胡丙華，晏 暉

（中國飛行試驗研究院，陜西 西安 710089）

引言

旋翼槳葉的動力學(xué)特性分析是槳葉設(shè)計和評價的主要依據(jù)，直接影響到直升機強度、性能和飛行品質(zhì)特性[1-2]。其中，揮舞角、擺振角和變距角體現(xiàn)了槳葉的運動規(guī)律，涉及操縱性和穩(wěn)定性分析；應(yīng)變則反映了槳葉的力學(xué)特性，涉及載荷分析[3]。旋翼槳葉載荷主要表現(xiàn)為槳葉的拉伸、彎曲和扭轉(zhuǎn)，它們的變化引起槳葉外形變化[4-5]。旋翼槳葉彈性變形測量方法大致分為兩類，即光學(xué)測量法和傳感器測量法。光學(xué)測量法的特點是針對槳葉彈性變形的測量，使用光學(xué)成像儀器，不接觸測試件，且測試獲得的結(jié)果即為位移變化量，無需進行大量復(fù)雜的間接轉(zhuǎn)換[6]。目前，比較先進的光測法主要指基于高密度測量標志圖像的視覺測量方法與基于三維散斑圖像相關(guān)的視覺測量方法。國內(nèi)外在基于視覺的旋翼變形測量方面已進行了一些研究與應(yīng)用，如UhmD 等利用三維數(shù)字散斑相關(guān)方法研究了直升機懸停時，極柔性旋翼槳葉的變形測量和模態(tài)識別[7]；德國研究者Christoph Maucher 和Fritz Boden 合作采用視覺測量方式對DR135、EC135 飛機進行了變形測量[8]；意大利利古雷航空公司 Claudio Lanari 和Fritz Boden 把基于QVT、IPCT的視覺測量方法用于P180 推進器形變測量中取得了很好的效果[9-10]；吳國寶等提出了一種基于三維數(shù)字影像的測量方法，實現(xiàn)了旋翼槳葉運動參數(shù)的有效測量[11]；韓濤等構(gòu)建了一種隨旋翼旋轉(zhuǎn)的立體相機系統(tǒng)，實現(xiàn)了旋翼槳葉的三維變形測量[12]；左承林等提出一種基于雙目立體視覺的直升機旋翼槳葉位移變形測量方法，實現(xiàn)了風(fēng)洞環(huán)境下旋翼槳葉上密集編碼點的精確測量與變形分析[13]。

本文借鑒國內(nèi)外旋翼變形測量研究情況，結(jié)合某項目研究的具體需求與測試對象結(jié)構(gòu)特點，提出了一種直升機旋翼三維動態(tài)變形測量與可視化分析方法，設(shè)計研制了一種小型一體化隨動雙目立體視覺測量系統(tǒng)，構(gòu)建了長景深大傾角散斑影像匹配與窄長目標變形測量算法，解決了高速旋轉(zhuǎn)葉片的實時高清視頻監(jiān)控與關(guān)鍵點變形測量問題，實現(xiàn)了旋翼槳葉全場變形測量，為旋翼運動規(guī)律分析、載荷測試數(shù)據(jù)分析、旋翼氣動彈性修正技術(shù)理論研究以及旋翼槳葉疲勞損傷分析等提供可靠實測數(shù)據(jù)[14]。

1 測量系統(tǒng)設(shè)計

1.1 系統(tǒng)組成

針對直升機旋翼槳葉結(jié)構(gòu)特點與高速旋轉(zhuǎn)特性，設(shè)計了旋翼動態(tài)變形測量與可視化分析系統(tǒng)，主要由一體化隨動視頻采集與處理子系統(tǒng)（安裝于旋翼槳轂上）、數(shù)據(jù)傳輸與實時監(jiān)控子系統(tǒng)、事后全翼面變形測量處理與可視化分析子系統(tǒng)以及輔助測量子系統(tǒng)組成。其中，一體化隨動視頻采集與處理子系統(tǒng)用于旋翼槳葉運動的實時視頻監(jiān)控與關(guān)鍵點的變形測量，由高清攝像頭、同步控制授時模塊，數(shù)據(jù)處理模塊、數(shù)傳模塊、存儲模塊、電源模塊、防護罩等構(gòu)成；數(shù)據(jù)傳輸與實時監(jiān)控子系統(tǒng)用于數(shù)據(jù)傳輸、壓縮編碼與解碼顯示，主要由機上無線天線、機艙內(nèi)數(shù)據(jù)接收存儲單元、數(shù)據(jù)遙測發(fā)射與接收單元、數(shù)據(jù)實時解碼與監(jiān)控顯示單元組成；事后全翼面變形測量處理與分析子系統(tǒng)用于事后旋翼視頻數(shù)據(jù)的處理與變形測量數(shù)據(jù)分析，主要由視頻/序列圖像特征檢測與匹配單元、攝像頭標定計算單元、旋翼翼面三維重建單元、旋翼變形數(shù)據(jù)可視化分析單元等組成；輔助測量子系統(tǒng)用于旋翼表面處理與系統(tǒng)標定，主要由旋翼表面處理單元、測量系統(tǒng)標定設(shè)備與旋翼基準狀態(tài)標定測量單元組成。系統(tǒng)整體組成如圖1所示。

圖1 旋翼動態(tài)變形測量與可視化分析系統(tǒng)組成圖Fig. 1 Composition of rotor dynamic deformation measurement and visual analysis system

1.2 一體化隨動視頻采集與處理子系統(tǒng)設(shè)計

一體化隨動視頻采集與處理子系統(tǒng)是旋翼動態(tài)變形測量與可視化分析系統(tǒng)的核心，為項目新研制的系統(tǒng)。該系統(tǒng)采用了帶加強筋的航空鋁材對稱結(jié)構(gòu)設(shè)計、整機動平衡技術(shù)、寬電壓帶EMI濾波的集流環(huán)供電技術(shù)、基于FPGA 和海思3559A的高性能嵌入式系統(tǒng)的高速數(shù)據(jù)采集分析技術(shù)等，使其可以加裝到高速旋轉(zhuǎn)件上，實現(xiàn)視頻數(shù)據(jù)采集、存儲和處理；與現(xiàn)有類似采集系統(tǒng)相比，該系統(tǒng)更小型化、整體剛性和穩(wěn)定性更強、數(shù)據(jù)同步性更好、且實現(xiàn)了視頻數(shù)據(jù)的實時無線下傳與監(jiān)控。

1.2.1 子系統(tǒng)組成

一體化隨動視頻采集與處理子系統(tǒng)組成及其與整個系統(tǒng)信號傳輸結(jié)構(gòu)如圖2 所示。

圖2 一體化隨動視頻采集與處理子系統(tǒng)組成與系統(tǒng)信號傳輸結(jié)構(gòu)示意圖Fig. 2 Composition of integrated servo video acquisition and processing subsystem and signal transmission structure of whole system

1.2.2 系統(tǒng)結(jié)構(gòu)設(shè)計

由于一體化隨動視頻采集與處理子系統(tǒng)隨旋翼槳轂一起運動，為保證系統(tǒng)能正常工作的情況下盡量減小外加系統(tǒng)對直升機自身飛行性能的影響，該子系統(tǒng)在結(jié)構(gòu)上應(yīng)滿足以下要求：

1） 應(yīng)盡可能小型化，輕型化，模塊化。

2） 滿足旋轉(zhuǎn)部件結(jié)構(gòu)強度和動平衡要求。

3） 振動滿足HB-5830 正弦振動功能譜E 曲線要求。

4） 滿足集流環(huán)供電要求，系統(tǒng)總功耗不能過大，一般不超過500 W。

5） 滿足熱平衡要求，確保系統(tǒng)散熱性能滿足高溫或長時間暴曬環(huán)境下正常使用的要求。

6） 通過過渡板與槳轂剛性連接。

1.2.3 實時數(shù)據(jù)處理邏輯設(shè)計

兩高清攝像頭經(jīng)觸發(fā)開始同步采集視頻數(shù)據(jù)，之后經(jīng)實時數(shù)據(jù)處理再進行下傳，實現(xiàn)數(shù)據(jù)的實時監(jiān)控。其中，實時數(shù)據(jù)處理過程如圖3 所示，在數(shù)據(jù)采集后進入數(shù)據(jù)緩存，一方面進行視頻編碼、存儲處理，另一方面進行圖像降采樣、同名影像標志點檢測、匹配、定位計算和數(shù)據(jù)存儲等處理，以實現(xiàn)旋翼運動狀態(tài)與翼尖變形量的實時監(jiān)控。

圖3 系統(tǒng)實時數(shù)據(jù)處理過程圖Fig. 3 Process diagram of real-time data processing of system

1.3 旋翼表面處理設(shè)計

考慮不影響飛機的氣動與操縱性能，一體化隨動視頻采集與處理子系統(tǒng)不能安裝在槳轂上較高的地方，一般應(yīng)盡量貼近槳轂。因此，兩高清攝像頭的觀測交會角很小，傾角很大，與被測目標接近平行。為保證使靠近旋翼末端的散斑與編碼標志點清晰成像，不出現(xiàn)邊緣重疊影響后續(xù)特征檢測與匹配效率與可靠性的情況，提出了一種基于成像距離與攝影傾角的靶標長短軸比例拉伸設(shè)計方法，對正圓靶標沿旋翼翼展方向按不同比例進行拉伸處理與布設(shè)，解決在相機光軸與槳葉構(gòu)造平面的夾角非常小的情況下，正圓靶標變形嚴重難以準確檢測的問題。被測旋翼槳葉的表面處理情況如圖4 所示。

圖4 攝像頭布局示意圖Fig. 4 Schematic diagram of camera layout

2 測量原理

2.1 攝像機標定

2.1.1 基于距離約束的攝像機標定

基于距離約束的攝像機標定是一種基于附有約束條件的間接平差原理的攝像機標定參數(shù)（內(nèi)、外方位元素與畸變修正參數(shù)）獲取方法。以十字編碼標尺作為攝像機標定控制，采集其在測區(qū)不同位置的成像作為標定影像，之后進行編碼標志點的影像檢測與匹配，再結(jié)合標尺上給出的兩點編號及其對應(yīng)距離，構(gòu)建標定參數(shù)解算模型，進行整體平差計算，最終獲得攝像機標定參數(shù)的精確值。標定參數(shù)解算模型主要分為以下幾種：

1） 確定鏡頭畸變模型

一般來說，攝像機的非線性畸變有3 種：徑向畸變、偏心畸變和薄棱鏡畸變[15]。根據(jù)不同畸變組合構(gòu)建畸變修正模型[16]，對項目所用測量系統(tǒng)進行地面精度試驗驗證，確定最佳畸變修正模型為

將其線性化，可得約束條件方程：

3） 構(gòu)建誤差方程組

以影像外方位元素、編碼點物方坐標，攝像機內(nèi)方位元素、鏡頭畸變修正參數(shù)為未知數(shù)，編碼點像素坐標為觀測值，對共線條件方程進行線性化處理，聯(lián)合約束條件方程（3），可得標定計算誤差方程組為

由于基于距離約束的攝像機標定獲得的攝像機外方位元素未與實際測量所需物方空間坐標系關(guān)聯(lián)，不能直接用于后續(xù)參數(shù)測量，因此，需另外布設(shè)控制場實現(xiàn)攝像機外方位元素的標定計算，此處通過后方交會原理[17]實現(xiàn)攝像機在物方空間坐標系的位置和姿態(tài)計算。

2.2 實時單點變形測量

對實時采集的圖像數(shù)據(jù)，需經(jīng)編碼標志點實時檢測、識別與匹配，再結(jié)合攝像機標定參數(shù)和標志點在旋翼基準狀態(tài)的測量數(shù)據(jù)，采用基于閾值約束的前方交會原理獲得短基線測量條件下的標志點的三維坐標[17]，進行獲得該點的實時變形量。

其中，編碼標志點實時檢測、識別與匹配是實現(xiàn)旋翼實時單點變形測量的關(guān)鍵，要求能快速、準確、可靠地實現(xiàn)影像匹配，為單點變形計算提供同名點坐標數(shù)據(jù)。由于兩攝像頭隨旋翼一起轉(zhuǎn)動，其左右有效視場幾乎不變，為減少計算量，在進行標志點檢測前需進行感興趣區(qū)自動檢測與自適應(yīng)二值化處理，之后進行邊緣檢測與亞像素邊緣定位。然后根據(jù)圓度準則和橢圓大小、凹凸性等約束條件檢測出邊緣集中的橢圓，并基于最小二乘橢圓擬合法計算橢圓中心，再進行編碼標志點的判斷與解碼。最后以碼值相同為原則進行匹配，并通過對極約束實時判斷雙目影像編碼標志點匹配的有效性。編碼標志點檢測、識別與匹配流程如圖5 所示。

圖5 編碼標志點檢測、識別與匹配流程圖Fig. 5 Flow chart of detection, identification and matching of coded mark points

2.3 數(shù)字散斑相關(guān)測量

數(shù)字散斑相關(guān)測量是使用2 個攝像機從不同角度拍攝被測物體表面在變形前和變形后的散斑影像，通過對散斑影像進行預(yù)處理、劃分網(wǎng)格以及同名子區(qū)匹配等，計算得到變形前后影像中待測點的二維坐標，再聯(lián)合標定所得的雙攝像機內(nèi)外參數(shù)，進行三維重建，最后基于基準狀態(tài)數(shù)據(jù)得到三維變形信息?；跀?shù)字散斑相關(guān)的直升機旋翼變形測量算法實現(xiàn)流程如圖6 所示，核心是散斑影像匹配與三維重建。

圖6 基于數(shù)字散斑相關(guān)的直升機旋翼變形測量算法實現(xiàn)流程圖Fig. 6 Algorithm implementation process of helicopter rotor deformation measurement based on digital speckle correlation

2.3.1 散斑影像匹配

散斑影像匹配，包括二維匹配和立體匹配，二維匹配是指跟蹤變形前、后圖像中的同源點。立體匹配指匹配雙目攝像機同一時刻拍攝的左右圖像中的同名點。對于全時序狀態(tài)的影像相關(guān)匹配，采用立體匹配和二維匹配交叉進行的匹配策略，直至所有狀態(tài)的散斑子區(qū)完成立體匹配[18]。

通常子區(qū)相似程度是通過2 個子區(qū)圖像的灰度值來衡量，此處使用相關(guān)函數(shù)（歸一化差值平方和函數(shù)）定義匹配影像2 個子區(qū)的相似度，其表達式為

依據(jù)圖6 框選部分進行影像匹配，在具體實現(xiàn)過程中，為減少計算量，且高效準確地實現(xiàn)參考圖像與目標圖像的匹配，第1 狀態(tài)通過同名核線幾何約束，使得在密集散斑區(qū)域能夠快速找到與參考子區(qū)匹配的目標子區(qū)；之后根據(jù)參考子區(qū)和目標子區(qū)4 個角點的坐標，以X=[u ux uy v vx vy r0r1]作為待求的匹配參數(shù)向量，基于最小二乘方法求CNSSD最小值，實現(xiàn)立體匹配參數(shù)計算；再以上一次匹配計算參數(shù)為準確初值，進行相鄰狀態(tài)影像的二維匹配與同一狀態(tài)參考影像與目標影像的立體匹配計算。在一個子區(qū)所有狀態(tài)匹配成功后，根據(jù)變形參數(shù)進行四鄰域擴展計算，實現(xiàn)所有子區(qū)的匹配。該方法采用核線幾何約束有效提高了影像半自動匹配效率，采用連續(xù)相鄰狀態(tài)二維匹配策略，減少了待匹配影像之間的差異，增強了自動匹配的可靠性與魯棒性。

農(nóng)產(chǎn)品科技含量較低，品牌潛力有待挖掘。農(nóng)業(yè)品牌建設(shè)必須有過硬的質(zhì)量和足夠的資金作為基礎(chǔ)，而過硬的質(zhì)量又需要由強大的科技作為后盾。為確保品牌農(nóng)產(chǎn)品的高質(zhì)量和高效益，農(nóng)業(yè)企業(yè)應(yīng)當加強對農(nóng)產(chǎn)品的深加工。然而，現(xiàn)階段臥龍區(qū)已認證的無公害品牌除了青華鎮(zhèn)永興農(nóng)貿(mào)公司粗加工玉米面和玉米糝外，其他企業(yè)都沒有對其產(chǎn)品內(nèi)在價值進行加工，最終嚴重影響了企業(yè)效益。

2.3.2 旋翼表面三維重建

試驗后基于旋翼表面散斑影像，在攝像機精確標定的基礎(chǔ)上，依次進行特征點檢測、相對定向、散斑匹配和三維重建處理。三維重建的核心是雙目交會測量，此處采用共線條件方程法前方交會原理,結(jié)合空間距離變化閾值約束，構(gòu)建平差解算模型，實現(xiàn)連續(xù)運動過程的所有同名散斑點測量計算。

由于處理過程中會出現(xiàn)部分測量點散斑匹配失敗，或坐標誤差較大重建失敗的情況，因此旋翼三維重建計算結(jié)果會存在孔洞，此時，需要基于孔洞周邊點的信息進行插值運算以修補這些孔洞。

2.4 可視化變形分析

以旋翼基準標定的數(shù)據(jù)為參考狀態(tài)，結(jié)合直升機有效動作段旋翼三維重建結(jié)果，分析旋翼變形量和變形過程，通過調(diào)整三維視圖觀察視角，對全時序測量數(shù)據(jù)進行回放，實現(xiàn)旋翼全程動態(tài)變形的可視化顯示與分析。以點元素進行分析時，在有效動作段的機旋翼三維重建結(jié)果中提取某一點或多點三維坐標數(shù)據(jù)，將其與參考狀態(tài)的坐標數(shù)據(jù)進行差運算，即可得到其變形量和變形過程曲線。

3 試驗驗證

3.1 試驗系統(tǒng)搭建

根據(jù)上述測量系統(tǒng)設(shè)計，結(jié)合實際測量工作中測量系統(tǒng)的安裝條件及其與被測對象之間的空間關(guān)系（被測對象為長約8 m、寬約0.5 m 的細長旋翼槳葉，測量系統(tǒng)可安裝在旋翼轉(zhuǎn)軸上方約0.7 m的試驗臺上），搭建地面試驗系統(tǒng)，實現(xiàn)系統(tǒng)標定功能、標定精度，測量能力、精度和可靠性驗證。系統(tǒng)主要由2 臺AOS G2 系列攝像機（分辨率2 048 pixel×2 048 pixel，像元尺寸6.3 μm）、1 臺小型網(wǎng)絡(luò)交換機、1 臺時碼發(fā)生器、1 臺筆記本電腦、攝像機控制軟件、基于上述原理研制的全場變形測量軟件、可粘貼編碼標志、編碼標尺、可構(gòu)建旋翼測量區(qū)的平板、全站儀、補光燈等構(gòu)成。系統(tǒng)連接如圖7所示。

圖7 3D 測量試驗系統(tǒng)連接拓撲圖Fig. 7 Connection topology diagram of 3D measurement test system

3.2 試驗流程

試驗過程主要包含以下環(huán)節(jié)：

1） 系統(tǒng)調(diào)試。包含系統(tǒng)連通性調(diào)試，鏡頭光圈與焦距調(diào)節(jié)，兩攝像機空間關(guān)系調(diào)整，使其滿足實際安裝條件，且保證盡可能大的縱深測量范圍。

2） 內(nèi)參標定影像數(shù)據(jù)采集。采集編碼標尺在不同位置、角度的成像畫面作為內(nèi)參標定影像（約30 張影像，要求編碼標尺在整個視場內(nèi)均有成像）。

3） 外參標定影像數(shù)據(jù)采集與控制點測量。采集10 張覆蓋8 個以上控制點的成像畫面作為外參標定影像，并獲得控制點在物方坐標系下的坐標數(shù)據(jù)。

4） 不同狀態(tài)數(shù)據(jù)采集與測量。獲得3 個以上不同狀態(tài)平板上的標志點成像畫面和三維空間坐標。

5） 運動狀態(tài)數(shù)據(jù)采集。使平板仿真旋翼運動，采集該運動過程的視頻數(shù)據(jù)。

6） 數(shù)據(jù)處理與分析。使用全場變形測量軟件對采集數(shù)據(jù)進行攝像機標定、多點測量計算與面測量計算，根據(jù)穩(wěn)定狀態(tài)的計算數(shù)據(jù)與全站儀測量數(shù)據(jù)進行對比分析，評估該方法測量精度，同時進行平板運動過程的變形測量。

3.3 數(shù)據(jù)處理與分析情況

由表1 可以看出，利用全場變形測量軟件進行標定和多點測量，可獲得最大誤差優(yōu)于4 mm 的測量精度。由圖8 可以看出，在被測平板表面粘貼/噴涂標示不密集的情況下也可以實現(xiàn)面測量，對變形情況有直觀的顯示，展示效果好，且降低了測量試驗對被測目標表面處理的要求。圖9 顯示鄰近兩點的運動趨勢一致，圖10 顯示沿縱向較遠的點比近點在X、Y和Z三個方向的變化大，符合運動實際。綜上所述，該方法能夠?qū)崿F(xiàn)散斑全場變形測量與可視化分析，數(shù)據(jù)可靠，同時可獲得單點運動軌跡數(shù)據(jù)，實現(xiàn)關(guān)鍵點變形量與趨勢分析。

表1 編碼標志點的視覺測量計算結(jié)果與全站儀測量數(shù)據(jù)的對比分析Table 1 Comparison and analysis of visual measurement calculation results of coded mark points and measurement data of total station

圖8 重建結(jié)果Fig. 8 Reconstruction results

圖9 平板上鄰近兩點的運動變化曲線Fig. 9 Motion change curves of adjacent two points on plate

圖10 平板上沿縱向較遠兩點的運動變化曲線Fig. 10 Motion change curves of two points along longitudinal distance on plate

4 結(jié)論

本文系統(tǒng)地介紹了一種可精確、有效地獲取直升機在飛行狀態(tài)下旋翼三維動態(tài)變形測量與可視化分析方法，并依據(jù)某型直升機結(jié)構(gòu)特點進行了地面仿真試驗驗證。該方法通過設(shè)計一體化隨動雙目立體視覺測量系統(tǒng)，實現(xiàn)了高速旋轉(zhuǎn)件的全程高幀頻數(shù)據(jù)采集存儲與實時處理，通過制備拉伸的數(shù)字散斑和編碼標志，解決了受測量系統(tǒng)安裝條件限制造成大傾角攝影條件下圖像變形大、匹配難度高的難題，實現(xiàn)了旋翼實時單點變形測量與事后基于三維散斑相關(guān)的全槳葉面動態(tài)變形測量與分析。地面試驗結(jié)果表明，該方法準確、有效，在小交會角、大傾角攝影情況下可獲得最大誤差優(yōu)于4 mm 的靜態(tài)定位測量精度，結(jié)合旋翼輪轂振動可能引起的測量誤差，可評估在機載振動環(huán)境下仍能獲得滿足飛行試驗測試要求的測量精度，可在飛行試驗中推廣應(yīng)用，從而為飛行試驗旋翼載荷測試數(shù)據(jù)分析、旋翼故障預(yù)測、診斷與排除等提供技術(shù)支撐或有效解決措施。