CN111397536B - 大尺寸钢筋混凝土靶板侵彻弹洞三维轮廓测量方法 - Google Patents

Abstract

本发明公开了一种大尺寸钢筋混凝土靶板侵彻弹洞三维轮廓测量方法：使用扫描仪对靶板和火箭撬导轨进行扫描，得到靶板和火箭撬导轨的三维点云数据。在侵彻后，使用扫描仪对弹洞洞口的特征点进行扫描，得到弹洞洞口的三维点云数据。创建三维的初始坐标系，并将三维点云数据全部导入到所述初始坐标系中。采集弹洞内腔的视频数据，并且视频数据转化为三维点云数据并导入到所述初始坐标系中。将所述初始坐标系下的三维点云数据全部导入到逆向工程软件中。使用所述逆向工程软件提取出弹洞内腔的弹洞轴线作为弹体的飞行轨迹。本发明使用该方法可以有效地将弹体在侵彻靶板内的飞行轨迹以及拐点精确地测量出来，且能与大地水平面以及火箭撬建立关联。

Description

大尺寸钢筋混凝土靶板侵彻弹洞三维轮廓测量方法

技术领域

本发明涉及侵彻试验测量技术领域，特别涉及一种大尺寸钢筋混凝土靶板侵彻弹洞三维轮廓测量方法。

背景技术

钢筋混凝土靶板侵彻试验常用来研究弹体的侵彻性能，大型试验中钢筋混凝土板厚可达几米甚至十几米，弹体侵彻后会在靶板中留下一条侵彻弹洞，根据弹体尺寸不同直径在20cm～50cm之间，准确测量弹洞内部的三维轮廓，获得不同截面处的直径、弹洞的弯曲变化，可为分析弹体侵彻作用过程提供数据支撑。由于靶板尺寸巨大，弹洞内部狭窄、弯曲，目前仅能测量弹洞入口和出口的直线距离，难以实现弹洞内部形貌的高精度测量。在实验室小尺寸(靶板厚度小于1m)靶板的测量中，可通过在弹洞内部灌注树脂，待树脂固化后提取测量，但该方法在大尺寸钢筋混凝土靶板测量中难以实施。

发明内容

本发明的目的是克服上述现有技术中存在的问题，提供一种大尺寸钢筋混凝土靶板侵彻弹洞三维轮廓测量方法，使用该方法可以有效地将弹体在侵彻靶板内的飞行轨迹以及拐点精确地测量出来，且能与大地水平面以及火箭撬建立关联。

为此，本发明提供一种大尺寸钢筋混凝土靶板侵彻弹洞三维轮廓测量方法：

使用扫描仪对靶板和火箭撬导轨的外围轮廓和空间位置进行扫描，得到靶板和火箭撬导轨的三维点云数据。

在侵彻后，使用扫描仪对弹洞洞口的特征点进行扫描，得到弹洞洞口的三维点云数据。

创建三维的初始坐标系，并将靶板的三维点云数据、火箭撬导轨的三维点云数据以及洞口的三维点云数据全部导入到所述初始坐标系中。

采集弹洞内腔的视频数据，并且将弹洞内腔的视频数据转化为三维点云数据，得到弹洞内腔的三维点云数据并导入到所述初始坐标系中。

将所述初始坐标系下的靶板的三维点云数据、火箭撬导轨的三维点云数据、洞口的三维点云数据以及弹洞内腔的三维点云数据全部导入到逆向工程软件中。

使用所述逆向工程软件提取出弹洞内腔的弹洞轴线作为弹体的飞行轨迹。

进一步，如果弹洞轴线中存在点的曲率突变，则将该点所作为拐点，并从所述初始坐标系中获取所述拐点的坐标。

进一步，在采集弹洞内腔的视频数据的时候，使用爬行机器人进入所述弹洞内腔。

所述爬行机器人包括在水平方向进行拍摄的光学测量相机和伺服驱动系统，所述光学测量相机用于采集弹洞内腔当前位置的周向数据，所述伺服驱动系统用于驱动爬行机器人在所述弹洞内行走。

所述弹洞内腔的视频数据为所述光学测量相机在各个位置的弹洞内腔的周向数据的集合。

更进一步，所述爬行机器人还包括分别设置在前后两端的LED主动光源。

更进一步，所述爬行机器人通过线缆与终端连接，所述终端用于控制所述伺服驱动系统是否工作。

进一步，将弹洞内腔的视频数据转化为三维点云数据的时候，包括：

将视频数据转化为若干个图像数据。

分别提取每一个图像数据中图像边缘的纹理特征。

根据每一个图像数据的纹理特征完成图像数据的拼接，得到全图像数据。

将全图像数据转化为所述弹洞内腔的三维点云数据。

进一步，将所述初始坐标系下的靶板的三维点云数据、火箭撬导轨的三维点云数据、洞口的三维点云数据以及弹洞内腔的三维点云数据全部导入到逆向工程软件之后，首先对导入的全部三维点云数据进行降噪与网格化处理，之后提取出弹洞内腔的弹洞轴线。

进一步，在侵彻后的弹洞洞口布置特征点，使用扫描仪对弹洞洞口的特征点进行扫描，得到弹洞洞口的三维点云数据。

进一步，将三维点云数据并导入到所述初始坐标系的时候，使用最小二乘算法。

进一步，所述扫描仪为FARO大空间扫描仪。

本发明的有益效果：

1、可精确测量靶板几何尺寸、角度信息，火箭撬与靶板的位姿关系，大大减少了人工劳动强度与安全风险；

2、可清晰地查看弹洞内腔实景状态以及精确量取各截面直径尺寸信息，解决了目前常规手段无法观测内腔实景转台与内腔尺寸的缺陷；

3、可快速、精确、自动地计算弹洞内部轮廓不同位置的截面外形、中心坐标，拟合弹体侵彻轨迹，以及拐点坐标，解决目前常规手段无法测量的缺陷。

附图说明

图1为发射前弹体与靶板的关系测量示意图；

图2为发射后弹洞测量示意图；

图3为爬行机器人测量弹洞轮廓示意图。

图4为爬行机器人结构示意图。

附图标记说明：

1、火箭撬导轨；2、弹体；3、FARO大空间扫描仪；4、靶板；5、弹洞； 6、弹洞轴线；7、爬行机器人初始位置；8、爬行机器人前行某位置；9、爬行机器人结束位置；10、爬行机器人主机；11、LED主动光源；12、光学测量相机；13、线缆；14、伺服驱动系统；15、数据采集与显示系统。

具体实施方式

下面结合附图，对本发明的一个具体实施方式进行详细描述，但应当理解本发明的保护范围并不受具体实施方式的限制。

在本申请文件中，未经明确的部件型号以及结构，均为本领域技术人员所公知的现有技术，本领域技术人员均可根据实际情况的需要进行设定，在本申请文件的实施例中不做具体的限定。

具体的，如图1-4所示，本发明实施例提供了一种大尺寸(钢筋混凝土靶板的厚度在1m以上的尺寸为大尺寸)钢筋混凝土靶板侵彻弹洞三维轮廓测量方法：

使用扫描仪对靶板4和火箭撬导轨1的外围轮廓和空间位置进行扫描，得到靶板4和火箭撬导轨1的三维点云数据。侵彻是弹体穿透大尺寸钢筋混凝土靶板的过程，该项操作可以在侵彻前进行，也可以在侵彻后进行，所得到的是靶板4和火箭撬导轨1的外围轮廓和空间位置，与当前是否侵 彻无关。图1即展现出了当前的状态，即图1为侵 彻前的状态。

在侵彻后，使用扫描仪对弹洞5洞口的特征点进行扫描，得到弹洞5洞口的三维点云数据。特征点是布设在弹洞5洞口上的，目的是为了使得弹洞5洞口有一个明显的特征，在扫描之后，可以还原弹洞5洞口。图2即展现出了当前的状态，即图1为侵 彻后的状态，弹体2在靶板4的内部穿过，形成弹洞5，弹洞5洞口位于靶板4的左侧，在图2中。

创建三维的初始坐标系，并将靶板4的三维点云数据、火箭撬导轨1的三维点云数据以及洞口的三维点云数据全部导入到所述初始坐标系中。在坐标系建立的时候，以火箭撬导轨1的中轴线为X轴，以火箭撬导轨1末端的端点(火箭撬导轨1末端的端点即是弹体2脱离火箭撬导轨1的端点)为原点，火箭撬导轨1指向靶板4的方向为X轴的正向，依据右手法则建立该初始坐标系。

采集弹洞5内腔的视频数据，并且将弹洞5内腔的视频数据转化为三维点云数据，得到弹洞5内腔的三维点云数据并导入到所述初始坐标系中。该步骤只要可以采集到弹洞5内腔的视频数据即可，可以使用多种方法，例如，将摄像头伸入弹洞5内腔进行拍摄，同时，本发明在后续也会介绍具体的弹洞5内腔的视频数据采集方法。在将视频采集之后，使用视频处理的技术将视频数据转化为三维点云数据，在本实施例中，使用的是3DS视频转换软件将视频数据转化为三维点云数据。对于3DS视频转换软件，其可将视频文件转换至多组照片文件，基于图像的纹理特征，进行图像匹配与拼接，进而转换为带纹理信息的三维点云数据；依据洞口特征点的尺寸信息，进行整体比例缩放，得出物方三维点云数据，进而封装成三角面片格式。

将所述初始坐标系下的靶板4的三维点云数据、火箭撬导轨1的三维点云数据、洞口的三维点云数据以及弹洞5内腔的三维点云数据全部导入到逆向工程软件中。在本实施例中，使用的逆向工程软件为Geomagic软件。

Geomagic数据分析软件，能够基于上述3DS视频转换软件所得到的三角面片数据，在Geomagic软件中进行降噪与网格化处理，得出无干扰项的优质数据；进而利用其轴线提取功能，自动提取内腔的三维轴线。

使用所述逆向工程软件提取出弹洞5内腔的弹洞轴线6作为弹体2的飞行轨迹。这是Geomagic软件中的一个功能项，只需要选取好需要提取轴线的内腔三维点云数据数据，即本发明中的已经全部导入的三维点云数据，提取出的轴线6即为弹体2的飞行轨迹，点击Geomagic软件中相应的功能键即可自动提取。其原理是基于最小二乘原理，若干次分别对三维点云数据取截面并自由拟合，得出若干圆心，进而将若干个圆心连线为一条光滑的曲线，即为内腔基准轴线，即是弹洞轴线6，也是弹体2的飞行轨迹。

在本实施例中，如果弹洞轴线6中存在点的曲率突变，则将该点所作为拐点，并从所述初始坐标系中获取所述拐点的坐标。弹体2的飞行轨迹即内腔轴线6，其中拐点坐标是利用曲线出现折点的位置，可在轴线6上手动或自动创建。基于飞行轨迹与拐点坐标即可分析弹体在钢筋混凝土靶板内的实际飞行路线，以及实际偏摆量(俯仰和方位)，是否符合设计阈值，进而判断其性能指标。

在本实施例中，如图3所示，在采集弹洞5内腔的视频数据的时候，使用爬行机器人进入所述弹洞5内腔。爬行机器人穿过弹洞5内腔，图3中包含爬行机器人在弹洞5内腔的三个状态，其中爬行机器人初始位置7是将爬行机器人被放入弹洞5内腔时候的状态，爬行机器人前行某位置8是爬行机器人在弹洞5内腔行进的状态，爬行机器人结束位置9是将爬行机器人即将离开弹洞5 内腔时候的状态。

如图4所示，所述爬行机器人包括在水平方向进行拍摄的光学测量相机12 和伺服驱动系统10，所述光学测量相机12用于采集弹洞5内腔当前位置的周向数据，所述伺服驱动系统10用于驱动爬行机器人在所述弹洞5内行走。

爬行机器人基于较强的动力输出系统，即伺服驱动系统10，具有良好的越障能力，同时装配4MP像素的高清摄像头，即光学测量相机12，宽广的视场角可以提供良好的视频采集。

所述弹洞5内腔的视频数据为所述光学测量相机12在各个位置的弹洞5 内腔的周向数据的集合。

同时，在本实施例中，所述爬行机器人还包括分别设置在前后两端的LED 主动光源11。这样用过主动光源11的照射，可以使得弹洞5内腔的视频数据更加的清晰，在后期进行数据处理的时候，无需对图像进行亮度的增强。

同时，在本实施例中，所述爬行机器人的爬行机器人主机10通过线缆13 与终端(即数据采集与显示系统15)连接，所述终端用于控制所述伺服驱动系统10是否工作。将采集到的图像实时传输至终端的显示屏内，利用终端的手柄实时调节机器人的行进方向和行进状态，更加有利于视频数据的采集。

在本实施例中，将弹洞5内腔的视频数据转化为三维点云数据的时候，本发明提供一种可行的图像处理方法，但不仅仅限于这一种图像处理方法，本发明提供的方法包括：

第一，将视频数据转化为若干个图像数据。

第二，分别提取每一个图像数据中图像边缘的纹理特征。

第三，根据每一个图像数据的纹理特征完成图像数据的拼接，得到全图像数据。

第四，将全图像数据转化为所述弹洞5内腔的三维点云数据。

上述技术方案，通过从视频数据中提出出图像数据，并根据图像数据的图像边缘的纹理特征对图像进行拼接，得到全图像数据，在将全图像数据转化为弹洞5内腔的三维点云数据。

在本实施例中，将所述初始坐标系下的靶板4的三维点云数据、火箭撬导轨1的三维点云数据、洞口的三维点云数据以及弹洞5内腔的三维点云数据全部导入到逆向工程软件之后，首先对导入的全部三维点云数据进行降噪与网格化处理，之后提取出弹洞5内腔的弹洞轴线6。

在本实施例中，在侵彻后的弹洞5洞口布置特征点，使用扫描仪对弹洞5 洞口的特征点进行扫描，得到弹洞5洞口的三维点云数据。在对特征点进行布设的时候，可以根据弹洞5洞口的特征，手动的输入进行布设，也可以使用使用逆向工程软件(如Geomagic数据分析软件)自动进行布设。

在本实施例中，将三维点云数据并导入到所述初始坐标系的时候，使用最小二乘算法。即是通过最小二乘算法将三维点云数据导入到初始坐标系中，这样就可以充实建立的初始坐标系。

在本实施例中，所述扫描仪为FARO大空间扫描仪3。FARO大空间扫描仪能够依据自身的电子水平气泡，将仪器调平后可获取大地水平面，将火箭撬导轨1与多角度的靶板4整合在一组扫描数据内，能够量取靶板4的尺寸信息与姿态信息，并实测靶板4相对于火箭撬导轨1的安装位置与角度信息，从而获取靶板4和火箭撬导轨1三维点云数据。

以上公开的仅为本发明的几个具体实施例，但是，本发明实施例并非局限于此，任何本领域的技术人员能思之的变化都应落入本发明的保护范围。

Claims (10)

1.一种大尺寸钢筋混凝土靶板侵彻弹洞三维轮廓测量方法，其特征在于：

使用扫描仪对靶板(4)和火箭撬导轨(1)的外围轮廓和空间位置进行扫描，得到靶板(4)和火箭撬导轨(1)的三维点云数据；

在侵彻后，使用扫描仪对弹洞(5)洞口的特征点进行扫描，得到弹洞(5)洞口的三维点云数据；

创建三维的初始坐标系，并将靶板(4)的三维点云数据、火箭撬导轨(1)的三维点云数据以及洞口的三维点云数据全部导入到所述初始坐标系中；

采集弹洞(5)内腔的视频数据，并且将弹洞(5)内腔的视频数据转化为三维点云数据，得到弹洞(5)内腔的三维点云数据并导入到所述初始坐标系中；

将所述初始坐标系下的靶板(4)的三维点云数据、火箭撬导轨(1)的三维点云数据、洞口的三维点云数据以及弹洞(5)内腔的三维点云数据全部导入到逆向工程软件中；

使用所述逆向工程软件提取出弹洞(5)内腔的弹洞轴线(6)作为弹体(2)的飞行轨迹。

2.如权利要求1中的一种大尺寸钢筋混凝土靶板侵彻弹洞三维轮廓测量方法，其特征在于，如果弹洞轴线(6)中存在点的曲率突变，则将该点作为拐点，并从所述初始坐标系中获取所述拐点的坐标。

3.如权利要求1中的一种大尺寸钢筋混凝土靶板侵彻弹洞三维轮廓测量方法，其特征在于，在采集弹洞(5)内腔的视频数据的时候，使用爬行机器人进入所述弹洞(5)内腔；

所述爬行机器人包括在水平方向进行拍摄的光学测量相机(12)和伺服驱动系统(10)，所述光学测量相机(12)用于采集弹洞(5)内腔当前位置的周向数据，所述伺服驱动系统(10)用于驱动爬行机器人在所述弹洞(5)内行走；

所述弹洞(5)内腔的视频数据为所述光学测量相机(12)在各个位置的弹洞(5)内腔的周向数据的集合。

4.如权利要求3中的一种大尺寸钢筋混凝土靶板侵彻弹洞三维轮廓测量方法，其特征在于，所述爬行机器人还包括分别设置在前后两端的LED主动光源(11)。

5.如权利要求3中的一种大尺寸钢筋混凝土靶板侵彻弹洞三维轮廓测量方法，其特征在于，所述爬行机器人通过线缆(13)与终端连接，所述终端用于控制所述伺服驱动系统(10)是否工作。

6.如权利要求1中的一种大尺寸钢筋混凝土靶板侵彻弹洞三维轮廓测量方法，其特征在于，将弹洞(5)内腔的视频数据转化为三维点云数据的时候，包括：

将视频数据转化为若干个图像数据；

分别提取每一个图像数据中图像边缘的纹理特征；

根据每一个图像数据的纹理特征完成图像数据的拼接，得到全图像数据；

将全图像数据转化为所述弹洞(5)内腔的三维点云数据。

7.如权利要求1中的一种大尺寸钢筋混凝土靶板侵彻弹洞三维轮廓测量方法，其特征在于，将所述初始坐标系下的靶板(4)的三维点云数据、火箭撬导轨(1)的三维点云数据、洞口的三维点云数据以及弹洞(5)内腔的三维点云数据全部导入到逆向工程软件之后，首先对导入的全部三维点云数据进行降噪与网格化处理，之后提取出弹洞(5)内腔的弹洞轴线(6)。

8.如权利要求1中的一种大尺寸钢筋混凝土靶板侵彻弹洞三维轮廓测量方法，其特征在于，在侵彻后的弹洞(5)洞口布置特征点，使用扫描仪对弹洞(5)洞口的特征点进行扫描，得到弹洞(5)洞口的三维点云数据。

9.如权利要求1中的一种大尺寸钢筋混凝土靶板侵彻弹洞三维轮廓测量方法，其特征在于，将三维点云数据导入到所述初始坐标系的时候，使用最小二乘算法。

10.如权利要求1中的一种大尺寸钢筋混凝土靶板侵彻弹洞三维轮廓测量方法，其特征在于，所述扫描仪为FARO大空间扫描仪(3)。

Images