顕微鏡視覚の分野において、圧電駆動位置決め技術は微小スケールでの高精度特性と柔軟性により注目されている。しかし、位置決め過程で画像処理、伝送、制御などに遅延が発生し、画像ヤコビ行列の推定に大きな誤差が生じる。そこで、本論文では画像ヤコビ行列を予測し、時間遅延要素を大幅に低減する改良拡張カルマンフィルタアルゴリズムを提案する。まず、同定されたBouc-Wenモデルを拡張カルマンフィルタの状態観測方程式と組み合わせ、状態観測方程式が圧電プラットフォームのヒステリシス非線形特性をより包括的に考慮し、圧電プラットフォームの速度および位置の予測精度を向上させる。次に、Bouc-Wenモデルを組み合わせた拡張カルマンフィルタは非線形問題に対しテイラー級数を用いるが、これは高非線形関数に対して良好な近似を提供できず、ヤコビ行列推定に大きな近似誤差をもたらすため、本論文ではニューラルネットワークを用いて高非線形関数を近似し、画像ヤコビ行列を推定する。最後に、顕微鏡視覚圧電駆動実験プラットフォームを構築し、位置追従実験を行った。シミュレーション実験では、入力信号が正弦波信号および三角波信号の際、改良拡張カルマンフィルタの追従誤差平均はそれぞれ0.199μmおよび0.132μm、拡張カルマンフィルタの追従誤差平均はそれぞれ0.692μmおよび0.513μmであり、改良アルゴリズムの優位性および実現可能性を検証した。

拡張カルマンフィルタ; 高非線形方程式; 画像ヤコビ行列; 顕微鏡視覚; 圧電駆動