标定误差图怎么导出matlab

好，现在呢我们用五七四四的 vcu， 然后呢接了一个发动变速器，然后呢再再装配合我们的音卡做这个战线标定的实验。 abcd 呢是他四个，输，是他四个，呃，他的参数叫标定量，然后 adc 零呢是使他的这个输入， y 和 y 呢是两路输出，我可以修改这个 abc 的参数，比如说他这个是小数，整数都可以的，比如说改成零点五，然后点确定，我看看结果啊，这个结果马上呢就会，就是，我就能看到变啊，这个他也是同步在减小， 这个的话，比如说给他改成四十到四百，我们再看结果， ok， 一样的，就这样的话我用这个音 来实现这个在线标定的话还是相当方便，用的也是代码生产的方式。

本视频演示经典卡尔曼滤波 m c c k f a m c c k f 的 滤波对比。使用依维现行的状态方程和具有普遍的观测噪声为例，各项参数在代码中均可修改，这些是观测噪声和普遍也能修改。 用于对比的 m c c k f 和宽带取为六运行代码可以得到一些结果。 先来看看左边的状态曲线，红色点是凸变的，观测与前面设置是对应的， 这个红色曲线是自适应的核带宽变化趋势。 第三幅图是误差对比曲线，观测误差最大， k f 有 所改善， m c c k f 对 误差抑制已经比较好，而自适应的 a m c c k f 误差最低。 命命行对比了各方法的误差最大值、平均值等，也能得到相似的结论。评论区有同款代码的下载链接，如需一对一的讲解、定制等也可以联系我。

你配的氢氧化钠溶液真的准吗？它容易吸潮，吸收二氧化碳，直接配出来的浓度可能离你的目标差得很远。想让你的低定实验数据可靠，标定就是你必须做的一步。 标定就是找一把更精确的尺子来校准它。这把尺子就是精准物质，比如最常用的磷苯二甲酸氢钾， 它纯度高，性质稳，称量误差小，是我们标定的黄金标准。首先把基准物质烘干，然后用分析天平精确称取三份，溶解后，在容量瓶中准确稀释到刻度线， 得到我们已知浓度的标准溶液。接下来是关键操作，用待测的氢氧化钠溶液任洗滴定管务必排净尖端气泡，在基准物溶液里滴入两滴分肽指示剂，开始滴定。注意， 终点不是深红色，而是一抹浅粉，并且能保持三十秒不褪色，这就是精确的终点，宁浅勿深。记录下消耗的体积，代入公式计算，平行做三次，如果结果的相对偏差在千分之二以内，你的标定就成功了。记住，一次准确的标定离不开精密的秤量、 规范的操作和细心的判断，它是分析实验的基石，打好基础，你的科研数据才站得稳。

ok， 书接上文。我们在上一节提到了这样使用 matelab 来标定魔术公式的那几个 b， c， d， e 参数，最终得到了一个比较好的标定结果。那我们简单的回顾一下 对这个魔术公式，也就是让我们看到 这个这个公式是如何进行标定。 它主要是分了三个部分，第一个部分就是对我们这个数据进行提取，首先从 sequence 当中拿到这样一个数据，其次将这个数据它当中的一些参数，我们看到这里面这些数据 它的啊，第一行的数据是 f z， 我 们要把它去掉，然后提取出来，然后 它的第一列它就是自变量 r 法，那么里面这些就是对应的在某一个 f z 下的 r 法和 y 的 这样一个关系，和 y 的 关系。那我们拿到数据之后呢， 对它进行提取，提取完提取完成之后得到 f x 在 某一组下面的一个 f x 和 alpha， 啊和卡帕，那么 f， y 和 alpha。 那 么在这样一个情况之下，我们就使用 matelab 的 fit type 函数对它进行标定， 非常 type 函数来写这个公式，就是首先把公式写上去，然后指定它的呃字变量 independent 以及音变量 dependent。 其次呢，在这当中要注意的就是把这个 d 要乘上它这个参考的 fz， 我 们这里是我上传 github 上面的使用的这个数据，它的参考 fz 是 一万一千五百，那我们上一节使用的是啊六千五百。 在写完这样一个啊礼盒公式之后，我们就要给他指定他的礼盒方法，就是非限性最小的乘法。其次就是对这个方法它的优化，使用一些什么六文博克 maccode 法， 最后就开始拟合，拟合的这个函数就是 matelab 这个 fit 函数输入第一个就是自变量 kappa， 音变量 fx 就是 我们的轮胎力，后面就是这个 fit 是 什么呢？就是呃我们一开始写的公式，最后一个就是 options ok， 这部分就是拟合的代码，拟合完成之后，我们就得到了这样一张图片，就是在某一个工况下， 呃纵向滑移力 kappa 和纵向力的关系，以及侧偏角阿尔法和侧向力 f y 的 关系，那我们就开始下面的内容， 也就是扩展的内容。我们回到轮胎数学模型这一块， 当我们对这样一组数据标定完成之后，就比如说我们这里是标定了啊黑色这条线，它的数据，它的 d， c， b， e 这几个参数。那么我们在行车过程当中， 由于这个车辆的动态特性，就是它会呃和路面进行交互，会有一些起伏，每一个轮胎它的垂向载荷它是呃不一样的，而且是就是实变的， 并且这个路面辅助系数 mu 它也是变化的，当然这个变化会比较慢， 就是不那么明显，只有在过水啊，或者说是从一种路面到另一种路面的时候，它才会有明显的变化。 那么为了应对这样一个呃多变的工况，就是在这个图线所示，在这个图中所示，它就有很多条曲线嘛， 这个曲线就对应着不同的 f z， 那 么我们仅仅标定了一组 f z， 就是 黑色这条线，那么我们怎么得到其他的这条这几种工况下的这个数据呢？我们就要使用到这样一个相似方法，相似性方法，也就是说在我们原来这个公式 y 就是 这一块， 我们原来公式，我们把它写成 y y x 的 话， 那么我们就需要给它乘上什么 mu， 然后除以 mu 零，再乘上 f z， 除以 f 零， f z 零，那么其次它这个音变就是这个自变量，我们输入假如是侧向力的话，就是阿尔法，我们同样的也要给它来一个修正，就是 mu 分 之 mu 零，这样一个修正方法，就可以 使用一天使用一组标定的数据来，嗯，就是几何多变工况下的这样一个侧向力或者纵向力， ok， 这就是相似性方法， 它其实也是，呃，它的物理就是理论之物理，理论支撑的话没有那么强，它也是从几何的，或者说是从纯数学的一个角度来分析这样一个问题，它得到这样一个方法，那么这里就介绍到这里， ok， 这里有一个小问题，这里应该是外零，那么我们看一下， ok， 那 么我们再引入了这个相似性方法，应对了这样一个 转向，这个轮胎垂向力以及负荷系数变化的情况。之后呢，我们就要应对另一个问题，也就是我们的魔术公式，它本身的一个问题，它是基于单方向滑移实验标印得到的 经验非限性模型，就是说我们刚刚标定的时候，这些数据 f y， 它其实呃是在 f x 为零的时候标定下来的，那我们看到这个 f x 呢？它也是没有，在它这个数据是在没有侧向滑移，就是 f y 等于零的时候，它标定得到的，它就是它测量得到的，那么我们标定出来的结果，它也是符合这样一个规律， 当我们就是说车辆在加减速并且转向这样的工况的时候，那么是不是就会存在同时存在横向滑移以及侧向滑移？此时如果说啊，一方面，如果说这两个力它都达到了它的最大值，就是 f， 呃，这假如是 f x， 好， 这里是 f y， 它们都分别达到了它的最大值，那我们通过这个魔术公式轮胎模型计算出来的结果，它就会非常大，就假如是这个样子，它们的合力是这个样子，然而呢？ 对就这个样子，然而呢，我们这个轮胎它的俯角极限，它是是会有一个极限的，相当于是一个椭圆，就是我们应该也是学过，就是应该是这样子吧，就这样一个椭圆，它其实它的极限如果是这个方向，它其实只有这么大， 那么这就造成一个问题，我们的轮胎力在魔术公式轮胎模型，它在呃重侧向滑移比较大的时候，会突破一个物理极限，这导致导致它呃 f， 假如是给它命名 f m f 的 话， 它的 max 就 会非常大，就已经超过了这个理论极限，这就是第一个问题，那么第二个问题，这这个第一个问题可以可以解释，为什么呢？就是呃突突破物理极限，那么第二个问题就是它们的资源竞争问题，就是说 f x 和 f y 它们其实并不是完全独立的， 当我们这个 f x， 呃就是横向滑移移近的时候，假如说这样，呃这个时候引入这个 f y， 就是 它同时有侧向滑移的时候， f x， 它此时就已经不能够保证原来的这样一个力，它可能就会减小，此时它可能就会减小到这里来，就是这样一个情况， 那么为了应对这两个情况，第一个情况就是突破物理极限，第二个情况就是呃重侧向藕合，那么就会引入组合化学理论来加强我们的魔术公式轮胎模型，这个如何加强呢？在我们的 carson 就是 它的官方文档以及一些比较比较专业的书籍，就像我们之前提到的这样一个啊，这本书这个 tie and vehicle dynamic 里面它都会有提到使用这样一个组合滑移理论来解决这个问题，它的核心就是将纵侧向滑移 变为这样一个规划的。好，这这里还没有规划，就是呃组合组合形式就是呃纵向的滑移，我们给它命名为 set x 等于一加卡帕分之卡八，那么呃侧向的滑移 set y， 它就等于一加卡帕分之三减的二法。 其次呢我们还要就是得到一个总的滑移率，它们两个的就是平方和。最后呢，我们就是会在这里面 应用这个组合滑移公式的软件模型，其实就是给它的外面加上一个规划的滑移，然后在里面也要里面把这个原来这个 f x 它的输入是什么呢？是不是卡帕？那么我们这里就直接输入这样一个 c t 心，然后再除以这个命， 同样的这里有个 c 叉形除以命，那么这就是一个组合华为理论，它的魔术公式轮胎模型，它的具体的理论呢，大家可以参考啊，我刚提到的这本裁剪 and vega dynamic 里面会有详细的一些理论的支撑呢，就是它为什么会这样用？ 当然其实这也是一个呃从几何和数学方面来讲述的，它的那些物理理论并不是很强。最后呢，我们就会得到一个魔术公式轮胎模型， 就是结合了原生的魔术公式轮胎模型，以及呃上面提到的相似性方法。组合化学理论。那么得到下面这样一个魔术公式轮胎模型，那我们可以简单的对比一下， 是不是这里面其实它变化的是什么？变化的就是这个 theta 星除以 mu， theta 星除以 mu， 那么外面呢是不是就有这个 mu 除以 mu 零和 f z 除以 f z 零，这两个就是什么呢？就是它的呃相似性方法。那么最外面这一个就也是一个组合逻理组合逻理论的一个项， theta 心分之 theta y， ok， 这就是最终形式。 当然我们还有我们刚刚是不是在这个标定的时候，我们发现如果说你标定的时候使用什么呢？你这个呃单纯使用 d 的 话，那么会有一个情况，就是说你这里面会有一个很大的值，然后它标定不稳定，那么我们就要把这个 f z 已经给它显示的写出来， 显示的写出来之后呢，它就会把这外面的没有一个 f z 给消掉，那么就得到最终的这样一个形式，截图一下， ok， 这就是最终的魔术公式轮胎模型它的形式。 那么我们标记得到那个 d 其实就是这里的 c c x 和 c y， 把它标记出来， 就这里 c y 和这里的 c x， ok， 这就是组合原理以及魔术这个相似性方法加强的魔术公式轮胎模型。那么最后呢，我们得到这样一个公式之后，我们就会把它写成 一个脚本，就是函数 function， 在 这里我们也有展示放大一些， ok， 这就是这个 map， 它使用的这样一个方法，我们标记完出来这些结果 d， 然后这里 b c d， b c e， 我 们都把它带进去之后呢，就得到这样一个公式，这里我们对照一下， 这里是 mu f z， 这里有个 mu f z， 然后这个前面这个 c t y 除以 c t x， 我 们在下面给它给重新就是沉进去，然后呢这里这个就是 d， 然后这里是 sin sin， 我 们就对应起来，这里一个 c y， 对 的，这就是一点四三九九一个 c y， ok， 里面是参点成 b， 然后再乘以什么呢？我们这里这个 map 脚本里面，它把这个拆分出来了， 稍等，不好意思，这个拆分出来了，这里是什么？ e 减去，应该是减去 e， 是 act 减减的，然后这里面是 b， 然后呢乘以，这里把这个 b 和这个 b 提取出来，那么就是 e 减去 e， ok， 再乘以这样一个啊 set 心除以 m， 那 么后面呢，这也是什么？也就是一个啊 e， 这里这个 e 再乘以后面这一项 e 被的 x 点成 b， 然后再乘以 set 心除以 m， ok， 这就是我们的魔术公式，轮胎模型，它在 simulink， 它是这个 mate app 里面的 这样一个核心公式。那么我们还有一个就是前面提到的，要给他把那个滑移率给他变成为一个理论滑移率，这里是 c x 啊 c， 这是 sigma， 不好意思，我一直念错了，这是 sigma， sigma x， 它就是卡帕，除以一加卡帕，那么 sigma y 也就是参见的阿尔法除以一加卡帕，那么这里为什么有个符号呢？ 主要就是因为我们这里的卡帕，它的定义和组合华为理论当中的卡帕的定义是不同的，那么我们在轮胎合作联行里面就提到了它的卡帕是什么样子呢？就是 车辆在车轮中心的这样一个转向速度 v 分 之 r， 奥林卡减去 v， 那么这个 r 呢？是什么？就是滚有效滚动半径 omega 就是 车轮的旋转速度，在这个情况之下，当这个 omega 为零的时候，这个时候是不是就相当于说是什么？就是制动工况，那么这个 就是一个卡帕，就是一个负值。那么当这个 omega 非常大的时候，就是相对于这个 v 来说非常大的时候，是不是相当于是一个在起步的时候这样一个驱动工况，那么这就是一个正值。在我们这个呃语境下，它其实就是一个面向工程的一个语境。而在我们的组合化学理论，我们之前在这里面建模的时候， 是不是这里没有负号，那么这个原因没有这个负号的原因呢？其实就是因为它这里的卡帕，它是等于嗯 v 分 之 可以减去 r 欧米伽，或者有些他为什么这下面会写写成 r 欧米伽？他们两个是反正就是两个不一样的 正负关系，主要是这个来决定正负，那么他们正负关系不一样，所以说在单纯的组合化理论它里面，这里就是没有负号的，那么在我们面向工程应用的时候，我们就会加上这样一个负号，那么这就是第一点， 这个 matelab 代码当中，这里为什么有个符号的问题。那么第二点呢，我们也可以看到，在这个 f y 里面，它这里面是不是也有一个符号？ 那么为什么这里面有一个符号呢？这就是我们之前一直提到的这样一个汽车理论，它里面所使用的一个标准就是 f y， 它等于假如说是现行轮胎模型，它是等于 c y， 然后乘以这样一个阿尔法，那么 c y 就是 侧边刚度，它规定的这个侧边刚度是一个负值， ok， 就是 这样子，我们这在这样一个情况之下呢，我们的侧边角它为正的时候， f y 它就会负， 那我们看这个公式里面，这个呃 sigma t 是 不是就是它的总滑移量？它这个就是呃平方和开根码，那么是绝对为正。那么这个 sigma y 是 不是和这个贪婪的阿尔法，它的这样一个正负是相同的？ 这一块就是相当于它的正负就是和这个是绑定的，那么我们看这个 f y 零呢？ f y 零是不是这前面，这里，这里一个 sign， 然后其中呢？这里这个自变量已经变成了 sigma t， 除以 mu， 那 么 sigma t 我 们刚提到的它是一个绝对正值，绝绝绝对非负的，它可能为零啊。 那么在这样一个情况下呢，我们是不是这个 c y 它的负值就需要自己再加上一个负号来保证，那么这就是 f y 这里为什么有一个负号的原因。 ok， 这是第二点， ok， 最后我就是进行了一些简单的测试，就是输入不同的纯重项滑移以及纯侧向滑移，得到了图 a 和图 b， 那 么图图图 c 和图 d 呢？就是在组合滑移情况下，按这个图， 组合滑移情况下，我们改变不同的阿尔法，然后，呃，这个建立卡帕和 f x 的 关系，就得到这样一张图，那么同样的这个地图，就是我们在组合滑移框下取不同的卡帕，然后建立 侧边角，阿尔法和 f y 之间的关系也是这样一个图，那么都是比较符合这样一个规律的。最后呢，我们这个文档也提供了这个一个啊， python 脚本的形式， 这里面的这个卡帕、阿尔法和 f z 它们都是一个 n、 d、 l， ok， 那 么对，我们刚刚这里面还有一个点没讲，就是我们这里是点除，点除的意思就是，呃， 怎么说呢？就是那叫什么元素一一对应，就是说假如说你是一个四乘一的向量和一个四乘一的向量，他们如果原声就是直接乘的话，那么是会报错的，因为他们那个维度就是不匹配， 那么你用点乘的话，就相当于是各个元素相乘，也会得到一个四乘一的向量， ok， 这就是我们这一块的内容，谢谢大家。

啊，上次给大家录了一个上视觉的标定视频，这次给大家录制一个下视觉的自动标定，这里啊，标定流程已经给大家建立好了，然后这里我们演示一下自动标定的整个过程，和上次一样，采用平移旋转标定，总共走十二个点。 好，这是我纠片标定完成之后，我们得进行做验证。那这个过程中呢？我们把物料随便转动一个角度，然后先稍微的挪一点位置，然后这时候出发纠片，观察一下放置是否准确， 这样反复多试几次，如果都没有任何问题，那说明纠片验证 ok。 走完之后我们发现误差精度是零点零几。啊，那很小了，说明这个标定是 ok 的， 没有任何问题。

哎，今儿调试一下子 a m 二幺啊，搞一下 pid， 就是 用一个模拟情况啊，没用那个真实情况模拟情况，哎，然后看下边儿啊，模拟的结论。先说结论啊，对， pid 公式呢，是经典的 pid 公式，就是上面这个啊，这个篮子， 然后呢带编制功能，就是说我可以加一个编制输出啊，就是在这附加一个，然后呢可设置控制输出的这个周期啊，就是这个是带周期的，有带周期的啊，一般情况下都得带周期，尽量带周期，这是结论。 然后呢上面呢是 matelab 的 smartlab 的 反转模型，用的是 opc 一 配。然后呢 am 二幺呢，是带 opc ua 的， 然后用 matelab 把这个东西读出来， 然后做了一个模型啊，这个模型，这个模型和现在使这个模型不太一样啊，哎，大家可以自己随意设啊，随意设，随意设置啊，就是一个读，一个写读，读进来呢，就是相当于是 p i d 控制器的输出，嗯，然后呢输出的呢，就是相当于是这个实际值啊，然后给 p i d， 然后底下这个图呢，就是在这个 am 二幺的一个程序哈，就一条哈，就一条，剩余是不是一些变量。 然后呢这个是 pd 控制器啊，你 pd 控制器的时候呢，你可以加，这是个样子啊，没使啊，没使。然后这个，这个底下这个东西啊，底下这个东西就是注意事项，这是一个图啊，从哪来的呢？从这个汇川的这个帮助文档里的这个指令啊，指令说明，它指令说明的时候，下面给了一个公式，就是 pd 的 公式， 你看啊，这里头有个嘚他，有个呃嘚他啊，嘚他嘚他完地踢啊嘚踢啊，就是这个相当于是微分嘛，然后这个是积分嘛？这很明显，然后这积分中间用了个 e， 这个 e 很 容易理解，应该就是误差，对不对？但是后边这个嘚他，我认为他应该是一个啥呢？应该是一个增量输出啊，增量式输出这样一个东西啊，要不然的话他应该也是一个 e， 对 不对？ 呃这是这种情况啊。这是 pd 的 然后这是 pd 的 啊 pd 的。 然后呢这个里头呢就大家应该能看到了，这里面没有那个周期内像啊没有周期内像 哎。咱们使的呢是带周期那个啊？带周期那个，然后这是用的 mcgs， 用一个 colossus 的 一个一个一个什么驱动，然后呢把这个现场的 a m 玩摇的数据读回来， 然后下面啊再来一个啊，这是财源周期。为啥要设财源周期啊这是呃你不设财源周期会出现什么问题？设财源周期是什么问题啊？这里就涉及到什么相同定律啊，两倍的频率啊， 就涉及到这些东西了啊。呃这个一定要设一个，我我觉得哈一定要设财源周期，要不然你不设财源周期的话你一直在一个很小的一个总线周期往出输出的话呢，它变化很大啊，有的时候就就不起作用了啊。 哎呀，这是这这是这个啊这是这个哎，简单看就行啊。我这这然后下边呢简单测试对象啊。那测试对象的时候呢干啥呢？首先要知道他争议嘛，然后就是一个时间长数，那时间长数怎么测呢？那这个大家 都都就是搞功控呢，基本上都是自动化专业的，那都学过自控原理是吧？什么六十三点二，百分之六十三点二，这大家都熟是不是？然后也就是你给他一个阶跃，或者是你手动给他一个非闭环开环情况下，给他一个阶跃， 然后看他从这个你，你当前这个状态，然后变化到一个稳态，中间的变化到稳态的百分之六十三点二，这个时间多少就是他的这个时间长数，对不对？就就这么个东西啊？争议呢？就是输出的变化，比上输入的变化就是争议，那就是背宫内样的争议， 然后接下来啊，手动输出啊，首先呢我们给一个手动输出啊，这里头能看出来，我们手动输出给的是二百五，然后设定值给的是五十啊。呃，实际上你这个是开环，手动输出的时候相当于是开环吧，你开环这个设定值是没有用的， 那你那个手动输出是二百五十，然后这个稳态值是五十，那五十出二百五就零点二呗。然后呢，我们看我们这个模型里边设的啊，哎呦，这是，这是这个是吧？这个这里头这个模型不就是零点二吗？这是运行，运行着的啊，这是运行着的，从这里看着百分之一百七十五 t 等于三六五，三点三二零， 这是运行态啊，所以说这个是是一致的啊，一致的。那么我们把这个数算出来之后呢？然后接下来就可以干啥呢？可以做偏置呗，就是比例控制器的偏置，这个偏置就啥呢？就是你你设一个比例系数啊，就用纯比例控制器， 纯比例空隙。然后这里头大家可能会有疑惑，微分是零，然后你积分你不是一千吗？来，积分不是一千吗？呃，因为这个一千呢就足够大了，按照这个上面的这个公式，就是他给的这个公式，你一比 t n t n 选的是一千，这个一比上一千，就这个数就非常小了，也就是相当于是， 呃，咱们再来麦德莱仿真的时候，把那个积分时间变成 n f 就 无穷大，那个东西是效果是一样的啊， 然后啊，这这出来了，对吧？然后接下来呢，就是这这段呗，这段呗带偏置，你偏置是二百五啊，也是，这是我做了两个，一个是五十的， 就是你现在是五十的时候，这个是开始手动的时候已经关了，是吧？已经关了，然后这个手动输出就没有用了，然后这个偏置输出三百五，三百五，实际上是这段啊，是这个，这个，这个这个七十这段啊，七十这段， 然后这段是啥呢？这段输出给偏置二二百五十，然后呢我比例系数给一个值，往上往上一坐，往上一给，然后他就能达到一个本态啊，这就这么一个东西， 嗯，剩下的就是如果说想想看仿真呢，那这个时间就长了，是不是？哎，咱们简单来一个，来个五十，那五十的时候呢？我们用纯比例控制器，然后，呃，这是选五十，然后确定，然后这个偏置呢？选二百五， 哎，这个然后就看它变化啊，就看它变化啊，我们现在手动输出是关着的啊，手动手动是关着的，然后也没重置 pid 控制器，为啥这个东西慢呢啊？为啥这个东西慢呢？哎，大家这么理解啊， 就是你 pid 啊，你那个会穿的东西要会穿的 p r c， 要显给这个 o p c， 然后你 magnum 稍微低的 magnum 呢？把这个 o p c 数据读进来，然后这需要时间，然后你这里头还有个时间长数，是不是所以说这个时间就变大了啊？ 就会出现这种情况。然后我们看这里边啊，看他往下往下往下走啊，搁这吧搁这吧，给他打上啊，他就往下走，是吧？这有一个变化过程嘛，对吧？ 就是需要等，然后后边放的背景歌是 beyond 的 光辉岁月 i like this music very much， 然后看他往上动，是吧？有一个波动下来了，也就是我们现在看着能不能在这个五十左右稳定住就可以啊？ 事实证明是可以的，因为前面已经有那个图了嘛，这是证明他可以，只不过是我们现在需要花时间去等啊，花时间去等。 呃，这个里头有一个问题在哪呢？就是你这个东西反正的结果可不可以啊？实际上这个反正结果是可以的。为啥说可以？你想这是十， 然后呢？我这块选的是二，就是质控时间选的是二，然后这个时间长时候选的十，再加上啊，加上你的通讯，加上你的 opc 读写，这个时间，这个时间长时候肯定要比十大，那时间长时候肯定要比十大。 然后我们就等着呗，等着让他变变变，最终变成一个稳态值，看稳态值是不是能稳定到五十附近啊？五十五十就可以了啊。 第一个波分过去了是吧？然后来下边往下走一下，完了再来第二个 理想曲线，两个波嘛，前高后低四比一嘛，这正常，我们要求的我们想要的这个结果是不是？ 呃，后边呢？可能会再弄一个什么就是 p i d 调节那个方法呀？什么邻界比例度这个那个的，那那些方法，然后用到不同的这个 p l c 给它调整出来，然后就是知道这个 p， 呃，这个 p l c 里的这个 p l d 参数， p l d 控制器，它到底是 是是什么样一个函数关系，或者是他用的是哪个那个公式，是吧？要知道这个就行了。我觉得这个汇川这个带偏置这一项非常好啊。带偏置这一项非常好，也就说你一开始的输出的时候，手中输出输出一个值，然后把增益给他测出来，测出个大差不差。 然后呢？你用纯比例控制器的时候呢，就给一个偏置出来，因为你被控制量的增益，知道了你后边想要的稳定到多少，你就就知道了，是吧？ 哎，好了，基本上在五十上下不动了啊？基本上在五十上下了，是吧？他可能会会有点，稍稍有点波动，对吧？波动一下，然后他就停了，停到五十了。 总体上来说这个跟上一把讲的那个用 my lab 存仿真那个东西，基本上这个结论是一致的，就是存比例控制器加上偏置之后， 他能够实现这个稳态精度啊，有这个稳态精度能够达到这个值就行了。但是这个偏置值怎么找出来是一个问题啊？怎么找出来是一个问题？就是你越和那个你的就是运行的工况越符合他越好啊，越越越符合越好。 嗯，这里头还有一个啥问题呢？就是如果说时间长了，或者说你干一个新的这个工程，你到时候去，那么要么这些参数你是从现场获得，要么呢你就是问老师傅，要么呢你就到现场去实测啊，实测， 当然了，这个实测过程可能会很很难受。为啥很难受呢？就是，呃，一般情况下实测都会产生一些次品，产生一些不符合情况的工况。你像，像这种是从从从从七十干到五十，然后再来回这么波动，那一般在现场是不会允许你这么干的， 对不对？嗯，有很多东西，尤其是是一些什么化学工业里头这个，这个东西是吧？如果说你就是一个水位啊、液位啊，然后搞一下子，那你这个东西精度要求也不高，那就无所谓了，是吧？哎，好了，基本就这样啊，基本就这样，到这也基本就五十左右了，是吧？哎， ok。

机器视觉中标定板选择决定相机标定精度。圆形网格标定板抗造强分对称与非对称款。圆形网格标定板受镜头机变影响或有小误差、光照差场景，圆形网格标定板适配性更好。 棋盘格标定板经典入门，亚像素级高精度棋盘格标定板需完整成像，边缘信息难获取。 使用棋盘格标定板行列数建议一奇一偶。叉入扣标定板编码结合棋盘格抗遮挡强叉入扣标定板较正基变鲁棒性高，支持多标定。一项目需求选标定板标定厚物调焦聚光圈。