系统的重要组成部分。在影像测量仪的实际应用中，运动控制的定位精度直接影像图片拼接的质量，故要

求运动控制系统具备快速、无超调的动态过程和较好的稳态精度。但由于基于影像测量仪的运动控制系统

中，一般主要以伺服电机作为执行机构的机械系统速度和位置的控制，其内部产生的非线性摩擦力，使得

速度或力矩输入转向时，产生跟踪误差。如果采用传统的PID控制对此非线性摩擦力进行补偿，很难满足

期望的控制要求，相对于传统的PID控制，神经网络以其自学习和任意逼近非线性函数的特点，可以用来

解决由常规方法很难处理的非线性问题。

神经网络补偿器目前已在运动控制系统中得以运用。神经网络采用前向BP网络结构，通过间接设计完成，

即先设计一个神经网络作为非线性伺服电机的仿真器，然后由此神经网络仿真器完成对补偿器的训练设计。