System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術實現步驟摘要】
本專利技術涉及目發動機噴管擺動角度的測量,是一種基于非合作測量的多視圖發動機噴管擺角測量方法。
技術介紹
1、為實現對噴管擺角的精確測量,接觸式測量方法是常用的測量方式之一。常見的接觸式測量方法為綜合傳感器測量數據推算得到噴管擺動角度,國內外研究學者先后提出了基于紅外激光二極管和位移探測器的噴管擺角測量方案、基于半圓球觸頭型位移傳感器的噴管擺動角度測量方案、基于線位移傳感器的擺角測量方案、以及基于基于位移計、擺桿和噴管作動器的噴管擺角測量方案,這些研究在不同程度上減輕了噴管復雜結構對擺角測量結果的影響,但普遍存在著存在著測量效率低,重復測量精度一致性差、傳感器裝配復雜等問題。隨著測量技術的發展,視覺測量技術由于其測量精度高、測量速度快等特點被廣泛應用到各類設備的測量過程中。部分學者已經針對噴管擺角的視覺測量方法展開研究,通過檢測噴管上特征標記點的運動變化而推算擺角變化是視覺測量方法的主要應用思路,這一方案已在多項試驗內驗證了可行性,但基于合作標記點的視覺測量方法均采用粘貼合作標記點的方式,需要在噴管表面粘貼合作靶球或人工設計的標記點后,通過跟蹤定位合作標記點位移變化計算噴管的擺角。這一測量方法雖提高了測量效率,但存在著標記點安裝和維護復雜等問題,無法滿足不同實驗條件下測量要求。因此,需要對噴管擺角測量提出新的非合作測量方案,進一步提高噴管擺角的測量精度,滿足大功率發動機設計研發要求。
技術實現思路
1、針對現有技術存在的不足,本專利技術提供了一種基于非合作測量的多視圖發動機噴管擺角
2、一種基于非合作測量的多視圖發動機噴管擺角測量方法,所述方法包括以下步驟:
3、步驟1:進行噴管特征點提取,選用superpoint網絡提取圖像特征;
4、步驟2:特征點提取之后,使用superglue網絡來完成特征點的匹配;
5、步驟3:相機位姿估計,在對噴管特征點進行提取和匹配后需要對相機位姿進行估計;
6、步驟4:三維特征點重建,通過相機位姿估計計算所添加圖像對應的相機投影矩陣并對新加入圖像中未重建的特征點進行重建。
7、優選地,所述步驟1具體為:
8、superpoint特征提取網絡可同時提取圖像中的特征點并生成特征描述子,網絡模型包括編碼器、特征點解碼器和描述子解碼器;
9、利用標注好的數據集訓練superpoint網絡,其損失函數由特征點損失lp和描述子損失ld兩部分組成:
10、loss=lp(χ,y)+lp(χ′,y′)+λld(d,d′,s)(1)
11、其中,λ為特征點損失和描述子損失的平衡系數;y為特征點標簽;χ′,d′,y′為在單應變換后的圖像中得到的結果;s表示圖像中的特征點匹配集合;
12、
13、
14、其中,lp,ld為每個像素點對應的特征點損失和描述子損失,χhw∈χ,yhw∈y,dhw∈d,dh″w′∈d′,shwh′w′∈s。
15、優選地,所述步驟2具體為:
16、步驟2.1:superglue網絡根據兩張圖像中的特征點及描述子得到特征點的匹配關系,包括注意力gnn和最優匹配層模塊,對于superpoint網絡輸出的特征點位置和特征描述子將輸入關鍵點編碼器中,注意力gnn利用多層感知機將特征點的位置信息進行升維,并與描述子進行耦合,得到特征點的初始信息:
17、
18、步驟2.2:當設為特征點在第l層網絡中的特征點信息,則增強后的特征點信息表示為:
19、
20、其中,表示串聯操作,mε→i表示特征點的聚合信息,ε∈{εself,εcross},εself和εcross分別為特征點利用自相關和互相關注意力機制聚合信息,當l為奇數時,ε=εself;當l為偶數時,ε=εcross;
21、步驟2.3:將增強后的特征點信息通過線性變換得到特征點的匹配描述符:
22、
23、其中,w,b為線性變換中的權重和偏差參數;
24、在最優匹配層中,構建分配矩陣p滿足:
25、p1n≤1m
26、pt1m≤1n(6)
27、分別為圖像a和b中的特征點匹配描述子,根據向量內積計算得分矩陣s:
28、
29、通過最大化得到最優的分配矩陣p,在superglue中采用sinkhorn算法求解最優化運輸問題。
30、優選地,所述步驟3包括:
31、步驟3.1:設n個特征點在世界坐標系和相機坐標系中的坐標分別為pi=(xi,yi,zi)t和qi=(x′i,y′i,z′i)t,由剛體的運動性質可知:
32、qi=rpi+t???(8)
33、其中,和t=(tx?ty?tz)t表示相機坐標系與世界坐標系之間的變換關系,相機的位姿估計問題即求解r和t;
34、相機光心oc、特征點qi與歸一化圖像平面上的投影點pi共線,根據共線關系,可得:
35、
36、
37、
38、步驟3.2:建立特征點圖像空間共線性誤差目標函數:
39、
40、式中,為受噪聲干擾的圖像坐標。
41、共線關系表達為ocqi在ocpi方向上的投影向量等于ocqi:
42、rpi+t=vi(rpi+t)??(11)
43、其中,是理想的視線投影矩陣;
44、步驟3.3:受圖像噪聲等因素的影響,oc、與qi不共線,ocqi在方向上的投影向量ocqi⊥與ocqi之間存在著偏差,該偏差即為特征點投影向量誤差;
45、特征點投影向量誤差表示為:
46、
47、其中,為實際的視線投影矩陣。
48、步驟3.4:建立特征點投影向量誤差目標函數:
49、
50、為了減少待求解參數,利用cgr參數化旋轉矩陣:
51、
52、其中,s1,s2,s3是三個未知的旋轉參數,
53、引入kronecker積:
54、
55、其中
56、
57、vec(r)=[r11r12r13r21r22r23r31r32r33]t
58、在式(13)中,所有的特征點信息都包含在中,當給定r時,t可表示為:
59、
60、其中
61、
62、將式(15),式(16)代入到式(13)中:
63、
64、將旋轉參數化后的r帶入式(17)中,即可得到包含3個未知旋轉參數的多項式,為了得到旋轉參數的解,將目標函數對s1,s2,s3求偏導:
65、
66、由此得到了3個由參數變量s1,s2,s3構成的多項式方程,本文檔來自技高網...
【技術保護點】
1.一種基于非合作測量的多視圖發動機噴管擺角測量方法,其特征是:所述方法包括以下步驟:
2.根據權利要求1所述的方法,其特征是:所述步驟1具體為:
3.根據權利要求2所述的方法,其特征是:所述步驟2具體為:
4.根據權利要求1所述的方法,其特征是:所述步驟3包括:
5.根據權利要求4所述的方法,其特征是:所述步驟4具體為:
6.根據權利要求1所述的方法,其特征是:
7.根據權利要求5所述的方法,其特征是:
8.一種基于非合作測量的多視圖發動機噴管擺角測量系統,其特征是:所述系統包括:
9.一種計算機可讀存儲介質,其上存儲有計算機程序,其特征在于,該程序被處理器執行,以用于實現如權利要求1-7的方法。
10.一種計算機設備,包括存儲器和處理器,所述存儲器存儲有計算機程序,其特征是:所述處理器執行所述計算機程序時實現權利要求1-7的方法。
【技術特征摘要】
1.一種基于非合作測量的多視圖發動機噴管擺角測量方法,其特征是:所述方法包括以下步驟:
2.根據權利要求1所述的方法,其特征是:所述步驟1具體為:
3.根據權利要求2所述的方法,其特征是:所述步驟2具體為:
4.根據權利要求1所述的方法,其特征是:所述步驟3包括:
5.根據權利要求4所述的方法,其特征是:所述步驟4具體為:
6.根據權利要求1所述的方法,其特征是:...
【專利技術屬性】
技術研發人員:霍炬,謝佳睿,魏亮,王宇,薛牧遙,
申請(專利權)人:哈爾濱工業大學,
類型:發明
國別省市:
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。