基于立体视觉的风洞模型三维变形与姿态测量技术研究

基于立体视觉的风洞模型三维变形与姿态测量技术研究

论文摘要

随着航空航天、军工装备等领域的不断发展,飞行器设计的精细度和复杂度不断提高,飞行器表面的气动特性也更加复杂。在目前先进飞行器的设计过程中,风洞试验是研究和验证飞行器表面气动特性和设计性能的主要方法。而在风洞试验中,对飞行器模型的三维变形与姿态进行精确测量,能为飞行器设计过程中的气动分析提供重要基础数据。立体视觉测量技术由于具有非接触、不干扰风洞流场、无需改变模型设计、系统配置灵活、结构简单、测量精度高等优点,已经成为风洞试验中模型变形与姿态测量的重点发展方向。然而,由于国内风洞测量环境复杂,在大范围、振动和高速等测量环境下,现有的立体视觉测量技术还存在着测量精度低、稳定性差等问题。为此,本论文针对立体视觉技术在国内风洞试验中所面临的应用问题,主要开展大视场立体视觉测量系统标定、相机外部参数自校准和基于低速相机阵列的高速三维测量等三个方面的研究,进而开发出一套适用于复杂风洞测量环境的模型三维变形与姿态测量系统,用于国内风洞试验中模型的三维变形与姿态测量,并在其他具有复杂测量环境下的应用中进行推广使用。具体研究工作如下。针对大范围测量场景下,大型高精度标靶制造、维护困难且不适合用于风洞试验段现场标定的问题,提出了一种柔性的大视场立体视觉测量系统标定方法。为了实现未标定相机的图像对应点自动匹配,设计了一种定位精度高、易于识别的环状编码标志点,并开发了环状编码标志点识别算法。根据编码标志点建立的图像特征点对应关系,利用经典的八点算法计算不同图像间的初始姿态关系,并重构出标靶上标志点的初始三维坐标,通过构建逆向投影误差最小的目标函数,采用最小二乘法同时优化求解标靶上标志点的三维坐标和相机的内部参数,进一步构建多相机图像特征点逆向投影误差最小的目标方程,优化立体视觉测量系统的外部参数,实现无标靶上标志点三维数据时立体视觉测量系统的精确标定。精度实验证明相比于传统的标定方法,所提的大视场立体视觉测量系统标定方法不依赖标靶的制造精度、对标靶形状无限制,可以实现灵活、精确的大视场立体视觉测量系统标定,为实现大范围场景下立体视觉测量系统的高精度测量提供了保障,具有重要的应用价值。针对振动环境下,立体视觉测量系统测量稳定性差的应用难题,提出了一种基于非约束优化的相机外部参数自校准算法。利用非单位四元数参数化表示旋转矩阵,并推导相机外部参数求解的目标方程,根据一阶最优条件,将目标方程最小化问题转换为具有双重对称性的多项式方程组求解问题,采用Gr?bner基技术,实现了相机外部参数的快速、精确求解。实验结果表明本文所提出的相机外部参数自校准算法,与现有的其他算法相比,能够在不同的参考点分布情况下、不同的参考点数量和图像噪声条件下实现精确的相机外部参数自校准,且该算法的计算速度不随参考点数量的增加而减慢,保证了振动环境下立体视觉测量系统的稳定、精确测量。针对高速测量时立体视觉测量系统测量精度差的问题,提出了基于低速相机阵列的高速三维测量方法。发展了低速相机阵列时序触发拍摄的高速图像采集方法,解决了高速相机在进行高速图像采集时图像分辨率低的问题,结合多视几何测量原理,提出了基于低速相机阵列的高速三维测量方法,对于基于低速相机阵列的高速三维测量系统中测量误差分布不均的问题,提出了基于平差优化的系统参数优化求解方法,实现了基于低速相机阵列的高速、高精度三维测量。实验结果表明使用低速相机阵列可以实现高精度的高速三维测量,高速测量时在成本、系统配置、测量时长、测量精度等方面独具优势。针对风洞试验中模型的三维变形与姿态测量需求,在前述的理论与技术研究基础上,开发了基于立体视觉的风洞模型三维变形与姿态测量系统,并对其进行推广应用。所开发的系统成功应用于中国空气动力研究与发展中心(China Aerodynamics Research and Development Center,CARDC)低速风洞中模型的变形与姿态测量,风洞现场的精度实验结果表明:在测量视场为2m(宽)×1.5m(高)×1m(深度),相机分辨率为1380×1040像素时,所开发的测量系统的变形测量精度为0.15mm,角度测量精度为0.015°,满足低速风洞模型变形与姿态测量需求;在CARDC的超高声速风洞试验中,将立体视觉测量系统放置在试验段内部,完成了模型的振动测量,测量结果表明在测量范围为1200mm(长)×600mm(宽),相机分辨率为1020×600像素时,系统的变形测量精度为0.06mm;所开发的系统也在其他大范围、强振动和高速测量环境下进行了推广应用,在中国第二重型机械集团德阳万航模锻有限责任公司成功完成了100吨米对击锤的打击速度测量,实验结果表明在测量范围为3000mm(宽)×2400mm(高)×1000mm(深),相机分辨率为1280×1024像素时,位移测量精度为0.15mm,且利用相机外部参数自校准算法可以有效的消除振动对立体视觉测量系统的影响。最后,针对大型桶状构件自动化对接需求,结合本文相机外部参数自校准算法,提出了基于单目视觉的大型桶状结构自动化对接方案,实验结果表明所提的方案可以满足大型桶状构件自动化对接需求。综上所述,本文面向风洞试验中模型三维变形与姿态测量的重大需求,对基于立体视觉的风洞模型三维变形与姿态测量技术进行了深入研究。发展柔性的大视场立体视觉测量系统标定方法和全局优化的相机外部参数自校准算法,探索基于低速相机阵列的高速三维测量方法。在此基础上,开发基于立体视觉的风洞模型三维变形与姿态测量系统,并进行推广应用。本文研究内容为风洞试验中模型的三维变形与姿态测量提供了一种全面有效的方法,具有巨大的应用推广价值。

论文目录

  • 摘要
  • ABSTRACT
  • 1 绪论
  •   1.1 研究背景与意义
  •   1.2 国内外研究现状及分析
  •     1.2.1 激光测量法
  •     1.2.2 OPTOTRAK测量法
  •     1.2.3 立体视觉测量法
  •   1.3 课题来源
  •   1.4 研究内容与技术路线
  • 2 大视场立体视觉测量系统标定
  •   2.1 引言
  •   2.2 立体视觉测量原理
  •   2.3 标定原理与流程
  •     2.3.1 编码标志点的检测与识别
  •     2.3.2 相机内部参数标定
  •     2.3.3 相机外部参数标定
  •   2.4 实验结果及分析
  •     2.4.1 大视场视觉测量系统标定实验
  •     2.4.2 标准长度测量实验
  •   2.5 小结
  • 3 相机外部参数自校准
  •   3.1 引言
  •   3.2 研究现状
  •   3.3 算法原理
  •     3.3.1 参数化旋转矩阵
  •     3.3.2 非约束最小化问题
  •     3.3.3 优化求解
  •   3.4 实验结果及分析
  •     3.4.1 精度与稳定性试验
  •     3.4.2 计算速度实验
  •   3.5 小结
  • 4 基于低速相机阵列的高速三维测量方法
  •   4.1 引言
  •   4.2 测量原理
  •   4.3 系统参数优化
  •   4.4 实验结果及分析
  •     4.4.1 精度实验
  •     4.4.2 应用实验
  •   4.5 小结
  • 5 系统开发与应用
  •   5.1 引言
  •   5.2 测量软件开发
  •   5.3 低速风洞中模型三维变形与姿态测量
  •     5.3.1 引言
  •     5.3.2 姿态测量原理
  •     5.3.3 精度实验
  •     5.3.4 风洞实验
  •   5.4 超高声速风洞中模型的三维变形测量
  •     5.4.1 测量目的与测量环境
  •     5.4.2 测量方法与系统设计
  •     5.4.3 测量结果与分析
  •   5.5 蒸汽式锻压机对击锤打击速度测量
  •     5.5.1 引言
  •     5.5.2 测量方法与系统配置
  •     5.5.3 测量结果与分析
  •   5.6 大型桶状构件自动对接
  •     5.6.1 测量目的
  •     5.6.2 对接原理
  •     5.6.3 实验结果与分析
  •   5.7 小结
  • 6 总结与展望
  •   6.1 主要结论
  •   6.2 研究展望
  • 致谢
  • 参考文献
  • 附录 攻读博士期间发表的学术论文、专利目录
  • 文章来源

    类型: 博士论文

    作者: 陈然

    导师: 史玉升,李中伟

    关键词: 风洞模型,立体视觉,变形测量,姿态测量,标定,大视场,外部参数自校准,相机阵列,高速测量

    来源: 华中科技大学

    年度: 2019

    分类: 基础科学,工程科技Ⅱ辑

    专业: 力学,航空航天科学与工程

    单位: 华中科技大学

    基金: 国家自然科学基金青年基金:“基于离焦二值图像的超高速三维形面测量中相位误差建模与补偿”(No.51505169)

    分类号: V211.74

    DOI: 10.27157/d.cnki.ghzku.2019.000077

    总页数: 121

    文件大小: 8627K

    下载量: 136

    相关论文文献

    • [1].室内环境下立体视觉惯导融合定位[J]. 测绘通报 2019(12)
    • [2].俄开发出可恢复立体视觉的“电子眼镜”[J]. 防灾博览 2020(02)
    • [3].科技[J]. 走向世界 2020(15)
    • [4].基于立体视觉的安全车距新型识别技术的研究[J]. 汽车实用技术 2020(14)
    • [5].基于光度立体视觉的一体化智能读码器[J]. 集成电路应用 2020(10)
    • [6].立体视觉资源分类研究[J]. 软件导刊 2018(09)
    • [7].立体视觉对间歇性外斜视手术时机选择的临床研究[J]. 中国初级卫生保健 2015(08)
    • [8].国际频道[J]. 科技传播 2020(05)
    • [9].非相似立体视觉模型构建与验证(英文)[J]. 红外与激光工程 2019(08)
    • [10].基于立体视觉的炸药混装车自动装药系统[J]. 科技创新导报 2018(14)
    • [11].立体视觉技术的相关专利分析[J]. 信息与电脑(理论版) 2018(19)
    • [12].俄开发出可恢复立体视觉的“电子眼镜”[J]. 家庭科技 2020(08)
    • [13].不同颜色太阳镜对立体视觉的影响[J]. 科学启蒙 2009(06)
    • [14].铁塔单目立体视觉测量技术研究[J]. 河北电力技术 2013(04)
    • [15].立体视觉基础[J]. 现代电影技术 2011(01)
    • [16].不同透光率的有色眼镜对大学生立体视觉的影响[J]. 医学研究与教育 2018(04)
    • [17].基于压缩感知的光度立体视觉三维成像方法研究[J]. 遥感技术与应用 2017(03)
    • [18].立体视觉编辑技术研究与设计[J]. 电视技术 2014(22)
    • [19].立体视觉的发生机理及临床意义[J]. 河北职工医学院学报 2008(01)
    • [20].儿童间歇性外斜视术后远期立体视觉恢复的研究[J]. 中国斜视与小儿眼科杂志 2018(04)
    • [21].一种非合作卫星目标立体视觉测量技术[J]. 空间控制技术与应用 2017(04)
    • [22].立体视觉的研究进展[J]. 医学综述 2014(11)
    • [23].立体视觉视频孔探仪及其应用[J]. 机电产品开发与创新 2008(01)
    • [24].基于光度立体视觉扩展的博物馆数字化照明控制[J]. 科技通报 2018(06)
    • [25].基于组合编码的条纹结构光主动立体视觉匹配[J]. 计算机测量与控制 2014(11)
    • [26].立体视觉拼布技法[J]. 西安工程大学学报 2015(04)
    • [27].多目聚焦立体视觉[J]. 信息通信 2012(02)
    • [28].被动式立体视觉研究进展[J]. 北京生物医学工程 2008(05)
    • [29].大尺寸几何量立体视觉测量方法研究[J]. 科技创新导报 2020(02)
    • [30].儿童弱视治疗及立体视觉康复效果分析[J]. 双足与保健 2018(01)

    标签:;  ;  ;  ;  ;  ;  ;  ;  ;  

    基于立体视觉的风洞模型三维变形与姿态测量技术研究
    下载Doc文档

    猜你喜欢