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，系统负责控制太阳能电池板、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。目前国内外主要采用地平式双轴跟踪系统，其跟踪方式主要有3种[1]：(1)视日运动轨迹式，该方式优势在于不受天气影响，能大致锁定太阳的位置，不足在于跟踪精度不高，会产生累计误差，进而丢失跟踪；(2)光电式，即采用光敏传感器，如四象限光传感器，该方式提高了跟踪精度和灵敏度，但由于光敏元件的位置安放有间隔，使得跟踪太阳存在不连续性，同时该方式受天气环境影响很大，在低辐照和多云的天气下，不能保持精确跟踪，甚至会引起执行机构误动作[2-3]；(3)视日运动式与光电式相结合的方式，该方式各取所长，可以获得较好的跟踪效果，但仍具有方式(2)的缺陷。

　　1 系统总体设计

　　系统采用斜轴式转台，其机械示意图如图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°。

　　系统整体结构简图如图2所示。首先DSP主运算控制模块控制图像采集模块采集太阳图像并对图像实时处理；然后确定太阳质心位置，并计算其相对于图像传感器视场中心的误差；接着对误差采用模糊自适应PID控制，输出相应的PWM占空比；最后由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实施控制，使太阳质心保持在图像传感器视场的中心，而图像传感器的安装位置位于聚光装置的垂直中心，从而最终实现聚光装置实时精确地连续跟踪太阳。无线通信模块相比有线通信更稳定安全，不受环境的限制，用于实现DSP控制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技术，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，故本系统采用美国Omni Vision公司的CMOS数字图像传感器OV7620[4-5]。在使用之前，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工作模式。图像的采集依据2个同步信号VSYNC(场同步)和HREF(行同步)的时序关系。DSP通过实时捕获这2个同步信号，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

　　本系统采用高精度的永磁力矩直流电机对太阳进行实时跟踪。驱动电路采用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控制，并可利用PWM调制技术，实现对电机的变电枢电压调速。在实际应用中，由于存在由弱电到强电的连接，L298N的输入引脚需采用光耦隔离，在这里使用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，而中值滤波对孤立噪声点的消除强于均值滤波，故采用中值滤波可以很好地消除这些噪声，实现图像的平滑。中值滤波的主要原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提供依据。其最为常用的方法是阈值分割法，该方法特别适用于目标与背景有较强对比的情况，鉴于太阳图像其目标与背景具有较强的对比特性，故本系统采用最大类间方差法(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算法计算图像的最佳阈值为：

　　其中当分割阈值为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

　　在实际测试中发现，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现象。系统采用新型的基于区域生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，其中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，则说明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，其中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）最后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

　　本系统采用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 获取跟踪误差

　　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心坐标为（200，150）。由上述图像处理确定的太阳光斑质心坐标与视场中心坐标之间的坐标差值即为水平与俯仰方向的跟踪误差。

　　4 模糊控制系统设计

　　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控制器。该控制器的结构如图6所示。其控制器是在传统PID控制器的基础上，找到PID控制器的3个参数和系统误差E与误差变化率EC之间的模糊关系，在运行中通过不断地检测E和EC，利用模糊控制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，以满足不同E和EC对控制器的要求，从而增强被控对象的动态与静态性能[6]。该控制器采用DSP设计实现，将一系列模糊控制规则离线转化为控制表供DSP在线查询使用。

　　4.1 确定模糊控制器的结构

　　基于上述对控制器的分析，模糊控制器选用两输入、三输出的控制器，将太阳质心相对于摄像头视场中心的误差E和误差的变化率EC作为输入量，将经过参数整定后的PID的3个参数KP、KI和KD作为输出量。其中参数优化公式为：

　　其中PID控制器的初始增益参数，KD为模糊PID控制器输出的自适应整定参数。

　　4.2 确定输入/输出隶属度函数

　　控制器输入量误差E与误差变化率EC的变化范围在模糊集合上的论域为：{-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}，相应的语言值为{负大(NB)，负中（NM），负小(NS)，零(ZO)，正小(PS)，正中(PM)，正大(PB)}。输入/输出变量隶属函数采用S型函数和三角函数，其隶属曲线如图7、图8所示。

　　4.3 模糊控制规则

　　模糊控制规则是模糊控制器的核心，本控制器规则源于专家的推理判断和工程人员的经验总结，建立的针对PID控制中KP、KI和KD 3个参数的整定模糊控制表如表1所示[7]。

　　通过模糊推理得到的结果是一个模糊集合，因此这里采用重心法对模糊量进行清晰化。经过清晰化后的KP、KI和KD通过PID控制算法计算，得到输出控制量U，最后将U按照一定的比例关系转化为最终控制电机转速的PWM占空比。

5 系统软件设计

　　本系统软件设计是基于DSP集成开发环境CCS开发平台并利用C语言模块化编程完成的。其主程序流程如图9所示。

6 实验

　　系统采用如图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心。其结果表明在低辐照和多云天气下，本系统能够捕获太阳并精确定位太阳区域中心。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误差并保存在内存中。通过对内存数据的读取，绘制跟踪误差曲线如图12所示。

　　经计算得到，水平方向X偏移误差均值为0.362个像素点，标准差为0.354 632；俯仰方向Y偏移误差均值为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天气环境下有效解决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，具有很好的工程使用价值，有望应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控制器的研究与实现[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].电子技术应用，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].电视技术，2011，35(5)：45-47.

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

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