CN111912381A - 一种基于双目视觉原理的飞机舵面角度测量方法 - Google Patents
一种基于双目视觉原理的飞机舵面角度测量方法 Download PDFInfo
- Publication number
- CN111912381A CN111912381A CN202010544171.6A CN202010544171A CN111912381A CN 111912381 A CN111912381 A CN 111912381A CN 202010544171 A CN202010544171 A CN 202010544171A CN 111912381 A CN111912381 A CN 111912381A
- Authority
- CN
- China
- Prior art keywords
- camera
- coordinate
- coordinate system
- image
- coordinates
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C1/00—Measuring angles
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Multimedia (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种基于双目视觉原理的飞机舵面角度测量方法,通过双相机构成的双目立体视觉系统实时跟踪被测舵面上的一个特征点,得到各时刻特征点的三维空间坐标,并采用最小二乘法根据三维空间坐标拟合出舵面的摆角平面及特征点运动的轨迹圆弧,然后根据轨迹圆弧的圆心到轨迹圆弧上各个点的向量之间的夹角即对应舵面的动态摆角;本发明具有检测效率高、检测精度高、操作简单、不易损伤舵面、对安装位置依赖性低的有益效果。
Description
技术领域
本发明属于飞机舵面角度测量的技术领域,具体涉及一种基于双目视觉原理的飞机舵面角度测量方法。
背景技术
飞机飞行试验前,为了能给出可靠的性能试验数据,需对飞机的副翼、襟翼、方向舵和升降舵等舵面进行角度测量实验。传统的测量方法采用夹紧式工装靶标进行测量,由于舵面采用复合材料制作而成,若靶标加持力过大,靶标与舵面的硬接触可能会对舵面造成永久性损伤;若夹持力过低,150°/s的舵面转速产生的离心力较大,可能会使得工装被舵面甩出,容易对飞机、测试人员或者设备造成伤害。
采用非接触测量时,一般测量手段对传统测量设备与被测飞机舵面之间的相对位置有严格要求,安装调节复杂,会因测量位置与舵面相对位置关系不固定,造成系统误差放大并且难以通过后期技术手段修正,影响最终测试精度。
基于以上不足,在飞机舵面角度测量实验中,为了保护飞机舵面,舵面靶标应避免采用夹紧式工装靶标,要求舵面靶标具有良好的附着力,对舵面压力较小,同时又能承受舵面高转速产生的离心力;为提高舵面角度测量精度,减小非接触测量时对测量位置的依赖性,同时满足设备现场使用的便捷性,本发明公开了一种基于双目视觉原理的飞机舵面角度测量方法。
发明内容
本发明的目的在于提供一种基于双目视觉原理的飞机舵面角度测量方法,采用双相机采集舵面上的特征点图像并相互叠加,通过三维重建将目标点平面坐标转换成空间三维坐标,然后通过空间三维坐标拟合摆角平面和特征点运动的轨迹圆弧,进而得到轨迹圆弧上各个时刻圆心到特征点的向量,通过向量夹角即得到舵面动态摆角。
本发明通过下述技术方案实现:
一种基于双目视觉原理的飞机舵面角度测量方法,包括以下步骤:
步骤1、采用第一相机和第二相机构成双目立体视觉系统;
步骤2、在飞机舵面上选择一个特征点P,然后在飞机舵面运动过程中采用双目立体视觉系统采集特征点P在各个时刻的N个图像;
步骤3、基于双目视觉计算原理对N个图像计算特征点P在各个时刻的N个空间三维坐标点,并通过N个空间三维坐标点拟合得到摆角平面;
步骤4、将N个空间三维坐标点投影至摆角平面得到位于摆角平面内的N个二维坐标点,然后将N个二维坐标点拟合成轨迹圆弧;
步骤5、计算初始二维坐标点P1与轨迹圆弧的圆心之间的向量OP1,计算第i个二维坐标点Pi与轨迹圆弧的圆心之间的向量OPi,然后通过限量OP1和向量OPi计算第i个时刻的舵面摆角。
为了更好的实现本发明,进一步地,所述步骤5中计算舵面摆角采用如下公式:
为了更好的实现本发明,进一步地,所述摆角平面和轨迹圆弧均通过最小二乘法进行拟合。
为了更好的实现本发明,进一步地,所述步骤3包括以下子步骤:
步骤3.1、建立世界坐标系(O-XwYwZw)、摄像机坐标系(O-XcYcZc)、图像物理坐标系(xOy)、图像像素坐标系(uOv),基于相机的标定参数以及世界坐标系(O-XwYwZw)、摄像机坐标系(O-XcYcZc)、图像物理坐标系(xOy)、图像像素坐标系(uOv);
步骤3.2、通过两个相机拍摄特征点P的图像并得到图像在图像像素坐标系中的图像像素坐标,通过图像像素坐标的像素与图像物理坐标的物理尺寸之间的转换关系将图像像素坐标转换为图像物理坐标;
步骤3.3、通过相机非线性模型中第一相机和第二相机的标定参数将图像物理坐标系中的图像物理坐标转化为摄像机坐标系中的摄像机坐标;
步骤3.4、通过旋转矩阵与平移向量将摄像机坐标系中的摄像机坐标转换为世界坐标系中的世界坐标即得到特征点P的空间三维坐标点。
为了更好的实现本发明,进一步地,若特征点P位于一个相机的视野中而位于另一个相机的视野之外,则在两个相机的公共视野中选取至少三个公共点,并通过各公共点与特征点P之间的坐标转换关系得到特征点P对应的摄像机坐标系中的摄像机坐标,所述公共点与特征点P之间的坐标转换采用如下公式:
其中:(Xc,Yc,Zc)为公共点对应第一个相机的摄像机坐标;
(xc,yc,zc)为公共点对应第二个相机的摄像机坐标;
(X0,Y0,Z0)为平移参数坐标;
为了更好的实现本发明,进一步地,所述摄像机坐标系为以相机镜头中心为原点建立的三轴直角坐标系,所述摄像机坐标系的Zc轴与相机光轴重合。
为了更好的实现本发明,进一步地,采用非线性畸变对图像物理坐标系进行矫正,矫正公式如下:
δx=k1x(x2+y2)+p1(3x2+y2)+2p2xy+s1(x2+y2);
δy=k2x(x2+y2)+p2(3x2+y2)+2p1xy+s2(x2+y2);
其中:δx为图像物理坐标系中x轴畸变参数;δy为图像物理坐标系中y轴畸变参数;
k1为第一相机的径向畸变参数;k2为第二相机的径向畸变参数;
p1为第一相机的离心畸变参数;p2为第二相机的离心畸变参数;
s1为第一相机的薄棱镜畸变参数;s2为第二相机的薄棱镜畸变参数。
为了更好的实现本发明,进一步地,所述步骤3.2中进行图像像素坐标与图像物理坐标之间的转化采用如下公式:
其中:(u,v)为图像像素坐标;(x,y)为图像物理坐标;
(u0,v0)为图像像素原点坐标;
dx为图像像素坐标在图像物理坐标中x轴上的物理尺寸;
dy为像像素坐标在图像物理坐标中y轴上的物理尺寸;
所述步骤3.3中进行图像物理坐标与摄像机坐标之间的转化采用如下公式:
其中:(x,y)为图像物理坐标;(Xc,Yc,Zc)为摄像机坐标;f为相机标定参数;
所述步骤3.4中进行摄像机坐标与世界左边之间的转化采用如下公式:
其中:(Xc,Yc,Zc)为摄像机坐标;(Xw,Yw,Zw)为世界坐标;
R为(3×3)的正交矩阵;t为三维平移向量;M1为当前相机的投影矩阵。
为了更好的实现本发明,进一步地,若双目立体视觉系统中的第一相机或第二相机发生振动、使用温度高于阈值区间或低于阈值区间,则需要对第一相机或第二相机的相机标定参数进行重新标定。
本发明与现有技术相比,具有以下优点及有益效果:
本发明通过由第一相机和第二相机构成的双目立体视觉系统实时拍摄舵面上的特征点图像,并根据图像在世界坐标系、摄像机坐标系、图像物理坐标系、图像像素坐标系中的转换关系,求解出特征点的空间三维坐标,并通过空间三维坐标拟合得到舵面的呗角平面和轨迹圆弧,并通过计算轨迹圆弧的圆心到圆弧上各点之间的向量夹角,进而便捷准确的得到舵面的摆角,有效避免了传统接触式测量时夹紧式工装靶的安装以及传统非接触测量对位置要求高,安装调试复杂的问题,大大提高了舵面摆角的测量效率和精度。
附图说明
图1为舵面摆角测量示意图;
图2为非线性摄像机模型中的坐标系示意图;
图3为汇聚式立体视觉模型原理图。
具体实施方式
实施例1:
本实施例的一种基于双目视觉原理的飞机舵面角度测量方法,包括以下步骤:
步骤1、采用第一相机和第二相机构成双目立体视觉系统;
步骤2、在飞机舵面上选择一个特征点P,然后在飞机舵面运动过程中采用双目立体视觉系统采集特征点P在各个时刻的N个图像;
步骤3、基于双目视觉计算原理对N个图像计算特征点P在各个时刻的N个空间三维坐标点,并通过N个空间三维坐标点拟合得到摆角平面;
步骤4、将N个空间三维坐标点投影至摆角平面得到位于摆角平面内的N个二维坐标点,然后将N个二维坐标点拟合成轨迹圆弧;
步骤5、计算初始二维坐标点P1与轨迹圆弧的圆心之间的向量OP1,计算第i个二维坐标点Pi与轨迹圆弧的圆心之间的向量OPi,然后通过限量OP1和向量OPi计算第i个时刻的舵面摆角。
所述摆角平面和轨迹圆弧均通过最小二乘法进行拟合
实施例2:
本实施例在实施例1的基础上做进一步优化,如图1所示,所述步骤5中计算舵面摆角采用如下公式:
(x0,y0)为轨迹圆弧的圆心坐标;θi为舵面摆角,0≤θi<π。
以副翼为例说明舵面角度测量的具体实施步骤:
a)在副翼下端面粘贴4个摄影测量编码标志;
b)在副翼下方架设由第一相机和第二相机组成的双目立体视觉系统,相机的镜头朝上,镜头距副翼的距离为2m-3m;
c)打开双相机系统测量软件连接第一相机和第二相机,通过调整第一相机和第二相机的视角,使所粘贴靶标位于第一相机与第二相机的视角中心位置;
d)对处于初始0位位置的副翼进行测量,拟合平面,作为副翼偏转角的初值和零位;
e)旋转副翼至某一位置,启动第一相机和第二相机进行测量,采集此时副翼表面上的特征点P的空间点坐标,并拟合平面,实时解算出此时副翼位置相对初始0位的夹角;
f)旋转副翼至下一位置,启动第一相机和第二相机进行测量,再次采集此时翼面上的特征点P的空间点坐标,拟合平面,实时解算出此时副翼的空间旋转角度,重复上述步骤直至测量完毕所有的试验角度。
本实施例的其他部分与实施例1相同,故不再赘述。
实施例3:
本实施例在上述实施例1或2的基础上做进一步优化,所述步骤3包括以下子步骤:
步骤3.1、如图2所示,建立世界坐标系(O-XwYwZw)、摄像机坐标系(O-XcYcZc)、图像物理坐标系(xOy)、图像像素坐标系(uOv),基于相机的标定参数以及世界坐标系(O-XwYwZw)、摄像机坐标系(O-XcYcZc)、图像物理坐标系(xOy)、图像像素坐标系(uOv);
世界坐标系(O-XwYwZw)用于描述现实环境中物体的具体位置,被测特征点P在世界坐标系中的位置是其绝对坐标;
摄像机坐标系(O-XcYcZc)是以相机的镜头中心为原点建立的三轴直角坐标系,其中Zc轴与相机光轴重合;
图像物理坐标系(xOy)是在相机拍摄图像所在平面建立的平面直角坐标系,单位为毫米;
图像像素坐标系(uOv)是在图像上直接建立的平面直角坐标系,单位为像素。
步骤3.2、通过两个相机拍摄特征点P的图像并得到图像在图像像素坐标系中的图像像素坐标,通过图像像素坐标的像素与图像物理坐标的物理尺寸之间的转换关系将图像像素坐标转换为图像物理坐标;
(u,v)表示图像像素坐标系中以像素为单位的二维点,(x,y)表示图像物理坐标系中以毫米为单位的二维点,在图像物理坐标系中将原点O定义为相机光轴与图像所在平面的交点。将图像像素坐标系中的二维点(u,v)的像素转化至图像物理坐标系中在x轴与y轴上的物理尺寸,即可实现图像像素坐标系中的二维点与图像物理坐标系中的二维点之间的转换;
步骤3.3、通过相机非线性模型中第一相机和第二相机的标定参数将图像物理坐标系中的图像物理坐标转化为摄像机坐标系中的摄像机坐标;
相机线性拍摄模型采用针孔透视模型,特征点P在图像物理坐标系中的二维点为(x,y),特征点P在摄像机坐标系中对应的三维坐标点为(Xc,Yc,Zc),通过相机的透视投影集合关系,即可将图像物理坐标系中的二维点转化至摄像机坐标系中的三维坐标点;
步骤3.4、通过旋转矩阵与平移向量将摄像机坐标系中的摄像机坐标转换为世界坐标系中的世界坐标即得到特征点P的空间三维坐标点。
特征点P在世界坐标系中对应的三维坐标点为(Xw,Yw,Zw)实际上是由特征点P在摄像机坐标系中对应的三维坐标点为(Xc,Yc,Zc)经过旋转和平移得到,因此通过摄像机坐标系与世界坐标系之间的旋转矩阵及平移向量关系即可将摄像机坐标系中的三维坐标点转化至世界坐标系中的三维坐标点。
本实施例的其他部分与上述实施例1或2相同,故不再赘述。
实施例4:
本实施例在上述实施例1-3任一项的基础上做进一步优化,若特征点P位于一个相机的视野中而位于另一个相机的视野之外,将符合上述特征的特征点记做特征点P’则在两个相机的公共视野中选取至少三个公共点,并通过各公共点与特征点P之间的坐标转换关系得到特征点P对应的摄像机坐标系中的摄像机坐标,所述公共点与特征点P之间的坐标转换采用如下公式:
其中:(Xc,Yc,Zc)为公共点对应第一个相机的摄像机坐标;
(xc,yc,zc)为公共点对应第二个相机的摄像机坐标;
(X0,Y0,Z0)为平移参数坐标;
通过旋转参数矩阵和平移参数坐标即可得到公共点与特征点P’之间的坐标转换关系,通过相机拍摄得到公共点在摄像机坐标系中的坐标,然后通过上述公共点与特征点P’之间的坐标转换关系,即可解算得到特征点P’在摄像机坐标系中的坐标。
如特征点P’位于第一相机的视野中而位于第二相机的视野之外,理论上仅能直接得到特征点P’在第一相机的摄像机坐标系中的坐标而不能直接得到特征点P’在第二相机的摄像机坐标系中的坐标,此时就需要在第一相机和第二相机的公共视野中选取至少三个非线性的公共点,公共点可经过旋转及平移得到特征点P’。
通过特征点P’在第一相机的摄像机坐标系中的坐标以及公共点在第一相机的摄像机坐标系的坐标之间的关系即可解算得到相应的平移参数坐标和旋转参数矩阵,然后通过解算得到的平移参数坐标和旋转参数矩阵,并结合公共点在第二相机的摄像机坐标系中的坐标解算出特征点p’在第二相机的摄像机坐标系中的坐标。
通过设置处于第一相机与第二相机视野公共区域的公共点,即可通过公共点与特征点P’之间的坐标转换关系间接得到特征点P’在第一相机或第二相机的摄像机坐标系中的坐标。
本实施例的其他部分与上述实施例1-3任一项相同,故不再赘述。
实施例5:
本实施例在上述实施例1-4任一项的基础上做进一步优化,采用非线性畸变对图像物理坐标系进行矫正,矫正公式如下:
δx=k1x(x2+y2)+p1(3x2+y2)+2p2xy+s1(x2+y2);
δy=k2x(x2+y2)+p2(3x2+y2)+2p1xy+s2(x2+y2);
其中:δx为图像物理坐标系中x轴畸变参数;δy为图像物理坐标系中y轴畸变参数;
k1为第一相机的径向畸变参数;k2为第二相机的径向畸变参数;
p1为第一相机的离心畸变参数;p2为第二相机的离心畸变参数;
s1为第一相机的薄棱镜畸变参数;s2为第二相机的薄棱镜畸变参数;
线性模型是理想化的相机拍摄模型,但是在图像成像过程中并没有充分考虑图像畸变对成像产生的影响,因此引入了径向畸变参数、离心畸变参数、薄棱镜畸变参数对线性模型进行修正,使得最终成像更加精确。
本实施例的其他部分与上述实施例1-4任一项任一项相同,故不再赘述。
实施例6:
本实施例在上述实施例1-5任一项的基础上做进一步优化,所述步骤3.2中进行图像像素坐标与图像物理坐标之间的转化采用如下公式:
其中:(u,v)为图像像素坐标;(x,y)为图像物理坐标;
(u0,v0)为图像像素原点坐标;
dx为图像像素坐标在图像物理坐标中x轴上的物理尺寸;
dy为像像素坐标在图像物理坐标中y轴上的物理尺寸;
所述步骤3.3中进行图像物理坐标与摄像机坐标之间的转化采用如下公式:
其中:(x,y)为图像物理坐标;(Xc,Yc,Zc)为摄像机坐标;f为相机标定参数;
所述步骤3.4中进行摄像机坐标与世界坐标之间的转化采用如下公式:
其中:(Xc,Yc,Zc)为摄像机坐标;(Xw,Yw,Zw)为世界坐标;
R为3×3的正交矩阵;t为三维平移向量;M1为当前相机的投影矩阵;
综合上述公式,即可得到特征点P在世界坐标系中的坐标(Xw,Yw,Zw)与特征点P的图像坐标(u,v)之间的转换公式如下:
M1为相机的投影矩阵,完全由相机的标定参数决定,在相机出厂时M1即确定;
M2由相机相对于世界坐标系的旋转参数R和平移向量t决定。
如图3所示,则针对第一相机有:
针对第二相机有:
其中:(u1,v1,1)为特征点P在第一相机的图像像素坐标系中的坐标;
(u2,v2,1)为特征点P在第二相机的图像像素坐标系中的坐标;
(Xw,Yw,Zw,1)为特征点P在世界坐标系中的坐标;
M1为第一相机的投影矩阵;M2为第二相机的投影矩阵。
由于相机的标定参数在出厂时已经确定,同时外部参数通过投影矩阵求出,即可求出特征点P的空间坐标,具体步骤如下:
消去Zcl和Zcr得到:
令:
然后通过最小二乘法减小误差并计算Wp有:
Wp=(CTC)-1CTD;
本实施例的其他部分与上述实施例1-5任一项相同,故不再赘述。
实施例7:
本实施例在上述实施例1-6任一项的基础上做进一步优化,若双目立体视觉系统中的第一相机或第二相机发生振动、使用温度高于阈值区间或低于阈值区间,则需要对第一相机或第二相机的相机标定参数进行重新标定。
在使用第一相机及第二相机时,在相机安装架上设置振动传感器,并在第一相机及第二相机的外壳处设置温度传感器,实时监测第一相机和第二相机的震振动和温度,一旦振动或温度超过阈值区间,则停止第一相机及第二相机,重新对第一相机及第二相机进行标定后才可再次进行舵面偏角测量,有效保证舵面偏角的测量精度。
本实施例的其他部分与上述实施例1-6任一项相同,故不再赘述。
以上所述,仅是本发明的较佳实施例,并非对本发明做任何形式上的限制,凡是依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化,均落入本发明的保护范围之内。
Claims (9)
1.一种基于双目视觉原理的飞机舵面角度测量方法,其特征在于,包括以下步骤:
步骤1、采用第一相机和第二相机构成双目立体视觉系统;
步骤2、在飞机舵面上选择一个特征点P,然后在飞机舵面运动过程中采用双目立体视觉系统采集特征点P在各个时刻的N个图像;
步骤3、基于双目视觉计算原理对N个图像计算特征点P在各个时刻的N个空间三维坐标点,并通过N个空间三维坐标点拟合得到摆角平面;
步骤4、将N个空间三维坐标点投影至摆角平面得到位于摆角平面内的N个二维坐标点,然后将N个二维坐标点拟合成轨迹圆弧;
步骤5、计算初始二维坐标点P1与轨迹圆弧的圆心之间的向量OP1,计算第i个二维坐标点Pi与轨迹圆弧的圆心之间的向量OPi,然后通过限量OP1和向量OPi计算第i个时刻的舵面摆角。
3.根据权利要求2所述的一种基于双目视觉原理的飞机舵面角度测量方法,其特征在于,所述摆角平面和轨迹圆弧均通过最小二乘法进行拟合。
4.根据权利要求1-3任一项所述的一种基于双目视觉原理的飞机舵面角度测量方法,其特征在于,所述步骤3包括以下子步骤:
步骤3.1、建立世界坐标系(O-XwYwZw)、摄像机坐标系(O-XcYcZc)、图像物理坐标系(xOy)、图像像素坐标系(uOv),基于相机的标定参数以及世界坐标系(O-XwYwZw)、摄像机坐标系(O-XcYcZc)、图像物理坐标系(xOy)、图像像素坐标系(uOv);
步骤3.2、通过两个相机拍摄特征点P的图像并得到图像在图像像素坐标系中的图像像素坐标,通过图像像素坐标的像素与图像物理坐标的物理尺寸之间的转换关系将图像像素坐标转换为图像物理坐标;
步骤3.3、通过相机非线性模型中第一相机和第二相机的标定参数将图像物理坐标系中的图像物理坐标转化为摄像机坐标系中的摄像机坐标;
步骤3.4、通过旋转矩阵与平移向量将摄像机坐标系中的摄像机坐标转换为世界坐标系中的世界坐标即得到特征点P的空间三维坐标点。
6.根据权利要求5所述的一种基于双目视觉原理的飞机舵面角度测量方法,其特征在于,所述摄像机坐标系为以相机镜头中心为原点建立的三轴直角坐标系,所述摄像机坐标系的Zc轴与相机光轴重合。
7.根据权利要求4所述的一种基于双目视觉原理的飞机舵面角度测量方法,其特征在于,采用非线性畸变对图像物理坐标系进行矫正,矫正公式如下:
δx=k1x(x2+y2)+p1(3x2+y2)+2p2xy+s1(x2+y2);
δy=k2x(x2+y2)+p2(3x2+y2)+2p1xy+s2(x2+y2);
其中:δx为图像物理坐标系中x轴的畸变参数;δy为图像物理坐标系中y轴的畸变参数;
k1为第一相机的径向畸变参数;k2为第二相机的径向畸变参数;
p1为第一相机的离心畸变参数;p2为第二相机的离心畸变参数;
s1为第一相机的薄棱镜畸变参数;s2为第二相机的薄棱镜畸变参数。
8.根据权利要求4所述的一种基于双目视觉原理的飞机舵面角度测量方法,其特征在于,所述步骤3.2中进行图像像素坐标与图像物理坐标之间的转化采用如下公式:
其中:(u,v)为图像像素坐标;(x,y)为图像物理坐标;
(u0,v0)为图像像素原点坐标;
dx为图像像素坐标在图像物理坐标中x轴上的物理尺寸;
dy为像像素坐标在图像物理坐标中y轴上的物理尺寸;
所述步骤3.3中进行图像物理坐标与摄像机坐标之间的转化采用如下公式:
其中:(x,y)为图像物理坐标;(Xc,Yc,Zc)为摄像机坐标;f为相机标定参数;
所述步骤3.4中进行摄像机坐标与世界坐标之间的转化采用如下公式:
其中:(Xc,Yc,Zc)为摄像机坐标;(Xw,Yw,Zw)为世界坐标;
R为3×3的正交矩阵;t为三维平移向量;M1为当前相机的投影矩阵。
9.根据权利要求1所述的一种基于双目视觉原理的飞机舵面角度测量方法,其特征在于,若双目立体视觉系统中的第一相机或第二相机发生振动、使用温度高于阈值区间或低于阈值区间,则需要对第一相机或第二相机的相机标定参数进行重新标定。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010544171.6A CN111912381A (zh) | 2020-06-15 | 2020-06-15 | 一种基于双目视觉原理的飞机舵面角度测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010544171.6A CN111912381A (zh) | 2020-06-15 | 2020-06-15 | 一种基于双目视觉原理的飞机舵面角度测量方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111912381A true CN111912381A (zh) | 2020-11-10 |
Family
ID=73238139
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010544171.6A Pending CN111912381A (zh) | 2020-06-15 | 2020-06-15 | 一种基于双目视觉原理的飞机舵面角度测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111912381A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112729221A (zh) * | 2020-11-30 | 2021-04-30 | 成都飞机工业(集团)有限责任公司 | 一种飞机舵面偏转角度测量方法 |
CN112925002A (zh) * | 2021-02-07 | 2021-06-08 | 沈阳航空航天大学 | 空中非合作目标分布式视觉定位方法 |
CN113804166A (zh) * | 2021-11-19 | 2021-12-17 | 西南交通大学 | 一种基于无人机视觉的落石运动参数数字化还原方法 |
CN114485543A (zh) * | 2021-12-23 | 2022-05-13 | 南昌航空大学 | 一种基于立体视觉的飞机舵面角测量方法 |
CN115924026A (zh) * | 2022-11-07 | 2023-04-07 | 沪东中华造船(集团)有限公司 | 一种用于船舶舵叶最大转角检测的方法 |
CN116295126A (zh) * | 2023-05-19 | 2023-06-23 | 天津海翼科技有限公司 | 一种水下滑翔机的舵片角度标定系统及校验方法 |
CN117232438A (zh) * | 2023-11-13 | 2023-12-15 | 成都飞机工业(集团)有限责任公司 | 一种飞机活动翼面偏角测量装置、校准装置及校准方法 |
CN115924026B (zh) * | 2022-11-07 | 2024-06-11 | 沪东中华造船(集团)有限公司 | 一种用于船舶舵叶最大转角检测的方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103425626A (zh) * | 2012-05-22 | 2013-12-04 | 杭州普维光电技术有限公司 | 一种摄像机间坐标转换方法及装置 |
CN104182982A (zh) * | 2014-08-27 | 2014-12-03 | 大连理工大学 | 双目立体视觉摄像机标定参数的整体优化方法 |
CN105698699A (zh) * | 2016-01-26 | 2016-06-22 | 大连理工大学 | 一种基于时间转轴约束的双目视觉测量方法 |
CN107367229A (zh) * | 2017-04-24 | 2017-11-21 | 天津大学 | 自由双目立体视觉转轴参数标定方法 |
CN110095089A (zh) * | 2019-03-11 | 2019-08-06 | 新拓三维技术(深圳)有限公司 | 一种飞行器旋转角度的测量方法及系统 |
-
2020
- 2020-06-15 CN CN202010544171.6A patent/CN111912381A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103425626A (zh) * | 2012-05-22 | 2013-12-04 | 杭州普维光电技术有限公司 | 一种摄像机间坐标转换方法及装置 |
CN104182982A (zh) * | 2014-08-27 | 2014-12-03 | 大连理工大学 | 双目立体视觉摄像机标定参数的整体优化方法 |
CN105698699A (zh) * | 2016-01-26 | 2016-06-22 | 大连理工大学 | 一种基于时间转轴约束的双目视觉测量方法 |
CN107367229A (zh) * | 2017-04-24 | 2017-11-21 | 天津大学 | 自由双目立体视觉转轴参数标定方法 |
CN110095089A (zh) * | 2019-03-11 | 2019-08-06 | 新拓三维技术(深圳)有限公司 | 一种飞行器旋转角度的测量方法及系统 |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112729221A (zh) * | 2020-11-30 | 2021-04-30 | 成都飞机工业(集团)有限责任公司 | 一种飞机舵面偏转角度测量方法 |
CN112729221B (zh) * | 2020-11-30 | 2022-08-12 | 成都飞机工业(集团)有限责任公司 | 一种飞机舵面偏转角度测量方法 |
CN112925002A (zh) * | 2021-02-07 | 2021-06-08 | 沈阳航空航天大学 | 空中非合作目标分布式视觉定位方法 |
CN112925002B (zh) * | 2021-02-07 | 2023-09-26 | 沈阳航空航天大学 | 空中非合作目标分布式视觉定位方法 |
CN113804166A (zh) * | 2021-11-19 | 2021-12-17 | 西南交通大学 | 一种基于无人机视觉的落石运动参数数字化还原方法 |
CN114485543A (zh) * | 2021-12-23 | 2022-05-13 | 南昌航空大学 | 一种基于立体视觉的飞机舵面角测量方法 |
CN114485543B (zh) * | 2021-12-23 | 2023-05-05 | 南昌航空大学 | 一种基于立体视觉的飞机舵面角测量方法 |
CN115924026A (zh) * | 2022-11-07 | 2023-04-07 | 沪东中华造船(集团)有限公司 | 一种用于船舶舵叶最大转角检测的方法 |
CN115924026B (zh) * | 2022-11-07 | 2024-06-11 | 沪东中华造船(集团)有限公司 | 一种用于船舶舵叶最大转角检测的方法 |
CN116295126A (zh) * | 2023-05-19 | 2023-06-23 | 天津海翼科技有限公司 | 一种水下滑翔机的舵片角度标定系统及校验方法 |
CN117232438A (zh) * | 2023-11-13 | 2023-12-15 | 成都飞机工业(集团)有限责任公司 | 一种飞机活动翼面偏角测量装置、校准装置及校准方法 |
CN117232438B (zh) * | 2023-11-13 | 2024-03-15 | 成都飞机工业(集团)有限责任公司 | 一种飞机活动翼面偏角测量装置、校准装置及校准方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111912381A (zh) | 一种基于双目视觉原理的飞机舵面角度测量方法 | |
CN110276806B (zh) | 用于四自由度并联机器人立体视觉手眼系统的在线手眼标定和抓取位姿计算方法 | |
CN112223285B (zh) | 一种基于组合测量的机器人手眼标定方法 | |
CN111369630A (zh) | 一种多线激光雷达与相机标定的方法 | |
CN107256568B (zh) | 一种高精度机械臂手眼相机标定方法及标定系统 | |
CN110666798B (zh) | 一种基于透视变换模型的机器人视觉标定方法 | |
CN111415391B (zh) | 一种采用互拍法的多目相机外部方位参数标定方法 | |
CN106920261B (zh) | 一种机器人手眼静态标定方法 | |
Zhang et al. | A robust and rapid camera calibration method by one captured image | |
CN109297436B (zh) | 双目线激光立体测量基准标定方法 | |
CN106426172A (zh) | 一种工业机器人工具坐标系的标定方法与系统 | |
CN111862238B (zh) | 一种全空间单目光笔式视觉测量方法 | |
CN111896221B (zh) | 虚拟坐标系辅助摄像机标定的旋转光学测量系统对准方法 | |
CN112792814B (zh) | 基于视觉标志的机械臂零点标定方法 | |
CN115861445B (zh) | 一种基于标定板三维点云的手眼标定方法 | |
CN113870366B (zh) | 基于位姿传感器的三维扫描系统的标定方法及其标定系统 | |
CN109940626A (zh) | 一种基于机器人视觉的画眉机器人系统及其控制方法 | |
CN112229323B (zh) | 基于手机单目视觉的棋盘格合作目标的六自由度测量方法及其应用 | |
CN110987021A (zh) | 一种基于转台基准的惯性视觉相对姿态标定方法 | |
Ding et al. | A robust detection method of control points for calibration and measurement with defocused images | |
KR101597163B1 (ko) | 스테레오 카메라 교정 방법 및 장치 | |
CN109087360A (zh) | 一种机器人相机外参的标定方法 | |
CN114001651B (zh) | 一种基于双目视觉测量和先验检测数据的大型细长筒类构件位姿原位测量方法 | |
CN112665517B (zh) | 一种多相机大视场表面形状测量标定方法 | |
Ma et al. | Precision pose measurement of an object with flange based on shadow distribution |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201110 |
|
RJ01 | Rejection of invention patent application after publication |