基于DSP的斜轴式太阳跟踪系统_太阳_图像

（南京信息工程大学 信息与掌握学院，江苏 南京210044）

： 针对目前光电式太阳跟踪系统在低辐照和多云景象下无法实现对太阳连续跟踪且跟踪精度较差的问题，设计了一种新型太阳跟踪系统。
系统首次采取斜轴式机架转台，以DSP芯片为主掌握器，采取CMOS图像传感器取代传统光电传感器。
首先DSP掌握图像传感器对采集的图像进行实时处理，然后精确定位太阳质心，并打算其相对付图像传感器视场中央的偏差；接着对偏差采取模糊自适应PID掌握；末了由DSP的EV产生相应的PWM波对斜轴转台履行闭环驱动，实现对太阳的实时高精度跟踪。
根据实验数据剖析，本系统有效办理了无法对太阳连续跟踪的问题，且大幅度提高了太阳跟踪精度。

： 太阳跟踪；斜轴；DSP；模糊自适应PID

： TP513.4文献标识码： A文章编号： 0258-7998(2014)05-0024-04

太阳跟踪系统广泛用于太阳能光伏发电、太阳能水暖等领域，系统卖力掌握太阳能电池板、聚光器等装置自动跟踪太阳，以提高聚光器等负载装置的能量密集度，进而提高太阳能装置的能源利用率。
目前国内外紧张采取地平式双轴跟踪系统，其跟踪办法紧张有3种[1]：(1)视日运动轨迹式，该办法上风在于不受景象影响，能大致锁定太阳的位置，不敷在于跟踪精度不高，会产生累计偏差，进而丢失跟踪；(2)光电式，即采取光敏传感器，如四象限光传感器，该办法提高了跟踪精度和灵敏度，但由于光敏元件的位置安顿有间隔，使得跟踪太阳存在不连续性，同时该办法受景象环境影响很大，在低辐照和多云的景象下，不能保持精确跟踪，乃至会引起实行机构误动作[2-3]；(3)视日运动式与光电式相结合的办法，该办法各取所长，可以得到较好的跟踪效果，但仍具有办法(2)的毛病。

1 系统总体设计

系统采取斜轴式转台，其机器示意图如图1所示。
斜轴平台是由方位轴和斜轴构成的两轴平台，方位轴为竖直方向，斜轴则与方位轴相交并成45°。

系统整体构造简图如图2所示。
首先DSP主运算掌握模块掌握图像采集模块采集太阳图像并对图像实时处理；然后确定太阳质心肠位，并打算其相对付图像传感器视场中央的偏差；接着对偏差采取模糊自适应PID掌握，输出相应的PWM占空比；末了由DSP产生相应占空比的PWM波输出给电机驱动模块，对转台上的水平和倾斜方位的永磁力矩电机履行掌握，使太阳质心保持在图像传感器视场的中央，而图像传感器的安装位置位于聚光装置的垂直中央，从而终极实现聚光装置实时精确地连续跟踪太阳。
无线通信模块比较有线通信更稳定安全，不受环境的限定，用于实现DSP掌握器与上位机的串口通信，实现良好的人机界面，使得系统监控、人工校正调节更加快捷方便。

2 系统硬件设计

2.1 图像采集模块

鉴于CMOS传感器兼容CMOS技能，内部集成了A/D转换等芯片，简化了外围模块的设计，提高了采集的抗噪声能力，故本系统采取美国Omni Vision公司的CMOS数字图像传感器OV7620[4-5]。
在利用之前，需对其初始化，按照SCCB总线协议对其内部的寄存器进行配置，通过寄存器的配置确定其事情模式。
图像的采集依据2个同步旗子暗记VSYNC(场同步)和HREF(行同步)的时序关系。
DSP通过实时捕获这2个同步旗子暗记，实现对图像的有效采集，将采集的数据以二维数组形式保存到SRAM中，如图3所示。

2.2 电机驱动模块

本系统采取高精度的永磁力矩直流电机对太阳进行实时跟踪。
驱动电路采取ST公司的专用芯片L298N，其芯片内含两个由功率管构成的高电压大电流H桥驱动器，便于实现对水平与倾斜两位置电机的方向掌握，并可利用PWM调制技能，实现对电机的变电枢电压调速。
在实际运用中，由于存在由弱电到强电的连接，L298N的输入引脚需采取光耦隔离，在这里利用TI公司的ISO7220芯片。
该电机驱动模块电路如图4所示。

3 目标信息获取

通过对OV7620图像传感器的设置，采集的图像输出为黑白图像，其值都存储在SRAM中定义的二维整型数组里。
利用DSP对此数组元素的处理即是对太阳图像的处理。
目标信息获取流程图如图5所示。

3.1 图像消噪

图像消噪常用的方法有均值滤波和中值滤波，而中值滤波对伶仃噪声点的肃清强于均值滤波，故采取中值滤波可以很好地肃清这些噪声，实现图像的平滑。
中值滤波的紧张事理是把数字图像中某一点的值用该点的一个邻域中各点值的中值代替[2]。

在二维数字图像下，设{xij，(i，j)∈I2}表示图像各点的灰度值，滤波窗口A的二维中值滤波可定义为：

yij=MedA{xij}=MedA{xi+r，j+s，(r，s)∈A，(i，j)∈I2}(1)

3.2 图像二值化

图像二值化的目的是将太阳光斑目标图像与背景图像分离，为太阳识别以及太阳质心的精确定位处理供应依据。
其最为常用的方法是阈值分割法，该方法特殊适用于目标与背景有较强比拟的情形，鉴于太阳图像其目标与背景具有较强的比拟特性，故本系统采取最大类间方差法(OTSU算法)求取图像的最佳分割阈值[3]。

设灰度图像灰度级是L，则灰度范围为[0，L-1]，利用OTSU算法打算图像的最佳阈值为：

个中当分割阈值为T时，w0、w1分别为背景图像比例与目标图像比例，?滋0，?滋1，?滋依次为背景像素均值、目标像素均值和整幅图像均值，使得表达式最大的T即为最佳阈值。

3.3 连通域标记

在实际测试中创造，天空中云朵等物质表面反射的太阳光也有少部分在图像传感器里成像，造成二维图像数组里存在多个连续像素点为1的区域，严重影响了太阳光斑的识别和太阳质心定位的精度。
为此引入连通域标记来处理此类征象。
系统采取新型的基于区域成长的广度优先标记算法，在内存中定义一个与太阳图像数组一样大小的标记数组并将元素初始化为0。
算法结束后，标记数组里存放的是由0到连通域个数的整数，个中0表示太阳图像数组里的背景像素，其他值则表示太阳图像数组中目标像素的连通域编码。

3.4 太阳光斑识别

（1）对上述标记数组进行一次遍历，统计除0以外各连通域编码Li(i=1，2，3…)在数组里的个数Ni，将Ni中最大值Nk所对应编码Lk所在的连通区域初步视为太阳光斑区域。

（2）若nmin≤Nk≤nmax，则解释太阳光斑区域的像素点的个数是合理的，图像传感器已经捕获到了较为清晰的太阳图像，个中nmin、nmax分别为太阳光斑区域像素点最小个数和最大个数（实际运行测定）。
反之，则表明没有获取到太阳光斑区域，退出图像处理流程。

（3）末了将二维图像数组里除太阳光斑区域以外的所有像素点置0，以便实现只有一块连续像素点为1的区域，该区域即是太阳光斑区域。

3.5 太阳质心定位

本系统采取质心跟踪的方法实现对目标的定位[2-3]。
针对上述处理得到二值图像，图像中所有像素值为1(图像二维数组里元素值为1)的行列坐标记为：{(x1，y1)，(x2，y2)…(xn，yn)}，则图像质心坐标(x0，y0)可表示为：

3.6 获取跟踪偏差

本系统利用OV7620图像传感器设定采集的图像为400×300 YUV格式，则确定图像传感器的视场中央坐标为（200，150）。
由上述图像处理确定的太阳光斑质心坐标与视场中央坐标之间的坐标差值即为水平与俯仰方向的跟踪偏差。

4 模糊掌握系统设计

鉴于双轴跟踪伺服系统的强耦合性与非线性等特性，本系统设计了一种模糊自适应PID掌握器。
该掌握器的构造如图6所示。
其掌握器是在传统PID掌握器的根本上，找到PID掌握器的3个参数和系统偏差E与偏差变革率EC之间的模糊关系，在运行中通过不断地检测E和EC，利用模糊掌握算法并根据一定的模糊规则在线对PID参数KP、KI和KD进行实时优化，以知足不同E和EC对掌握器的哀求，从而增强被控工具的动态与静态性能[6]。
该掌握器采取DSP设计实现，将一系列模糊掌握规则离线转化为掌握表供DSP在线查询利用。

4.1 确定模糊掌握器的构造

基于上述对掌握器的剖析，模糊掌握器选用两输入、三输出的掌握器，将太阳质心相对付摄像头视场中央的偏差E和偏差的变革率EC作为输入量，将经由参数整定后的PID的3个参数KP、KI和KD作为输出量。
个中参数优化公式为：

个中PID掌握器的初始增益参数，KD为模糊PID掌握器输出的自适应整定参数。

4.2 确定输入/输出从属度函数

掌握器输入量偏差E与偏差变革率EC的变革范围在模糊凑集上的论域为：{-15，-10，-5，0，5，10，15}，输出量KP、KI和KD在模糊集上的论域为：{-0.6，-0.4，-0.2，0，0.2，0.4，0.6}，相应的措辞值为{负大(NB)，负中（NM），负小(NS)，零(ZO)，正小(PS)，正中(PM)，正大(PB)}。
输入/输出变量从属函数采取S型函数和三角函数，其从属曲线如图7、图8所示。

4.3 模糊掌握规则

模糊掌握规则是模糊掌握器的核心，本掌握器规则源于专家的推理判断和工程职员的履历总结，建立的针对PID掌握中KP、KI和KD 3个参数的整定模糊掌握表如表1所示[7]。

通过模糊推理得到的结果是一个模糊凑集，因此这里采取重心法对模糊量进行清晰化。
经由清晰化后的KP、KI和KD通过PID掌握算法打算，得到输出掌握量U，末了将U按照一定的比例关系转化为终极掌握电机转速的PWM占空比。

5 系统软件设计

本系统软件设计是基于DSP集成开拓环境CCS开拓平台并利用C措辞模块化编程完成的。
其主程序流程如图9所示。

6 实验

系统采取如图10所示转台对天空中被云层覆盖的太阳进行捕获并对其图像进行处理，结果如图11所示。

图11(d)中的“+”表示测定的太阳区域中央。
其结果表明在低辐照和多云景象下，本系统能够捕获太阳并精确定位太阳区域中央。
同时为了测定本系统跟踪太阳的连续性与精确性等特性，让本系统跟踪太阳5小时，每分钟读取一次系统跟踪偏差并保存在内存中。
通过对内存数据的读取，绘制跟踪偏差曲线如图12所示。

经打算得到，水平方向X偏移偏差均值为0.362个像素点，标准差为0.354 632；俯仰方向Y偏移偏差均值为0.361个像素点，标准差为0.554 598。
综上实验数据和实验不雅观察表明，本系统运行状态良好，表现出较高的跟踪连续性与精确性。

本文针对目前光电式太阳跟踪系统存在的问题，设计了一种新型太阳跟踪系统。
经实验测试运行，本系统在低辐照射和多云景象环境下有效办理了无法对太阳连续跟踪的问题，且大幅度提高了太阳跟踪精度，运行状态良好，表现出较高的跟踪连续性与稳定性，达到了预期目标。
同时也进一步提高了聚光型太阳能发电系统的效率，具有很好的工程利用代价，有望运用在高聚光型光伏发电系统中。

参考文献

[1] Jiao Huifeng，Fu Jianzhong，Li Yuchun，et al.Design ofautomatic two-axis sun-tracking system[C].Mechanic Auto-mation and Control Engineering(MACE)，2010 InternationalConference on IEEE，2010：2323-2326.

[2] 尤金正.基于图像传感器的闭环式太阳跟踪掌握器的研究与实现[D].苏州：苏州大学，2010.

[3] LEE C D，HUANG H C，YEH H Y.The development ofsun-tracking system using image processing[J].Sensors，2013，13(5)：5448-5459.

[4] 章磊，李耀，刘光徽.基于机器视觉的烟支检测系统的设计[J].电子技能运用，2012，38(5)：15-18.

[5] 宋海吒，唐立军，谢新辉.基于FPGA和OV7620的图像采集及VGA显示[J].电视技能，2011，35(5)：45-47.

[6] 刘晓悦，徐如敬.基于UKF滤波模糊PID掌握的太阳跟踪系统[J].河北联合大学学报(自然科学版)，2013，35(2)：69-73.

[7] 刘金琨.前辈PID掌握MATLAB仿真[M].北京：电子工业出版社，2004.