CN114485543A - 一种基于立体视觉的飞机舵面角测量方法 - Google Patents
一种基于立体视觉的飞机舵面角测量方法 Download PDFInfo
- Publication number
- CN114485543A CN114485543A CN202111587098.1A CN202111587098A CN114485543A CN 114485543 A CN114485543 A CN 114485543A CN 202111587098 A CN202111587098 A CN 202111587098A CN 114485543 A CN114485543 A CN 114485543A
- Authority
- CN
- China
- Prior art keywords
- control surface
- stereoscopic vision
- airplane
- image
- measurement
- 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
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
- G01C11/04—Interpretation of pictures
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
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
一种基于立体视觉的飞机舵面角测量方法,测量装置包括双目立体视觉系统、图像采集和数据处理系统;测量方法主要步骤包括:测量前,通过测量软件完成测量系统参数设置和立体视觉系统标定;测量时,立体视觉系统通过外触发进行飞机舵面角测量图像采集,然后进行图像处理和三维坐标计算,其次利用最小二乘法计算飞机舵面法向量,利用法向量夹角计算飞机舵面角。相比传统的机械测量方法和传感器测量方法,本发明采用基于立体视觉的测量方法,测量设备不需要固定在飞机舵面上,对飞机舵面没有损害,具有非接触的优点;相比前人提出的立体视觉测量方法,本发明运用畸变校正方法、CIC圆形标记点快速定位方法和最小二乘方法,提高测量精度。
Description
技术领域
本发明属于视觉测量技术研究领域,尤其涉及一种基于立体视觉的飞机舵面角测量方法。
背景技术
飞机作为一种航空飞行器,具有方便、快速和灵活的特点。因此,飞机在各个领域得到广泛应用:在军事方面,被用于空中侦查、物资输送、战略打击等;在民用方面,被用于交通运输、森林灭火、医疗救助等。为了保障飞机的安全运行,在飞机研制和飞行试验阶段,需要获得精确可靠的飞行性能参数。其中,飞机方向舵和升降舵控制着飞机飞行状态,决定了飞机的飞行方向和飞行轨迹,所以必须定期对方向舵和升降舵进行外场校准测量。在测量中不允许对飞机结构做任何改动,因此,研究高精度的飞机舵面角非接触式测量装置对保障飞机安全运行具有重要的实际意义。
传统的飞机舵面角测量方式大致可以分为两种,一种是利用机械测量装置进行飞机舵面角测量,该方法操作复杂,需要专业的测量人员进行测量;另一种方式是利用传感器进行飞机舵面角测量,但是由于在测量中不允许对飞机结构做任何改动,这种方式也不适用。并且,传统方法存在安装调试困难、操作复杂、测量精度低和需要接触测量的问题。因此本发明研究了一种基于立体视觉的飞机舵面角测量方法,对促进我国飞机制造业、国防事业和民航事业的发展都将起到积极的作用。
发明内容
本发明提供一种基于立体视觉的飞机舵面角测量方法,以解决上述背景技术中提出的问题,具体技术方案如下:
一种基于立体视觉的飞机舵面角测量装置,该装置的硬件组成主要包括:双目立体视觉系统、照明系统、图像采集和数据处理系统、同步盒,其中:
所述双目立体视觉系统用于采集飞机舵面角测量图像;
所述照明系统用于补光,使得采集图像清晰;
所述图像采集和数据处理系统用于采集图像、提取标记点、计算标记点三维信息和解算飞机舵面角;
所述同步盒用于同步图像采集和补光。
一种基于立体视觉的飞机舵面角测量方法,包括以下步骤:
步骤1、通过由左相机和右相机组成的双目立体视觉系统,进行标定图像采集以及飞机舵面角测量图像采集;
步骤2、运行测量软件,通过人机交互软件完成对双目立体视觉相机的查找、连接、配置,然后采集、显示、处理模板图像,进行立体视觉系统标定,最后获得标定参数:畸变矩阵K、旋转矩阵R、平移矩阵T和重投影矩阵Q;
步骤3、测量飞机舵面圆形标记点三维信息,具体步骤如下:
步骤3.1利用双目立体视觉标定得到的畸变矩阵K、旋转矩阵R、平移矩阵T和重投影矩阵Q,对采集到的飞机舵面角图像进行畸变校正和立体校正;
步骤3.2采用基于CIC的圆形标记点快速定位方法,精确定位粘贴的圆形标记点;
步骤3.3利用圆形标记点检测计算得到的圆形标记点圆心像素坐标对标记点进行匹配;
步骤3.4利用双目立体视觉标定得到的旋转矩阵R、平移矩阵T、重投影矩阵Q和世界坐标系下标记点的三维坐标计算公式可得到标记点的三维坐标;
步骤4、利用标记点三维信息测量得到的三维坐标和最小二乘法拟合飞机舵面,通过最小二乘法对飞机舵面法向量进行计算;
步骤5、利用飞机舵面法向量对飞机舵面角进行测量。
进一步地,所述步骤1中标定图像采集具体步骤如下:
第1步、左相机单目标定图像采集;
第2步、右相机单目标定图像采集;
第3步、双目立体视觉标定图像采集;
单目标定采用9*8的圆形靶标,分别在散焦位置采集左相机单目标定图像和右相机单目标定图像,双目立体视觉标定采用6*5的圆形靶标,在测量位置采集双目立体视觉标定图像;
所述步骤1中飞机舵面角测量图像采集具体为:在飞机舵面上粘贴至少3个圆形标记点,标记点散布在整个飞机舵面,分别在参考位置和测量位置采集飞机舵面角测量图像。
进一步地,步骤2立体视觉系统标定具体步骤为:
第1步、左相机单目标定,利用采集的左相机单目标定图像对立体视觉系统左相进行单目标定,得到左相的内参矩阵和畸变参数向量。
第2步、右相机单目标定,利用采集的右相机单目标定图像对立体视觉系统右相机进行单目标定,得到右相机的内参矩阵和畸变参数向量。
第3步、双目立体视觉标定,利用采集的双目立体视觉标定图像对双目立体视觉系统进行标定,得到立体视觉系统的旋转矩阵R、平移矩阵T和重投影矩阵Q。
进一步地,所述步骤3.1中畸变校正是利用单目标定得到的径向畸变系数和畸变校正方程,对图像进行畸变校正,经过畸变校正后可以提高测量精度;畸变校正方程如下所示:
式中,(u,v)、(ud,vd)分别为无畸变和有畸变时p点在图像平面的像素坐标;
式中,r2=u2+v2,K1、K2为径向畸变系数,一般镜头的畸变程度较小,只考虑前两个畸变系数;立体校正是使得采集的图像行对齐。
进一步地,所述步骤3.2中的CIC指圆度(Circularity)、惯性率(Inertia)和凹凸度(Convexity);该方法具体实施步骤为:首先,对图像进行图像预处理,去除图像采集过程中产生的噪声干扰;其次,利用Canny算子对图像进行边缘检测,得到边缘图像,再利用连通域搜索法提取连通域轮廓信息;然后,依次利用圆度特征、惯性率特征和凹凸度特征筛选和验证连通域轮廓,得到圆形标记点轮廓;再次,利用最小二乘法完成圆形标记点的精确定位;最后,通过圆形标记点几何中心坐标公式计算得到圆形标记点圆心像素坐标,其计算公式为:
式中,N表示圆形标记点轮廓像素点的个数,xu和yu分别表示标记点圆心像素横坐标和纵坐标,xi和yi分别表示圆形标记点轮廓点的像素横坐标和纵坐标。
进一步地,所述步骤3.4的计算公式为:
式中,xl和yl分别表示左相机采集的飞机舵面测量图像标记点的圆心像素横坐标和纵坐标,xr表示右相机采集的飞机舵面测量图像标记点的圆心像素横坐标,d表示左右相机视差,(X Y Z W)表示摄像机坐标系下的三维齐次坐标,(x y z)表示世界坐标系下圆形标记点的三维坐标。
进一步地,所述步骤4的具体步骤如下:
第1步、飞机舵面拟合:利用标记点三维信息测量得到的三维坐标和最小二乘法拟合飞机舵面。平面方程的一般表达式为Ax+By+Cz+D=0(C≠0),变换形式为令则z=a0x+a1y+a2,此时对应的最小二乘矩阵形式为:
式中,(x1,y1,z1),(x2,y2,z2),...,(xn,yn,zn)为输入的圆形标记点三维坐标,本发明采用8个标记点来拟合飞机舵面。解方程得A,B,C,D的值,得到平面方程的一般表达式为:
A0x+B0y+C0z+D0=0;
第2步、最小二乘法计算飞机舵面法向量:使用点到平面的距离公式计算得到n个(n>3)标记点距离拟合飞机舵面的距离(d1,d2...d8),去除距离最大的2个点,使用剩余的点来拟合飞机舵面:Ax+By+Cz+D=0,得到平面法向量为:利用上述方法,求出参考位置P1、测量位置P2的飞机舵面最小二乘平面(P1:A1x+B1y+C1z=D1,P2:A2x+B2y+C2z=D2)和平面法向量
进一步地,所述步骤5的具体步骤如下:
式中,θ为法向量夹角;
第2步、飞机舵面角计算:因为舵面角与舵面法向量夹角相等,所以舵面角为θ。
本发明的有益效果在于:
本发明装置各模块与计算机连接,测量人员通过操作计算机完成测量,可以单独完成测量,提高效率。
相比传统的机械测量方法和传感器测量方法,本发明采用基于立体视觉的方法进行飞机舵面角测量,测量设备不需要固定在飞机舵面上,对飞机舵面没有损害,具有非接触的优点;相比前人提出的立体视觉测量方法,本发明运用畸变校正方法、CIC圆形标记点快速定位方法和最小二乘方法,提高测量精度。
本发明装置操作简单,不需要测量人员识别刻度完成测量,通过操作计算机完成测量,自动化程度高,人为主观性低,具有鲁棒性好的特点。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它的附图。
图1为本发明的舵面角测量示意图;
图2为本发明的工作流程图;
图3为工业相机模型中的坐标系示意图;
附图标记说明:
1-左相机,2-双目立体视觉系统,3-右相机,4-照明系统,5-智能LED频闪灯,6-同步盒,7-CameraLink线,8-USB线,9-图像采集和数据处理系统,10-主机,11-图像采集卡,12-TTLsignal线。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和具体实施方式对本发明进行进一步的详细描述。在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是,本发明还可以采用其他不同于在此描述的其他方式来实施,因此,本发明并不限于下面公开的具体实施例的限制。
除非另作定义,此处使用的技术术语或者科学术语应当为本申请所述领域内具有一般技能的人士所理解的通常意义。本专利申请说明书以及权利要求书中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性,而只是用来区分不同的组成部分。同样,“一个”或者“一”等类似词语也不表示数量限制,而是表示存在至少一个。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接,而是可以包括电性的连接,不管是直接的还是间接的。“上”、“下”、“左”、“右”等仅用于表示相对位置关系,当被描述对象的绝对位置改变后,则该相对位置关系也相应地改变。
实施例1:
本实施例的一种基于立体视觉的飞机舵面角测量装置,其硬件组成如附图1所示,硬件组成包括双目立体视觉系统2、照明系统4、图像采集和数据处理系统9以及同步盒6。
所述双目立体视觉系统2包括左相机1和右相机3;所述左相机1和右相机3的型号均为BASLER acA2000-3040km;
所述照明系统4由一个智能LED频闪灯5组成;
所述图像采集和数据处理系统9由两个与相机配套的图像采集卡11和主机10组成;图像采集卡11采用RADEVIGCLDF型号,主机10采用微星MS-7968。
所述同步盒6采用一个型号为TMS320F2812的DSP控制器组成。
双目立体视觉系统2和图像采集卡11通过CameraLink线7连接,图像采集卡11安装在PC主机10上;双目立体视觉系统2和照明系统4均通过TTL signal线12与同步盒6连接;PC主机10和同步盒6通过USB线8连接;测量时,将测量装置放置于飞机舵面旁边的合适位置,使得双目立体视觉系统2的视场能覆盖整个飞机舵面。
上述中,测量装置的软件系统包括设备管理、实验管理、图像采集、立体视觉标定、图像处理和舵面角测量;测量装置软件系统能实时显示相机画面,能对采集图像进行查看和删除,能对计算结果进行显示。
实施例2:
本实施例基于实施例1中的测量装置,提供一种基于立体视觉的飞机舵面角测量方法,参见附图2,包括以下步骤:
步骤1、相机控制及参数设置
所述相机控制及参数设置,是包括查找相机、连接相机和断开相机;并且为了保证拍摄图片的图像质量,需要调整相机的曝光时间和分辨率。具体实施步骤如下:
(a)查找相机、连接相机。
(b)设置相机曝光时间和分辨率,使拍摄图像清晰。
需要说明的是,本发明中采用两个高速工业相机,组成立体视觉模块。
步骤2、图像采集,具体步骤如下:
1)标定图像采集
(a)左相机1单目标定图像采集。
(b)右相机3单目标定图像采集。
(c)双目立体视觉标定图像采集。
需要说明的是,本发明中单目标定采用9*8的圆形靶标,在散焦位置采集左相机1单目标定图像36张,在散焦位置采集右相机3单目标定图像36张,双目立体视觉标定采用6*5的圆形靶标,在测量位置采集双目立体视觉标定图像30张。
2)飞机舵面角测量图像采集
在飞机舵面上粘贴n个(n>3)圆形标记点,标记点散布在整个飞机舵面,分别在参考位置和测量位置采集飞机舵面角测量图像
需要说明的是,本发明中n=8。
步骤3、立体视觉系统标定
运行测量软件,通过人机交互软件完成对双目立体视觉相机的查找、连接、配置,然后采集、显示、处理模板图像,最后获得标定参数:旋转矩阵R、平移矩阵T和重投影矩阵Q;具体步骤如下;
(a)左相机1单目标定,利用采集的左相机1单目标定图像对立体视觉系统左相机1进行单目标定,得到左相机1的内参矩阵和畸变参数向量。
(b)右相机3单目标定,利用采集的右相机3单目标定图像对立体视觉系统右相机3进行单目标定,得到右相机3的内参矩阵和畸变参数向量。
(c)双目立体视觉标定,利用采集的双目立体视觉标定图像对双目立体视觉系统2进行标定,得到立体视觉系统的旋转矩阵R、平移矩阵T和重投影矩阵Q。
步骤4、飞机舵面圆形标记点三维信息测量,具体步骤如下:
(a)飞机舵面角测量图像校正,包括畸变校正和立体校正;利用双目立体视觉标定得到的畸变矩阵K、旋转矩阵R、平移矩阵T和重投影矩阵Q对左右相机采集图像进行畸变校正和立体校正。畸变校正是利用单目标定得到的径向畸变系数和畸变校正方程,对图像进行畸变校正,经过畸变校正后可以提高测量精度。设p(u,v)和pd(ud,vd)分别是无畸变和有畸变时,p点在图像平面的像素坐标,畸变校正方程如下所示:
式中,r2=u2+v2,K1、K2为径向畸变系数,一般镜头的畸变程度较小,只考虑前两个畸变系数。立体校正是使得采集的图像行对齐;
(b)圆形标记点检测,采用基于CIC的圆形标记点快速定位方法,精确定位粘贴的圆形标记点。CIC指圆度(Circularity)、惯性率(Inertia)和凹凸度(Convexity)。该方法具体实施步骤为:首先,对图像进行图像预处理,去除图像采集过程中产生的噪声干扰;其次,利用Canny算子对图像进行边缘检测,得到边缘图像,再利用连通域搜索法提取连通域轮廓信息;然后,依次利用圆度特征、惯性率特征和凹凸度特征筛选和验证连通域轮廓,得到圆形标记点轮廓;再次,利用最小二乘法完成圆形标记点的精确定位。最后,通过圆形标记点几何中心坐标公式计算得到圆形标记点圆心像素坐标,其计算公式为:
式中,N表示圆形标记点轮廓像素点的个数,xu和yu分别表示标记点圆心像素横坐标和纵坐标,xi和yi分别表示圆形标记点轮廓点的像素横坐标和纵坐标;
(c)圆形标记点匹配,利用圆形标记点检测计算得到的圆形标记点圆心像素坐标对标记点进行匹配。
(d)圆形标记点三维坐标计算:利用双目立体视觉标定得到的旋转矩阵R、平移矩阵T、重投影矩阵Q和世界坐标系下标记点的三维坐标计算公式可得到标记点的三维坐标,其计算公式为:
式中,xl和yl分别表示左相机采集的飞机舵面测量图像标记点的圆心像素横坐标和纵坐标,xr表示右相机采集的飞机舵面测量图像标记点的圆心像素横坐标,d表示左右相机视差,(XYZW)表示摄像机坐标系下的三维齐次坐标,(xyz)表示世界坐标系下圆形标记点的三维坐标;
步骤5、飞机舵面法向量计算,具体步骤如下:
(a)飞机舵面拟合:利用标记点三维信息测量得到的三维坐标和最小二乘法拟合飞机舵面。平面方程的一般表达式为Ax+By+Cz+D=0(C≠0),变换形式为令则z=a0x+a1y+a2,此时对应的最小二乘矩阵形式为:
式中,(x1,y1,z1),(x2,y2,z2),...,(xn,yn,zn)为输入的圆形标记点三维坐标,本发明采用8个标记点来拟合飞机舵面。解方程得A,B,C,D的值,得到平面方程的一般表达式为:A0x+B0y+C0z+D0=0;
(b)最小二乘法计算飞机舵面法向量:使用点到平面的距离公式计算得到n个(n>3)标记点距离拟合飞机舵面的距离(d1,d2...d8),去除距离最大的2个点,使用剩余的点来拟合飞机舵面:Ax+By+Cz+D=0,得到平面法向量为:利用上述方法,求出参考位置P1、测量位置P2的飞机舵面最小二乘平面(P1:A1x+B1y+C1z=D1,P2:A2x+B2y+C2z=D2)和平面法向量
步骤6、飞机舵面角测量,具体步骤如下:
式中,θ为法向量夹角;
(b)飞机舵面角计算:因为舵面角与舵面法向量夹角相等,所以舵面角为θ。
实施例3:
本实施例基于上述例1、实施例2所述装置与方法,通过模拟实验进行验证,具体如下:
进行模拟试验时,首先,在模拟的飞机舵面上粘贴8个圆形标记点;其次,分别在飞机舵面角为0°、5°、10°、15°、20°、25°时采集测量图像;然后,计算出测量图像中圆形标记点的三维坐标;再次,根据三维坐标拟合飞机舵面的最小二乘平面,并得到飞机舵面法向量;最后,根据飞机舵面法向量计算得到飞机舵面角。其中,飞机舵面角为0°时,圆形标记点三维坐标计算结果如下表一所示。
根据上表中标记点三维坐标,拟合飞机舵面角为0°时的最小二乘平面,并得到飞机舵面法向量。同理,拟合飞机舵面角为5°、10°、15°、20°、25°时的最小二乘平面。拟合的最小二乘平面方程和飞机舵面法向量如下表二所示。
飞机舵面角 | 最小二乘平面方程P | 法向量n |
0° | 0.046x+0.025y+0.999z=1894.786 | (0.046,0.025,0.999) |
5° | -0.039x+0.004y+0.999z=1869.481 | (-0.039,0.004,0.999) |
10° | -0.127x+0.012y+0.992z=1832.286 | (-0.127,0.012,0.992) |
15° | -0.213x+0.004y+0.977z=1778.775 | (-0.213,0.004,0.977) |
20° | -0.296x-0.020y+0.954z=1712.827 | (-0.296,-0.020,0.954) |
25° | -0.377x-0.007y+0.926z=1635.296 | (-0.377,0.007,0.926) |
根据上表中的飞机舵面法向量,可以计算出飞机舵面角。飞机舵面角测量结果如下表三所示。
真实角度 | 测量角度 | 测量误差 |
0° | / | / |
5° | 5.023° | 0.023° |
10° | 9.970° | 0.030° |
15° | 15.021° | 0.021° |
20° | 20.067° | 0.067° |
25° | 24.872° | 0.128° |
如上表所示,测量误差在0.15°以内,平均误差为0.0538°。本发明的测量精度较高。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种基于立体视觉的飞机舵面角测量方法,其特征在于,包括以下步骤:
步骤1、通过由左相机和右相机组成的双目立体视觉系统,进行标定图像采集以及飞机舵面角测量图像采集;
步骤2、运行测量软件,通过人机交互软件完成对双目立体视觉相机的查找、连接、配置,然后采集、显示、处理模板图像,进行立体视觉系统标定,最后获得标定参数:畸变矩阵K、旋转矩阵R、平移矩阵T和重投影矩阵Q;
步骤3、测量飞机舵面圆形标记点三维信息,具体步骤如下:
步骤3.1利用双目立体视觉标定得到的畸变矩阵K、旋转矩阵R、平移矩阵T和重投影矩阵Q,对采集到的飞机舵面角测量图像进行畸变校正和立体校正;
步骤3.2采用基于CIC的圆形标记点快速定位方法,精确定位粘贴的圆形标记点;
步骤3.3利用圆形标记点检测计算得到的圆形标记点圆心像素坐标对标记点进行匹配;
步骤3.4利用双目立体视觉标定得到的旋转矩阵R、平移矩阵T、重投影矩阵Q和世界坐标系下标记点的三维坐标计算公式可得到标记点的三维坐标;
步骤4、利用标记点三维信息测量得到的三维坐标和最小二乘法拟合飞机舵面,通过最小二乘法对飞机舵面法向量进行计算;
步骤5、利用飞机舵面法向量对飞机舵面角进行测量。
2.根据权利要求1所述的一种基于立体视觉的飞机舵面角测量方法,其特征在于,所述步骤1中标定图像采集具体步骤如下:
第1步、左相机单目标定图像采集;
第2步、右相机单目标定图像采集;
第3步、双目立体视觉标定图像采集;
单目标定采用9*8的圆形靶标,分别在散焦位置采集左相机单目标定图像和右相机单目标定图像,双目立体视觉标定采用6*5的圆形靶标,在测量位置采集双目立体视觉标定图像;
所述步骤1中飞机舵面角测量图像采集具体为:在飞机舵面上粘贴n个圆形标记点,n大于3,标记点散布在整个飞机舵面,分别在参考位置和测量位置采集飞机舵面角测量图像。
3.根据权利要求1所述的一种基于立体视觉的飞机舵面角测量方法,其特征在于,步骤2立体视觉系统标定具体步骤为:
第1步、左相机单目标定,利用采集的左相机单目标定图像对立体视觉系统左相机进行单目标定,得到左相机的内参矩阵和畸变参数向量;
第2步、右相机单目标定,利用采集的右相机单目标定图像对立体视觉系统右相机进行单目标定,得到右相机的内参矩阵和畸变参数向量;
第3步、双目立体视觉标定,利用采集的双目立体视觉标定图像对双目立体视觉系统进行标定,得到立体视觉系统的旋转矩阵R、平移矩阵T和重投影矩阵Q。
5.根据权利要求1所述的一种基于立体视觉的飞机舵面角测量方法,其特征在于,所述步骤3.2中的CIC指圆度、惯性率和凹凸度;具体实施步骤为:首先,对图像进行图像预处理,去除图像采集过程中产生的噪声干扰;其次,利用Canny算子对图像进行边缘检测,得到边缘图像,再利用连通域搜索法提取连通域轮廓信息;然后,依次利用圆度特征、惯性率特征和凹凸度特征筛选和验证连通域轮廓,得到圆形标记点轮廓;再次,利用最小二乘法完成圆形标记点的精确定位;最后,通过圆形标记点几何中心坐标公式计算得到圆形标记点圆心像素坐标,其计算公式为:
式中,N表示圆形标记点轮廓像素点的个数,xu和yu分别表示标记点圆心像素横坐标和纵坐标,xi和yi分别表示圆形标记点轮廓点的像素横坐标和纵坐标。
7.根据权利要求2所述的一种基于立体视觉的飞机舵面角测量方法,其特征在于,所述步骤4的具体步骤如下:
第一步、飞机舵面拟合:利用标记点三维信息测量得到的三维坐标和最小二乘法拟合飞机舵面;平面方程的一般表达式为Ax+By+Cz+D=0(C≠0),变换形式为令则z=a0x+a1y+a2,此时对应的最小二乘矩阵形式为:
式中,(x1,y1,z1),(x2,y2,z2),...,(xn,yn,zn)为输入的圆形标记点三维坐标,本发明采用8个标记点来拟合飞机舵面。解方程得A,B,C,D的值,得到平面方程的一般表达式为:
A0x+B0y+C0z+D0=0;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111587098.1A CN114485543B (zh) | 2021-12-23 | 2021-12-23 | 一种基于立体视觉的飞机舵面角测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111587098.1A CN114485543B (zh) | 2021-12-23 | 2021-12-23 | 一种基于立体视觉的飞机舵面角测量方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114485543A true CN114485543A (zh) | 2022-05-13 |
CN114485543B CN114485543B (zh) | 2023-05-05 |
Family
ID=81493732
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111587098.1A Active CN114485543B (zh) | 2021-12-23 | 2021-12-23 | 一种基于立体视觉的飞机舵面角测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114485543B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101231750A (zh) * | 2008-02-21 | 2008-07-30 | 南京航空航天大学 | 一种双目立体测量系统的标定方法 |
CN101493318A (zh) * | 2008-09-16 | 2009-07-29 | 北京航空航天大学 | 一种舵偏角同步动态测量系统及其实现方法 |
CN102929151A (zh) * | 2012-11-14 | 2013-02-13 | 北京理工大学 | 一种基于指数时变二阶滑模的再入飞行姿态控制方法 |
CN106871859A (zh) * | 2017-01-03 | 2017-06-20 | 电子科技大学 | 一种刚体空间定轴转动角度检测方法 |
CN107478195A (zh) * | 2017-09-15 | 2017-12-15 | 哈尔滨工程大学 | 一种基于光学的空间物体姿态测量装置及其测量方法 |
US20190333231A1 (en) * | 2017-08-11 | 2019-10-31 | Zhejiang University | Stereo visual odometry method based on image gradient joint optimization |
CN111912381A (zh) * | 2020-06-15 | 2020-11-10 | 成都飞机工业(集团)有限责任公司 | 一种基于双目视觉原理的飞机舵面角度测量方法 |
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 |
CN113658266A (zh) * | 2021-07-27 | 2021-11-16 | 中航西安飞机工业集团股份有限公司 | 一种基于固定相机和单靶标的动轴旋转角视觉测量方法 |
-
2021
- 2021-12-23 CN CN202111587098.1A patent/CN114485543B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101231750A (zh) * | 2008-02-21 | 2008-07-30 | 南京航空航天大学 | 一种双目立体测量系统的标定方法 |
CN101493318A (zh) * | 2008-09-16 | 2009-07-29 | 北京航空航天大学 | 一种舵偏角同步动态测量系统及其实现方法 |
CN102929151A (zh) * | 2012-11-14 | 2013-02-13 | 北京理工大学 | 一种基于指数时变二阶滑模的再入飞行姿态控制方法 |
CN106871859A (zh) * | 2017-01-03 | 2017-06-20 | 电子科技大学 | 一种刚体空间定轴转动角度检测方法 |
US20190333231A1 (en) * | 2017-08-11 | 2019-10-31 | Zhejiang University | Stereo visual odometry method based on image gradient joint optimization |
CN107478195A (zh) * | 2017-09-15 | 2017-12-15 | 哈尔滨工程大学 | 一种基于光学的空间物体姿态测量装置及其测量方法 |
CN111912381A (zh) * | 2020-06-15 | 2020-11-10 | 成都飞机工业(集团)有限责任公司 | 一种基于双目视觉原理的飞机舵面角度测量方法 |
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 |
CN113658266A (zh) * | 2021-07-27 | 2021-11-16 | 中航西安飞机工业集团股份有限公司 | 一种基于固定相机和单靶标的动轴旋转角视觉测量方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114485543B (zh) | 2023-05-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104200086B (zh) | 宽基线可见光相机位姿估计方法 | |
CN102364299B (zh) | 一种多个结构光投影三维型面测量头的标定技术 | |
CN100458359C (zh) | 远距离面内小位移测量系统 | |
CN109579695B (zh) | 一种基于异构立体视觉的零件测量方法 | |
CN109685886A (zh) | 一种基于混合现实技术的配网三维场景建模方法 | |
CN107133983B (zh) | 成捆圆钢端面双目视觉系统与空间定位及计数方法 | |
CN103175485A (zh) | 一种飞机涡轮发动机叶片修复机器人的视觉标定方法 | |
CN108648237A (zh) | 一种基于视觉的空间定位方法 | |
CN109448043A (zh) | 平面约束下的立木高度提取方法 | |
CN102622747B (zh) | 一种用于视觉测量的摄像机参数优化方法 | |
CN103759669A (zh) | 一种大型零件的单目视觉测量方法 | |
CN111854622B (zh) | 一种大视场光学动态变形测量方法 | |
CN106600654A (zh) | 一种大视角的深度相机拼接装置及拼接方法 | |
CN110223355B (zh) | 一种基于双重极线约束的特征标志点匹配方法 | |
CN111637851B (zh) | 一种基于Aruco码的平面旋转角度视觉测量方法及装置 | |
CN106323286B (zh) | 一种机器人坐标系与三维测量坐标系的变换方法 | |
CN106504287B (zh) | 基于模板的单目视觉目标空间定位系统 | |
CN109684709A (zh) | 一种航空发动机叶片修复的自适应定位方法 | |
CN103852060A (zh) | 一种基于单目视觉的可见光图像测距方法 | |
CN106352817A (zh) | 一种非接触四轮定位仪及其定位方法 | |
CN111179335A (zh) | 一种基于双目视觉的立木测定方法 | |
CN110930382A (zh) | 基于标定板特征点提取的点云拼接精度评估方法及系统 | |
CN104677782A (zh) | 一种电连接器壳体机器视觉在线检测系统及方法 | |
CN107167088A (zh) | 玻璃变形量的测量方法及装置 | |
CN111862193A (zh) | 一种基于形状描述子的电焊焊点双目视觉定位方法及装置 |
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 |