CN110426178B - 一种基于尾流示踪的风场测量方法及系统 - Google Patents
一种基于尾流示踪的风场测量方法及系统 Download PDFInfo
- Publication number
- CN110426178B CN110426178B CN201910664331.8A CN201910664331A CN110426178B CN 110426178 B CN110426178 B CN 110426178B CN 201910664331 A CN201910664331 A CN 201910664331A CN 110426178 B CN110426178 B CN 110426178B
- Authority
- CN
- China
- Prior art keywords
- wake flow
- wake
- main shaft
- cameras
- wind field
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M10/00—Hydrodynamic testing; Arrangements in or on ship-testing tanks or water tunnels
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
- G01P13/00—Indicating or recording presence, absence, or direction, of movement
- G01P13/02—Indicating direction only, e.g. by weather vane
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
- G01P5/00—Measuring speed of fluids, e.g. of air stream; Measuring speed of bodies relative to fluids, e.g. of ship, of aircraft
- G01P5/18—Measuring speed of fluids, e.g. of air stream; Measuring speed of bodies relative to fluids, e.g. of ship, of aircraft by measuring the time taken to traverse a fixed distance
- G01P5/20—Measuring speed of fluids, e.g. of air stream; Measuring speed of bodies relative to fluids, e.g. of ship, of aircraft by measuring the time taken to traverse a fixed distance using particles entrained by a fluid stream
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Fluid Mechanics (AREA)
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Indicating Or Recording The Presence, Absence, Or Direction Of Movement (AREA)
Abstract
本发明涉及一种基于尾流示踪的风场测量方法及系统,将图像识别技术应用到能产生尾流的发射物如飞机、火箭等运动过后的尾流的二维分布上,在地表多个不同位置架设高清相机对天空进行连续拍照,当有飞机、火箭等经过,尾流能够明显从天空背景中区分出来。利用预设的图像识别算法找出相机拍摄的尾流的轮廓,然后对尾流图像进行分段,寻找出每段的尾流质心,将质心连接起来称为尾流主轴。对多台相机同一时刻拍摄的三张图像进行算法分析,还原出尾流主轴在大气中的真实位置;通过不同时刻为尾流主轴的三维坐标变化,就能够反演出有尾流区域的大气风场。本发明成本很低,维护简便,能够探测到一般测风手段无法探测的高空风场。
Description
技术领域
本发明涉及风速测量,尤其涉及一种基于尾流示踪的风场测量方法及系统。
背景技术
大气风场的准确探测对于风电场选址、航空航天安全保障、污染物扩散轨迹追踪等领域都发挥着重要要作用。传统的风速测量方法也多种多样,在气象站最常用的是风杯式风速计和携带风速传感器的探空气球,风杯只能探测单点的风速风向,探空气球探测的是气球上升路径上的风场。多普勒测风激光雷达能够准确的探测径向风速,时空分辨率可以做到米/秒级,在一些机场和舰船上已经安装了商业化的产品。广域的风场探测还可以利用卫星云图实现。通过对卫星云图中云的位置进行图像识别,然后对多帧图像中云的位置进行微分,便可以得到全球尺度的风场分布。
但是采用测风气球、多普勒测风雷达等设备测风,成本很高,而卫星测风的不足之处主要有三方面:(1)这种测风是以云为示踪物的,故只能在有云的地方才能测得风的资料;(2)探测精度不够高,这主要由于云的生消演变和大气中水汽含量的变化而导致云的定位不准,使云的顶部高度定不准;(3)图像定位和定标非常困难;静止气象卫星在36000km的高度观测地球,而云所在的对流层高度只有十几公里,因此用几何方法很难将云的高度定准。
因此,如何低成本、快速准确的测量风场成为亟待解决的问题。
发明内容
本发明技术解决问题:克服现有技术的不足,提供一种基于尾流示踪的风场测量方法及系统,能够在不使用其他任何辅助仪器的情况下给出实时二维风速,探测到一般测风手段无法探测的高空风场,且成本很低,维护简便。
为实现上述目的,本发明提供如下技术方案:
一种基于尾流示踪的风场测量方法及系统,将图像识别技术应用到飞机、火箭等运动过后的尾流的二维分布上,使用多台相机对尾流进行连续拍摄,然后进行逐帧分析,能够在不使用其他任何辅助仪器的情况下给出实时二维风速。
包括:
在地表两个不同位置架设高清相机对天空进行连续拍照,当有飞机、火箭等经过,尾流能够明显从天空背景中区分出来;
首先需要利用预设的图像识别算法找出相机拍摄的尾流的轮廓;
由于尾流在大气中不仅会随风场发生平移,还会由于分子运动发生扩散,导致形状改变。因此需要对尾流图像进行分段,寻找出每段的尾流质心,将质心连接起来称为尾流主轴。还需要记录每时刻不同小分段质心像素值的相对大小。
对多台相机同一时刻拍摄的三张图像进行算法分析,还原出尾流主轴在大气中的真实位置;其中,匹配多台相机拍摄的图片中同一大气区域利用的是上一步中不同小分段质心像素值的相对大小。当相对大小相同时认为多台相机匹配上了。因此,第一台相机分段时可以对尾流进行等分,而其余相机需要在等分的基础上微调分界点,以满足多台相机匹配条件。
通过不同时刻为尾流主轴的三维坐标变化,就能够反演出有尾流区域的大气风场。
进一步的,所述寻找尾流轮廓的图像识别算法,其原理是读取图像中每个像素点的RGB数值,通过预设的示踪剂示踪尾流和蓝色天空背景的颜色不同,分别设定RGB阈值,提取出整个图像中有尾流的区域;
进一步的,所述将尾流图像进行分段,寻找出每段的尾流质心的方法为:
其中,L(j,tn)代表tn时间第j段尾流的质心的位置矢量;这段尾流包含的所有像素点位置矢量的集合为Ωj;ri表示Ωj中第i个像素点的位置矢量;I(ri,tn)为ri处的像素点灰度值;
进一步的,得到多台相机中的尾流主轴位置后,需要对同一时刻的三张图像进行后续运算以得到尾流主轴在真实空间中的位置R(j,tn);
则t时刻,R(j,t)处的三维风速的计算方法为:
t时刻,R(j,t)处的风向计算方法为:
本发明还提供了一种基于尾流示踪的风场测量系统,包括:
发射物,用于产生尾流;
多个相机,设置在多个不同位置,用于采集所述发射物产生的尾流图像;
尾流识别模块,用于识别所述尾流图像中的尾流区域;对尾流区域进行分段,计算每段的尾流质心,将尾流质心连接起来形成尾流主轴;
真实位置获取模块,用于对多个相机同一时刻拍摄的至少三张图像进行分析,还原出尾流主轴在大气中的真实位置;
风速反演模块,用于通过不同时刻为尾流主轴的三维坐标变化,反演有尾流区域的大气风场。
示踪剂用于将发射物产生的尾流从背景中区分开来。例如,示踪剂可以是预定色彩的固体颗粒、液体或气体。
根据示踪剂的色彩,识别所述尾流图像中的尾流区域的过程为:
需要从高清相机拍摄的天空图像中识别出天空背景和尾流区域。主要利用的是天空背景和尾流示踪剂的颜色RGB数值的不同,设定阈值进行区分。
读取图像中每个像素点的RGB数值,通过预设的示踪剂示踪尾流和蓝色天空背景的颜色不同,分别设定RGB阈值,提取出整个图像中有尾流的区域;天空背景的天蓝灰RGB数值为(202,235,216),而尾流RGB的数值由示踪剂的色彩确定,两者差别较大容易区分。
本发明对有益效果为:本发明将图像识别技术应用到能产生尾流的发射物如飞机、火箭等运动过后的尾流的二维分布上,在地表多个不同位置架设高清相机对天空进行连续拍照,当有飞机、火箭等经过,尾流能够明显从天空背景中区分出来。利用预设的图像识别算法找出相机拍摄的尾流的轮廓,然后对尾流图像进行分段,寻找出每段的尾流质心,将质心连接起来称为尾流主轴。对多台相机同一时刻拍摄的三张图像进行算法分析,还原出尾流主轴在大气中的真实位置;通过不同时刻为尾流主轴的三维坐标变化,就能够反演出有尾流区域的大气风场。本发明成本很低,维护简便,能够探测到一般测风手段无法探测的高空风场。
附图说明
图1为本发明实施例提供的一种基于尾流示踪的风场测量方法的流程图;
图2为本发明中尾流主轴定位方法的示意图。
具体实施方式
下面结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明的保护范围。
如图1所示,本发明提供了一种基于尾流示踪的风场测量方法及系统,将图像识别技术应用到含有示踪剂的尾流的二维分布上,在地表多个不同位置架设高清相机对天空进行连续拍照,当有能够产生尾流的发射物经过,尾流能够明显从天空背景中区分出来。利用预设的图像识别算法找出相机拍摄的尾流的轮廓,然后对尾流图像进行分段,寻找出每段的尾流质心,将质心连接起来称为尾流主轴。对多台相机同一时刻拍摄的三张图像进行算法分析,还原出尾流主轴在大气中的真实位置;通过不同时刻为尾流主轴的三维坐标变化,就能够反演出有尾流区域的大气风场。
具体步骤如下:
步骤S1、向天空发射能产生尾流的发射物。
所述发射物为飞机、火箭、火炮、鞭炮等能够产生尾流的物体。优选的,为了与背景进行区分,所述发射物产生的尾流中包含有示踪剂。示踪剂用于将发射物产生的尾流从背景中区分开来。例如,示踪剂可以是预定色彩的固体颗粒、液体或气体。
步骤S2、通过设置在多个不同位置的相机采集同步采集不同时刻所述发射物产生的尾流图像。
特别的,所述相机为高清相机。多台高清相机在本实施例中设置为多台放置在不同地点的相机。多台相机摆放的位置能够同时拍摄到尾流。
进一步的,拍照时刻相机的天顶角和方位角应当用存储器记录下来,用于后续算法反演。可以将相机安装到步进电机驱动的扫描头上,这样所有的角度信息都可以准确的实时存储。
步骤S3、识别所述尾流图像中的尾流区域;对尾流区域进行分段,计算每段的尾流质心,将尾流质心连接起来形成尾流主轴。
特别的,提取尾流区域和尾流主轴的图像识别算法分为两步。
第一步,根据所述示踪剂的色彩,识别所述尾流图像中的尾流区域。具体的,需要从高清相机拍摄的天空图像中识别出天空背景和尾流区域。主要利用的是天空背景和尾流示踪剂的颜色RGB数值的不同,设定阈值进行区分。
举例来说,天空背景的天蓝灰RGB数值为(202,235,216),而尾流RGB的数值由示踪剂的色彩确定,两者差别较大容易区分。
第二步,识别出尾流区域后,找出尾流主轴。由于尾流在大气中短时间内不仅会随风场发生平移,还会由于分子运动发生扩散,导致形状改变。因此需要对尾流图像进行分段,寻找出每段的尾流质心,将质心连接起来形成尾流主轴。尾流主轴位置的变化才能更好的反映大气风场的变化。
进一步的,所述将尾流图像进行分段,寻找出每段的尾流质心利用的公式为:
其中,L(j,tn)代表tn时间第j段尾流的质心的位置矢量;这段尾流包含的所有像素点位置矢量的集合为Ωj;ri表示Ωj中第i个像素点的位置矢量;I(ri,tn)为ri处的像素点灰度值。还需要记录每时刻不同小分段质心像素值的相对大小。
步骤S4、对两个相机同一时刻拍摄的至少三张图像进行分析,还原出尾流主轴在大气中的真实位置。
其中,匹配多台相机拍摄的图片中同一大气区域利用的是上一步中不同小分段质心像素值的相对大小。当相对大小相同时认为多台相机匹配上了。因此,第一台相机分段时可以对尾流进行等分,而其余相机需要在等分的基础上微调分界点,以满足多台相机匹配条件。
具体的,根据几何学方程获取尾流主轴在真实大气中的三维坐标。
多台相机获得的图像均是二维平面,无法直接确定尾流主轴在大气中的真实位置的三维坐标。必须对同一时刻多台相机的图像进行联立,通过几何学方法获取尾流主轴在真实大气中的三维坐标。
特别的,所述几何学方法可以用以下数学模型表示。下面,以多台相机为例,对本发明的算法进行说明。首先建立三维直角坐标系,以水平面为x-y平面,垂直向上为z轴正方向,原点可以任取。x、y、z为三维直角坐标系的三个分量。由于相机安放在地面,假设相机坐标为(x1,y1,0),将尾流主轴分段后其中一段起点为(u,v,w),终点为(u+Δu,v+Δv,w+Δw)。则照片平面的法向量为:
则这一段尾流主轴在照片平面法向量上的投影为:
由此可得这段尾流主轴在照片平面的投影长度为:
则根据相机的成像原理易知如下方程成立:
其中p1代表在第一个相机照片里这段尾流主轴占的像素点数,f1代表第一个相机的等效焦距,两者相除为一个仅与照片和相机本身有关的已知量F(C1)。仔细观察上述方程易知,共有6个未知量,即起点(u,v,w),和增量(Δu,Δv,Δw)。
另一方面,通过记录的相机方位角、天顶角、视场大小以及这段尾流主轴在图像中的相对位置,可以得出这段尾流主轴起点与相机连线的矢量(k1,k2,k3)。
另一方面,直接计算尾流主轴起点与相机位置的矢量差也能得到该矢量:
以上两式描述的是同一个方向,因此有:
这个式子其实包含了两个方程,三个未知量(u,v,w)。
同理,根据尾流主轴终点和相机连线的角度,可以再得到两个方程,包含六个未知量
(u,v,w)和(Δu,Δv,Δw):
(k4,k5,k6)为尾流终点与相机连线的矢量。
综上所述,共得到了五个方程,容易判别的是后四个跟角度有关的方程是独立的,而方程(1)并不独立,但可以作为一个检验计算结果的式子。
四个方程有六个未知量,是解不出唯一解的。因此还需要第二台相机提供对应的另外四个方程,才能够计算出起点(u,v,w),和增量(Δu,Δv,Δw)共计六个未知数。
特别的,联立八个方程解起点(u,v,w),和增量(Δu,Δv,Δw)的方法用的是传统的解超定的方程组的方法,即最小二乘意义下的最优解。
步骤S5、通过不同时刻为尾流主轴的三维坐标变化,反演有尾流区域的大气风场。
根据不同时刻尾流主轴位置计算尾流区域风场。
对同一时刻的三张图像进行后续运算后可以得到尾流主轴在真实空间中的位置R(j,t);j为自然数,t为图像拍摄时刻。
则t时刻,R(j,t)处的三维风速v(j,t)的计算方法为:
t时刻,R(j,t)处的风向计算方法为:
vx(j,t)为v(j,t)在X方向的分量;vy(j,t)为v(j,t)在Y方向的分量;vz(j,t)为v(j,t)在Z方向的分量;|v(j,t)|为v(j,t)的模。即对连续两张图像中的同一段尾流主轴位置除以两张图像拍摄时间间隔,得到对应的尾流移动速度,也是尾流区域的风速。
图2为本发明中尾流主轴定位方法的示意图。
图中,下方有两个相机,上方为飞机作为发射物飞行中产生的尾流,尾流中心的黑线为计算出的尾流主轴。两个相机分别用于对准尾流进行拍照,每个相机都具有方位角和俯仰角;其中,俯仰角加天顶角等于90度,即二者互为余数。需要注意的是,两个相机对准同一尾流区域拍照。
根据本发明的方法,对两个相机拍摄到的尾流图像进行分析处理,得到尾流主轴。根据尾流主轴位置随时间的改变,得到风速信息。
在具体的应用场景中,所述尾流识别模块、真实位置获取模块、风速反演模块的硬件部分可以是具有数据和图像计算能力的处理器,如CPU、MCU、PC、工控机等。所述尾流识别模块、真实位置获取模块、风速反演模块为集成在该处理器上的软件模块。
本发明还提供了一种基于尾流示踪的风场测量系统,包括:
发射物,用于产生尾流;
多个相机,设置在多个不同位置,用于采集所述发射物产生的尾流图像;
尾流识别模块,用于识别所述尾流图像中的尾流区域;对尾流区域进行分段,计算每段的尾流质心,将尾流质心连接起来形成尾流主轴;
真实位置获取模块,用于对多个相机同一时刻拍摄的至少三张图像进行分析,还原出尾流主轴在大气中的真实位置;
风速反演模块,用于通过不同时刻为尾流主轴的三维坐标变化,反演有尾流区域的大气风场。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理将不会被限制于本文所示的这些实施例,而是要符合本文与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (2)
1.一种基于尾流示踪的风场测量方法,其特征在于,包括以下步骤:
S1:向天空发射能产生尾流的发射物;所述发射物产生的尾流中包含有示踪剂;
S2:通过设置在多个不同位置的相机采集不同时刻所述发射物产生的尾流图像,所述尾流图像包括天空背景区域和尾流区域;
S3:根据所述示踪剂的色彩,识别所述尾流图像中的尾流区域;对所述尾流区域进行分段,计算每段的尾流质心,将每段的尾流质心连接起来形成尾流主轴;
S4:对多个相机同一时刻拍摄的至少三张图像进行分析,还原出所述尾流主轴在大气中的真实位置;
S5:通过不同时刻,尾流主轴中真实位置的三维坐标变化,反演有尾流区域的大气风场;
所述步骤S3中,对所述尾流区域进行分段,计算每段的尾流质心的方法为:
其中,L(j,tn)代表tn时间第j段尾流的质心的位置矢量;这段尾流包含的所有像素点位置矢量的集合为Ωj;ri表示Ωj中第i个像素点的位置矢量;I(ri,tn)为ri处的像素点灰度值;
所述步骤S5中,反演有尾流区域的大气风场为:
(1)对同一时刻的三张图像进行后续运算后得到尾流主轴在真实空间中的位置R(j,t);j为自然数,t为图像拍摄时刻,
则t时刻,R(j,t)处的三维风速v(j,t)的计算方法为:
t时刻,R(j,t)处的风向计算方法为:
x、y、z为三维直角坐标系的三个分量;vx(j,t)为v(j,t)在X方向的分量;vy(j,t)为v(j,t)在Y方向的分量;vz(j,t)为v(j,t)在Z方向的分量;|v(j,t)|为v(j,t)的模;
(2)对连续两张图像中的同一段尾流主轴位置除以两张图像拍摄时间间隔,得到对应的尾流移动速度和尾流区域的风速。
2.一种如权利要求1所述基于尾流示踪的风场测量方法的实现系统,其特征在于,包括:发射物、多个相机、尾流识别模块、真实位置获取模块和风速反演模块;其中:
发射物,向天空发射用于产生尾流;所述发射物产生的尾流中包含有示踪剂;
多个相机,设置在多个不同位置,用于采集不同时刻所述发射物产生的尾流图像;所述尾流图像包括天空背景区域和尾流区域;
尾流识别模块,根据所述示踪剂的色彩,识别所述尾流图像中的尾流区域;对所述尾流区域进行分段,计算每段的尾流质心,将每段的尾流质心连接起来形成尾流主轴;
真实位置获取模块,用于对多个相机同一时刻拍摄的至少三张图像进行分析,还原出尾流主轴在大气中的真实位置;
风速反演模块,用于通过不同时刻为尾流主轴中真实位置的三维坐标变化,反演有尾流区域的大气风场。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910664331.8A CN110426178B (zh) | 2019-07-23 | 2019-07-23 | 一种基于尾流示踪的风场测量方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910664331.8A CN110426178B (zh) | 2019-07-23 | 2019-07-23 | 一种基于尾流示踪的风场测量方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110426178A CN110426178A (zh) | 2019-11-08 |
CN110426178B true CN110426178B (zh) | 2020-09-29 |
Family
ID=68411802
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910664331.8A Active CN110426178B (zh) | 2019-07-23 | 2019-07-23 | 一种基于尾流示踪的风场测量方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110426178B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111679285A (zh) * | 2020-06-16 | 2020-09-18 | 青岛镭测创芯科技有限公司 | 一种飞机尾涡光学探测方法及装置 |
CN115204063B (zh) * | 2022-09-16 | 2022-11-18 | 中国空气动力研究与发展中心计算空气动力研究所 | 一种火箭气动力系数天地差异修正方法 |
CN115407305B (zh) * | 2022-11-01 | 2023-04-14 | 南京泰爱信科技有限公司 | 一种基于激光雷达的水平二维风场获取方法和装置 |
CN116309531B (zh) * | 2023-04-12 | 2023-10-03 | 江苏省特种设备安全监督检验研究院 | 一种风场测量方法、系统及存储介质 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201037868Y (zh) * | 2007-03-13 | 2008-03-19 | 魏润杰 | 一种高速粒子图像测速装置 |
CN102227750B (zh) * | 2009-07-31 | 2014-06-25 | 松下电器产业株式会社 | 移动体检测装置及移动体检测方法 |
CN102853990B (zh) * | 2012-10-08 | 2014-12-31 | 中国人民解放军国防科学技术大学 | 超声速流场npls三维结构显示系统及方法 |
CN107561311A (zh) * | 2017-07-11 | 2018-01-09 | 上海交通大学 | 基于双光场相机的三维流场测试方法 |
CN107525945B (zh) * | 2017-08-23 | 2019-08-02 | 南京理工大学 | 基于集成成像技术的3d-3c粒子图像测速系统及方法 |
CN108398229B (zh) * | 2017-12-27 | 2019-05-24 | 中国航天空气动力技术研究院 | 一种飞行器三维表面流动分布风洞测量方法 |
-
2019
- 2019-07-23 CN CN201910664331.8A patent/CN110426178B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN110426178A (zh) | 2019-11-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110426178B (zh) | 一种基于尾流示踪的风场测量方法及系统 | |
CN106971408B (zh) | 一种基于时空转换思想的摄像机标定方法 | |
CN104268935A (zh) | 一种基于特征的机载激光点云与影像数据融合系统及方法 | |
CN109857144A (zh) | 无人机、无人机控制系统及控制方法 | |
CN111192318B (zh) | 确定无人机位置和飞行方向的方法、装置及无人机 | |
CN110470226A (zh) | 一种基于无人机系统的桥梁结构位移测量方法 | |
CN110400330A (zh) | 基于融合imu的光电吊舱图像跟踪方法及跟踪系统 | |
CN106403900A (zh) | 飞行物追踪定位系统及方法 | |
Masselli et al. | A cross-platform comparison of visual marker based approaches for autonomous flight of quadrocopters | |
US20230105991A1 (en) | Method of imaging a wind turbine rotor blade | |
CN109035343A (zh) | 一种基于监控相机的楼层相对位移测量方法 | |
CN115717867A (zh) | 一种基于机载双相机和目标追踪的桥梁变形测量方法 | |
Liu et al. | Position and attitude measurement of high-speed isolates for hypersonic facilities | |
CN112950671B (zh) | 一种无人机对运动目标实时高精度参数测量方法 | |
Öktem et al. | Stereophotogrammetry of oceanic clouds | |
US9721352B1 (en) | Method and apparatus for computer vision analysis of cannon-launched artillery video | |
CN107037414B (zh) | 成像定位金属球雷达定标方法 | |
Kikuya et al. | Attitude determination algorithm using Earth sensor images and image recognition | |
CN109959365B (zh) | 一种基于位姿信息测量的海天线定位方法 | |
Savelyev et al. | Stereo thermal marking velocimetry | |
CN115713558A (zh) | 一种基于机器视觉地面测风电机组净空的方法 | |
CN112729305B (zh) | 一种基于单飞行器导引头图像信息的多目标定位方法 | |
JP7170485B2 (ja) | 画像解析装置、画像解析方法及び画像解析プログラム | |
CN112598617A (zh) | 一种基于虚拟平台的外弹道光学测量精度分析方法 | |
CN110515086A (zh) | 一种应用于无人艇的海上目标搜索模拟系统及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |