3D dynamic deformation measurement and visual analysis of helicopter rotor
-
摘要:
针对直升机旋翼动载荷飞行试验测试需求，提出一种直升机旋翼三维动态变形测量与可视化分析方法。首先，根据直升机旋翼的结构特点和高速旋转特性，设计了以一组双目高清摄像头为核心的旋翼动态变形影像测量与监控及分析系统；其次，基于双目立体视觉测量理论，论述了测量系统标定、实时单点变形测量、散斑影像匹配、旋翼表面三维重建与三维动态变形可视化分析原理/方法；最后，在地面进行了模拟实测环境的仿真试验，实现了试验系统搭建、试验数据采集、处理与分析。试验结果证明，该方法可获得最大误差优于4 mm的定位测量精度，能很好地实现直升机旋翼三维动态变形测量，为飞行试验旋翼载荷测试数据分析等提供直观、可靠的数据与技术支撑。
Abstract:In order to meet the requirements of helicopter rotor dynamic load test, a three-dimensional (3D) dynamic deformation measurement and visual analysis method for helicopter rotor was proposed. Firstly, according to the structure and high-speed rotation characteristics of helicopter rotor, a dynamic deformation image measurement and monitoring as well as analysis system of rotor with binocular high-definition camera as the core was designed. Then, based on the binocular stereo vision measurement theory, the principle/method of the measuring system calibration, real-time single point deformation measurement, speckle image matching, rotor surface 3D reconstruction and 3D dynamic deformation visual analysis were discussed. Finally, the simulation test of simulated and measured environment was carried out on the ground, and the test system construction, test data acquisition, processing and analysis were realized. The test results show that this method can obtain the positioning measurement accuracy with the maximum error less than 4 mm, and can well realize the 3D dynamic deformation measurement of helicopter rotor, which provides intuitive and reliable data and technical support for the flight test rotor load test data analysis.
-
引言
高精度航天器位姿实时测量轨迹是一种广泛应用于国防工业、航空航天工程等军工领域的核心技术[1]，同时也广泛应用在例如搜寻和救援、工业监视、交通管制甚至动物迁徙等一般领域[2]。在国防应用中[3]，运动目标轨迹预测是导弹防御系统和精确巡航制导的核心技术之一，同时运动目标轨迹预测也为诸如反恐和维和行动提供了技术支援。
受被测运动目标大尺寸、轨迹难测及速度变化等因素的影响，非接触式测量方法大量应用于运动目标特别是大尺寸运动目标的姿态测量[4]。视觉测量技术是建立在计算机视觉研究基础上的一门新兴技术，研究重点是物体的几何尺寸及物体在空间的位置、姿态等的测量[5]。利用视觉传感器测量运动目标的位姿是被广泛应用的有效方法，在测量过程中不需要引入其他的测量装置，也不会影响被测目标的运动参数。因此，对于大尺寸运动目标轨迹位姿测量，视觉测量方法是有效且合适的[6]。同时视觉测量是基于光学图像理论，因而测量系统具有很高的可靠性[7]。
单目视觉位姿测量是指用目标上的特征点来估计三维物体的位置和姿态，其结构简单，测量范围大，测量方法多，广泛应用于物体识别、跟踪导航、三维姿态估计、场景分析等多个领域[8]。文献[9]中作者提出了一种基于单目视觉的运动目标测距方法，该方法需要被测目标的准确几何信息，对于未知物体具有局限性。文献[10]中作者基于单目小孔成像原理，搭建了一种主动式测量系统，用于测量平台的位姿，有效地提高了系统的姿态测量精度。与此同时，国内外学者也基于单目视觉原理，提出了一系列用于几何量测量[11-14]的测量装置和测量方法。
本文提出一种基于单目视觉的航天器实时姿态测量方法。利用单轴高精度旋转平台结合摄像机的方法进行航天器的位姿测量。与一般的单目视觉测量系统相比，该方法不需要对被测目标进行几何约束，同时也不需要进行转站测量，因而能保证进行动态实时位姿测量，可用于在线航天器的在线监测。
1 单目视觉模型
对于摄像机能观测到的空间目标上特征点P，其在世界坐标系Ow-xwywzw的坐标表示为(xw, yw, zw)，如图 1所示, 点P通过摄像机镜头投影到摄像机图像平面的点为p。点p在图像坐标系Om-XmYm下的坐标是(u, v)。
根据摄像机的针孔摄像模型，空间点位于摄像机坐标系下的坐标与其图像投影的图像坐标满足如下关系：
$$ w\left[ \begin{array}{l} u\\ v\\ 1 \end{array} \right] = A\left[ \begin{array}{l} {x_c}\\ {y_c}\\ {z_c} \end{array} \right], \;\;\;A = \left[ {\begin{array}{*{20}{c}} {{f_x}}&0&{{u_0}}\\ 0&{{f_y}}&{{v_0}}\\ 0&0&1 \end{array}} \right] $$ (1) 式中：[xc yc zc]T为空间点摄像机坐标系下坐标值；[u v]T是空间点在图像平面投影的坐标值；w是任意坐标尺度因子；矩阵A是摄像机的内参矩阵，可以通过摄像机标定获取，其中fx和fy为有效焦距，(u0, v0)为摄像机图像平面的光学中心或主点的图像坐标值。
位于世界坐标系下的空间点P的坐标与其在摄像机坐标系下的坐标满足如下关系：
$$ \left[ \begin{array}{l} {x_w}\\ {y_w}\\ {z_w} \end{array} \right] = \mathit{\boldsymbol{R}} \cdot \;\left[ \begin{array}{l} {x_c}\\ {y_c}\\ {z_c} \end{array} \right] + \mathit{\boldsymbol{T}}{\rm{, }}\;\mathit{\boldsymbol{R = }}\left[ {\begin{array}{*{20}{c}} {{r_1}}&{{r_2}}&{{r_3}}\\ {{r_4}}&{{r_5}}&{{r_6}}\\ {{r_7}}&{{r_8}}&{{r_9}} \end{array}} \right], \mathit{\boldsymbol{T}} = \left[ \begin{array}{l} {t_s}\\ {t_y}\\ {t_z} \end{array} \right] $$ (2) 矩阵R是摄像机坐标系Oc-xcyxzc与世界坐标系Ow-xwywzw之间的旋转矩阵；向量T是2个坐标系之间的偏移。R和T为被测目标在相对于摄像机坐标系的位姿。
旋转矩阵R可以表示为
$$ \mathit{\boldsymbol{R = R}}\left( \alpha \right)\mathit{\boldsymbol{R}}\left( \beta \right)\mathit{\boldsymbol{R}}\left( \gamma \right) $$ (3) $$ \mathit{\boldsymbol{R = }}\left[ {\begin{array}{*{20}{c}} {\cos \left( \beta \right)\cos \left( \alpha \right)}&{ - \cos \left( \beta \right)\sin \left( \alpha \right)}&{\sin \left( \beta \right)}\\ {\sin \left( \alpha \right)\sin \left( \beta \right)\cos \left( \gamma \right) + \cos \left( \alpha \right)\sin \left( \gamma \right)}&{ - \sin \left( \alpha \right)\sin \left( \beta \right)\sin \left( \gamma \right) + \cos \left( \alpha \right)\cos \left( \gamma \right)}&{ - \sin \left( \alpha \right)\cos \left( \beta \right)}\\ { - \cos \left( \alpha \right)\sin \left( \beta \right)\cos \left( \gamma \right) + \sin \left( \alpha \right)\sin \left( \gamma \right)}&{\cos \left( \alpha \right)\sin \left( \beta \right)\sin \left( \gamma \right) + \sin \left( \alpha \right)\cos \left( \gamma \right)}&{\cos \left( \alpha \right)\cos \left( \alpha \right)} \end{array}} \right] $$ (4) 式中(α, β, γ)为旋转矩阵R的3个欧拉角，分别表示Ow-xwywzw绕xc, yc, zc轴之间的旋转角。当R已知时，通过(4)式即可解出3个姿态角。
2 位姿测量原理
纯粹的单目摄像机系统会失去被测目标的深度信息，因此常见的解决方法主要是对被测目标进行几何约束，或者进行多站测量。本文将摄像机安装在一台高精度的旋转平台上，图 2所示为单轴旋转视觉测量系统图。主要包括一台高精度旋转平台(用于带动摄像机旋转)、光栅编码器实时输出旋转角度和一台安装在单轴旋转平台上的摄像机(用于实时捕捉测量对象)。
在测量过程中旋转平台带动摄像机旋转，摄像机在不同的位置对被测目标进行拍摄，根据测量系统的先验信息对拍摄到的图像进行位姿解算。图 3所示为单目位姿测量原理示意图。
根据单目摄像机模型与转台模型可得：
$$ {s_i}\left[ {\begin{array}{*{20}{l}} {{u_i}}\\ {{v_i}}\\ 1 \end{array}} \right] = A{\left[ {\begin{array}{*{20}{l}} {{x_c}}\\ {{y_c}}\\ {{z_c}} \end{array}} \right]_i} $$ (5) $$ \left[ \begin{array}{l} {x_c}\\ {y_c}\\ {z_c} \end{array} \right] = \mathit{\boldsymbol{R}}_c^i \cdot \left[ \begin{array}{l} {x_c}\\ {y_c}\\ {z_c} \end{array} \right]{\;_{_{i + 1}}}\; + \mathit{\boldsymbol{T}}_c^i $$ (6) 式中R和T为i+1位置与i处摄像机坐标系之间的旋转矩阵和平移向量。测量系统联合校准之后，Rci和Tci可以由安装在旋转平台上光栅编码器的输出值结合转台旋转模型进行解算得到。
在测量之前先对选择平台与摄像机进行联合标定，获取摄像机坐标系与旋转平台坐标系的几何关系。联立(5)式和(6)式可以求出空间被测点的图像投影与其空间坐标的映射关系。通过计算机对摄像机图片进行实时处理，即可得到被测物体的实时位姿。
3 实验分析
图 4所示为航天器试验的视觉测量系统示意图。航天器可以在图中所示的3自由度导轨上自由运动。3个运动方向由大地坐标系确定。垂直运动方向上有重力加速度作用，其他2个方向上没有加速度。视觉测量系统包括安装有摄像机的高精密转台。在航天器表面和实验场粘贴一些靶标，用于航天器识别和位姿解算。不失一般性，世界坐标系的坐标轴由大地坐标系确定，其坐标原点设在航天器初始的位置处。
![]()
图 4 航天器姿态测量实验系统Figure 4. Experimental measuring system for pose and position of spacecraft在航天器上安装高精度加速度计和陀螺仪组成的惯性导航系统(inertial navigation system, INS)。在给定的实验条件下，INS姿态误差小于15″，位置误差小于1 mm。在实验条件下精度远高于单目视觉测量系统的精度，因此可以将INS的输出值作为航天器的位姿真值。图 4实验的单目视觉系统的摄像机选用Basler公司生产的分辨率为2 400×2 050像素的面阵CCD。摄像机镜头为Computar公司生产的25 mm摄像机镜头。在实验条件下成像信噪比为60 dB。实验过程中，单目视觉测量系统与实验框架的距离为5 m。
实验中，航天器按照预先设定的运动轨迹和姿态进行调整运动。单目视觉测量系统持续获取航天器实时位姿，便于实验分析等间距，取其中25个采样点作为实验样本。姿态测量误差与位置测量误差定义如下：
$$ \left\{ \begin{array}{l} {E_a} = \sqrt {E_a^2 + E_\beta ^2 + E_\gamma ^2} \\ {E_p} = \sqrt {E_x^2 + E_y^2 + E_z^2} \end{array} \right. $$ (7) 式中：Ea和Ep分别是姿态测量误差和位置测量误差；Eα，Eβ，Eγ分别是3个姿态角的测量误差；Ex，Ey，Ez分别是3个方向上的位置测量误差。
图 5~7所示为单目视觉测量系统测量的航天器3个姿态角与其真实的姿态角的对比。对于变化的姿态角实时测量，本文所提出的单目视觉测量方法与真实值之间吻合度较高。图 8为航天器姿态角测量的合成误差，从中可得出，在给定实验条件下，航天器姿态角的测量误差小于0.05°，满足实际工程0.1°的精度要求。
图 9所示为航天器运动过程中测量系统测量的位置与真实的位置的对比，各采样点实际测量值和真实值都非常接近。图 10为单目视觉测量系统的位置测量误差图，从中可得本文提出的单目视觉测量方法的位置测量误差小于0.03 m，满足实际工程所需的0.05 m的精度要求。
航天器姿态测量和位置测量结果均表明，本文提出的单目视觉测量方法满足实际工程测量的精度需求。姿态角测量误差小于0.05°，位置测量误差小于0.03 m。因此本文提出的航天器实时位姿测量方法是可靠和有效的。
4 结论
本文提出一种基于单目视觉的航天器实时位姿测量方法，该方法将单个摄像机安装在高精度单轴旋转平台上，通过旋转平台的旋转对被测目标进行空间位姿解算。该方法不需要对被测目标进行几何约束，同时也不用进行转站测量，因而可以进行动态实时的在线位姿检测。实验结果表明本文提出的单目视觉测量方法姿态测量误差小于0.05°，位置测量误差小于0.03 m，可用于实时在线位姿测量。
-
![]()
图 1 旋翼动态变形测量与可视化分析系统组成图
Figure 1. Composition of rotor dynamic deformation measurement and visual analysis system
![]()
图 2 一体化随动视频采集与处理子系统组成与系统信号传输结构示意图
Figure 2. Composition of integrated servo video acquisition and processing subsystem and signal transmission structure of whole system
![]()
图 5 编码标志点检测、识别与匹配流程图
Figure 5. Flow chart of detection, identification and matching of coded mark points
![]()
图 6 基于数字散斑相关的直升机旋翼变形测量算法实现流程图
Figure 6. Algorithm implementation process of helicopter rotor deformation measurement based on digital speckle correlation
![]()
图 10 平板上沿纵向较远两点的运动变化曲线
Figure 10. Motion change curves of two points along longitudinal distance on plate
表 1 编码标志点的视觉测量计算结果与全站仪测量数据的对比分析
Table 1 Comparison and analysis of visual measurement calculation results of coded mark points and measurement data of total station
点号 全站仪测量数据 全场变形测量软件计算数据 坐标对比/mm Xc/mm Yc/mm Zc/mm X/mm Y/mm Z/mm dX dY dZ 36 980.0 −9.7 1 156.8 979.8 −7.3 1 160.0 −0.2 2.4 3.2 37 560.0 11.0 930.5 560.6 12.2 933.7 0.6 1.2 3.2 38 1 019.1 12.7 505.9 1 020.7 13.5 506.7 1.6 0.8 0.8 39 613.1 32.2 314.1 614.7 32.6 317.1 1.6 0.4 3.0 40 1 055.5 82.6 −5.7 1 056.1 83.6 −2.5 0.6 1.0 3.2 41 982.2 203.3 −483.5 983.0 204.1 −480.9 0.8 0.8 2.6 42 555.8 136.7 −240.9 556.6 136.5 −238.5 0.8 −0.2 2.4 43 695.1 285.9 −847.5 695.7 285.1 −846.3 0.6 −0.8 1.2 44 1 096.3 347.5 −1 056.3 1 096.7 347.3 −1 055.5 0.4 −0.2 0.8 45 1 555.8 269.8 −864.1 1 558.4 269.8 −863.9 2.6 0.0 0.2 46 1 374.7 142.7 −281.4 1 375.7 143.7 −278.8 1.0 1.0 2.6 47 1 410.7 48.5 174.7 1 410.3 50.3 178.5 −0.4 1.8 3.8 48 1 456.7 3.9 665.7 1 457.5 6.3 667.7 0.8 2.4 2.0 49 1 338.0 427.1 −1 140.5 1 339.0 428.3 −1 138.1 1.0 1.2 2.4 50 960.0 597.6 −1 157.2 959.8 598.2 −1 154.6 −0.2 0.6 2.6 Min-error/mm 0.2 0.0 0.2 Max-error/mm 2.6 2.4 3.8 Mean square error/mm 1.1 1.2 2.5 
下载: 导出CSV
-
[1] 陈洞滨, 熊邦书, 黄建萍, 等. 基于标记点的直升机旋翼动态三维测量方法[J]. 半导体光电,2013,34(5):904-908. doi: 10.16818/j.issn1001-5868.2013.05.042 CHEN Dongbin, XIONG Bangshu, HUANG Jianping, et al. Dynamic 3D-measurement method of helicopter rotor based on marked points[J]. Semiconductor Optoelectronics,2013,34(5):904-908. doi: 10.16818/j.issn1001-5868.2013.05.042
[2] 徐明, 韩东, 李建波. 变转速旋翼气动特性分析及试验研究[J]. 航空学报,2013,34(9):2047-2056. XU Ming, HAN Dong, LI Jianbo. Analysis and experimental investigation on the aerodynamic characteristics of variable speed rotor[J]. Acta Aeronautica et Astronautica Sinica,2013,34(9):2047-2056.
[3] 熊奎. 基于双目视觉的直升机旋翼桨叶挥舞角测量方法研究[D]. 南昌: 南昌航空大学, 2015. XIONG Kui. Research on flapping angle measurement of helicopter rotor blade based on binocular vision[D]. Nanchang: Nanchang Hangkong University, 2015.
[4] 习娟, 吴裕平, 陈平剑. 直升机旋翼载荷飞行测试结果的分析与应用[J]. 南京航空航天大学学报,2011,43(3):419-422. doi: 10.3969/j.issn.1005-2615.2011.03.024 XI Juan, WU Yuping, CHEN Pingjian. Analysis and application of flight test results for helicopter rotor systems loads[J]. Journal of Nanjing University of Aeronautics & Astronautics,2011,43(3):419-422. doi: 10.3969/j.issn.1005-2615.2011.03.024
[5] 吴杰, 杨卫东, 虞志浩. 旋翼桨叶结构载荷计算方法比较研究[J]. 振动与冲击,2014,33(7):210-214. doi: 10.13465/j.cnki.jvs.2014.07.035 WU Jie, YANG Weidong, YU Zhihao. Comparison among rotor blade structural load calculation methods[J]. Journal of Vibration and Shock,2014,33(7):210-214. doi: 10.13465/j.cnki.jvs.2014.07.035
[6] 陈铭杰. 直升机旋翼桨叶弯矩与变形分布式光纤智能监测技术研究[D]. 南京: 南京航空航天大学, 2019. CHEN Mingjie. Research on distributed optical fiber intelligent monitoring technology of helicopter rotor blade bending moment and deformation[D]. Nanjing: Nanjing University of Aeronautics and Astronautics, 2019.
[7] UEHARA D, CAMERON C, SIROHI J. Deformation measurement and modal identification of an extremely flexible rotor blade[C]//Asian-Australian Rotorcraft Forum. Kanazawa: IEEE, 2017: 24-26.
[8] BODEN F, MAUCHER C. Advanced in-flight measurement techniques: Chapter 13[M]. Heidelberg: Springer, 2013: 195-213.
[9] LANARI C, STASICKI B, BODEN F, et al. Advanced in-flight measurement techniques: Chapter 9[M]. Heidelberg: Springer, 2013: 133-153.
[10] BODEN F, KIRMSE T, JENTINK H. Image pattern correlation technique[M]. Norderstedt: Springer, 2013: 63-85.
[11] 吴国宝, 吴志刚, 易晖, 等. 基于三维数字影像的直升机旋翼运动参数测量方法研究[J]. 光电技术应用,2016,31(2):76-80. doi: 10.3969/j.issn.1673-1255.2016.02.019 WU Guobao, WU Zhigang, YI Hui, et al. Research on motion parameter measurement of helicopter rotor blade based on three-dimensional digital image[J]. Electro-Optic Technology Application,2016,31(2):76-80. doi: 10.3969/j.issn.1673-1255.2016.02.019
[12] 韩涛, 吴衡. 基于立体视觉的直升机旋翼桨叶三维动态变形测量[J]. 科学技术与工程,2018,18(8):322-327. doi: 10.3969/j.issn.1671-1815.2018.08.054 HAN Tao, WU Heng. 3D dynamic deformation measurement of helicopter rotor blades based on stereovision[J]. Science Technology and Engineering,2018,18(8):322-327. doi: 10.3969/j.issn.1671-1815.2018.08.054
[13] 左承林, 马军, 岳廷瑞, 等. 基于双目立体视觉的直升机旋翼桨叶位移变形测量方法[J]. 实验流体力学,2020,34(1):87-95. doi: 10.11729/syltlx20190071 ZUO Chenglin, MA Jun, YUE Tingrui, et al. Displacement and deformation measurements of helicopter rotor blades based on binocular stereo vision[J]. Journal of Experiments in Fluid Mechanics,2020,34(1):87-95. doi: 10.11729/syltlx20190071
[14] 虞志浩, 杨卫东, 张呈林. 基于Broyden法的旋翼多体系统气动弹性分析[J]. 航空学报,2012,33(12):2171-2182. YU Zhihao, YANG Weidong, ZHANG Chenglin. Aeroelasticity analysis of rotor multibody system based on broyden method[J]. Acta Aeronautica et Astronautica Sinica,2012,33(12):2171-2182.
[15] 张永军. 基于序列图像的视觉检测理论与方法[M]. 武汉: 武汉大学出版社, 2008. ZHANG Yongjun. Theory and method of vision detection based on sequence image[M]. Wuhan: Wuhan University Press, 2008.
[16] 李晓明, 姚剑, 张继福. 摄像机畸变模型的比较与选择[J]. 计算机辅助设计与图形学学报,2015,27(5):824-831. doi: 10.3969/j.issn.1003-9775.2015.05.007 LI Xiaoming, YAO Jian, ZHANG Jifu. Comparison and selection of camera models with lens distortion[J]. Journal of Computer-Aided Design & Computer Graphics,2015,27(5):824-831. doi: 10.3969/j.issn.1003-9775.2015.05.007
[17] 张剑清, 潘励, 王树根. 摄影测量学[M]. 武汉: 武汉大学出版社, 2006. ZHANG Jianqing, PAN Li, WANG Shugen. Digital Photogrammetry[M]. Wuhan: Wuhan University Press, 2006.
[18] 魏斌, 梁晋, 李洁, 等. 大型上单翼飞机机翼三维全场变形测量方案[J]. 航空学报,2017,38(7):172-181. WEI Bin, LIANG Jin, LI Jie, et al. 3D full-field wing deformation measurement method for large high-wing airplanes[J]. Acta Aeronautica et Astronautica Sinica,2017,38(7):172-181.
-
期刊类型引用(2)
1. 韩果，丘杭海，朱鹏，罗敏芳. 大展弦比巡飞弹挂固定翼载机投放研究. 教练机. 2024(03): 37-41 . 
百度学术
2. 胡国欣，周唯，邵翔宇. 基于面阵式激光雷达的弹目交会参数解算仿真研究. 舰船电子工程. 2023(09): 88-94 . 百度学术
其他类型引用(4)
计量
- 文章访问数: 314
- HTML全文浏览量: 163
- PDF下载量: 47
- 被引次数: 6
陕公网安备 61011302001501号 