一种旋翼桨叶形变测量数据采集设备的制作方法

[0001]
本申请属于旋翼桨叶形变数据采集设备技术领域，尤其涉及一种旋翼桨叶形变测量数据采集设备。


背景技术：

[0002]
直升机旋翼是为直升机飞行产生升力和操纵力的直升机核心部件。传统的直升机旋翼由连接到桨毂上的两片或多片桨叶组成。桨叶通常靠来自发动机的扭矩保持旋转运动。旋翼产生直升机飞行所必需的升力、拉力和操纵力，集多项功能于一身，同时旋翼也是直升机的主振源。能高效地完成垂直飞行是直升机旋翼的基本特点。
[0003]
根据直升机的飞行原理，直升机的飞行动力来源于发动机旋转带动旋翼旋转而产生的升力，在此过程中，旋翼桨叶必定产生形变，特别是桨尖位置，形变量较大。旋翼桨叶形变测量数据采集器主要是获取直升机飞行中桨尖的影像，根据桨叶上特定标志点在影像中的位置变化，计算变形量的大小。
[0004]
现有飞测量直升机旋翼桨尖变形的方案是使用激光测距、光纤传感器测量等方案，在旋翼上安装传感器、激光器等，不仅会对旋翼的基本状态造成影响，还影响旋翼工作时的测量精度，不利于测量数据的采集。
[0005]
申请内容
[0006]
为克服相关技术中存在的现有飞测量直升机旋翼桨尖变形的方案是使用激光测距、光纤传感器测量等方案，在旋翼上安装传感器、激光器等，不仅会对旋翼的基本状态造成影响，还影响旋翼工作时的测量精度，不利于测量数据的采集的问题，
[0007]
本申请提供一种旋翼桨叶形变测量数据采集设备，包括主壳体和固定在主壳体开口端的盖板；
[0008]
所述主壳体的内腔固定有第二相机，所述盖板内与第二相机相对的位置固定有第一相机，所述主壳体内还固定有影像数据采集模块，所述第一相机和第二相机分别与影像数据采集模块之间信号连接，所述主壳体内还设置有核心影像数据处理模块和时间解析模块，所述影像数据采集模块和时间解析模块分别与核心影像数据处理模块之间信号连接；
[0009]
所述主壳体内还设置有用于电力供应的电源模块，所述盖板的外侧还固定有用于数据发射的天线模块。
[0010]
优选的，所述主壳体侧边在第二相机摄像端处开设有窗口，所述盖板在第一相机的摄像端也开设有窗口，两个窗口处均固定有视窗玻璃。
[0011]
优选的，所述第一相机和第二相机均为高分辨率相机。
[0012]
优选的，所述电源模块用于将机载115vac转换为12vd，完成采集设备的电力供应。
[0013]
优选的，所述影像数据采集模块通过第一相机和第二相机完成旋翼桨叶视频影像的采集，并与时间解析模块相配合在影像数据上叠加精确的b码时间，便于核心影像数据处理模块对影像数据的处理；
[0014]
优选的，所述影像数据采集模块还内设有相机连接状态实时监控模块，具体为如
果在采集过程中发现其中一路相机连接状态异常，则启动相机重连机制，对该路相机进行重新连接，直到连接正常为止。
[0015]
优选的，所述核心影像数据处理模块用于完成影像数据的处理，具体为先解析视频影像，识别影像上的标志点，自动判读标志点，标志点边缘提取，然后进行参数插值、平滑和解算，得到运动参数解算，并将形成数字信息通过天线模块将数字信息打包成网络数据完成数据的实时发送传输。
[0016]
与现有技术相比，本申请具有以下有益的技术效果：
[0017]
本申请通过在主壳体内设置有两个高分辨率相机，利用两个高分辨率相机进行交会测量，在两个相机位置相对固定的前提下使得测量数据的标定点位置确定，无需多次标定，便于测量数据的采集，同时使用常规高分辨率相机，使得相机的成本降低，减少了成本投入，首次使用图像进行旋翼桨尖的形变测量，圆形的采集设备不破坏飞机本身状态，其次不在旋翼上安装传感器，避免对旋翼的基本状态造成影响的现象发生，进而提升了测量精度。
附图说明
[0018]
图1为本申请提供的一实施例中一种旋翼桨叶形变测量数据采集设备的整体结构示意图；
[0019]
图2为本申请提供的一实施例中一种旋翼桨叶形变测量数据采集设备的内部结构示意图；
[0020]
图3为本申请提供的实施例中影像数据处理流程图；
[0021]
图4为本申请提供的一实施例中标定点的确定示意图；
[0022]
图5为本申请中图像处理区域选择示意图；
[0023]
图6为本申请四象限黑白标志图像示意图；
[0024]
图7为本申请中运动参数坐标解算原理图。
[0025]
附图标记说明
[0026]
第一相机1、第二相机2、天线模块3、核心影像数据处理模块4、时间解析模块5、影像数据采集模块6、电源模块7、盖板9、视窗玻璃8、主壳体10。
具体实施方式
[0027]
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。
[0028]
因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0029]
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
[0030]
在本申请的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，或者是该申请产品使用时惯常摆放的方位或位置关系，仅是为了便于描述本申请和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本申请的限制。此外，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
[0031]
此外，术语“水平”、“竖直”等术语并不表示要求部件绝对水平或悬垂，而是可以稍微倾斜。如“水平”仅仅是指其方向相对“竖直”而言更加水平，并不是表示该结构一定要完全水平，而是可以稍微倾斜。
[0032]
在本申请的描述中，还需要说明的是，除非另有明确的规定和限定，术语“设置”、“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本申请中的具体含义。
[0033]
下面将结合具体实施例对本申请的技术方案加以解释。
[0034]
如图1和图2所示，一种旋翼桨叶形变测量数据采集设备，其特征在于，包括主壳体10和固定在主壳体10开口端的盖板9，所述主壳体10和盖板9均为圆形，且相互配合完成主壳体10内腔的密封，外形设置为圆形主要是减少随着直升机桨毂旋转时的阻力，同时不影响直升机本身的转动惯量，避免采集器对直升机桨毂的旋转造成影响，提高了测量数据采集的精准度；
[0035]
所述主壳体10的内腔固定有第一相机2，所述盖板9内与第一相机2相对的位置固定有第二相机1，所述第一相机2和第二相机1均为高分辨率相机，主要技术指标如下：图像感光器件：cmos彩色；影像帧率：1600
×
1200、1920
×
1080；输出接口：网络；支持vbr、cbr；帧速率：60fps；最低照度：彩色0.6luxf1.2，黑白：0.08luxf1.2；镜头：c-mount，带有抗震抗冲击紧固锁；最低照度：不大于0.6lux；码流范围：100kbps～6mbps；同步方式：具有内同步、外同步两种方式；工作电压：12vdc。
[0036]
所述主壳体10内还固定有影像数据采集模块6，所述主壳体10内还设置有核心影像数据处理模块4和时间解析模块5，所述第一相机2和第二相机1分别与影像数据采集模块6之间信号连接，所述影像数据采集模块6通过第一相机2和第二相机1完成旋翼桨叶视频影像的采集，并与时间解析模块5相配合在影像数据上叠加精确的b码时间，便于核心影像数据处理模块4对影像数据的处理；
[0037]
所述影像数据采集模块6还内设有相机连接状态实时监控模块，具体为如果在采集过程中发现其中一路相机连接状态异常，则启动相机重连机制，对该路相机进行重新连接，直到连接正常为止。
[0038]
所述影像数据采集模块6和时间解析模块5分别与核心影像数据处理模块4之间信号连接；所述核心影像数据处理模块4用于完成影像数据的处理，具体为先解析视频影像，识别影像上的标志点，自动判读标志点，标志点边缘提取，然后进行参数插值、平滑和解算，通过解算形成数字信息，并通过天线模块3将数字信息打包成网络数据完成数据的实时发送传输，管理员端设置有用于接收数据的记录模块，即可完成采集到的测量数据的记录，便
于后期使用；
[0039]
在影像数据处理时，对第一帧图像，采用人工干预的方法进行确定，利用鼠标点击测量标志的位置进行标志点粗定位，同时确定图像处理区域以及图像跟踪搜索区域，具体如图5所示，其中，使用canny边缘检测算子进行图像边缘提取，canny边缘检测算子充分反映了最优边缘检测器的数学特性,对于不同类型的边缘,均具有良好的信噪比,优异的定位性能、对单一边缘产生多个响应的低概率性和对虚假边缘响应的最大抑制能力，这些性能对具有复杂背景的自然图像的边缘提取有很好的效果。
[0040]
对于二维图像,canny认为阶跃型边缘的最优边缘检测器的形状与高斯函数的一阶导数类似,利用二维高斯函数的圆对称性和可分解性,可以计算高斯函数在任意方向上的方向导数与图像的卷积。
[0041]
具体如下：设二维高斯函数
[0042][0043]
在某一方向上g(x,y)的一阶导数为
[0044][0045]
式中,n＝[cosθ,sinθ]
t
是单位方向矢量，是梯度矢量。我们将图像f(x,y)与gn作卷积,同时改变n的方向,当时,可求解出当g
n
*f(x,y)取得最大值时的n
[0046][0047]
很显然n正交于检测边缘的方向,即在该方向上,g
n
*f(x,y)有最大输出响应
[0048][0049]
因此利用canny边缘检测算法，一方面可以大大限制背景干扰，另一方面可以有效地提高运行的速度，其具体算法可归纳为：用高斯滤波器平滑图像；用一阶偏导的有限差分来计算梯度的幅值和方向；对梯度幅值进行运动物体大值抑制；用双阈值算法检测和连接边缘，标志中心子像素精确定位方法；
[0050]
其中，对四象限黑白标志图像通过以下方法实现中心子像素精确定位，如图6所示，
[0051]
具体为利用hough变换提取两条相交的直线，将图像中直线上点(x,y)通过hough变换映射到参数空间(θ,ρ)中，得到影像中最长的两条直线的参数；
[0052]
构建直线方程
[0053]
ρ＝xcosθ+ysinθ
[0054]
其中ρ从原点到直线的垂线长度，θ是垂线与x轴正向夹角；
[0055]
标志中心位置计算
[0056]
[0057]
对于圆形标志图像通过以下方法实现中心子像素精确定位：
[0058]
图像亚像素边缘检测，利用sobel算子对边缘进行粗定位，在粗定位的边缘点上沿梯度方向求梯度幅值g(x,y)；
[0059]
根据g(x,y)的值确定包含边缘的区间，即对给定的阈值t，确定满足g(x,y)＞t的(x,y)的取值区间；
[0060]
利用梯度分量gx和gy作为权值，沿梯度方向的边缘位置亚像素级校正公式为：
[0061][0062][0063]
式中，dx、dy是一个像素点沿梯度方向与粗定位边缘点的距离分量；gx、gy是梯度分量；n为沿梯度方向上g(x,y)>t的像素点个数。
[0064]
最小二乘椭圆拟合，平面椭圆方程为：
[0065]
x2+2bxy+cy2+2dx+2ey+f＝0
[0066]
椭圆中心点位置的确定：
[0067][0068]
序列图像标志点跟踪精确定位，由于相机帧频很高，每一帧图像中标志点位置变化较小，前一帧图像标志点精确定位后，将处理区域中图像作为模板，在下一帧图像跟踪搜索区域内进行图像模板匹配，实现下一帧图像中标志点位置进行粗定位，自动根据粗定位位置确定图像处理区域和跟踪搜索区域，对处理区域内的图像进行标志点精确定位，记录标志点坐标，然后进行下一帧图像的处理，直到全部图像处理结束，输出每个标志点的坐标数据，然后利用计算机处理软件可以根据需求，内置插值及平滑算法模块，实现数据的优化。
[0069]
同时在飞机运行过程中，对运行的运动参数需要进行解算，具体为先完成测量比k
x
,k
y
的确定，主要是通过测量比k
x
,k
y
，点在图像上的判读数据可以方便的映射到空间坐标中；
[0070]
在摄影机视场内设置校准标志(a,b,c,d)，如图7所示，利用全站仪及大地型gps的辅助测量，校准标志尽量都架设在过运动区域中心线的铅锤面上，默认每个点的z方向坐标值为零，通过测量得到每个校准标在运动区域坐标系中的坐标(x
j
,y
j
,z
j
(j＝1,2,3,4))，由a,b两点坐标计算出x轴方向相对距离d
x
，由c,d两点座标计算出y轴方向相对距离d
y
,通过对纠正后图像上标志点(a’,b’,c’,d’)的判读，得到标志点在图像坐标系中的坐标(x
k
,y
k
(k＝1,2,3,4))，由a’,b’和c’,d’计算出图像中基于亚像素的相对距离d
x
,d
y
，于是图像的测量比的值为：
[0071][0072]
然后对图像中特征点空间坐标的确定，具体为先假设图像中心点m在跑到中心线
上,对应的运动区域坐标系x轴和y轴坐标为(x
m
,y
m
)，则图像中任意点p对应的运动区域坐标系x轴和y轴坐标[x
p
,y
p
]为
[0073][0074]
式中δx
i
,δy
i
分别为图像中p点相对于图像中心m’的坐标。
[0075]
再对目标运动速度进行求解，具体为根据目标点的轨迹数据，采用速度二阶中心平滑原理进行水平和垂直方向速度的求解，
[0076][0077]
式中：j＝0,
±
1,
±2…±
m为时间序列，2m+1为平滑点数，为速度平滑权系数，h摄影机采样时间间隔。
[0078]
然后将坐标系统一，本申请中主要涉及到以下坐标系：区域坐标系(x,y，z)：以运动区域一侧原点为坐标原点，沿运动区域中心线向另一侧为x轴，垂直于运动区域中心线向下为y轴，向上为z轴；
[0079]
摄像机坐标系(xc,yc，zc):以摄像机为中心制定的坐标系，一般常取摄像机的光轴为zc轴；
[0080]
像平面坐标系(x,y)：在摄像机内所形成的像平面坐标系统；
[0081]
计算机图像坐标系(u,v):在计算机内部所用的坐标系统。在图像平面，以图像左上角像素点为原点，水平向右为u轴，垂直向下为v轴。为了提高图像的处理的精度，需要引入亚像素(sub-pixel)的概念。所谓亚像素是指像素与像素之间的点，其坐标用小数表示；大地坐标(b,l,h)、地心直角坐标(xt，yt，zt)、高斯坐标(xg，yg，zg)，发射坐标(xf，yf，zf)等坐标。
[0082]
通过坐标转换原理，对上述坐标系进行坐标转换，达到坐标统一。
[0083]
在对数据进行滤波和插值处理，根据运动学理论，假定在有限长度的被测弧段上，目标的运动轨迹y(t)是几乎处处连续、按段光滑的，即测量对象y(t)可以被代数多项式与三角多项式的线性组合一致逼近，如下式所示，
[0084][0085]
对上式给出的测量数据集合d＝{y(ti):i＝1,2,
…
,n},可以改写为线性回归模型的形式：
[0086][0087]
式中,
[0088]
β＝(a0,a1,
…
,a
l
)
t
,ε(t)＝ε
s
(t)+ε0(t)
[0089]
然后利用稳健滤波算法，根据稳健化原理，给出模型参数稳健m-型估计方程式的一组迭代求解算法：
[0090][0091]
并置初值为：
[0092][0093]
利用上述的稳健-抗扰估计值从而能给出测量对象y(t)的具有抗异值干扰能力的稳健拟合曲线：
[0094][0095]
在工程数据预处理时，根据稳健估计，给出φ(w)满足的条件，通常使用下列几种φ(w)函数。
[0096]
huber型：
[0097][0098]
hampel型：
[0099][0100]
式中，0<a<b<c,a,b,c为根据数据和经验适当选取的非负常数。
[0101]
再利用滑动容错算法估计，对下式
[0102][0103]
进行滑动多项式拟合，选取滑动区间的长度为n，当n≥m时，上式中多项式拟合系数的滑动递推ls辨识算法为：
[0104][0105]
其中：
[0106][0107][0108]
为α的基于测量数据{y(t
i+1
),
…
y(t
i+n
)}的最小二乘估计；
[0109]
通过以上处理，即可完成飞机运行过程中种的运动参数解算。
[0110]
同时需要对第一相机1和第二相机2测量精度进行检查，主要是通过在使用过程中在现场的摄影区域中设置静态标志点来进行精度检查的，静态标志点的坐标利用全站仪来，其定位精度0.002m进行标校，利用第一相机1和第二相机2获得图像并对图像中标志点进行判读和解算，根据实际获得的图像，图像中的每个像素表示实际测量位置约0.004m，通过对图像中标志点的亚像素判读可以获得0.2个像素的判读精度，再加上镜头畸变、计算的误差，通过对静态标志点的检查结果，该测量方法得到的测量结果在运动区域坐标系得x和y方向的测量定位精度小于0.007m，完全能够满足测量精度要求。
[0111]
由于第一相机1和第二相机2均采用了高分辨率相机，获取的影像数据是非压缩的影像数据，因此数据量大，在核心影像数据处理模块4设计时采用了pci-e背板总线技术。
[0112]
所述主壳体10内还设置有用于电力供应的电源模块7，所述电源模块7用于将机载115vac转换为12vd，完成采集设备的电力供应，所述盖板9的外侧还固定有用于数据发射的天线模块3。
[0113]
为了便于数据的采集，所述主壳体10侧边在第一相机2摄像端处开设有窗口，所述盖板9在第二相机1的摄像端也开设有窗口，两个窗口处均固定有视窗玻璃8。
[0114]
以上给出的实施例是实现本申请较优的例子，本申请不限于上述实施例。本领域的技术人员根据本申请技术方案的技术特征所做出的任何非本质的添加、替换，均属于本申请的保护范围。

起点商标作为专业知识产权交易平台，可以帮助大家解决很多问题，如果大家想要了解更多知产交易信息请点击 【在线咨询】或添加微信 【19522093243】与客服一对一沟通，为大家解决相关问题。

此文章来源于网络,如有侵权,请联系删除