项目名称: 飞机机翼动态变形及颤振三维散斑图像相关检测关键技术研究

项目编号: No.U1333105

项目类型: 联合基金项目

立项/批准年度: 2014

项目学科: 无线电电子学、电信技术

项目作者: 于之靖

作者单位: 中国民航大学

项目金额: 35万元

中文摘要: 机翼动态变形及颤振特性是影响飞机性能和安全的重要因素,也是气动弹性变形分析与适航认证的重要参数。本项目应用三维数字散斑相关技术及立体视觉三维坐标测量技术实现飞行测试状态下的机翼动态变形及颤振全场测量。在对飞行测试需求分析的基础上,应用回光反射材料、特殊光源及二色大气散射模型去雾算法等实现高速清晰成像;应用自适应遗传算法实现二维数字散斑图像相关匹配及插值亚像素定位;并利用外极线约束外极角三维散斑网格单元立体匹配后的点对应实现空间三维坐标优化三角测量,获取散斑网格单元变形及颤振后的三维坐标和位移矢量。为提高测量精度和空中动态测试的适应能力,提出了联合分区校准及独立内参数校准的高精度像机内参校准方法,以及基于空间编码点和特殊装置的立体像机外部方位参数现场校准及自校准补偿方法。项目的实施将为我国飞机理论研究、设计、定型以及飞行测试提供更加完善的测试手段及数据来源。

中文关键词: 机翼变形测量;视觉检测;散斑优化与识别;相机标定;

英文摘要: The wing dynamic deformation and flutter characteristics are not only the important factors affecting the performance and safety of the aircraft, but also the important parameters of aeroelastic deformation analysis and airworthiness certification. 3D speckle digital image correlation technique and three-dimensional stereo vision coordinate measuring technique are applied in the project to do the whole scale measurement of wing dynamic deformation and flight flutter. On the basis of the analysis of the flight test requirements, the retroreflective material, special light sources and the defogging algorithm based on dichroism atmospheric scattering model are utilized to achieve high-speed clear imaging. The adaptive genetic algorithm is used for the two-dimensional digital speckle image matching and the interpolation for sub-pixel positioning; At the same time, by the constraints of epipolar restriction on outer polar angle, the corresponding stereo matched points in three-dimensional speckle grid units are taken for 3D coordinates’ optimized triangulation measurement. Besides, speckle grid cell’s coordinates and displacement vectors are received after deformation and flutter. In order to improve measurement accuracy and air dynamic adaptability test, the high-precision camera internal reference calibration metho

英文关键词: Wing deformation measurement;Visual inspection;Speckle optimization and recognition;Camera calibration;

成为VIP会员查看完整内容
0

相关内容

【干货书】面向工程师的图像处理,438页pdf
专知会员服务
98+阅读 · 2021年9月9日
专知会员服务
27+阅读 · 2021年9月6日
专知会员服务
10+阅读 · 2021年8月11日
专知会员服务
86+阅读 · 2021年8月8日
专知会员服务
31+阅读 · 2021年7月25日
离开地球半年,回地球要注意点儿啥?
大数据文摘
0+阅读 · 2022年4月18日
一文概括常用图像处理算法以及常用开发库
极市平台
1+阅读 · 2021年11月23日
什么是目标检测中的旋转敏感度错误?
极市平台
0+阅读 · 2021年10月16日
海洋论坛丨水声目标识别技术现状与发展
无人机
26+阅读 · 2018年12月17日
一文读懂图像压缩算法
七月在线实验室
16+阅读 · 2018年5月2日
Maplab:研究视觉惯性建图和定位的开源框架
泡泡机器人SLAM
16+阅读 · 2018年4月4日
MATLAB计算机视觉与深度学习实战
炼数成金订阅号
19+阅读 · 2017年8月4日
干货|全景视频拼接的关键技术分析
全球人工智能
13+阅读 · 2017年7月15日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
2+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年6月2日
Arxiv
0+阅读 · 2022年6月2日
Arxiv
14+阅读 · 2021年3月10日
Arxiv
16+阅读 · 2021年3月2日
Meta-Learning to Cluster
Arxiv
17+阅读 · 2019年10月30日
Arxiv
11+阅读 · 2018年5月13日
小贴士
相关VIP内容
【干货书】面向工程师的图像处理,438页pdf
专知会员服务
98+阅读 · 2021年9月9日
专知会员服务
27+阅读 · 2021年9月6日
专知会员服务
10+阅读 · 2021年8月11日
专知会员服务
86+阅读 · 2021年8月8日
专知会员服务
31+阅读 · 2021年7月25日
相关资讯
离开地球半年,回地球要注意点儿啥?
大数据文摘
0+阅读 · 2022年4月18日
一文概括常用图像处理算法以及常用开发库
极市平台
1+阅读 · 2021年11月23日
什么是目标检测中的旋转敏感度错误?
极市平台
0+阅读 · 2021年10月16日
海洋论坛丨水声目标识别技术现状与发展
无人机
26+阅读 · 2018年12月17日
一文读懂图像压缩算法
七月在线实验室
16+阅读 · 2018年5月2日
Maplab:研究视觉惯性建图和定位的开源框架
泡泡机器人SLAM
16+阅读 · 2018年4月4日
MATLAB计算机视觉与深度学习实战
炼数成金订阅号
19+阅读 · 2017年8月4日
干货|全景视频拼接的关键技术分析
全球人工智能
13+阅读 · 2017年7月15日
相关基金
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
2+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
相关论文
Arxiv
0+阅读 · 2022年6月2日
Arxiv
0+阅读 · 2022年6月2日
Arxiv
14+阅读 · 2021年3月10日
Arxiv
16+阅读 · 2021年3月2日
Meta-Learning to Cluster
Arxiv
17+阅读 · 2019年10月30日
Arxiv
11+阅读 · 2018年5月13日
微信扫码咨询专知VIP会员