CN115979155A - 高速旋转桨叶变形测量方法、系统、设备及介质 - Google Patents

高速旋转桨叶变形测量方法、系统、设备及介质 Download PDF

Info

Publication number
CN115979155A
CN115979155A CN202211690161.9A CN202211690161A CN115979155A CN 115979155 A CN115979155 A CN 115979155A CN 202211690161 A CN202211690161 A CN 202211690161A CN 115979155 A CN115979155 A CN 115979155A
Authority
CN
China
Prior art keywords
point cloud
blade
deformation
image group
computer
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
Application number
CN202211690161.9A
Other languages
English (en)
Inventor
任少洁
石伟龙
王宏伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Academy of Aerospace Aerodynamics CAAA
Original Assignee
China Academy of Aerospace Aerodynamics CAAA
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Academy of Aerospace Aerodynamics CAAA filed Critical China Academy of Aerospace Aerodynamics CAAA
Priority to CN202211690161.9A priority Critical patent/CN115979155A/zh
Publication of CN115979155A publication Critical patent/CN115979155A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/70—Wind energy
    • Y02E10/72—Wind turbines with rotation axis in wind direction

Landscapes

  • Length Measuring Devices By Optical Means (AREA)

Abstract

本说明书实施例提供了一种高速旋转桨叶变形测量方法、系统、设备及介质，其中，系统包括桨叶、相位锁定装置及计算机；所述桨叶，设置在桨毂上，通过计算机控制所述桨毂带动所述桨叶旋转；所述相位锁定装置，包括与同步控制器连接的红外光电触发开关和相机组，实验前，所述同步控制器控制所述相机组的各相机同步拍摄所述桨叶生成图像组一，并发送至所述计算机；实验中，所述桨叶旋转，所述计算机控制所述红外光电触发开关向所述桨叶发送红外光束，接收到反射光束后，发送高电平脉冲信号至所述同步控制器，所述同步控制器控制所述相机组的各相机同步对所述桨叶进行拍摄生成图像组二并发送至所述计算机；通过计算机计算得到所述桨叶位移量。

Description

高速旋转桨叶变形测量方法、系统、设备及介质
技术领域
本发明涉及航空航天测试技术领域，尤其涉及一种高速旋转桨叶变形测量方法、系统、设备及介质。
背景技术
数字图像相关方法(Digital Image Correlation,DIC)是一种光学变形测量技术，通过利用待测物体表面分布的天然纹理或者人工散斑特征进行相关匹配，获取物体的二维形貌及变形信息。三维DIC(Three Dimensional DIC,3D DIC)是基于DIC及立体视觉技术，获取三维形貌及三维变形信息。相比于在待测物体表面布置电阻应变片等传统物理测量技术，该类非接触式测量手段具有全场测量、精度高、光路相对简单、测量视场可调节、对测量环境无特殊要求等优势，在材料应变测量、工程结构健康监测、旋转部件变形测量等领域中应用广泛，尤其是在风力发电叶片、飞机螺旋桨桨叶等高速旋转物体的高精度变形测量需求日益突出。
基于数字图像相关测量高速旋转桨叶变形，往往有两方面因素会导致测量精度下降，一是由于桨叶转速过高导致变形前后的散斑图像往往存在较大的帧间旋转角度而发生退相关现象，从而相关匹配失败；二是同步控制信号延迟使得相机观测到的桨叶位移可能同时包含桨叶自身变形和桨毂移动产生的刚性位移，直接使用观测位移会增大测量误差。
有鉴于此，亟需提供一种解决上述两方面问题的高速旋转桨叶变形测量方法及系统。
发明内容
本说明书一个或多个实施例提供了一种高速旋转桨叶变形测量系统，其特征在于，包括桨叶、相位锁定装置及计算机；
所述桨叶，设置在桨毂上，通过计算机控制所述桨毂带动所述桨叶旋转；
所述相位锁定装置，包括与同步控制器连接的红外光电触发开关和相机组，且均与所述计算机通信连接；所述相机组的设置位置为各相机可同时拍摄所述桨叶中的任意一片叶片及所述桨毂的位置；
实验前，所述同步控制器控制所述相机组的各相机同步拍摄所述桨叶生成图像组一，并发送至所述计算机；实验中，所述桨叶旋转，所述计算机控制所述红外光电触发开关向所述桨叶发送红外光束，接收到反射光束后，发送高电平脉冲信号至所述同步控制器，所述同步控制器控制所述相机组的各相机同步对所述桨叶进行拍摄生成图像组二并发送至所述计算机；
所述计算机采用数字图像相关方法分别将所述图像组一和图像组二中桨叶进行三维重建，获得原点云数据和形变点云数据集；再通过三维点云配准方法计算所述桨叶相对于初始相位的刚性变换矩阵；通过数字图像相关方法获得所述桨叶旋转后的三维坐标，基于刚性变换矩阵将所述桨叶旋转后的三维坐标变换到所述桨叶初始相位所在的参考坐标系下，得到所述桨叶位移量。
本说明书一个或多个实施例提供了一种基于上述所述高速旋转桨叶变形测量系统实现的高速旋转桨叶变形测量方法，包括：
计算机获取同步控制器控制相机组的各相机同步拍摄静止状态的桨叶生成图像组一；
桨叶旋转过程中，计算机获取相位锁定装置中所述相机组拍摄桨叶获得图像组二并发送至计算机；具体可为所述计算机控制红外光电触发开关发送红外光束，且当接收到反射光束后，发送高电平脉冲信号给同步控制器，同步控制器控制相机组的各相机同步对桨叶进行拍摄生成图像组二并发送至计算机；
计算机分别基于图像组一和图像组二采用数字图像相关方法分别对图像组中桨叶进行三维重建，分别获得原点云数据和形变点云数据集；
通过三维点云配准方法计算桨叶相对于初始相位的刚性变换矩阵；通过数字图像相关方法获得桨叶旋转后的三维坐标，基于刚性变换矩阵将桨叶旋转后的三维坐标变换到桨叶初始相位所在的参考坐标系下，得到桨叶位移量。
本说明书一个或多个实施例提供了一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述所述高速旋转桨叶变形测量方法。
本说明书一个或多个实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述所述高速旋转桨叶变形测量方法。
本实施例相位锁定装置的设置用于实现高速旋转桨叶的相位锁定，由于红外光电触发开关的位置以及发送红外光束的频率固定，而且只考虑匀速桨叶变形测量情形，因此，只有当桨叶运转到某一特定的相位时，才会反射红外光束触发立体相机记录图像，从而实现对桨叶相位的锁定，且在计算机变形过程中，对桨叶的变形前后形貌进行三维点云配准，消除桨叶刚体位移，进一步提高桨叶变形的测量精度。
附图说明
为了更清楚地说明本说明书一个或多个实施例或现有技术中的技术方案，下面将对实施例或现有技术描述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说明书中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本说明书一个或多个实施例提供的一种高速旋转桨叶变形测量系统结构组成示意图；
图2为本说明书一个或多个实施例提供的一种高速旋转桨叶变形测量系统测试过程中桨毂3旋转引入刚性位移示意图；
图3为本说明书一个或多个实施例提供的一种高速旋转桨叶变形测量系统中通过ICP算法计算最优刚性变换的流程图；
图4为本说明书一个或多个实施例提供的一种高速旋转桨叶变形测量方法流程图；
图5为本说明书一个或多个实施例提供的一种计算机的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本说明书一个或多个实施例中的技术方案，下面将结合本说明书一个或多个实施例中的附图，对本说明书一个或多个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说明书的一部分实施例，而不是全部的实施例。基于本说明书一个或多个实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明件的保护范围。
下面结合具体实施方式和说明书附图对本发明做出详细的说明。
系统实施例
根据本发明实施例，提供了一种高速旋转桨叶变形测量系统，如图1所示，为本实施例提供的高速旋转桨叶变形测量系统结构示意图，根据本发明实施例的高速旋转桨叶变形测量系统，包括桨叶1、相位锁定装置2及计算机；
桨叶1，设置在地面实验平台的桨毂3上，通过计算机控制所述桨毂3带动所述桨叶1旋转；
相位锁定装置2用于实现高速旋转桨叶的相位锁定，包括与同步控制器21连接的红外光电触发开关22和相机组23，所述红外光电触发开关22和相机组23均与所述计算机通信连接；相机组23的设置位置为各相机可同时拍摄桨叶1中的任意一片叶片及桨毂3的位置。
工作过程如下：
实验前，同步控制器21控制相机组23的各相机同步拍摄桨叶1生成图像组一，并发送至所述计算机；实验中，桨叶1旋转，所述计算机控制红外光电触发开关22向所述桨叶1发送红外光束，接收到反射光束后，发送高电平脉冲信号给同步控制器21，同步控制器21控制相机组23的各相机同步对桨叶1进行拍摄生成图像组二并发送至所述计算机；
所述计算机分别基于图像组一和图像组二采用数字图像相关方法分别对图像组中桨叶进行三维重建，分别获得原点云数据和形变点云数据集；再通过三维点云配准方法计算桨叶相对于初始相位的刚性变换矩阵；通过数字图像相关方法获得桨叶旋转后的三维坐标，基于刚性变换矩阵将桨叶旋转后的三维坐标变换到桨叶初始相位所在的参考坐标系下，从而刚体位移消除，得到真实的桨叶1位移量。
本实施例系统，相位锁定装置2的设置用于实现高速旋转桨叶的相位锁定，由于红外光电触发开关的位置以及发送红外光束的频率固定，而且只考虑匀速桨叶变形测量情形，因此，只有当桨叶运转到某一特定的相位时，才会反射红外光束触发立体相机记录图像，从而实现对桨叶相位的锁定，且在计算机变形过程中，对桨叶的变形前后形貌进行三维点云配准，消除桨叶刚体位移，进一步提高桨叶变形的测量精度。
在一些实施例中，参考图2所示，为本实施例提供的桨毂3旋转引入刚性位移示意图；当同步控制器21的同步采集控制信号存在一定的延迟或桨叶速度发生变化等情形，如锁定的桨叶1相位下的转速(正常转速)与原始相位下的转速(0转速)不同，此时两种相位之间存在一定的偏差，即桨叶1无法完全锁定，因此直接基于数字图像相关方法计算变形，不是真实的变形数据，相机组23拍摄的桨叶位移除了桨叶自身的非刚性变形之外，还有由于桨毂3旋转产生的刚性位移。因此直接基于数字图像相关方法计算桨叶1的形变量并不是真实的形变数据，需要首先消除桨毂3旋转产生的刚性位移，因此，本实施例计算机桨叶1位移量包括以下步骤：
步骤101、计算机基于图像组一，采用数字图像相关方法对图像组中桨叶根部或桨毂3进行三维重建，获得原点云数据集；
步骤102、计算机基于图像组二，采用数字图像相关方法对图像组中桨叶根部或桨毂3进行三维重建，获得形变点云数据集；
步骤102、基于原点云数据和形变点云数据集，通过三维点云配准方法，计算桨叶相对于初始相位的刚性变换矩阵；
步骤103、基于数字图像相关方法获得桨叶1旋转后的三维坐标；本步骤中，基于数字相关方法重构三维坐标是常规技术手段，此处不过多赘述。
步骤104、基于刚性变换矩阵将获得的桨叶1旋转后的三维坐标变换到桨叶1初始相位所在的参考坐标系下，得到桨叶1位移量。
本实施例，考虑到桨叶位移除了桨叶自身的非刚性变形之外，桨叶根部或桨毂3同样会产生刚性位移，但是，相比于桨叶的位移，桨叶根部或桨毂3旋转时产生的刚性位移更小，基于桨叶根部或桨毂3旋转时产生的刚性位移确定真实的位移数据，消除刚体位移同时，提高变形测量精度。
在上述实施例中，实际应用中，当桨叶1的物理尺寸较长，相机需要同时拍摄其中一个叶片和桨毂3时，可能与桨叶桨毂3的距离较远而导致两者表面的散斑所占图像像素过小，从而会给数字图像相关匹配带来误差；而桨叶根部的非刚性形变较小，可忽略不计，因此，本实施例基于图像组一和图像组二中桨叶根部点云数据计算所述桨叶1位移量。
在一些实施例中，所述三维点云配准方法采用迭代最近邻(Iterative ClosestPoint,ICP)算法，对变形前后的桨叶根部点云进行配准，本质是基于最小二乘法的最优配准方法，基本思想是对两组点云集即形变点云集P＝{pi}与源点云集Q＝{qi}，通过寻找一个空间的最优转换矩阵Tnorm(由旋转矩阵R和平移向量t组成)，使得形变点云集P和源点云集Q中各点云之间的距离最小，通过目标函数求解Tnorm，从而确定最优刚性变换，具体的距离最小目标函数如下式：
Figure BDA0004020897850000061
式中，n为点云中三维点的数目；
再ICP算法通过重复选择对应匹配点对，计算最优刚性变换，直到满足正确配准的收敛精度要求，参考图3，为本实施例提供的通过ICP算法计算最优刚性变换矩阵的流程图，具体计算如下：
步骤201、从形变点云集P中提取与源点云集Q中的每个点最近的匹配点，可使用暴力搜索，计算形变点云集P中的所有点与源点云集Q每个点的欧式距离，取距离最小的作为匹配点得到点云集P'。
步骤202、求得使点云集P'与源点云集Q平均距离最小的刚性变换，最小化目标函数公式(1)；
步骤203、对形变点云集P中各点云使用步骤202求得的各旋转和平移参数，得到各新的变换点云，计算各新变换点云与源点云集Q中各点云的距离；
步骤204、判断所述距离是否小于预设阈值时，若小于则停止迭代计算，转步骤205，否则新变换点云作为新的原点云继续迭代，转步骤201。
步骤205、获得最优刚性变换；
本实施例可选的，步骤201中的暴力搜索较为耗时，尤其是点云数据较大时，大大降低了ICP的效率，因此，可使用k-d树搜索方法替代暴力搜索。
可选的，步骤202中的优化求解可基于奇异值分解(Singular ValueDecomposition,SVD)方法，步骤如下：
a)将点云集P'与源点云集Q中的点均减去自身质心，去中心化：
Figure BDA0004020897850000071
Figure BDA0004020897850000072
b)求去中心化后两点云集P"和Q'的协方差矩阵：
Figure BDA0004020897850000073
c)计算旋转矩阵R：
对上公式(3)进行SVD分解，有
Figure BDA0004020897850000081
当W满秩时，有唯一解：
R＝UVT    (5)
d)计算平移向量t：
平移向量t根据两点云的中心点得到：
Figure BDA0004020897850000082
方法实施例
根据本发明实施例，提供了一种基于上述系统实现的高速旋转桨叶变形测量方法，如图4所示，为本实施例提供的高速旋转桨叶变形测量方法流程图，根据本发明实施例的高速旋转桨叶变形测量方法，包括：
步骤S1、计算机获取同步控制器控制相机组的各相机同步拍摄静止状态的桨叶生成的图像组一；
步骤S2、桨叶旋转过程中，计算机获取相位锁定装置中所述相机组拍摄桨叶获得的图像组二；具体可为所述计算机控制红外光电触发开关22发送红外光束，且当接收到反射光束后，发送高电平脉冲信号给同步控制器21，同步控制器21控制相机组23的各相机同步对桨叶1进行拍摄生成图像组二并发送至计算机；
步骤S3、计算机分别基于图像组一和图像组二采用数字图像相关方法分别对图像组中桨叶进行三维重建，分别获得原点云数据和形变点云数据集；
步骤S4、通过三维点云配准方法计算桨叶相对于初始相位的刚性变换矩阵；通过数字图像相关方法获得桨叶旋转后的三维坐标，基于刚性变换矩阵将桨叶旋转后的三维坐标变换到桨叶初始相位所在的参考坐标系下，得到桨叶1位移量。
本一些实施例中，所述步骤S3中采用数字图像相关方法分别对图像组一中桨叶根部或桨毂3进行三维重建，获得原点云数据，对图像组二中桨叶根部或桨毂3进行三维重建，获得形变点云数据集。
在一些实施例中，基于图像组一和图像组二中桨叶根部点云数据计算所述桨叶1位移量，所述三维点云配准方法采用ICP算法，并基于距离最小目标函数确定桨叶1位移量，其中，所述距离最小目标函数为：
Figure BDA0004020897850000091
基于式(7)最小目标函数，ICP算法通过重复选择对应匹配点对，计算最优刚性变换矩阵，直到满足正确配准的收敛精度要求，具体流程如下：
步骤301、从形变点云集P中提取与源点云集Q中的每个点最近的匹配点，可使用暴力搜索，计算形变点云集P中的所有点与源点云集Q每个点的欧式距离，取距离最小的作为匹配点得到点云集P'；
步骤302、求得使点云集P'与源点云集Q平均距离最小的刚性变换，最小化目标函数公式(7)；
步骤303、对形变点云集P中各点云使用步骤302求得的各旋转和平移参数，得到各新的变换点云，计算各新变换点云与源点云集Q中各点云的距离；
步骤304、判断所述距离是否小于预设阈值时，若小于则停止迭代计算，转步骤305，否则新变换点云作为新的原点云继续迭代，转步骤301；
步骤305、获得最优刚性变换。
本实施例可选的，步骤301中的暴力搜索较为耗时，尤其是点云数据较大时，大大降低了ICP的效率，因此，可使用k-d树搜索方法替代暴力搜索。
可选的，步骤302中的优化求解可基于奇异值分解(Singular ValueDecomposition,SVD)方法，步骤如下：
a)将点云集P'与源点云集Q中的点均减去自身质心，去中心化：
Figure BDA0004020897850000092
Figure BDA0004020897850000093
b)求去中心化后两点云集P"和Q'的协方差矩阵：
Figure BDA0004020897850000101
c)计算旋转矩阵R：
对上公式(9)进行SVD分解，有
W＝U∑VT   (10)
当W满秩时，有唯一解：
R＝UVT    (11)
d)计算平移向量t：
平移向量t根据两点云的中心点得到：
Figure BDA0004020897850000102
本发明方法实施例是与上述系统实施例对应的方法实施例，各个步骤执行的具体操作可以参照系统实施例的各装置的描述进行理解，在此不再赘述。
如图5所示，本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述实施例中高速旋转桨叶变形测量方法，或者计算机程序被处理器执行时实现上述实施例中高速旋转桨叶变形测量方法，所述计算机程序被所述处理器执行时实现如下方法步骤：
步骤S1、计算机获取同步控制器控制相机组的各相机同步拍摄静止状态的桨叶生成的图像组一；
步骤S2、桨叶旋转过程中，计算机获取相位锁定装置中所述相机组拍摄桨叶获得的图像组二；
步骤S3、计算机分别基于图像组一和图像组二采用数字图像相关方法分别对图像组中桨叶进行三维重建，分别获得原点云数据和形变点云数据集；
步骤S4、通过三维点云配准方法计算桨叶相对于初始相位的刚性变换矩阵；通过数字图像相关方法获得桨叶旋转后的三维坐标，基于刚性变换矩阵将桨叶旋转后的三维坐标变换到桨叶初始相位所在的参考坐标系下，得到桨叶位移量。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置或系统实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的装置及系统实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (10)

1.一种高速旋转桨叶变形测量系统，其特征在于，包括桨叶(1)、相位锁定装置(2)及计算机；
所述桨叶(1)，设置在桨毂(3)上，通过计算机控制所述桨毂(3)带动所述桨叶(1)旋转；
所述相位锁定装置(2)，包括与同步控制器(21)连接的红外光电触发开关(22)和相机组(23)，且均与所述计算机通信连接；所述相机组(23)的设置位置为各相机可同时拍摄所述桨叶(1)中的任意一片叶片及和所述桨毂(3)的位置；
实验前，所述同步控制器(21)控制所述相机组(23)的各相机同步拍摄所述桨叶(1)生成图像组一，并发送至所述计算机；实验中，所述桨叶(1)旋转，所述计算机控制所述红外光电触发开关(22)向所述桨叶(1)发送红外光束，接收到反射光束后，发送高电平脉冲信号至所述同步控制器(21)，所述同步控制器(21)控制所述相机组(23)的各相机同步对所述桨叶(1)进行拍摄生成图像组二并发送至所述计算机；
所述计算机采用数字图像相关方法分别将所述图像组一和图像组二中桨叶进行三维重建，获得原点云数据和形变点云数据集；再通过三维点云配准方法计算所述桨叶相对于初始相位的刚性变换矩阵；通过数字图像相关方法获得所述桨叶旋转后的三维坐标，基于刚性变换矩阵将所述桨叶旋转后的三维坐标变换到所述桨叶初始相位所在的参考坐标系下，得到所述桨叶(1)位移量。
2.如权利要求1所述的高速旋转桨叶变形测量系统，其特征在于，
所述计算机基于所述图像组一，采用数字图像相关方法对所述图像组一中桨叶根部或所述桨毂(3)进行三维重建，获得原点云数据集；所述计算机基于所述图像组二，采用数字图像相关方法对所述图像组二中桨叶根部或所述桨毂(3)进行三维重建，获得形变点云数据集。
3.如权利要求1或2所述的高速旋转桨叶变形测量系统，其特征在于，所述三维点云配准方法采用迭代最近邻算法。
4.如权利要求3所述的高速旋转桨叶变形测量系统，其特征在于，基于图像组一和图像组二中桨叶根部点云数据计算所述桨叶(1)位移量的计算如下：
基于原点云数据集和形变点云数据集通过寻找一个空间的最优转换矩阵Tnorm，使得形变点云集P和源点云集Q中各点云之间的距离最小，通过目标函数求解Tnorm，确定最优刚性变换，具体的距离最小目标函数如下式：
Figure FDA0004020897840000021
式中，n为点云中三维点的数目；
通过ICP算法计算最优刚性变换矩阵，具体计算如下：
步骤201、从形变点云集P中提取与源点云集Q中的每个点最近的匹配点，计算形变点云集P中的所有点与源点云集Q每个点的欧式距离，取距离最小的作为匹配点得到点云集P'；
步骤202、求得使点云集P'与源点云集Q平均距离最小的刚性变换，最小化目标函数公式(1)；
步骤203、对形变点云集P中各点云使用步骤202求得的各旋转和平移参数，得到各新的变换点云，计算各新变换点云与源点云集Q中各点云的距离；
步骤204、判断所述距离是否小于预设阈值时，若小于则停止迭代计算，转步骤205，否则新变换点云作为新的原点云继续迭代，转步骤201；
步骤205、获得最优刚性变换。
5.一种基于权利要求1-4中任一项所述高速旋转桨叶变形测量系统实现的高速旋转桨叶变形测量方法，其特征在于，包括：
计算机获取同步控制器控制相机组的各相机同步拍摄静止状态的桨叶生成图像组一；
桨叶旋转过程中，计算机获取相位锁定装置中所述相机组拍摄桨叶获得图像组二并发送至计算机；具体可为所述计算机控制红外光电触发开关发送红外光束，且当接收到反射光束后，发送高电平脉冲信号给同步控制器，同步控制器控制相机组的各相机同步对桨叶进行拍摄生成图像组二并发送至计算机；
计算机分别基于图像组一和图像组二采用数字图像相关方法分别对图像组中桨叶进行三维重建，分别获得原点云数据和形变点云数据集；
通过三维点云配准方法计算桨叶相对于初始相位的刚性变换矩阵；通过数字图像相关方法获得桨叶旋转后的三维坐标，基于刚性变换矩阵将桨叶旋转后的三维坐标变换到桨叶初始相位所在的参考坐标系下，得到桨叶位移量。
6.如权利要求5所述的高速旋转桨叶变形测量方法，其特征在于，
所述采用数字图像相关方法分别对图像组一中桨叶根部或所述桨毂(3)进行三维重建，获得原点云数据，对图像组二中桨叶根部或所述桨毂(3)进行三维重建，获得形变点云数据集。
7.如权利要求5或6所述的高速旋转桨叶变形测量方法，其特征在于，所述三维点云配准方法采用迭代最近邻算法。
8.如权利要求7所述的高速旋转桨叶变形测量方法，其特征在于，基于图像组一和图像组二中桨叶根部点云数据计算所述桨叶(1)位移量的计算如下：
基于原点云数据集和形变点云数据集通过寻找一个空间的最优转换矩阵Tnorm，使得形变点云集P和源点云集Q中各点云之间的距离最小，通过目标函数求解Tnorm，确定最优刚性变换，具体的距离最小目标函数如下式：
Figure FDA0004020897840000031
式中，n为点云中三维点的数目；
通过ICP算法计算最优刚性变换矩阵，具体计算如下：
步骤301、从形变点云集P中提取与源点云集Q中的每个点最近的匹配点，可使用暴力搜索，计算形变点云集P中的所有点与源点云集Q每个点的欧式距离，取距离最小的作为匹配点得到点云集P'；
步骤302、求得使点云集P'与源点云集Q平均距离最小的刚性变换，最小化目标函数公式(2)；
步骤303、对形变点云集P中各点云使用步骤302求得的各旋转和平移参数，得到各新的变换点云，计算各新变换点云与源点云集Q中各点云的距离；
步骤304、判断所述距离是否小于预设阈值时，若小于则停止迭代计算，转步骤305，否则新变换点云作为新的原点云继续迭代，转步骤301；
步骤305、获得最优刚性变换。
9.计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求5至8任一项所述高速旋转桨叶变形测量方法。
10.计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求5至8任一项所述高速旋转桨叶变形测量方法。
CN202211690161.9A 2022-12-27 2022-12-27 高速旋转桨叶变形测量方法、系统、设备及介质 Pending CN115979155A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211690161.9A CN115979155A (zh) 2022-12-27 2022-12-27 高速旋转桨叶变形测量方法、系统、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211690161.9A CN115979155A (zh) 2022-12-27 2022-12-27 高速旋转桨叶变形测量方法、系统、设备及介质

Publications (1)

Publication Number Publication Date
CN115979155A true CN115979155A (zh) 2023-04-18

Family

ID=85975516

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211690161.9A Pending CN115979155A (zh) 2022-12-27 2022-12-27 高速旋转桨叶变形测量方法、系统、设备及介质

Country Status (1)

Country Link
CN (1) CN115979155A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116614707A (zh) * 2023-07-17 2023-08-18 中国空气动力研究与发展中心高速空气动力研究所 一种桨叶表面压力测量中旋转模糊图像去模糊方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116614707A (zh) * 2023-07-17 2023-08-18 中国空气动力研究与发展中心高速空气动力研究所 一种桨叶表面压力测量中旋转模糊图像去模糊方法
CN116614707B (zh) * 2023-07-17 2023-09-19 中国空气动力研究与发展中心高速空气动力研究所 一种桨叶表面压力测量中旋转模糊图像去模糊方法

Similar Documents

Publication Publication Date Title
CN108038902B (zh) 一种面向深度相机的高精度三维重建方法和系统
JP5393318B2 (ja) 位置姿勢計測方法及び装置
CN105976353A (zh) 基于模型和点云全局匹配的空间非合作目标位姿估计方法
CN111862299A (zh) 人体三维模型构建方法、装置、机器人和存储介质
CN112562082A (zh) 一种三维人脸重建方法及系统
CN109859266A (zh) 一种基于预变换的大视角变化下视觉同时定位与绘图方法
CN115979155A (zh) 高速旋转桨叶变形测量方法、系统、设备及介质
CN107038753B (zh) 立体视觉三维重建系统及方法
CN111524174B (zh) 一种动平台动目标双目视觉三维构建方法
CN111830504B (zh) 基于序贯融合因式分解的序列isar三维成像方法
CN108876862B (zh) 一种非合作目标点云位置姿态计算方法
CN117557733B (zh) 基于超分辨率的自然保护区三维重建方法
CN117372489B (zh) 一种用于双线结构光三维测量的点云配准方法及系统
CN111583388B (zh) 一种三维扫描系统的扫描方法及设备
CN109785393B (zh) 一种基于平面运动约束的相机自标定方法
CN113160416A (zh) 一种用于煤流检测的散斑成像装置及方法
CN113240749B (zh) 一种面向海上舰船平台无人机回收的远距离双目标定与测距方法
CN114862969A (zh) 一种智能巡检机器人的机载云台像机角度自适应调整方法及装置
CN108827300A (zh) 一种基于视觉的装备姿态位置测量方法及系统
CN111829489B (zh) 一种视觉定位的方法及装置
JP6315542B2 (ja) 画像生成装置及び画像生成方法
Masuda A unified approach to volumetric registration and integration of multiple range images
CN110223250A (zh) 基于单应变换的sar几何校正方法
CN117274326B (zh) 基于距离估计和姿态参数的机器视觉图像配准方法和系统
CN117593385B (zh) 一种图斑辅助生成相机标定数据方法

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