【技术实现步骤摘要】
本专利技术属于飞行试验监测，更具体地，涉及一种基于双目视觉的大翼展无人机机翼结冰探测方法及系统。
技术介绍
1、高空长航时无人机具有飞行高度高，飞行时间长的特点，可用于气象监测、通信中继、侦察预警、信息对抗等方面，具有广阔的应用前景。高空长航时无人机追求的飞行高度更高，续航时间更长，无人机翼展较大，而燃料电池动力有限，为有效降低无人机重量，提高任务载荷和储能装载能力。在高性能指标和轻结构重量要求下，通过提高展弦比增加升力，结构设计中常采用复合材料，机翼在重力载荷或气动载荷的作用下，结构变形较大，受气流的影响，对飞机的迎角、地速、爬升率等参数有较为明显的扰动。因此高空长航时无人机结冰探测与普通客机有较大差别。
2、普通飞机的机翼变形量较小，常采用在固定位置安装结冰探测器的方式探测机翼是否结冰，而大柔性无人机机翼较长且变形量大且在结构重量限制范围内，难以有效探测飞机机翼结冰情况。飞机的机翼结冰分为明冰、淞冰及混合冰，而大翼展无人机由于巡航高度较高，一般结冰多为淞冰，在起降阶段穿越天气云层时，可能会有少量明冰或混合冰，在采取防除冰措施后情况可忽略不计。
3、因此，在不改变大翼展无人机机翼的结构和气动外形的情况下，研究一种在飞行试验过程中简单可靠并且精度较高的大翼展无人机机翼结冰探测系统至关重要。
4、公开于本专利技术
技术介绍
部分的信息仅仅旨在加深对本专利技术的一般
技术介绍
的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域技术人员所公知的现有技术。
技术实现思路
1、本专利技术的目的是提出一种基于双目视觉的大翼展无人机机翼结冰探测方法及系统，实现采用非接触视觉测量的方式，不改变机翼气动外形及结构特性，更好的实现大翼展无人机机翼结冰的探测。
2、为实现上述目的，第一方面，本专利技术提出了一种基于双目视觉的大翼展无人机机翼结冰探测方法，包括：
3、将两个相机分别安装于飞机前缘对称轴的支撑杆上，确定两个相机的相机坐标系、成像平面的坐标位置以及有效焦距；
4、在机翼前缘表面设置多个编码标识点，多个编码标识点分布在翼段前缘驻点、临近驻点上表面和下表面，并给出机翼处于自然停机状态时各编码标识点在机体坐标系下的空间三维坐标；
5、利用编码标识点的空间三维坐标进行两个相机的外参数标定，通过一幅图像上的多个编码标识点进行最小二乘求出三维空间中相机拍摄的图像相对于机体坐标系的旋转矩阵和平移矩阵元素；
6、利用编码标识点的空间三维坐标进行两个相机的内参数标定，根据二维像素平面坐标系与相机坐标系的坐标转换关系，以及成像平面坐标和相机坐标系下坐标采用最小二乘法求出内参数；
7、通过两个相机采集机翼图像并检测特征点，进行双目相机图像立体匹配，将实际环境中的测量点在两个相机上的投影成像对应起来，在目标图像中寻找参考子区相似程度最大的目标子区，将匹配成功后两个子区作为同名点；
8、根据同名点在像素平面和机体坐标系的相关转换方程联立求解出翼段前缘所有标识点的空间三维坐标值，将求解出的z坐标值与未结冰时对应的初始z坐标值作差，得到结冰厚度。
9、可选地，在相机内参数和外参数标定过程及立体匹配过程中采用harris角点作为匹配特征点。
10、可选地，相机内参数和外方位参数的标定均是通过整幅图像上所有特征点进行最小二乘法求得相应的矩阵元素参数。
11、可选地，在进行双目相机图像立体匹配过程中，使用图像灰度相似系数评价参考图像子区与目标图像子区的相似程度，将图像灰度相似系数最小值问题等价为线性方程均方根误差最小问题，通过迭代得到匹配结果。
12、可选地，两个相机安装于飞机前缘轴对称处的支撑杆上，两个相机采用互相平行的方式安装于支撑杆的两侧。
13、可选地，所述编码标识点由多个黑白方块组成，且具有荧光特性，采用涂覆或贴附的方式设置在机翼表面。
14、可选地，所述图像灰度相似系数的公式为：
15、csad(x,y,dp)＝∨x,y∈w|il(x+i,y+j)-ir(x+dp+i,y+j)|
16、式中，csad为图像灰度相似系数，dp为视差，x,y为像素坐标，i，j为变量，il为左图灰度，ir为右图灰度，w为窗口。
17、第二方面，本专利技术提出一种基于双目视觉的大翼展无人机机翼结冰探测系统，包括：
18、两个相机，分别安装于飞机前缘对称轴的支撑杆上；
19、多个编码标识点，设置于机翼前缘表面，多个编码标识点分布在翼段前缘驻点、临近驻点上表面和下表面；
20、处理单元，设置于飞机上，所述处理单元用于：
21、利用编码标识点的空间三维坐标进行两个相机的外参数标定，通过一幅图像上的多个编码标识点进行最小二乘求出三维空间中相机拍摄的图像相对于机体坐标系的旋转矩阵和平移矩阵元素；
22、利用编码标识点的空间三维坐标进行两个相机的内参数标定，根据二维像素平面坐标系与相机坐标系的坐标转换关系，以及成像平面坐标和相机坐标系下坐标采用最小二乘法求出内参数；
23、通过两个相机采集机翼图像并检测特征点，进行双目相机图像立体匹配，将实际环境中的测量点在两个相机上的投影成像对应起来，在目标图像中寻找参考子区相似程度最大的目标子区，将匹配成功后两个子区作为同名点；
24、以及，根据同名点在像素平面和机体坐标系的相关转换方程联立求解出翼段前缘所有标识点的空间三维坐标值，将求解出的z坐标值与未结冰时对应的初始z坐标值作差，得到结冰厚度。
25、本专利技术的有益效果在于：
26、1)本专利技术采用两个相机一左一右安装于飞机前支撑杆并在机翼前缘上下表面喷涂标识图案的方法来测量大翼展无人机机翼的结冰，当大翼展机翼变形时，安装于支撑杆上的相机可以通过机翼上下缘的特征点测量，通过在前缘及上下表面均喷涂编码标识，可实现较大机翼的结冰观测测量。
27、2)本专利技术采用视觉的方式进行结冰探测，减少了结冰探测装置的应用，能有效减少大翼展无人机的重量，从而带来更高的经济效益。
28、3)本专利技术选用的编码标识具有反射系数大的特性，并通过harris检测算法进行特征点匹配，满足无人机在较高空飞行时有较多干扰环境下的图像采集要求。
29、4)本专利技术除用于本专利技术中机翼结冰状况的监测测量外，还可以通过图像进行机翼前缘结冰冰型的采集和安全报警以及其他结构变形监测，具有较广阔的应用前景。
30、本专利技术的系统具有其它的特性和优点，这些特性和优点从并入本文中的附图和随后的具体实施方式中将是显而易见的，或者将在并入本文中的附图和随后的具体实施方式中进行详细陈述，这些附图和具体实施方式共同用于解释本专利技术的特定原理。
本文档来自技高网...【技术保护点】
1.一种基于双目视觉的大翼展无人机机翼结冰探测方法，其特征在于，包括：
2.根据权利要求1所述的基于双目视觉的大翼展无人机机翼结冰探测方法，其特征在于，在相机内参数和外参数标定过程及立体匹配过程中采用Harris角点作为匹配特征点。
3.根据权利要求2所述的基于双目视觉的大翼展无人机机翼结冰探测方法，其特征在于，相机内参数和外方位参数的标定均是通过整幅图像上所有特征点进行最小二乘法求得相应的矩阵元素参数。
4.根据权利要求1所述的基于双目视觉的大翼展无人机机翼结冰探测方法，其特征在于，在进行双目相机图像立体匹配过程中，使用图像灰度相似系数评价参考图像子区与目标图像子区的相似程度，将图像灰度相似系数最小值问题等价为线性方程均方根误差最小问题，通过迭代得到匹配结果。
5.根据权利要求1所述的基于双目视觉的大翼展无人机机翼结冰探测方法，其特征在于，两个相机安装于飞机前缘轴对称处的支撑杆上，两个相机采用互相平行的方式安装于支撑杆的两侧。
6.根据权利要求1所述的基于双目视觉的大翼展无人机机翼结冰探测方法，其特征在于，所述编码标识
7.根据权利要求4所述的基于双目视觉的大翼展无人机机翼结冰探测方法，其特征在于，所述图像灰度相似系数的公式为：
8.一种基于双目视觉的大翼展无人机机翼结冰探测系统，其特征在于，包括：
...【技术特征摘要】
1.一种基于双目视觉的大翼展无人机机翼结冰探测方法，其特征在于，包括：
2.根据权利要求1所述的基于双目视觉的大翼展无人机机翼结冰探测方法，其特征在于，在相机内参数和外参数标定过程及立体匹配过程中采用harris角点作为匹配特征点。
3.根据权利要求2所述的基于双目视觉的大翼展无人机机翼结冰探测方法，其特征在于，相机内参数和外方位参数的标定均是通过整幅图像上所有特征点进行最小二乘法求得相应的矩阵元素参数。
4.根据权利要求1所述的基于双目视觉的大翼展无人机机翼结冰探测方法，其特征在于，在进行双目相机图像立体匹配过程中，使用图像灰度相似系数评价参考图像子区与目标图像子区的相似程度，将图像灰度相似系...
【专利技术属性】
技术研发人员：杨奇珂，宋璟，王晓东，邹宇翔，朱良勇，张宇嘉，
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：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。