[发明专利]一种基于双目视觉的大柔性无人机机翼翼尖变形测量方法

权利要求书

1.一种基于双目视觉的大柔性无人机机翼翼尖变形测量方法，其特征在于，包括步骤如下：

(1)将两个摄像机分别安装于飞机前支撑杆上，靠前的为摄像机1，靠后的为摄像机2，并建立摄像机1坐标系为O₁X₁Y₁Z₁、像平面的坐标位置为O_p1u₁v₁、有效焦距为c₁，摄像机2坐标系为O₂X₂Y₂Z₂、像平面的坐标位置为O_p2u₂v₂、有效焦距为c₂；将摄像机1坐标系作为图像采集坐标系O_sX_sY_sZ_s；

(2)在翼尖机翼段前缘驻点、临近驻点上表面和下表面喷涂m×n个编码标识点，给出机翼处于自然停机状态时的编码标识的三维坐标(X_s11,Y_s11,Z_s11；X_s12,Y_s12,Z_s12；…；X_s1n,Y_s1n,Z_s1n；X_s21,Y_s21,Z_s21；X_s22,Y_s22,Z_s22；…；X_s2n,Y_s2n,Z_s2n；…；X_smn,Y_smn,Z_smn)^T；m，n分别为正整数；

(3)进行摄像机1和摄像机2外参数标定；

(4)进行摄像机1和摄像机2内参数标定；

(5)根据无人机结构振动频率和摄像机图像采集速率，确定微光图像增强的积分序列帧长l，分别对摄像机1和摄像机2采集到的微光图像序列进行l帧积分处理，得到信号功率信噪比，提高l倍的摄像机1图像和摄像机2图像，用于空间立体匹配；

(6)使用步骤(5)给出的双目摄像机图像进行立体匹配，使用迭代最小二乘法求解图像灰度相似系数C_SSD的最小值，进行图像灰度匹配；

(7)计算翼尖所有空间编码标识点的三维坐标值，减去翼尖变形初值，得到翼尖变形的相对量；

步骤(3)中，摄像机外参数包括三维空间中摄像机拍摄的图像相对于机体坐标系的平移矩阵T和旋转矩阵R中的6个外参数元素其中，(X_s,Y_s,Z_s)为坐标系的平移距离坐标，为坐标系的相对旋转方位角；

步骤(3)的具体步骤如下：

(3.1)根据外方位参数相对于机体坐标系的旋转矩阵R和平移矩阵T中的6个外参数元素满足的齐次关系以及摄像机1和摄像机2得到的图像上的所有编码标识点坐标，使用最小二乘法，求出摄像机1和摄像机2对应的旋转矩阵T和平移矩阵R的元素；

(3.2)根据平移矩阵T和旋转矩阵R与外参数元素的对应关系式，求出摄像机1和摄像机2对应的外参数元素；

平移矩阵T和旋转矩阵R与外参数元素的对应关系式如下：

T＝[X_s Y_s Z_s]^T，

步骤(4)的具体方法为：

根据二维像素平面坐标系与摄像机坐标系的坐标信息转换关系式，利用最小二乘法求解，得到摄像机1和摄像机2对应的内部参数矩阵K，求出内参数；

二维像素平面坐标系与摄像机坐标系的坐标信息转换关系式如下：

其中，s是尺度因子，a_x是x轴上的尺度因子，a_y是y轴上的尺度因子。