CN107421509A - 一种网壳型结构连续倒塌的高速视频测量方法 - Google Patents
一种网壳型结构连续倒塌的高速视频测量方法 Download PDFInfo
- Publication number
- CN107421509A CN107421509A CN201710555851.6A CN201710555851A CN107421509A CN 107421509 A CN107421509 A CN 107421509A CN 201710555851 A CN201710555851 A CN 201710555851A CN 107421509 A CN107421509 A CN 107421509A
- Authority
- CN
- China
- Prior art keywords
- mtr
- mtd
- msub
- sphere
- reticulated shell
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
- G01C11/36—Videogrammetry, i.e. electronic processing of video signals from a single source or from different sources to give parallax or range information
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Signal Processing (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明涉及一种网壳型结构连续倒塌的高速视频测量方法,包括以下步骤:1)在网壳模型上方设置多台高速相机;2)进行球面拟合获取每个球状节点球心的初始三维坐标;3)建立局部物方坐标系,并且在网壳上布设与每个球状节点一一对应的目标点标志;4)获取相机的外方位元素以及目标点标志的初始三维坐标,标志与节点球固定的空间关系;5)启动网壳破断装置使网壳发生连续倒塌,高速相机同步采集网壳倒塌的影像数据;6)获取与球状节点球心相对应的目标点标志的三维坐标,通过坐标转换获取球状节点球心的三维坐标,最终获取节点球心的三维时程位移。与现有技术相比,本发明具有球心坐标测量方便、非接触、高精度、高频率等优点。
Description
技术领域
本发明涉及土木工程领域,尤其是涉及一种网壳型结构连续倒塌的高速视频测量方法。
背景技术
在土木工程领域,结构连续性倒塌的动载测量任务是一项技术难题。在视频测量领域,许多学者已经进行了深入的研究并形成了独特的测量方案,然而他们的方法都只能直接地观测结构的表面点位,却无法测量结构的内部点位。
近年来,摄影测量技术已广泛应用于材料测试和结构监测中,而由此发展的视频测量技术能够以非接触方法测量目标对象的三维空间形态变化。在网壳的连续倒塌过程中,传统的接触式传感器和常规的视频测量方案都无法测量该网壳结构的内部点位,其原因如下:(1)球状节点在网壳倒塌时会发生较大位移变化,而接触式位移计的量程范围有限,容易发生损坏;(2)接触式传感器会增加网壳模型重量,进而对实验结果造成影响;(3)接触式传感器只能测量节点表面的位移,而不能测量节点球心的位移;(4)在网壳倒塌时,各节点在空间上不但有垂直方向的位移还会有水平方向的位移,而只能提供单方向位移的位移计或加速度计是根本无法精确地测量出节点的空间位移结果。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种球心坐标测量方便、精度高的网壳型结构连续倒塌的高速视频测量方法。
本发明的目的可以通过以下技术方案来实现:
一种网壳型结构连续倒塌的高速视频测量方法,用以获取网壳的球状节点球心的位移,包括以下步骤:
1)在测量开始前,在网壳模型上方设置多台高速相机,并获取高速相机的内方位元素;
2)采用全站仪获取网壳上每个球状节点上的多个表面点位坐标,并根据表面点坐标进行球面拟合,以此获取每个球状节点球心的初始三维坐标;
3)在测量区域内布设多个控制点标志,通过全站仪测量所有控制点标志的坐标,建立局部物方坐标系,并且在网壳上布设与每个球状节点一一对应的目标点标志,该目标点标志与对应的球状节点视为一个刚体,在倒塌过程中,两者间不发生相对位移;
4)采用高速相机同步获取一段影像数据,获取相机的外方位元素以及目标点标志的初始三维坐标,且根据目标点标志的初始坐标和节点球心初始坐标建立标志与节点球固定的空间关系;
5)在网壳的破断处,启动网壳破断装置使网壳发生连续倒塌,同时,高速相机同步采集网壳倒塌的影像数据;
6)根据获取到的网壳倒塌影像数据进行视频测量解算,在每一帧影像中,获取与球状节点球心相对应的目标点标志的三维坐标,进而通过坐标转换获取球状节点球心的三维坐标,最终获取节点球心的三维时程位移。
所述的步骤1)中,高速相机的焦距在测量过程中应固定,且高速相机的内方位元素在整个测量过程中保持不变。
所述的步骤1)中,采用张正友相机检校法对高速相机进行检校,获取高速相机的内方位元素和光学畸变参数,所述的内方位元素包括像距和像主点坐标,所述的光学畸变参数包括镜头径向畸变和切向畸变。
所述的步骤2)中,采用全站仪获取网壳球状节点的多个表面点位坐标,并根据这些表面点坐标采用最小二乘球面拟合方法获取每个节点球心的初始三维坐标。
所述的步骤3)中,所述的控制点标志由白色圆和黑色边界组成,且在白色圆的中心位置设有十字丝和内圆,所述的目标点标志由五个位于同一平面上的白色圆组成,包括位于周边的四个大圆以及位于中心一个小圆,所述的小圆上贴设有反射片。
所述的步骤4)中,通过光束法平差确定各高速相机在局部物方坐标系中的外方位元素,并且同时确定目标点标志初始三维坐标。
所述的步骤6)中,通过目标跟踪匹配获取目标点标志的序列影像坐标,并且通过基于共线方程的前方交会算法计算目标点标志的序列三维坐标。
所述的步骤6)中,目标点标志的三维坐标的关系式为:
其中,为平移参数,为目标点标志在初始时刻的三维坐标,为目标点标志在时刻i的三维坐标,M为坐标旋转矩阵,H为零矩阵。
所述的步骤6)中,球状节点球心的坐标计算式为:
其中,为球状节点球心在时刻i的三维坐标,为球状节点球心在初始时刻的三维坐标。
所述的高速相机的帧频为200帧/秒,影像分辨率为1280×1024像素。
与现有技术相比,本发明具有以下优点:
本专利提出了一种创新方法对网壳结构的动载实验进行测量,该方法包括:(1)建立了由六台高速相机构成的视频测量系统以测量网壳的空间形态变化;(2)设计了特殊的人工标志以辅助解算每个球状节点球心的三维空间坐标;(3)利用曲面拟合和空间坐标转换等算法解算球状节点球心的三维空间位移,通过实际工程实验的精度验证,多相机立体测量方案能够达到亚毫米级的标志点定位精度,并且节点球心的定位精度能够达到1mm左右。
附图说明
图1为网壳结构模型图。
图2为实验实施流程图。
图3为两种人工标志图,其中,图(3a)为控制点标志图,图(3b)为目标点标志图。
图4为摄影测量网络示意图。
图5为跟踪匹配示意图。
图6为三维重建流程算法,其中,图(6a)为相机外定向示意图,图(6b)为多相机前方交会示意图。
图7为节点球心空间坐标求解示意图。
图8为网壳球状节点平面与空间分布图。
图9为网壳节点在Z方向的位移时程曲线。
图10为网壳节点在X方向的位移时程曲线。
图11为网壳节点在Y方向的位移时程曲线。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。
实施例
一、实验介绍
单层网壳结构模型如图1所示。该模型是最为常见的Kewitte型网壳,其内力将均匀分布在各个球状节点与杆件处。鉴于实验环境、制作工艺、机械条件等限制,网壳模型的直径被设计为4.2m。该模型由37个焊接节点球和132根连接杆件组成,并且这些直径为60mm的焊接节点球被用来连接杆件和配重。在实验开始阶段,网壳的破断处将触发整个结构的连续倒塌。在其倒塌的过程中,需要精确地量测各焊接节点球的球心位移。因此,本文设计了一种特殊的人工标志和相关的解析算法以解决上述内部点位测量问题。而人工标志与节点球之间的连接方式将通过金属棒贯通连接,且其两端使用螺母加固。
二、实施步骤
如图2所示,为了达成测量节点球心的目的,需要制定一个严格的实验实施方案,其方案描述如下:(1)安装高速相机及其配套设备并同时固定高速相机的焦距,这是为了确保相机的内方位元素在实验过程中始终不变;(2)利用全站仪测量各球状节点的表面点位坐标,每个节点所要量测的表面点位个数尽可能多且分布均匀,其目的是为了高精度拟合节点的球心初始坐标;(3)安装目标点标志和控制点标志并用全站仪测量控制点坐标,其目的在于建立局部物方坐标系;(4)利用高速相机同步采集一段影像,其目的在于解算相机的外方位元素,同时此段影像也被用来解算目标点标志上各圆心的初始三维坐标;(5)在网壳上添加配重块,此过程将花费大约半个小时的时间,并且加载配重块后,整个网壳将会产生微小位移;(6)启动网壳破断装置,六台高速相机需记录下实验倒塌的全部过程。在后续数据处理中,利用第3步中的相机外方位元素可解算目标点在每一时刻的三维空间坐标,再凭借目标点标志初始坐标和节点球心初始坐标可求解球状节点球心各个时刻的三维空间坐标,最后通过坐标差来获取球心的位移数据。在整个实验过程中,高速相机需要保持稳定不动以确保其内外方位元素不会改变。
三、标志设计
高精度的视频测量往往需要引入人工标志,这是因为以影像特征点作为目标不利于目标跟踪,其跟踪匹配精度不高甚至会得出错误的结果。在众多的平面标志中,圆形标志在目标跟踪和监测中具有很好的鲁棒性。因此,在本实验中设计了两种人工标志:控制点标志和目标点标志。如图3所示,图(3a)中的控制点标志由白色圆和黑色边界组成,在圆的中心位置增加十字丝与内圆设计,这样便于反射片的贴放;图(3b)中的目标点标志有多个白色圆,较大白色圆作为跟踪目标点,而较小白色圆上贴放反射片以辅助物方坐标系的建立,此种标志的特殊设计方式使解算节点内部球心坐标成为可能。
四、摄影测量网络构建
本实验使用的高速相机影像分辨率为1280×1024像素。在实验中,各高速相机配以20mm的定焦镜头,且采集帧频设定为200帧/秒。六台相机被安放在模型周边的脚手架上,以此形成多相机立体摄影测量方式向下拍摄整个网壳,进而监测网壳的形态变化。其摄影测量网络示意图如图4所示。
五、空间解析算法
本实验中,数据处理主要由以下六个步骤构成:(1)通过平面检校算法获取相机的内方位元素和镜头畸变参数;(2)在序列影像中进行同名匹配和目标跟踪匹配;(3)利用同名点像点坐标和控制点信息进行光束法平差,以此求解各相机的外方位元素;(4)通过前方交会获取人工标志点的三维空间坐标;(5)通过球面拟合和局部坐标转换求解各帧时刻下节点球心的三维空间坐标;(6)通过坐标差分求解球心的时程位移。
(1)高速相机检校:高速相机检校的主要目的就是为了获取相机的内方位元素和光学畸变参数。目前,已经存在很多有效的相机检校方法,可归纳为基于场的相机检校和基于平面的相机检校。鉴于基于平面检校方法的鲁棒性和灵活性,本实验采用了张正友相机检校法,并且进一步考虑了相机的切向畸变和径向畸变。
(2)同名匹配与目标跟踪
同名匹配包括目标自动识别与人工同名配对。其中最常用的目标识别算法是椭圆的质心定位算法,首先对目标影像进行图像增强处理,然后对影像中椭圆进行亚像素边缘提取,最后通过最小二乘椭圆拟合得到椭圆中心的亚像素级坐标。
在目标跟踪中,本文应用了最小二乘法影像匹配方法(Least-square Matching,LSM),该方法考虑了影像块的几何形变,可以达到1/10甚至1/100像素的匹配精度,是目前精度最高的方法之一。因此本实验中先使用归一化相关系数(Normalized CrossCorrelation,NCC)测度在搜索区进行粗匹配,然后在相关系数最大的地方使用最小二乘匹配方法进行精匹配,其匹配策略如图5所示。在同名匹配中,已经确定了初始影像中目标点的位置,因此将初始帧的目标影像作为基准影像(即匹配模板),后续的各帧影像应与该基准影像进行跟踪匹配,这样的处理方式可以有效地避免误差的积累。经过同名匹配和跟踪匹配,可以获取同名像点的序列二维影像坐标。
(3)三维重建
在获取同名像点坐标和相应的三维控制点坐标之后,可利用整体光束法平差获取各相机的外方位元素。如式(1)所示,通过共线方程可建立像空间坐标系与物空间坐标系的几何转换关系。通过后续的最小二乘迭代解算,可求解出各相机的外方位元素和待定点的坐标。为了使该数学模型迭代收敛至正确的结果,外方位元素和待定点坐标的初值可由直接线性变换解法(Direct Linear Transform,DLT)求解。如图(6a)所示,通过光束法平差可确定各相机与局部物方坐标系的相对位置关系,进而求解相机的外方位元素。在获取各相机的内外方位元素之后,后续各帧时刻中的目标点空间坐标可通过基于共线方程的前方交会算法求解,其示意图如图(6b)。
其中,(XA,YA,ZA)表示目标点物方坐标,(x,y)表示目标点像平面坐标,(Xs,YS,Zs)表示相机的外方位线要素,(ai,bi,ci)是由三个外方角元素组成的旋转矩阵元素,(x0,y0)表示相机内方位元素中的像主点坐标,(Δx,Δy)表示相机内方位元素中的镜头畸变量,包括切向畸变和径向畸变,f表示相机内方位元素中的像距。而相机的内方位元素已经通过高精度的相机检校获取。
(4)位移估计
1、球面拟合
在实验开始阶段,需通过全站仪获取节点的表面点位坐标,这些点位坐标被用来拟合节点球面,在拟合球心坐标时至少需要四个球表面点,由于本次实验中实测的表面点远远多于四个,因此需进行最小二乘平差解算。
F(XB,YB,ZB,R)=(X-XB)2+(Y-YB)2+(Z-ZB)2-R2=0 (2)
其中
公式(3)是将球面方程(2)对未知数进行微分线性化。在上述方程中,(X,Y,Z)表示节点表面点的三维地面坐标,(XB,YB,ZB,R)表示未知的球心坐标和半径,表示未知数的初始迭代值。为了能够在最小二乘迭代计算过程中获得收敛且准确的结果,需要一个较为准确的初值。因此,可先从中随机挑选四个点通过克莱姆法则进行球状节点的初始拟合,解算出球心坐标和半径的初值。最后,通过上述的最小二乘迭代方法获取精确的球心坐标。
2、球心位移估计
由于目标点标志与球状节点已形成一个刚体,故可以视两者之间的相对关系在网壳倒塌过程中保持不变。在实验之前,节点拟合的球心坐标和初始人工标志上的四个圆心坐标可以确定这个相对关系。然而通过三维重建可以解算人工标志目标点的坐标,并且通过球面拟合可以获取球心的初始三维坐标,因此目标点标志与球状节点的相对关系可以由此确定。在网壳倒塌后续的序列影像中,每解算出人工标志上的四个圆心坐标便可以推算出该时刻球状节点球心的三维坐标。这个解算过程可以视为一个三维空间坐标转换问题,即将初始帧的节点位置作为基准,后续各帧的节点位置相对于初始帧的位置进行三维空间坐标转换参数求解,然后通过该节点球心的初始坐标和转换参数即可求解出后续各帧的球心坐标,其示意图如图7。
公式(4)是六参数坐标转换的目标函数,其中(X0,Y0,Z0)表示目标跟踪点在初始时刻的三维坐标,(Xi,Yi,Zi)表示目标跟踪点在时刻i的三维坐标,(ΔXi,ΔYi,ΔZi)表示平移参数,M表示坐标旋转矩阵,(XB,YB,ZB)表示球心在初始时刻的三维坐标,表示球心在时刻i的三维坐标。在上述的解算过程中,同一标志上的四个目标点可经过重心化来形成局部坐标系。
通过上述步骤,可以求解后续各帧时刻的节点球心坐标。因此,后续时刻的球心坐标与初始时刻的球心坐标的差值即为球心的位移结果。
在正式实验之前,需通过预实验来验证本文方法的可靠性。按照真实的球状节点结构制作了一个简易结构模型。在测试实验中,该结构在两台相机的公共视野中被测量9次,在此过程中,节点球心坐标可直接通过球面拟合进行求解。此外,当某一个节点球心坐标作为初始条件时,其他八个节点球心坐标可通过本文方法进行求解,因此通过两种方式结果的对比,可验证本文方法的球心定位精度。如表1所示,一号球心坐标被作为初始条件来求解其他八个球的球心坐标,其中解算值是由本文方法求解获取,真实值是利用全站仪测点结果进行球面拟合获取。由此可见,通过本文方法,节点球心的定位精度可达1mm左右。
表1球心定位坐标差异值
在本实验中,控制点坐标由NET05AX型全站仪量测,其测点精度可高达0.5mm。所量测的控制点可分为两个部分,一部分用于相机外方位元素的求解,另一部分可作为检测点验证本方法目标定位的精度。如表2所示,解算值是通过本文中前方交会获取的,而真实值是通过全站仪直接测量获取的,可见其差异值能达到亚毫米级。此外,通过前述实验实施及数据处理过程,可获得网壳关键节点球心的位移结果,本次实验最为关注的是各节点在垂直方向(即Z方向)的位移,从该位移时程曲线上可看出球状节点在不同时刻的倒塌顺序与运动形态。另外,本文依然可以提供出各节点在X方向和Y方向的时程曲线图。其中,网壳球状节点的分布图如图8所示,部分位移结果如图9-11所示。
表2检验点坐标差异值
本发明利用高速视频测量技术以非接触方式获取节点球心的三维空间信息变化。由于本实验需要精确地测量节点球心的三维空间信息,因此本文设计了一种特殊的人工标志和相关的解析算法以处理该结构内部点位测量难题。此外,六台帧频为200帧/秒的高速相机对整个网壳结构进行同步观测,达到了高精度三维测量的目的。
Claims (10)
1.一种网壳型结构连续倒塌的高速视频测量方法,用以获取网壳的球状节点球心的位移,其特征在于,包括以下步骤:
1)在测量开始前,在网壳模型上方设置多台高速相机,并获取高速相机的内方位元素;
2)采用全站仪获取网壳上每个球状节点上的多个表面点位坐标,并根据表面点坐标进行球面拟合,以此获取每个球状节点球心的初始三维坐标;
3)在测量区域内布设多个控制点标志,通过全站仪测量所有控制点标志的坐标,建立局部物方坐标系,并且在网壳上布设与每个球状节点一一对应的目标点标志,该目标点标志与对应的球状节点视为一个刚体,在倒塌过程中,两者间不发生相对位移;
4)采用高速相机同步获取一段影像数据,获取相机的外方位元素以及目标点标志的初始三维坐标,且根据目标点标志的初始坐标和节点球心初始坐标建立标志与节点球固定的空间关系;
5)在网壳的破断处,启动网壳破断装置使网壳发生连续倒塌,同时,高速相机同步采集网壳倒塌的影像数据;
6)根据获取到的网壳倒塌影像数据进行视频测量解算,在每一帧影像中,获取与球状节点球心相对应的目标点标志的三维坐标,进而通过坐标转换获取球状节点球心的三维坐标,最终获取节点球心的三维时程位移。
2.根据权利要求1所述的一种网壳型结构连续倒塌的高速视频测量方法,其特征在于,所述的步骤1)中,高速相机的焦距在测量过程中应固定,且高速相机的内方位元素在整个测量过程中保持不变。
3.根据权利要求1所述的一种网壳型结构连续倒塌的高速视频测量方法,其特征在于,所述的步骤1)中,采用张正友相机检校法对高速相机进行检校,获取高速相机的内方位元素和光学畸变参数,所述的内方位元素包括像距和像主点坐标,所述的光学畸变参数包括镜头径向畸变和切向畸变。
4.根据权利要求1所述的一种网壳型结构连续倒塌的高速视频测量方法,其特征在于,所述的步骤2)中,采用全站仪获取网壳球状节点的多个表面点位坐标,并根据这些表面点坐标采用最小二乘球面拟合方法获取每个节点球心的初始三维坐标。
5.根据权利要求1所述的一种网壳型结构连续倒塌的高速视频测量方法,其特征在于,所述的步骤3)中,所述的控制点标志由白色圆和黑色边界组成,且在白色圆的中心位置设有十字丝和内圆,所述的目标点标志由五个位于同一平面上的白色圆组成,包括位于周边的四个大圆以及位于中心一个小圆,所述的小圆上贴设有反射片。
6.根据权利要求1所述的一种网壳型结构连续倒塌的高速视频测量方法,其特征在于,所述的步骤4)中,通过光束法平差确定各高速相机在局部物方坐标系中的外方位元素,并且同时确定目标点标志初始三维坐标。
7.根据权利要求1所述的一种网壳型结构连续倒塌的高速视频测量方法,其特征在于,所述的步骤6)中,通过目标跟踪匹配获取目标点标志的序列影像坐标,并且通过基于共线方程的前方交会算法计算目标点标志的序列三维坐标。
8.根据权利要求1所述的一种网壳型结构连续倒塌的高速视频测量方法,其特征在于,所述的步骤6)中,目标点标志的三维坐标的关系式为:
<mrow>
<mi>H</mi>
<mo>=</mo>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<msub>
<mi>X</mi>
<mi>i</mi>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>Y</mi>
<mi>i</mi>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>Z</mi>
<mi>i</mi>
</msub>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>-</mo>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<mi>&Delta;</mi>
<msub>
<mi>X</mi>
<mi>i</mi>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>&Delta;Y</mi>
<mi>i</mi>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mi>&Delta;</mi>
<msub>
<mi>Z</mi>
<mi>i</mi>
</msub>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>-</mo>
<mi>M</mi>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<msub>
<mi>X</mi>
<mn>0</mn>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>Y</mi>
<mn>0</mn>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>Z</mi>
<mn>0</mn>
</msub>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>=</mo>
<mn>0</mn>
</mrow>
其中,为平移参数,为目标点标志在初始时刻的三维坐标,为目标点标志在时刻i的三维坐标,M为坐标旋转矩阵,H为零矩阵。
9.根据权利要求8所述的一种网壳型结构连续倒塌的高速视频测量方法,其特征在于,所述的步骤6)中,球状节点球心的坐标计算式为:
<mrow>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<msubsup>
<mi>X</mi>
<mi>B</mi>
<mi>i</mi>
</msubsup>
</mtd>
</mtr>
<mtr>
<mtd>
<msubsup>
<mi>Y</mi>
<mi>B</mi>
<mi>i</mi>
</msubsup>
</mtd>
</mtr>
<mtr>
<mtd>
<msubsup>
<mi>Z</mi>
<mi>B</mi>
<mi>i</mi>
</msubsup>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>=</mo>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<mi>&Delta;</mi>
<msub>
<mi>X</mi>
<mi>i</mi>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>&Delta;Y</mi>
<mi>i</mi>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mi>&Delta;</mi>
<msub>
<mi>Z</mi>
<mi>i</mi>
</msub>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>+</mo>
<mi>M</mi>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<msub>
<mi>X</mi>
<mi>B</mi>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>Y</mi>
<mi>B</mi>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>Z</mi>
<mi>B</mi>
</msub>
</mtd>
</mtr>
</mtable>
</mfenced>
</mrow>
其中,为球状节点球心在时刻i的三维坐标,为球状节点球心在初始时刻的三维坐标。
10.根据权利要求1所述的一种网壳型结构连续倒塌的高速视频测量方法,其特征在于,所述的高速相机的帧频为200帧/秒,影像分辨率为1280×1024像素。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710555851.6A CN107421509B (zh) | 2017-07-10 | 2017-07-10 | 一种网壳型结构连续倒塌的高速视频测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710555851.6A CN107421509B (zh) | 2017-07-10 | 2017-07-10 | 一种网壳型结构连续倒塌的高速视频测量方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107421509A true CN107421509A (zh) | 2017-12-01 |
CN107421509B CN107421509B (zh) | 2019-08-02 |
Family
ID=60427868
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710555851.6A Active CN107421509B (zh) | 2017-07-10 | 2017-07-10 | 一种网壳型结构连续倒塌的高速视频测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107421509B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109064499A (zh) * | 2018-05-30 | 2018-12-21 | 同济大学 | 一种基于分布式解析的多层框架抗震实验高速视频测量方法 |
CN113446999A (zh) * | 2021-06-30 | 2021-09-28 | 同济大学 | 一种高速视频测量系统的组网搭建方法 |
CN114234908A (zh) * | 2021-10-29 | 2022-03-25 | 广东省国土资源测绘院 | 一种监测海堤沉降的方法、设备、介质及产品 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102538761A (zh) * | 2012-01-09 | 2012-07-04 | 刘进 | 球面全景相机摄影测量方法 |
CN102661736A (zh) * | 2012-05-17 | 2012-09-12 | 天津市星际空间地理信息工程有限公司 | 一种高速公路改扩建勘测方法 |
CN102840956A (zh) * | 2012-09-12 | 2012-12-26 | 哈尔滨工业大学 | 一种孔洞胶接节点装配式单层球面网壳模型制作方法 |
CN202928571U (zh) * | 2012-11-05 | 2013-05-08 | 上海米度测控科技有限公司 | 一种用于远距离微变形监测的摄影测量系统 |
CN103512559A (zh) * | 2013-10-08 | 2014-01-15 | 北京理工大学 | 一种弹丸单目视频位姿测量方法及靶标图案 |
CN104034316A (zh) * | 2013-03-06 | 2014-09-10 | 深圳先进技术研究院 | 一种基于视频分析的空间定位方法 |
WO2014171987A2 (en) * | 2013-01-30 | 2014-10-23 | Insitu, Inc. | Augmented video system providing enhanced situational awareness |
CN104266636A (zh) * | 2014-09-19 | 2015-01-07 | 北京建筑大学 | 一种用于高速视频测量建筑物模型健康监测目标点加速度解算方法 |
CN104897065A (zh) * | 2015-06-09 | 2015-09-09 | 河海大学 | 一种板壳结构表面位移场的测量系统 |
CN105403143A (zh) * | 2015-10-28 | 2016-03-16 | 苏州西博三维科技有限公司 | 一种获取模拟地震振动台的位移变化的测量方法及其系统 |
CN106352855A (zh) * | 2016-09-26 | 2017-01-25 | 北京建筑大学 | 一种摄影测量方法及装置 |
-
2017
- 2017-07-10 CN CN201710555851.6A patent/CN107421509B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102538761A (zh) * | 2012-01-09 | 2012-07-04 | 刘进 | 球面全景相机摄影测量方法 |
CN102661736A (zh) * | 2012-05-17 | 2012-09-12 | 天津市星际空间地理信息工程有限公司 | 一种高速公路改扩建勘测方法 |
CN102840956A (zh) * | 2012-09-12 | 2012-12-26 | 哈尔滨工业大学 | 一种孔洞胶接节点装配式单层球面网壳模型制作方法 |
CN202928571U (zh) * | 2012-11-05 | 2013-05-08 | 上海米度测控科技有限公司 | 一种用于远距离微变形监测的摄影测量系统 |
WO2014171987A2 (en) * | 2013-01-30 | 2014-10-23 | Insitu, Inc. | Augmented video system providing enhanced situational awareness |
CN104034316A (zh) * | 2013-03-06 | 2014-09-10 | 深圳先进技术研究院 | 一种基于视频分析的空间定位方法 |
CN103512559A (zh) * | 2013-10-08 | 2014-01-15 | 北京理工大学 | 一种弹丸单目视频位姿测量方法及靶标图案 |
CN104266636A (zh) * | 2014-09-19 | 2015-01-07 | 北京建筑大学 | 一种用于高速视频测量建筑物模型健康监测目标点加速度解算方法 |
CN104897065A (zh) * | 2015-06-09 | 2015-09-09 | 河海大学 | 一种板壳结构表面位移场的测量系统 |
CN105403143A (zh) * | 2015-10-28 | 2016-03-16 | 苏州西博三维科技有限公司 | 一种获取模拟地震振动台的位移变化的测量方法及其系统 |
CN106352855A (zh) * | 2016-09-26 | 2017-01-25 | 北京建筑大学 | 一种摄影测量方法及装置 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109064499A (zh) * | 2018-05-30 | 2018-12-21 | 同济大学 | 一种基于分布式解析的多层框架抗震实验高速视频测量方法 |
CN109064499B (zh) * | 2018-05-30 | 2021-12-31 | 同济大学 | 一种基于分布式解析的多层框架抗震实验高速视频测量方法 |
CN113446999A (zh) * | 2021-06-30 | 2021-09-28 | 同济大学 | 一种高速视频测量系统的组网搭建方法 |
CN114234908A (zh) * | 2021-10-29 | 2022-03-25 | 广东省国土资源测绘院 | 一种监测海堤沉降的方法、设备、介质及产品 |
Also Published As
Publication number | Publication date |
---|---|
CN107421509B (zh) | 2019-08-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106767907B (zh) | 光学相机几何成像模型高精度标定与评估装置及方法 | |
CN103971353B (zh) | 采用激光辅助大型锻件测量图像数据的拼接方法 | |
CN100429476C (zh) | 一种双传感器激光视觉三维测量系统校准方法 | |
CN103822615B (zh) | 一种多控制点自动提取与聚合的无人机地面目标实时定位方法 | |
CN104268876B (zh) | 基于分块的摄像机标定方法 | |
CN104240262B (zh) | 一种用于摄影测量的相机外参数标定装置及标定方法 | |
CN105913439A (zh) | 一种基于激光跟踪仪的大视场摄像机标定方法 | |
CN105424058B (zh) | 基于摄影测量技术的数码相机投影中心位置精确标定方法 | |
CN107144241B (zh) | 一种基于景深补偿的双目视觉高精度测量方法 | |
CN107421509B (zh) | 一种网壳型结构连续倒塌的高速视频测量方法 | |
CN101539397B (zh) | 物体三维姿态的精密光学测量方法 | |
CN105654476A (zh) | 基于混沌粒子群优化算法的双目标定方法 | |
CN105444778B (zh) | 一种基于成像几何反演的星敏感器在轨定姿误差获取方法 | |
CN103759669A (zh) | 一种大型零件的单目视觉测量方法 | |
CN101261738A (zh) | 一种基于双一维靶标的摄像机标定方法 | |
CN112985293B (zh) | 一种单像机双球面镜镜像双目视觉测量系统和测量方法 | |
Hui et al. | A novel line scan camera calibration technique with an auxiliary frame camera | |
CN107589069B (zh) | 一种物体碰撞恢复系数的非接触式测量方法 | |
CN110378969A (zh) | 一种基于3d几何约束的汇聚式双目相机标定方法 | |
CN113538595B (zh) | 利用激光测高数据辅助提升遥感立体影像几何精度的方法 | |
CN105823420B (zh) | 一种角锥组合件回光能量中心坐标精密导出方法 | |
CN110736447B (zh) | 一种集成式图像采集设备竖直方向水平位置检校方法 | |
CN103364012A (zh) | 一种带约束条件的多面阵航摄仪平台检校方法 | |
CN104634248A (zh) | 一种双目视觉下的转轴标定方法 | |
CN101655378A (zh) | 一种数字摄影测量相机的内方位参数测量方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |