[发明专利]一种直升机旋翼变形量和挥舞角测量方法及设备在审

专利信息
申请号: 201910931924.6 申请日: 2019-09-29
公开(公告)号: CN110715612A 公开(公告)日: 2020-01-21
发明(设计)人: 韩涛;姜健;侯玉宏;陈钊 申请(专利权)人: 中国飞行试验研究院
主分类号: G01B11/16 分类号: G01B11/16;G01B11/26;G06K9/00;G06T7/246;G06T7/292
代理公司: 11008 中国航空专利中心 代理人: 杜永保
地址: 71008*** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 旋翼 特征点 图像 交汇测量模型 空间位置 坐标位置 像平面 高信 影像 直升机旋翼 几何计算 所述空间 相机标定 旋翼桨叶 变形量 角测量 信噪比 形测量 两路 预设 修正 跟踪 申请 转化
【权利要求书】:

1.一种直升机旋翼变形量和挥舞角测量方法,其特征在于,所述方法包括:

获取至少两路旋翼影像,并将所述旋翼影像转化为至少两个旋翼图像;

对所述旋翼图像进行处理,得到至少两个高信噪比旋翼图像,以便提高所述旋翼图像的信噪比;

对所述高信噪比旋翼图像进行旋翼特征点识别跟踪,获得至少两个旋翼特征点在像平面的坐标位置;

基于预设的相机标定方法,修正空间前方交汇测量模型;

根据所述至少两个旋翼特征点在像平面的坐标位置,通过所述空间前方交汇测量模型,获得至少两个所述旋翼特征点的空间位置;

根据所述至少两个所述旋翼特征点的空间位置,通过几何计算获得旋翼桨叶角和变旋翼形测量。

2.根据权利要求1所述的方法,其特征在于,所述对所述旋翼图像进行处理,具体包括:

采用暗原色先验原理对所述旋翼图像进行处理。

3.根据权利要求1所述的方法,其特征在于,所述对高信噪比旋翼图像进行旋翼特征点识别跟踪,具体包括:

基于卷积神经网络对高信噪比旋翼图像进行旋翼特征点识别跟踪。

4.根据权利要求1所述的方法,其特征在于,所述相机标定模型的视场大于预设值。

5.一种直升机旋翼变形量和挥舞角测量设备,其特征在于,所述设备包括至少2个摄像头、视频采集记录器、视频图像处理器、遥测天线、GPS天线、加热玻璃和加热电路,其中:

所述至少2个摄像头安装在所述设备的侧面,所述至少2个摄像头与视频采集记录器连接,所述视频采集记录器分别与所述视频图像处理器连接和GPS天线连接,所述视频图像处理器与所述遥测天线连接,所述加热玻璃嵌入在所述设备的侧面,加热电路与所述加热玻璃连接;

加热电路,用于对所述加热玻璃进行恒温处理;

摄像头,用于获取旋翼影像;

视频采集记录器,用于对所述旋翼影像进行采集、压缩、编码和记录处理;

视频图像处理器,用于对所述旋翼影像进行图形处理,获得直升机旋翼变形量和挥舞角;

遥测天线,用于发送所述直升机旋翼变形量和挥舞角;

GPS天线,用于对视频采集记录器授时;

加热玻璃,用于对所述设备进行整流。

6.根据权利要求5所述的设备,其特征在于,所述直升机旋翼变形量和挥舞角测量设备安装在旋翼顶部桨毂上。

7.一种直升机旋翼变形量和挥舞角测量装置,其特征在于,所述装置包括获取单元、图像处理单元、识别跟踪单元、修正单元、空间位置获得单元和计算单元,其中:

获取单元,用于获取至少两路旋翼影像,并将所述旋翼影像转化为至少两个旋翼图像;

图像处理单元,用于对所述旋翼图像进行处理,得到至少两个高信噪比旋翼图像,以便提高所述旋翼图像的信噪比;

识别跟踪单元,用于对所述高信噪比旋翼图像进行旋翼特征点识别跟踪,获得至少两个旋翼特征点在像平面的坐标位置;

修正单元,用于基于预设的相机标定方法,修正空间前方交汇测量模型;

空间位置获得单元,用于根据所述至少两个旋翼特征点在像平面的坐标位置,通过所述空间前方交汇测量模型,获得至少两个所述旋翼特征点的空间位置;

计算单元,用于根据所述至少两个所述旋翼特征点的空间位置,通过几何计算获得旋翼桨叶角和变旋翼形测量。

8.根据权利要求7所述的装置,其特征在于,所述图像处理单元,具体用于:

采用暗原色先验原理对所述旋翼图像进行处理。

9.根据权利要求7所述的装置,其特征在于,所述识别跟踪单元,具体用于:

基于卷积神经网络对高信噪比旋翼图像进行旋翼特征点识别跟踪。

10.根据权利要求7所述的装置,其特征在于,所述相机标定模型的视场大于预设值。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国飞行试验研究院,未经中国飞行试验研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910931924.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top