基于三维视觉的风洞模型位姿参数测量技术研究

论文摘要

在任何风洞试验中,精确测量出模型在加载后的实际攻角是提高风洞试验数据准确度的一个重要途径。此外,精确测量出风洞模型的其他运动参数也很重要,比如对于磁悬挂系统来说,需要将悬浮模型的位置和姿态信息作为反馈信号,控制模型稳定悬浮于风洞试验段中。目前,国内的风洞试验多数还在使用加速度攻角传感器和干涉式激光测角仪测量模型攻角,而国外已经将三维视觉测量技术应用于风洞试验中。与传统的测量方法相比,基于三维视觉的风洞模型位姿参数测量方法能够同时测量出模型的位置和姿态。本文试图探索基于三维视觉的风洞模型位姿参数测量方法,并就其中所涉及的几个关键问题进行深入的研究。给出了两种基于三维视觉的风洞模型位姿参数测量方法:基于主动视觉的模型位姿参数测量方法和基于被动视觉的模型位姿参数测量方法,第一种方法可用于测量大型风洞模型的位姿参数,而第二种方法则适合用于测量小型和微型风洞模型的位姿参数。由于这两种方法都以向量的坐标变换为基础,因此首先从欧拉角的定义和坐标变换原理出发,不但给出了模型位姿参数测量系统的结构,还给出了确定风洞模型位置和姿态的解析表达式。对这两种方法分别作了仿真分析,分析结果为测量系统结构参数的优化提供了依据,此外也通过实验对这两种方法进行了验证。对空间点目标的三维重构方法作了较深入的研究,其间提出了一种大视场条件下的摄像机精确标定方法,此外对图像视觉特征提取、立体匹配和三维重构算法也进行了较深入的研究。相比较而言,传统摄像机标定方法可以获得较高的精度,但如何精确测量控制点的3D坐标是应用传统摄像机标定方法的关键,文中给出了一种大视场条件下生成控制点并精确测量其3D坐标的方法。通过评定图像视觉特征检测和空间点目标三维重构的不确定度,可为三维视觉测量系统的优化提供依据。首先提出了一种估计图像视觉特征检测不确定度的新方法,建立了一个像素强度不确定度数学模型,一旦由统计实验确定了该数学模型的未知参数和图像内不同像素之间的强度相关系数,由像素强度不确定度的估计值、不同像素之间的强度相关系数和图像视觉特征提取算子的表达式就可以估计出图像视觉特征检测的不确定度。接着给出了一种估计三维重构不确定度的新方法,该方法同时考虑了摄像机标定过程和重构3D点过程中的不确定度传递,不仅给出了不确定度传递表达式,还用蒙特卡罗方法对该方法作了验证。最后,提出了一种基于遗传算法的摄像机优化布置方法,该方法以空间点目标的三维重构不确定度最小为目标,实现三维视觉测量系统中的摄像机优化布置。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题来源、研究背景和意义
• 1.2 风洞模型攻角测量技术的研究现状
• 1.2.1 风洞角度机构
• 1.2.2 加速度攻角传感器
• 1.2.3 干涉式激光测角仪
• 1.2.4 偏振式激光测角仪
• 1.2.5 基于单目视觉的风洞模型攻角测量方法
• 1.3 风洞模型位姿多参数测量技术的研究现状
• 1.3.1 组合式风洞模型位姿多参数测量方法
• 1.3.2 基于双目视觉的风洞模型位姿多参数测量方法
• 1.3.3 基于线阵CCD的风洞模型位姿多参数测量方法
• 1.4 三维视觉技术的研究现状
• 1.4.1 摄像机模型及其标定方法
• 1.4.2 图像视觉特征提取方法
• 1.4.3 立体匹配方法
• 1.5 论文的主要研究内容
• 第2章 基于三维视觉的风洞模型位姿测量方法研究
• 2.1 引言
• 2.2 欧拉角的定义与坐标变换原理
• 2.3 基于主动视觉的风洞模型位姿参数测量方法
• 2.3.1 测量系统结构
• 2.3.2 位置测量方法
• 2.3.3 姿态测量方法
• 2.3.4 仿真实验及结果
• 2.4 基于被动视觉的风洞模型位姿参数测量方法
• 2.4.1 测量系统结构
• 2.4.2 位置和姿态测量方法
• 2.4.3 仿真实验及结果
• 2.5 本章小结
• 第3章 空间点目标的三维重构方法研究
• 3.1 前言
• 3.2 大视场条件下摄像机的精确标定方法
• 3.2.1 摄像机模型
• 3.2.2 摄像机标定方法
• 3.2.3 一种生成控制点并精确测量其3D坐标的新方法
• 3.3 图像视觉特征检测方法
• 3.3.1 质心检测算子
• 3.3.2 一种改进的Harris角点检测算子
• 3.3.3 LoG边界检测算子
• 3.4 立体匹配方法
• 3.5 三维重构方法
• 3.6 本章小结
• 第4章 三维视觉测量系统优化方法研究
• 4.1 前言
• 4.2 图像视觉特征检测不确定度估计方法
• 4.2.1 像素强度不确定度数学模型
• 4.2.2 质心检测不确定度的估计方法
• 4.2.3 角点检测不确定度估计方法
• 4.2.4 边界检测不确定度的估计方法
• 4.3 三维重构不确定度估计方法
• 4.3.1 摄像机标定过程中的不确定度传递
• 4.3.2 重构3D点过程中的不确定度传递
• 4.3.3 仿真实验与结果
• 4.4 基于遗传算法的摄像机优化布置方法
• 4.4.1 遗传算法
• 4.4.2 摄像机优化布置算法
• 4.4.3 仿真实验
• 4.5 本章小结
• 第5章 实验结果与分析
• 5.1 前言
• 5.2 基于主动视觉的风洞模型位姿参数测量方法验证实验
• 5.3 基于被动视觉的风洞模型位姿参数测量方法验证实验
• 5.4 大视场条件下的摄像机标定实验
• 5.5 图像视觉特征检测不确定度估计方法验证实验
• 5.5.1 实验系统设计
• 5.5.2 像素强度不确定度数学模型验证实验
• 5.5.3 像素强度概率分布的验证实验
• 5.5.4 质心检测不确定度估计方法的验证实验
• 5.5.5 角点检测不确定度估计方法的验证实验
• 5.5.6 边界检测不确定度估计方法的验证实验
• 5.6 本章小结
• 结论
• 参考文献
• 攻读学位期间发表的学术论文
• 致谢
• 个人简历