趙海嬌,單明廣,熊雪芬,朱皓東,鄧伊潔
(哈爾濱工程大學(xué)信息與通信工程學(xué)院,哈爾濱 150001)
微振動(dòng)廣泛存在于工業(yè)生產(chǎn)、精密設(shè)備加工制造和精密設(shè)備運(yùn)作等場(chǎng)景中,具有易被環(huán)境噪聲和系統(tǒng)噪聲影響,且難察覺(jué)、難測(cè)量、難測(cè)準(zhǔn)的特點(diǎn),對(duì)生產(chǎn)安全、加工精度和運(yùn)作效果都會(huì)產(chǎn)生重要影響,因此,對(duì)其進(jìn)行監(jiān)測(cè)與預(yù)防具有重要意義。
對(duì)于微振動(dòng)的測(cè)量,當(dāng)前被廣泛使用的方法可分為接觸式法與非接觸式法。 其中,接觸式法主要使用基于不同原理傳感器的加速度計(jì),包括壓電加速度計(jì)、應(yīng)變加速度計(jì)和微機(jī)電系統(tǒng)加速度計(jì)等;非接觸式法主要以激光多普勒測(cè)振方法為代表。 然而,在一些實(shí)際應(yīng)用場(chǎng)景中,以上方法都具有不同程度的局限性。 例如,精密儀器本身對(duì)外界的干擾很敏感,接觸式測(cè)量法要將傳感器探頭貼在被測(cè)物表面會(huì)產(chǎn)生負(fù)載效應(yīng);此外,該方法還存在只能進(jìn)行單點(diǎn)測(cè)量以及布線繁雜等問(wèn)題。非接觸式的激光多普勒測(cè)振方法分為單點(diǎn)測(cè)量與掃描式測(cè)量,掃描式測(cè)量雖然可以進(jìn)行面測(cè)量,但測(cè)量速度慢、效率不高,且激光多普勒測(cè)振儀存在體積大、價(jià)格昂貴的問(wèn)題;而視覺(jué)測(cè)量是非接觸式振動(dòng)測(cè)量中的新興方法,代表性的有數(shù)字圖像相關(guān)法和光流法,但對(duì)微振動(dòng)測(cè)量沒(méi)有針對(duì)性。
因此,本文研究了針對(duì)微振動(dòng)的非接觸式視覺(jué)測(cè)量技術(shù),將相機(jī)作為信號(hào)采集設(shè)備,并提出基于盲源分離的灰度平均測(cè)量算法來(lái)提取振動(dòng)信號(hào)。本方法測(cè)量結(jié)果與電測(cè)法和光測(cè)法只得到一串?dāng)?shù)據(jù)的形式不同,不僅能實(shí)現(xiàn)振動(dòng)信息的準(zhǔn)確提取,還能實(shí)現(xiàn)對(duì)微振動(dòng)的可視化。 在此基礎(chǔ)上,基于嵌入式開(kāi)發(fā)平臺(tái)將測(cè)量系統(tǒng)集成化,研制了便攜式微振動(dòng)可視化測(cè)量?jī)x器,可為微振動(dòng)測(cè)量提供新方案。
基于視覺(jué)的振動(dòng)測(cè)量系統(tǒng)由LED 光源、相機(jī)和計(jì)算機(jī)組成,如圖1 所示。 其中,LED 光源為被測(cè)物打光以提高成像質(zhì)量,減少成像系統(tǒng)的噪聲干擾;相機(jī)作為信息采集設(shè)備,采集振動(dòng)物體視頻并保存;計(jì)算機(jī)用于數(shù)據(jù)處理,從相機(jī)傳輸?shù)膱D像數(shù)據(jù)中提取振動(dòng)信號(hào)并將微振動(dòng)可視化。
圖1 振動(dòng)測(cè)量系統(tǒng)結(jié)構(gòu)Fig.1 Vibration measurement system structure
在測(cè)量過(guò)程中,光源發(fā)出的光照射在振動(dòng)物體(被測(cè)物)上,而被測(cè)物反射的光信息被相機(jī)捕捉,形成包含振動(dòng)信息的視頻幀傳送至計(jì)算機(jī),經(jīng)算法處理將微振動(dòng)可視化后,提取振動(dòng)信號(hào)并顯示。
微振動(dòng)可視化測(cè)量算法分為頻率測(cè)量與視頻放大兩部分,分別實(shí)現(xiàn)振動(dòng)信號(hào)提取和微振動(dòng)可視化,如圖2 所示。 頻率測(cè)量包括信號(hào)提取區(qū)域選擇、灰度平均和ICA(Independent component analysis)盲源分離。 首先,信號(hào)提取區(qū)域由手動(dòng)選擇,并在該區(qū)域內(nèi)隨機(jī)生成三個(gè)小區(qū)域,因?yàn)榧俣ㄒ曨l中主要信號(hào)分為振動(dòng)信號(hào)、強(qiáng)低頻噪聲干擾和其他嘈雜信號(hào)。 其次,分別對(duì)三個(gè)小區(qū)域作灰度平均,得到三個(gè)一維時(shí)域信號(hào),灰度平均能有效提取區(qū)域內(nèi)信號(hào),抑制噪聲干擾,具有較強(qiáng)魯棒性。 最后,將生成的三個(gè)一維信號(hào)組成觀察矩陣,通過(guò)ICA 盲源分離算法得到最終測(cè)量結(jié)果。 對(duì)于難以分辨的微振動(dòng)使用視頻放大方法,在視覺(jué)上將其可視化,使測(cè)量過(guò)程更加直觀。
圖2 微振動(dòng)可視化測(cè)量算法流程Fig.2 Algorithm flow of micro?vibration visual measurement
對(duì)于視頻中物體振動(dòng)信號(hào)的提取,僅聚焦于一個(gè)像素位置的信息是不夠準(zhǔn)確的。 一方面振動(dòng)區(qū)域由很多像素點(diǎn)組成,信噪比有高有低,而信噪比最高點(diǎn)的位置無(wú)法直接確定,隨意選取的點(diǎn)不能保證測(cè)量效果;另一方面微振動(dòng)本身容易受到噪聲干擾,選取單個(gè)像素位置作為測(cè)量點(diǎn)魯棒性不強(qiáng)。 因此,振動(dòng)信號(hào)的提取需要綜合振動(dòng)區(qū)域內(nèi)像素點(diǎn)的信息,在這里對(duì)區(qū)域內(nèi)像素灰度值取平均值構(gòu)成綜合振動(dòng)信號(hào)S(t)。
即
式中:x——每個(gè)像素點(diǎn)時(shí)域信號(hào);t——采樣時(shí)刻點(diǎn),對(duì)應(yīng)時(shí)域信號(hào)時(shí)刻點(diǎn);i——像素點(diǎn)在圖像中所在的行數(shù);j——像素點(diǎn)在圖像中所在的列數(shù);m——圖像像素矩陣的行數(shù);n——圖像像素矩陣的列數(shù);N——每幀圖像像素總數(shù)。
假設(shè)手動(dòng)選取的振動(dòng)區(qū)域共有N 個(gè)像素點(diǎn),即N 個(gè)振動(dòng)信號(hào),這些信號(hào)由有用信號(hào)和噪聲混合而成,并且有用信號(hào)以頻率相同、幅值不同的形式存在。 為了直觀展示圖像灰度平均法的效果,對(duì)某一振動(dòng)物體視頻進(jìn)行信號(hào)提取,如圖3 所示,1 號(hào)位置的紅色曲線代表平均后的綜合信號(hào),其他曲線代表部分像素位置的局部信號(hào),紅色曲線即其他曲線取平均后的結(jié)果。 可以觀察到,許多像素位置的信號(hào)信噪比極低,但經(jīng)過(guò)平均處理后的綜合信號(hào)呈現(xiàn)高信噪比狀態(tài)。
圖3 綜合信號(hào)與部分局部信號(hào)示意圖Fig.3 Schematic diagram of integrated signal and some local signals
ICA 即獨(dú)立成分分析,是隨盲源分析理論發(fā)展而來(lái)的一種獨(dú)立源信號(hào)提取算法。 假設(shè)有n 個(gè)獨(dú)立的信號(hào)源可以表示為:S =[s,s,…,s],通過(guò)一個(gè)混合矩陣A =[a,a,…,a]進(jìn)行混合得到觀測(cè)信號(hào)X =[x,x,…,x],即
在這里,三個(gè)子區(qū)域提取的時(shí)域信號(hào)即為已混合的信號(hào),成分定義為振動(dòng)信號(hào)、低頻環(huán)境噪聲和嘈雜的系統(tǒng)噪聲,因此n =3,X =[x,x,x]。
由公式(2)可知,觀測(cè)信號(hào)是已知的,混合矩陣和源信號(hào)是未知的。 假設(shè)混合矩陣是一個(gè)可逆矩陣,那么ICA 算法的本質(zhì)就是求解一個(gè)分離矩陣W,也就是混合矩陣的逆矩陣,來(lái)實(shí)現(xiàn)對(duì)觀測(cè)信號(hào)X的分離,得到分離信號(hào)Y,Y =[y,y,…y]。
因此,ICA 盲源分離算法的核心就是分離矩陣的求取,在源信號(hào)和混合矩陣未知的情況下,對(duì)觀測(cè)信號(hào)進(jìn)行預(yù)處理,包括中心化和白化,并通過(guò)設(shè)置的收斂條件不斷修正,得到最終的分離矩陣。
視頻放大算法具有放大視頻中微小運(yùn)動(dòng)的作用,而歐拉視頻放大算法兼顧了效果和速度,其算法框圖如圖4 所示。 該算法主要包含四個(gè)步驟:(1)空間濾波將視頻序列分解為多空間分辨率的圖像;(2)時(shí)域?yàn)V波是對(duì)不同尺度圖像進(jìn)行頻域帶通濾波,得到目標(biāo)頻帶;(3)線性放大目標(biāo)頻帶信號(hào),并加回原信號(hào);(4)視頻重建是將經(jīng)過(guò)處理的多尺度圖像進(jìn)行金字塔重建,得到放大后的圖像,進(jìn)而輸出視頻。
圖4 歐拉視頻放大算法框圖Fig.4 Flow chart of eulerian video magnification block diagram
運(yùn)動(dòng)放大的實(shí)現(xiàn)過(guò)程可由一階泰勒展開(kāi)式推導(dǎo)得出
式中:α——放大倍數(shù);δ(t)——位移信號(hào)。
上述推導(dǎo)需要滿足文獻(xiàn)[15]中給出的指導(dǎo)性條件
式中:λ——圖像的空間波長(zhǎng)。
便攜式系統(tǒng)基于RK3399 芯片進(jìn)行開(kāi)發(fā),使用C++編程語(yǔ)言,根據(jù)功能需求完成軟件設(shè)計(jì),外接相機(jī)等輸入設(shè)備和顯示屏等輸出設(shè)備,具有結(jié)構(gòu)緊湊、操作便捷的特點(diǎn)。
硬件系統(tǒng)由數(shù)據(jù)處理模塊、輸入模塊、輸出模塊和供電模塊組成,如圖5 所示。 數(shù)據(jù)處理模塊為big.LITTLE 核心架構(gòu)的RK3399 芯片,負(fù)責(zé)測(cè)量過(guò)程中所有數(shù)據(jù)的計(jì)算與交換;輸入模塊包括觸控設(shè)備和攝像頭,負(fù)責(zé)功能觸發(fā)與視頻采集,其中攝像頭模塊選用標(biāo)準(zhǔn)UVC 協(xié)議的CMOS 攝像頭模組,支持60 幀640 P 視頻采集,同時(shí)在RK3399 平臺(tái)上滿足60 幀穩(wěn)定采集不掉幀;輸出模塊為顯示屏,負(fù)責(zé)顯示功能界面和數(shù)據(jù)處理結(jié)果;供電模塊負(fù)責(zé)同時(shí)給數(shù)據(jù)處理模塊與顯示屏供電。 以上模塊結(jié)構(gòu)緊湊,便于集成,達(dá)到了操作便捷的目的。
圖5 硬件系統(tǒng)組成圖Fig.5 Hardware system composition diagram
軟件系統(tǒng)主要包括三個(gè)模塊:管理硬件設(shè)備、調(diào)用應(yīng)用程序及控制整體工作過(guò)程的主模塊,頻率測(cè)量子模塊和微振動(dòng)可視化子模塊。 軟件設(shè)計(jì)流程如圖6 所示,主模塊對(duì)硬件設(shè)備進(jìn)行初始化,對(duì)輸入信息或指令進(jìn)行初步判斷并將數(shù)據(jù)傳輸給應(yīng)用程序進(jìn)一步處理,將需要輸出的數(shù)據(jù)通過(guò)硬件輸出設(shè)備展示,以及進(jìn)行子模塊之間的數(shù)據(jù)溝通;頻率測(cè)量模塊主要通過(guò)執(zhí)行灰度平均、盲源分離、傅里葉變換等算法實(shí)現(xiàn)對(duì)振動(dòng)的測(cè)量;微振動(dòng)可視化模塊在判斷是否需要視頻放大后選擇性啟動(dòng),實(shí)現(xiàn)對(duì)微幅振動(dòng)的放大與顯示。
圖6 軟件設(shè)計(jì)流程圖Fig.6 Software design flow chart
根據(jù)算法流程與功能要求,使用C++實(shí)現(xiàn)系統(tǒng)軟件設(shè)計(jì),軟件集合了參數(shù)設(shè)置、功能調(diào)用和結(jié)果顯示等功能,所有操作一站式完成。
硬件和軟件集成形成便攜式振動(dòng)測(cè)量系統(tǒng),如圖7 所示。 設(shè)計(jì)了懸臂梁振動(dòng)測(cè)量試驗(yàn)以驗(yàn)證軟硬件集成后的儀器性能。 振動(dòng)測(cè)量系統(tǒng)對(duì)懸臂梁的視頻采集、數(shù)據(jù)處理和結(jié)果顯示一站式完成。
圖7 便攜式振動(dòng)測(cè)量系統(tǒng)Fig.7 Portable vibration measurement system
懸臂梁振動(dòng)的頻率與其懸空的長(zhǎng)度相關(guān),長(zhǎng)度越長(zhǎng),頻率越低,并且長(zhǎng)度固定,頻率也固定,這是由鋼制懸臂梁固有特性決定的。 輕輕撥動(dòng)并等待其振動(dòng)幅度下降到肉眼難以觀察的程度時(shí)開(kāi)始測(cè)量。 與此同時(shí),為驗(yàn)證測(cè)量的準(zhǔn)確性,使用加速度計(jì)對(duì)振動(dòng)的懸臂梁同時(shí)進(jìn)行測(cè)量,加速度計(jì)傳感器探頭粘貼于懸臂梁表面。
如圖8 所示,傳感器測(cè)量結(jié)果為5.510 Hz,本系統(tǒng)測(cè)量結(jié)果為5.512 Hz,相對(duì)誤差為0.04%,二者測(cè)量結(jié)果基本吻合,微振動(dòng)可視化效果良好,驗(yàn)證了儀器的各項(xiàng)功能。
圖8 懸臂梁振動(dòng)測(cè)量結(jié)果Fig.8 Cantilever beam vibration measurement results
為進(jìn)一步展示儀器的測(cè)量過(guò)程及優(yōu)越性,對(duì)懸臂梁振動(dòng)測(cè)量試驗(yàn)與水杯晃動(dòng)測(cè)量試驗(yàn)進(jìn)行分析。其中,懸臂梁振動(dòng)測(cè)量試驗(yàn)通過(guò)分步敘述展現(xiàn)測(cè)量過(guò)程與效果。
儀器測(cè)量的主要過(guò)程包括灰度平均、盲源分離和視頻放大,懸臂梁測(cè)量步驟為:
第一步,如圖9(a)所示,在懸臂梁視頻畫(huà)面中選擇測(cè)量區(qū)域,并隨機(jī)生成三個(gè)小區(qū)域進(jìn)行灰度平均計(jì)算。
第二步,將三個(gè)區(qū)域灰度平均結(jié)果組成觀察矩陣進(jìn)行盲源分離,得到一個(gè)振動(dòng)信號(hào)和兩個(gè)噪聲成分,其中振動(dòng)信號(hào)頻率為21.67 Hz,結(jié)果如圖9(b)所示。
圖9 測(cè)量區(qū)域選擇與測(cè)量結(jié)果Fig.9 Measurement area selection and measurement results
第三步,通過(guò)視頻放大實(shí)現(xiàn)微振動(dòng)可視化,懸臂梁振動(dòng)幅度在視覺(jué)上得到放大,便于試驗(yàn)者觀察。
容器在外力作用下產(chǎn)生搖晃,內(nèi)部的液體就會(huì)產(chǎn)生晃動(dòng),并且在短時(shí)間內(nèi)振幅逐漸降低至零。 對(duì)于這類晃動(dòng)頻率的測(cè)量,工業(yè)生產(chǎn)中一般采用激光位移傳感器,但由于大多數(shù)液體具有良好的透射性,為了增強(qiáng)激光的反射信號(hào),會(huì)在待測(cè)容器里撒入水粉顏料等物質(zhì),這可能會(huì)破壞被測(cè)物,造成諸多不便。 所設(shè)計(jì)的測(cè)量?jī)x器屬于非接觸式測(cè)量,較好地解決了這一問(wèn)題。
如圖10 所示,測(cè)量結(jié)果中時(shí)域波形呈現(xiàn)出幅度較快衰減至零的趨勢(shì),并且測(cè)得液體晃動(dòng)頻率結(jié)果為3.735 Hz。
圖10 液體晃動(dòng)頻率測(cè)量結(jié)果Fig.10 Screenshot of liquid sloshing frequency measurement results
設(shè)計(jì)了一款便攜式微振動(dòng)可視化測(cè)量?jī)x,通過(guò)試驗(yàn)驗(yàn)證,微振動(dòng)可視化效果良好,頻率測(cè)量結(jié)果與加速度計(jì)比對(duì)誤差在0.5%以內(nèi),保持較好的準(zhǔn)確度。 根據(jù)相機(jī)與被測(cè)物之間的距離大小和相機(jī)的可用分辨率,振動(dòng)幅度的測(cè)量范圍在圖像中可達(dá)亞像素級(jí)別,對(duì)應(yīng)可測(cè)量的物理幅度可在微米到幾毫米之內(nèi)調(diào)整。 該測(cè)量系統(tǒng)可實(shí)現(xiàn)基本的振動(dòng)測(cè)量功能,為振動(dòng)監(jiān)測(cè)與防范領(lǐng)域帶來(lái)新的選擇,但因相機(jī)幀率較低,在奈奎斯特采樣定律的限制下只能對(duì)30 Hz 以下振動(dòng)物體進(jìn)行測(cè)量,在未來(lái)將聚焦于數(shù)據(jù)處理內(nèi)核的升級(jí)以及欠采樣測(cè)量算法的研究,最終實(shí)現(xiàn)對(duì)高頻振動(dòng)物體的測(cè)量。