一种用于风洞模型六自由度运动捕获方法技术

本发明专利技术涉及一种用于风洞模型六自由度运动捕获方法，属于高超声速风洞非接触测量领域；通过搭建高速双目立体视觉系统，实时捕获模型表面布置的特征点，基于深度学习和立体视觉重构模型在试验过程中的空间坐标，从而解算模型六自由度运动数据；本发明专利技术基于高速双目立体视觉和深度学习，提供了适用于高超声速风洞试验的六自由度空间运动视觉捕获方法，获取模型运动参数及可视化结果。

【技术实现步骤摘要】
一种用于风洞模型六自由度运动捕获方法
本专利技术属于高超声速风洞非接触测量领域，涉及一种用于风洞模型六自由度运动捕获方法。
技术介绍
在风洞试验领域中，针对模型自由飞、头罩分离、级间分离等试验，绝大多数测量手段为二维纹影观测或高速摄影记录二维影像，然后通过二维图像判读获取模型运动轨迹、姿态角等，获取信息量局限在二维平面内，其在解算模型三维空间姿态时有着天然的缺陷，获取信息量较少，后续在进行气动力特性、动态特性、分离特性的参数拟合或参数辨识分析时，缺乏有效、充足的空间姿态数据，目前并没有相关技术实现对风洞模型六自由度空间运动视觉捕获技术的研发。目前，常规测量手段(如二维纹影)获取姿态信息为二维平面信息。与常规测量场景不同的是，高超声速风洞有效流场持续时间较短，如高能脉冲风洞仅几毫秒，对数据采集的速率有着较高的要求，常规测力天平等应用难度较大。市面上常见的三维扫描仪、激光扫描仪，由于其测量原理的限制，采集速率较慢，均不适用于高超声速风洞，无法直接应用。
技术实现思路
本专利技术解决的技术问题是：克服现有技术的不足，提出一种用于风洞模型六自由度运动捕获方法，基于高速双目立体视觉和深度学习，提供了适用于高超声速风洞试验的六自由度空间运动视觉捕获方法，获取模型运动参数及可视化结果。本专利技术解决技术的方案是：一种用于风洞模型六自由度运动捕获方法，包括如下步骤：步骤一、将第一相机和第二相机平行放置；第一相机和第二相机对准风洞试验段；第一相机和第二相机组成的双目立体视觉系统；建立第一相机坐标系o1x1y1z1、第二相机坐标系o2x2y2z2、风洞基准坐标系OwXwYwZw；步骤二、采用张正友标定法获得双目立体视觉系统的内参数和外参数；其中，内参数包括第一相机图像坐标系o01μ01v01到第一标准图像坐标系O1X1Y1的转换矩阵A1、第二相机图像坐标系o02μ02v02到第二标准图像坐标系O2X2Y2的转换矩阵A2、第一相机的畸变参数k11，k12，p11，p12、第二相机的畸变参数k21，k22，p21，p22、第二相机坐标系o2x2y2z2转换为第一相机坐标系o1x1y1z1的变换矩阵R21及平移向量T21；外参数包括第一相机坐标系o1x1y1z1转换为风洞基准坐标系OwXwYwZw的变换矩阵R1w及平移向量T1w；步骤三、在试验模型的表面均匀遍布圆形标记点，用三维扫描仪获取带有标记点的模型完整稠密点云Pdense；步骤四、开始风洞试验，通过第一相机和第二相机连续对风洞试验过程中试验模型进行拍照；步骤五、基于深度学习方法，采用FasterR-CNN框架对第一相机和第二相机拍摄的图像进行目标检测，完成试验模型图像区域和背景分割，提升数据处理效率；步骤六、对试验模型图像区域依次进行高斯滤波算子处理、大津阈值分割处理、算子边缘检测处理、形态学处理、检测闭合轮廓及边缘椭圆拟合处理；并进行几何因子筛选，从试验模型图像区域筛选出满足要求的标记点图像轮廓；并找到每个筛选后的标记点图像轮廓的圆心；步骤七、重复步骤六，获得全部图片的各筛选后的标记点图像轮廓的圆心；步骤八、同一时刻，第一相机和第二相机各有1张图片对应，对每组对应照片中的标记点圆心进行立体匹配；步骤九、根据步骤二中双目立体视觉系统的内参数和步骤八中匹配后的各标记点圆心，建立全部标记点圆心的三维立体模型，得到三维立体模型中全部标记点圆心的点云数据Psparse；步骤十、根据步骤二中双目立体视觉系统的外参数，将点云数据Psparse转换到风洞基准坐标系OwXwYwZw下，得到转换后的点云数据P′sparse；并将步骤三中的完整稠密点云Pdense与转换后的点云数据P′sparse进行匹配，从完整稠密点云Pdense中将与转换后的点云数据P′sparse不匹配的标记点去除；获得匹配后的稠密点云P′dense；步骤十一、对匹配后的稠密点云P′dense通过PCA分析，提取匹配后的稠密点云P′dense在风洞基准坐标系OwXwYwZw下的3个主向量，即为匹配后的稠密点云P′dense所围成试验模型的3个主向量；步骤十二、根据3个主向量确定试验模型中心在风洞基准坐标系OwXwYwZw下的坐标(X，Y，Z)和试验模型与风洞基准坐标系OwXwYwZw三轴的夹角α、β、γ；实现对实验模型运动的捕获。在上述的一种用于风洞模型六自由度运动捕获方法，所述步骤一中，第一相机和第二相机均采用高速CMOS相机；第一相机坐标系o1x1y1z1的建立方法为：以第一相机的光心为坐标原点o1；z1轴水平指向风洞试验段，x1竖直向下；y1方向由右手定则确定；第二相机坐标系o2x2y2z2的建立方法为：以第二相机的光心为坐标原点o2；z2轴水平指向风洞试验段，x2竖直向下；y2方向由右手定则确定；风洞基准坐标系OwXwYwZw的建立方法为：以风洞试验段的中心为原点Ow；Xw指向风洞来流逆方向；Yw为垂直风洞来流向上方向；Zw方向由右手定则确定。在上述的一种用于风洞模型六自由度运动捕获方法，所述步骤二中，第一相机图像坐标系o01μ01v01的建立方法为：第一相机拍摄图像的左上角为坐标原点o01；μ01为沿拍摄图像水平向右方向；v01方向为沿拍摄图像竖直向下方向；第一标准图像坐标系O1X1Y1的建立方法为：第一相机光轴与第一相机拍摄图像的平面交点为原点O1；X1方向水平向右；Y1方向竖直向下；第二相机图像坐标系o2μ2v2的建立方法为：第二相机拍摄图像的左上角为坐标原点o2；μ2为沿拍摄图像水平向右方向；v2方向为沿拍摄图像竖直向下方向；第二标准图像坐标系O2X2Y2的建立方法为：第二相机光轴与第二相机拍摄图像的平面交点为原点O2；X2方向水平向右；Y2方向竖直向下。在上述的一种用于风洞模型六自由度运动捕获方法，所述步骤四中，风洞试验中风洞来流马赫数为5-8；试验模型安装在风洞试验段的正中央；第一相机和第二相机的拍照帧速为3600帧/s，单次风洞试验的时长为2.5s。在上述的一种用于风洞模型六自由度运动捕获方法，所述步骤六中，通过高斯滤波算子处理，实现对试验模型图像区域的平滑滤波和去除噪声；通过大津阈值分割处理自适应获取最优阈值完成图像二值化；通过算子边缘检测处理，获取图像中试验模型的轮廓及标记点的轮廓；所述形态学处理为通过形态学膨胀和腐蚀算法，将图像中断裂的边缘连接完整；所述检测闭合轮廓及边缘椭圆拟合处理为采用最小二乘优化算法对轮廓信息进行闭合筛选及椭圆拟合。在上述的一种用于风洞模型六自由度运动捕获方法，所述步骤六中，几何因子筛选的标准包括：S1、计算各标记点轮廓圆度C，C＝4πA/l2；其中，A为图像中标记点轮廓所在封闭区域面积；l为图像中标记点轮廓所在封闭区域周长；S2、计算各标记点的惯性率I；I＝I′x/I′y，其中，I′x为经过该标记点中心的最长半径的惯性矩；I′y为本文档来自技高网...

【技术保护点】
1.一种用于风洞模型六自由度运动捕获方法，其特征在于：包括如下步骤：/n步骤一、将第一相机和第二相机平行放置；第一相机和第二相机对准风洞试验段；第一相机和第二相机组成的双目立体视觉系统；建立第一相机坐标系o

【技术特征摘要】
1.一种用于风洞模型六自由度运动捕获方法，其特征在于：包括如下步骤：
步骤一、将第一相机和第二相机平行放置；第一相机和第二相机对准风洞试验段；第一相机和第二相机组成的双目立体视觉系统；建立第一相机坐标系o1x1y1z1、第二相机坐标系o2x2y2z2、风洞基准坐标系OwXwYwZw；
步骤二、采用张正友标定法获得双目立体视觉系统的内参数和外参数；其中，内参数包括第一相机图像坐标系o01μ01v01到第一标准图像坐标系O1X1Y1的转换矩阵A1、第二相机图像坐标系o02μ02v02到第二标准图像坐标系O2X2Y2的转换矩阵A2、第一相机的畸变参数k11，k12，p11，p12、第二相机的畸变参数k21，k22，p21，p22、第二相机坐标系o2x2y2z2转换为第一相机坐标系o1x1y1z1的变换矩阵R21及平移向量T21；外参数包括第一相机坐标系o1x1y1z1转换为风洞基准坐标系OwXwYwZw的变换矩阵R1w及平移向量T1w；
步骤三、在试验模型的表面均匀遍布圆形标记点，用三维扫描仪获取带有标记点的模型完整稠密点云Pdense；
步骤四、开始风洞试验，通过第一相机和第二相机连续对风洞试验过程中试验模型进行拍照；
步骤五、基于深度学习方法，采用FasterR-CNN框架对第一相机和第二相机拍摄的图像进行目标检测，完成试验模型图像区域和背景分割，提升数据处理效率；
步骤六、对试验模型图像区域依次进行高斯滤波算子处理、大津阈值分割处理、算子边缘检测处理、形态学处理、检测闭合轮廓及边缘椭圆拟合处理；并进行几何因子筛选，从试验模型图像区域筛选出满足要求的标记点图像轮廓；并找到每个筛选后的标记点图像轮廓的圆心；
步骤七、重复步骤六，获得全部图片的各筛选后的标记点图像轮廓的圆心；
步骤八、同一时刻，第一相机和第二相机各有1张图片对应，对每组对应照片中的标记点圆心进行立体匹配；
步骤九、根据步骤二中双目立体视觉系统的内参数和步骤八中匹配后的各标记点圆心，建立全部标记点圆心的三维立体模型，得到三维立体模型中全部标记点圆心的点云数据Psparse；
步骤十、根据步骤二中双目立体视觉系统的外参数，将点云数据Psparse转换到风洞基准坐标系OwXwYwZw下，得到转换后的点云数据P′sparse；并将步骤三中的完整稠密点云Pdense与转换后的点云数据P′sparse进行匹配，从完整稠密点云Pdense中将与转换后的点云数据P′sparse不匹配的标记点去除；获得匹配后的稠密点云P′dense；
步骤十一、对匹配后的稠密点云P′dense通过PCA分析，提取匹配后的稠密点云P′dense在风洞基准坐标系OwXwYwZw下的3个主向量，即为匹配后的稠密点云P′dense所围成试验模型的3个主向量；
步骤十二、根据3个主向量确定试验模型中心在风洞基准坐标系OwXwYwZw下的坐标(X，Y，Z)和试验模型与风洞基准坐标系OwXwYwZw三轴的夹角α、β、γ；实现对实验模型运动的捕获。


2.根据权利要求1所述的一种用于风洞模型六自由度运动捕获方法，其特征在于：所述步骤一中，第一相机和第二相机均采用高速CMOS相机；
第一相机坐标系o1x1y1z1的建立方法为：
以第一相机的光心为坐标原点o1；z1轴水平指向风洞试验段，x1竖直向下；y1方向由右手定则确定；
第二相机坐标系o2x2y2z2的建立方法为：
以第二相机的光心为坐标原点o2；z2轴水平指向风洞试验段，x2竖直向下；y2方向由右手定则确定；
风洞基准坐标系OwXwYwZw的建立方法为：
以风洞试验段的中心为原点Ow；Xw指向风洞来流逆方向；Yw为垂直风洞来流向上方向；Zw方向由右手定则确定。


3.根据权利要求2所述的一种用于风洞模型六自由度运动捕获方法，其特征在于：所述步骤二中，第一相机图像坐标系o...

【专利技术属性】
技术研发人员：陈勇富，文帅，刘展，刘修廷，纪锋，陈农，陈星，
申请(专利权)人：中国航天空气动力技术研究院，
类型：发明
国别省市：北京;11