CN109060286A - 基于数字散斑的无人机低频振动检测装置及方法 - Google Patents
基于数字散斑的无人机低频振动检测装置及方法 Download PDFInfo
- Publication number
- CN109060286A CN109060286A CN201811160057.2A CN201811160057A CN109060286A CN 109060286 A CN109060286 A CN 109060286A CN 201811160057 A CN201811160057 A CN 201811160057A CN 109060286 A CN109060286 A CN 109060286A
- Authority
- CN
- China
- Prior art keywords
- unmanned plane
- vision
- high speed
- conjugation
- wing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 117
- 238000000034 method Methods 0.000 title claims abstract description 15
- 230000004438 eyesight Effects 0.000 claims abstract description 69
- 230000021615 conjugation Effects 0.000 claims abstract description 60
- 230000001133 acceleration Effects 0.000 claims abstract description 33
- 230000007246 mechanism Effects 0.000 claims abstract description 21
- 238000012545 processing Methods 0.000 claims abstract description 18
- 230000005284 excitation Effects 0.000 claims abstract description 15
- 239000012530 fluid Substances 0.000 claims description 29
- 238000005086 pumping Methods 0.000 claims description 7
- 238000002474 experimental method Methods 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 2
- 239000007788 liquid Substances 0.000 claims description 2
- 238000005259 measurement Methods 0.000 description 16
- 239000000758 substrate Substances 0.000 description 7
- NJPPVKZQTLUDBO-UHFFFAOYSA-N novaluron Chemical compound C1=C(Cl)C(OC(F)(F)C(OC(F)(F)F)F)=CC=C1NC(=O)NC(=O)C1=C(F)C=CC=C1F NJPPVKZQTLUDBO-UHFFFAOYSA-N 0.000 description 6
- 238000012360 testing method Methods 0.000 description 5
- 230000003321 amplification Effects 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 238000003199 nucleic acid amplification method Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 238000009434 installation Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 241000208340 Araliaceae Species 0.000 description 2
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 2
- 235000003140 Panax quinquefolius Nutrition 0.000 description 2
- 238000005452 bending Methods 0.000 description 2
- 238000013016 damping Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 235000008434 ginseng Nutrition 0.000 description 2
- 238000000691 measurement method Methods 0.000 description 2
- 230000000630 rising effect Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- CVOFKRWYWCSDMA-UHFFFAOYSA-N 2-chloro-n-(2,6-diethylphenyl)-n-(methoxymethyl)acetamide;2,6-dinitro-n,n-dipropyl-4-(trifluoromethyl)aniline Chemical compound CCC1=CC=CC(CC)=C1N(COC)C(=O)CCl.CCCN(CCC)C1=C([N+]([O-])=O)C=C(C(F)(F)F)C=C1[N+]([O-])=O CVOFKRWYWCSDMA-UHFFFAOYSA-N 0.000 description 1
- 229910000838 Al alloy Inorganic materials 0.000 description 1
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- 239000000956 alloy Substances 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000011888 foil Substances 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 239000010935 stainless steel Substances 0.000 description 1
- 229910001220 stainless steel Inorganic materials 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M7/00—Vibration-testing of structures; Shock-testing of structures
- G01M7/02—Vibration-testing by means of a shake table
- G01M7/025—Measuring arrangements
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种基于数字散斑的无人机低频振动检测装置及方法,所述装置包括无人机、驱动激励机构和振动检测机构,所述无人机的左右机翼上分别喷涂有随机散斑,且对称粘贴有若干编码标志点,所述驱动激励机构与无人机的左右机翼连接,用于激励无人机的左右机翼产生振动,所述振动检测机构包括两个共轭视觉检测组、两组加速度传感器和处理设备,所述两个共轭视觉检测组分别用于检测左右机翼上的随机散斑和编码标志点,所述两组加速度传感器分别设置在无人机的左右机翼上,所述处理设备分别与两个共轭视觉检测组、两组加速度传感器连接。本发明可以实现对无人机主要受载产生振动的机翼部分结构的全面、快速、高精度的振动检测。
Description
技术领域
本发明涉及一种振动检测装置,尤其是一种基于数字散斑的无人机低频振动检测装置及方法,属于大型柔性结构的振动检测领域。
背景技术
大型无人机在飞行中经常会受到气流载荷产生低频振动,从而机翼内部以及外部载荷分布都会发生变化,产生诸如弯曲、扭转等多种复杂模态振动,振动变形到一定程度会严重影响飞行性能、破坏无人机结构,甚至产生颤振使飞机失稳导致毁坏。对于翼展为40~50m的大型无人机飞行时翼尖波动可能超过1m,对于猎鹰式固定翼无人机,虽然整体体积相对较小,但展弦比大导致机翼部分在受载变形后升阻比降低,从而导致滚转力矩和偏航力矩显著增大,对需要灵活机动的飞行性能有很大影响,其中低频大幅值振动引起的动态变形影响显著。因此对无人机的主要受载产生振动的机翼部分进行低频振动测量,具有重大意义。
无人机机翼振动检测的方法多样,但传统测量方法如加速度传感器、应变片、激光位移传感器很难在不影响到无人机飞行的前提下安装在机翼表面,且均为单点测量,无法获取机翼三维振动信息,且对于大型曲面结构的安装测量存在较多问题。
发明内容
本发明的目的是为了解决上述现有技术的缺陷,提供了一种基于数字散斑的无人机低频振动检测装置,该装置可以实现对无人机主要受载产生振动的机翼部分结构的全面、快速、高精度的振动检测。
本发明的另一目的在于提供一种基于数字散斑的无人机低频振动检测方法。
本发明的目的可以通过采取如下技术方案达到:
基于数字散斑的无人机低频振动检测装置,包括无人机、驱动激励机构和振动检测机构,所述无人机的左右机翼上分别喷涂有随机散斑,且对称粘贴有若干编码标志点,所述驱动激励机构与无人机的左右机翼连接,用于激励无人机的左右机翼产生振动,所述振动检测机构包括两个共轭视觉检测组、两组加速度传感器和处理设备,所述两个共轭视觉检测组分别用于检测左右机翼上的随机散斑和编码标志点,所述两组加速度传感器分别设置在无人机的左右机翼上,所述处理设备分别与两个共轭视觉检测组、两组加速度传感器连接。
进一步的,所述无人机包括机身、机头、左机翼、右机翼、尾翼和螺旋桨,所述机身分别与机头、左机翼、右机翼、尾翼、螺旋桨连接,所述左机翼和右机翼水平悬置。
进一步的,所述左机翼和右机翼均包括桁条、翼肋、翼梢和副翼,所述桁条分别与翼肋、翼梢连接,且翼梢设置在桁条悬空的一端,所述翼肋和翼梢外侧设有蒙皮层,所述副翼设置在蒙皮层上,并靠近翼梢。
进一步的,所述驱动激励机构包括第一激振器、第二激振器和信号处理模块,所述信号处理模块分别与第一激振器、第二激振器连接,所述第一激振器与无人机左机翼连接,所述第二激振器与无人机右机翼连接。
进一步的,所述信号处理模块包括信号发生器和功率放大器,所述信号发生器与功率放大器连接,所述功率放大器分别与第一激振器、第二激振器连接。
进一步的,每个共轭视觉检测组包括两台高速相机、两个液压云台和两个滑块,所述两台高速相机、两个液压云台和两个滑块均为一一对应,每台高速相机设置在对应的液压云台上,每个液压云台固定在对应的滑块上,两个共轭视觉检测组的滑块滑动设置在一滑轨上;
所述两个共轭视觉检测组分别为第一共轭视觉检测组和第二共轭视觉检测组,第一共轭视觉检测组的两台高速相机镜头对准无人机左机翼上的随机散斑和编码标志点,第二共轭视觉检测组的两台高速相机镜头对准无人机右机翼上的随机散斑和编码标志点。
进一步的,所述处理设备包括计算机、A/D采集卡、电荷放大器和同步触发器,所述计算机通过同步触发器与两个共轭视觉检测组连接,并依次通过A/D采集卡、电荷放大器与两组加速度传感器连接。
进一步的,所述装置还包括支撑平台,所述无人机固定在支撑平台上。
进一步的,所述装置还包括工作平台,所述两个共轭视觉检测组设置在工作平台上。
本发明的另一目的可以通过采取如下技术方案达到:
基于数字散斑的无人机低频振动检测方法,所述方法包括:
调节第一共轭视觉检测组的两台高速相机,使其镜头对准无人机左机翼上的随机散斑和编码标志点,以及调节第二共轭视觉检测组的两台高速相机,使其镜头对准无人机右机翼上的随机散斑和编码标志点;
对第一共轭视觉检测组的两台高速相机进行标定,得到第一共轭视觉检测组的两台高速相机的内参以及第一位姿关系;对第二共轭视觉检测组的两台高速相机进行标定,得到第二共轭视觉检测组的两台高速相机的内参以及第二位姿关系;以及对第一共轭视觉检测组的一台相机和第二共轭视觉检测组相邻的一台相机进行标定,得到这两台相机的第三位姿关系;
在驱动激励机构中,信号发生器发出激励信号,经功率放大器放大信号后,驱动第一激振器和第二激振器,激起无人机左右机翼的低频振动;
第一共轭视觉检测组的两台高速相机采集无人机左机翼上的随机散斑序列图像,利用左机翼上的编码标志点的图像坐标提供匹配初值,对编码标志点周围散斑区域进行扩散相关匹配,根据振动动态变形连续性匹配序列图像的同名点,结合该共轭视觉检测组的两台高速相机的内参以及第一位姿关系,重建左机翼的实时三维点云;
第二共轭视觉检测组的两台高速相机采集无人机右机翼上的随机散斑序列图像,利用右机翼上的编码标志点的图像坐标提供匹配初值,对编码标志点周围散斑区域进行扩散相关匹配,根据振动动态变形连续性匹配序列图像的同名点,结合该共轭视觉检测组的两台高速相机的内参以及第二位姿关系,重建右机翼的实时三维点云;
根据第一位姿关系以及第三位姿关系,将右机翼的实时三维点云转换统一到第一共轭视觉检测组的一台高速相机的坐标系下,得到该高速相机坐标系下的左右机翼整体三维点云,并计算振动量;
选取对应点的振动量与加速度传感器检测的振动量进行对比验证,修改激振参数,进行多次实验。
本发明相对于现有技术具有如下的有益效果:
1、本发明利用数字散斑相关方法对无人机主要振动的机翼部分进行检测,随机散斑制作简易,无需辅助光学结构,降低成本,采用两个共轭视觉检测组实现非接触式测量,精度高、可实现全场测量,且无需引入电路噪声,避免了曲面检测传感器安装不便的问题;此外,还设置了两组加速度传感器,分别用于检测无人机左右机翼的振动量,检测结果与散斑相关检测结果对比验证,提高测量结果的可靠性。
2、本发明采用粘贴编码标志点的方式为散斑匹配提供准确初值,以编码标志点为中心扩散相关匹配,提高匹配效率与精度;通过相机分组多次立体标定,实现了左右翼点云坐标的全局统一。
3、本发明的每个共轭视觉检测组设有两台高速相机,通过移动滑轨上的两个滑块,可以调节两台高速相机的水平位置,从而改变两台高速相机之间的位置关系,确保无人机左右机翼的随机散斑和编码标志点均在两台高速相机的视觉检测的视场范围内,通过两个液压云台的俯仰阻尼旋钮和全景旋转旋钮,可以调整两台高速相机的俯仰角度和水平角度,可以实现对无人机主要受载产生振动的机翼部分结构的全面、快速、高精度的振动检测。
4、本发明可获取较多信息,通过改变激振参数,通过拟合振动曲面、计算振动速率,寻找振动最大位置等研究不同载荷条件对无人机结构的影响。
附图说明
图1为本发明实施例1的基于数字散斑的无人机低频振动检测装置总体结构示意图。
图2为本发明实施例1的基于数字散斑的无人机低频振动检测装置的主视图。
图3为本发明实施例1的基于数字散斑的无人机低频振动检测装置的俯视图。
图4为本发明实施例1的无人机的右机翼剖视图。
图5为本发明实施例1的两个共轭视觉检测组的示意图。
图6为本发明实施例1的基于数字散斑的无人机低频振动检测方法的总体流程图。
图7为本发明实施例1的基于数字散斑的无人机低频振动检测方法的匹配示意图。
其中,1-无人机,101-机身,102-机头,103-左机翼,104-右机翼,1041-桁条,1042-翼肋,1043-翼梢,1044-副翼,1045-蒙皮层,105-尾翼,106-螺旋桨,107-第一底座, 2-随机散斑,3-编码标志点,4-支撑平台,401-第一竖向支撑杆,402-第一横向支撑杆, 403-基板,5-第一激振器,501-第一顶杆,502-第二底座,6-第二激振器,601-第二顶杆,602-第三底座,7-信号发生器,8-功率放大器,9-第一高速相机,10-第二高速相机, 11-第一液压云台,12-第二液压云台、13-第一滑块,14-第二滑块,15-第三高速相机, 16-第四高速相机,17-第三液压云台,18-第四液压云台、19-第三滑块,20-第四滑块, 21-滑轨,22-第四底座,23-第一加速度传感器,24-第二加速度传感器,25-计算机,26-A/D 采集卡,27-电荷放大器,28-同步触发器,29-工作平台,2901-第二竖向支撑杆,2902- 第一层板,2903-第二层板。
具体实施方式
下面结合实施例及附图对本发明作进一步详细的描述,但本发明的实施方式不限于此。
实施例1:
近年来发展的基于数字图像相关(DIC)技术的三维散斑视觉测量方法,凭借测量速度快、精度高、实时性强、受光路环境影响小以及可非接触全场测量的优点,在许多工业检测领域已经得到了应用,其优点也十分适用于无人机机翼的全场振动测量。
基于DIC技术的数字散斑相关方法(DSCM)是一种光学测量振动方法,通过双目视觉***采集喷涂有随机散斑的被测物图像,利用振动动态变形连续性根据灰度相关系数匹配前后图像的对应同名点,结合视觉立体标定结果实时重建三维点云坐标,从而获取全场的三维振动量阵列。但由于匹配搜素的随机性,匹配效率以及准确性通常较低,因此本实施例采用粘贴特殊的编码标志点,通过预先搜索编码标志点为附近散斑区域匹配提供准确初值,进而进行扩散相关匹配,提高检测效率与精度。
如图1~图3所示,本实施例提供了一种基于数字散斑的无人机低频振动检测装置,该装置包括无人机1、驱动激励机构和振动检测机构,振动检测机构包括两个共轭视觉检测组、两组加速度传感器和处理设备,图1中的虚线指示了各个设备之间的连线关系,方向箭头表明了检测信号流的传递方向,图3中的虚线表示高速相机镜头的方向。
所述无人机1包括机身101、机头102、左机翼103、右机翼104、尾翼105和螺旋桨106,机身101分别与机头102、左机翼103、右机翼104、尾翼105、螺旋桨106 连接,左机翼103和右机翼104水平悬置。
左机翼103和右机翼104上分别喷涂有随机散斑2,且对称粘贴有若干编码标志点3,利用数字图像相关技术进行非接触式测量,无负载效应且不会引入电路噪声,采用随机散斑2作为识别匹配特征,可实现全场测量,同时采用编码标志点3提供匹配初值,利用振动动态变形连续性在目标图像中对应参考子区的附近进行搜索匹配,可提高效率与精度;左机翼103和右机翼104的结构相同,以右机翼104为例,如图4所示,包括桁条1041、翼肋1042、翼梢1043和副翼1044,桁条1041分别与翼肋1042、翼梢1043连接,且翼梢1043设置在桁条1041悬空的一端,桁条1041承受主要弯矩,翼肋1042提供横向支撑,翼肋1042和翼梢1043外侧设有蒙皮层1045,该蒙皮为复合材料,副翼1044设置在蒙皮层1045上,并靠近翼梢1043,该副翼1044可用于调节无人机1转向。
优选地,为了稳定支撑无人机1,本实施例的无人机低频振动检测装置还包括支撑平台4,支撑平台4的整体高度较低,保证左机翼103和右机翼104表面可以在振动检测机构的两个共轭视觉检测组的视场范围内,包括四根第一竖向支撑杆401、八根第一横向支撑杆402和基板403,四根第一竖向支撑杆401的上端通过其中四根第一横向支撑杆402分别与基板403固定连接,四根第一竖向支撑杆401的中部分别与四根第一横向支撑杆402连接;机身101固定在基板403上表面,具体地,机身101安置在第一底座107上方,并通过该第一底座107固定在基板403上表面,该第一底座107的两侧具有加强肋以及固定机身101的挡板,振动时,机身101可视为刚性固定部分。
在本实施例中,无人机1采用缩比模型,左机翼103和右机翼104的桁条1041、翼肋1042为钢架结构,蒙皮层1045采用高密度EPO材质,翼展1.97m,机体长度1.28 m;支撑平台4由十二根型材(对应四根第一竖向支撑杆401和八根第一横向支撑杆 402)支撑一块1500mm×1200mm的不锈钢板(对应基板403)组成,通过角铁与螺钉连接。
所述驱动激励机构用于激励无人机1的左机翼103和右机翼104产生振动,其包括第一激振器5、第二激振器6和信号处理模块,信号处理模块包括信号发生器7和功率放大器8,信号发生器7的第一通道与功率放大器8的第一通道连接,信号发生器7 的第二通道与功率放大器8的第二通道连接,功率放大器8的第一通道、第二通道分别与第一激振器5、第二激振器6连接,第一激振器5通过第一顶杆501与左机翼103 连接,第二激振器6通过第二顶杆601与右机翼104连接;信号发生器7的第一通道产生激励信号,通过功率放大器8的第一通道放大后传给第一激振器5,信号发生器7 的第二通道产生激励信号,通过功率放大器8的第二通道放大后传给第二激振器6,第一激振器5的第一顶杆501驱动左机翼103产生振动,第二激振器6的第二顶杆601 驱动右机翼104产生振动,当第一激振器5的激励信号与第二激振器6的激励信号相位相同时,左机翼103和右机翼104产生弯曲振动,相位相反时,左机翼103和右机翼104产生扭转振动,改变激振幅值或频率,通过随机散斑2检测的结果可得到左机翼103和右机翼104在不同激振状况下的最大振动曲线,可用于无人机的机翼性能研究以及疲劳失效试验。
具体地,第一激振器5由第二底座502夹持,并通过第二底座502固定在基板403上,第二激振器6由第三底座602夹持,并通过第三底座602固定在基板403上。可以理解,第一激振器5也可以通过第二底座502固定在地面上,第二激振器6也可以通过第三底座602固定在地面上。
在本实施例中,第一激振器5和第二激振器6选用佳盟测控公司的JZ-50磁电式激振器,工作频率为5~3000Hz,振幅±5mm,额定出力500N;信号发生器7选用优利德UNI-T公司生产的型号为UTG9002C的多函数信号发生器,可产生0.2Hz~2MHz 的正弦波,频率误差≤1%,最大幅值为20V;功率放大器8采用美国AR公司的型号为50WD1000的功率放大器,工作频率为DC~1000MHz。
如图1~图3、图5所示,所述振动检测机构中,两个共轭视觉检测组分别为第一共轭视觉检测组和第二共轭视觉检测组,第一共轭视觉检测组用于检测左机翼103上的随机散斑2和编码标志点3,其包括第一高速相机9、第二高速相机10、第一液压云台11、第二液压云台12、第一滑块13和第二滑块14,第一高速相机9设置在第一液压云台11上,第二高速相机10设置在第二液压云台12上,第一液压云台11固定在第一滑块13上,第二液压云台12固定在第二滑块14上,通过第一液压云台11和第二液压云台12可以调整第一高速相机9和第二高速相机10的俯仰角度和水平旋转角度;第二共轭视觉检测组用于检测右机翼104上的随机散斑2和编码标志点3,其包括第三高速相机15、第四高速相机16、第三液压云台17、第四液压云台18、第三滑块 19和第四滑块20,第三高速相机15设置在第三液压云台17上,第四高速相机16设置在第四液压云台18上,第三液压云台15固定在第三滑块19上,第四液压云台18 固定在第四滑块20上,通过第三液压云台15和第四液压云台16可以调整第三高速相机15和第四高速相机16的俯仰角度和水平旋转角度;第一滑块13、第二滑块14、第三滑块19和第四滑块20滑动设置在一滑轨21上,即第一滑块13、第二滑块14、第三滑块19和第四滑块20可在滑轨21上移动,该滑轨21固定在第四底座22上,通过移动第一滑块13、第二滑块14、第三滑块19和第四滑块20,可以调节第一高速相机 9、第二高速相机10、第三高速相机15和第四高速相机16的水平位置,从而改变第一高速相机9、第二高速相机10、第三高速相机15和第四高速相机16相对位置关系,结合第一高速相机9、第二高速相机10、第三高速相机15和第四高速相机16的俯仰角度、水平旋转角度调整,可以使第一高速相机9和第二高速相机10的镜头对准左机翼103上的随机散斑和编码标志点,以及使第三高速相机15和第四高速相机16的镜头对准右机翼104上的随机散斑和编码标志点,第一高速相机9和第二高速相机10的视场可完整包括左机翼103,第三高速相机15和第四高速相机16的视场可完整包括右机翼104,并且第二高速相机10和第三高速相机15存在一定的公共视场;第一共轭视觉检测组检测左机翼103的振动信息,第二共轭视觉检测组检测右机翼104的振动信息,再通过各台高速相机间的位姿关系将点云坐标统一,实现整体机翼振动动态变形信息的拼接。
所述两组加速度传感器分别为第一组加速度传感器和第二组加速度传感器,第一组加速度传感器有两个第一加速度传感器23,两个第一加速度传感器23设置在左机翼 103的下表面,并靠近翼梢,用于检测左机翼103翼梢位置的振动量,第二组加速度传感器有两个第二加速度传感器24,两个第二加速度传感器24设置在右机翼104的下表面,并靠近翼梢,用于检测右机翼104翼梢位置的振动量。
所述处理设备包括计算机25、A/D采集卡26、电荷放大器27和同步触发器28,计算机25通过同步触发器28与第一高速相机9、第二高速相机10、第三高速相机15、第四高速相机16连接,具体地,第一高速相机9、第二高速相机10、第三高速相机15、第四高速相机16采用外部触发保证同步,第一高速相机9、第二高速相机10、第三高速相机15、第四高速相机16分别接入同步触发器28的四个通道,通过计算机25输出脉冲上升沿或下降沿触发第一高速相机9、第二高速相机10、第三高速相机15和第四高速相机16的同步采集,采集图像通过USB接口传入计算机25并保存,计算机25 分析随机散斑2图像,运行相应的图像处理程序,利用编码标志点3的图像坐标提供匹配初值,对编码标志点3周围的随机散斑2区域进行扩散相关匹配,得到图像序列对应点,结合立体标定结果重建左右翼的实时三维点云,并利用各台高速相机之间的外参矩阵实现左右点云坐标系的统一,从而获取无人机机翼整体的振动信息;此外,计算机25依次通过A/D采集卡26、电荷放大器27与第一加速度传感器23、第二加速度传感器24连接,第一加速度传感器23检测左机翼103翼梢位置的振动量,以及第二加速度传感器24检测右机翼104翼梢位置的振动量后,经电荷放大器27放大后由 A/D采集卡26采集传给计算机25,与三维随机散斑2检测得到的振动量对比验证。
优选地,本实施例的无人机低频振动检测装置还包括工作平台29,工作平台29 包括四根第二竖向支撑杆2901和两块层板,两块层板从上到下分别为第一层板2902 和第二层板2903,四根第二竖向支撑杆2901的上端分别与第一层板2902的四个角固定连接,四根第二竖向支撑杆2901的中下部分别与第二层板2903的四个角固定连接,第四底座22通过螺栓固定在第一层板2902上表面。
在本实施例中,第一高速相机9、第二高速相机10、第三高速相机15和第四高速相机16选用日本NAC高速摄像机NAC Memrecam HX-7s,采用CMOS传感器,分辨率为2560×1920像素,速率可达1000fps,内置32G内存,下载传输速率为500M/S,完全可以实现振动过程连续图像的获取与保存,采用千兆网和USB3.0实时影像输出,尺寸为100W×100H×205D(mm),重量为2.9kg;第一液压云台11、第二液压云台12、第三液压云台15和第四液压云台16均采用铝合金材质,内部为液压阻尼,可调节第一高速相机9、第二高速相机10、第三高速相机15和第四高速相机16的俯仰角度和水平旋转角度;滑轨21为Famous F8炭纤维滑轨,总长120cm;A/D采集卡26选用研华PCL-813B 12位32路通道采集卡,采样率为25kS/s;电荷放大器27选用选用kistler 公司的型号为8203A的单向电荷式传感器,其标称测量范围为±1000mv/g,测量频率范围为5Hz~4k Hz;同步触发器28选用孚光精仪公司生产的FPKEN-triggerresynch,可设置脉冲上升沿或下降沿触发,射频灵敏度为100MHz。
如图1~图6所示,本实施例还提供了一种基于数字散斑的无人机低频振动检测方法,该方法基于上述装置实现,包括以下步骤:
步骤一、调节第一高速相机9和第二高速相机10,使第一高速相机9和第二高速相机10的镜头对准左机翼103上的随机散斑2和编码标志点3,以及调节第三高速相机15和第四高速相机16,使第三高速相机15和第四高速相机16的镜头对准右机翼 104上的随机散斑2和编码标志点3。
步骤二、利用棋盘格标定板对第一高速相机9和第二高速相机10进行标定,得到第一高速相机9和第二高速相机10的内参以及第一位姿关系H21;利用棋盘格标定板对第三高速相机15和第四高速相机16进行标定,得到第三高速相机15和第四高速相机16的内参以及第二位姿关系H43;以及利用棋盘格标定板对第二高速相机10和第三高速相机15进行标定,得到第二高速相机10和第三高速相机15的第三位姿关系H32。
步骤三、信号发生器7发出激励信号,经功率放大器8放大信号后,驱动第一激振器5和第二激振器6,激起左机翼103和右机翼104的低频振动。
步骤四、第一高速相机9和第二高速相机10采集左机翼103上的随机散斑2序列图像,利用左机翼103上的编码标志点3的图像坐标提供匹配初值,对编码标志点3 周围的随机散斑2区域进行扩散相关匹配,如图7所示,对于编码点相距(dx,dy)的参考子区,在下一帧以对应编码点相距(dx,dy)的图像坐标为中心的M×N的区域内进行相关匹配,即选取相关系数(DCC)最大的子区中心作为匹配点,相关系数(DCC) 计算公式如下:
其中,f=f(xi,yi)表示参考子区(xi,yi)点处的灰度值,表示参考子区的平均灰度值,g=g(x’i,y’i)表示目标子区(x’i,y’i)点处的灰度值,表示目标子区的平均灰度值。
根据振动动态变形连续性匹配序列图像的同名点,结合第一高速相机9和第二高速相机10的内参以及第一位姿关系,重建左机翼103的实时三维点云。
步骤五、与步骤四类似,第三高速相机15和第四高速相机16采集右机翼104上的随机散斑序列图像,利用右机翼104上的编码标志点3的图像坐标提供匹配初值,对编码标志点3周围的随机散斑2区域进行扩散相关匹配,根据振动动态变形连续性匹配序列图像的同名点,结合第三高速相机15和第四高速相机16的内参以及第二位姿关系,重建右机翼的实时三维点云。
步骤六、根据第一位姿关系以及第三位姿关系,将右机翼的实时三维点云转换统一到第一高速相机9的坐标系下,得到第一高速相机9坐标系下的左右机翼整体三维点云,并计算振动量,如下:
其中,表示第一高速相机9坐标系下的散斑三维坐标,表示第三高速相机15坐标系下的散斑三维坐标;H31为第一高速相机9与第三高速相机15之间的位姿关系,可通过立体标定结果得到,如下:
步骤七、选取对应点的振动量与第一加速度传感器23、第二加速度传感器24检测的振动量进行对比验证,修改激振参数,进行多次实验。
综上所述,本发明利用数字散斑相关方法对无人机主要振动的机翼部分进行检测,随机散斑制作简易,无需辅助光学结构,降低成本,采用两个共轭视觉检测组实现非接触式测量,精度高、可实现全场测量,且无需引入电路噪声,避免了曲面检测传感器安装不便的问题;此外,还设置了两组加速度传感器,分别用于检测无人机左右机翼的振动量,检测结果与散斑相关检测结果对比验证,提高测量结果的可靠性。
以上所述,仅为本发明专利较佳的实施例,但本发明专利的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明专利所公开的范围内,根据本发明专利的技术方案及其发明构思加以等同替换或改变,都属于本发明专利的保护范围。
Claims (10)
1.基于数字散斑的无人机低频振动检测装置,其特征在于:包括无人机、驱动激励机构和振动检测机构,所述无人机的左右机翼上分别喷涂有随机散斑,且对称粘贴有若干编码标志点,所述驱动激励机构与无人机的左右机翼连接,用于激励无人机的左右机翼产生振动,所述振动检测机构包括两个共轭视觉检测组、两组加速度传感器和处理设备,所述两个共轭视觉检测组分别用于检测左右机翼上的随机散斑和编码标志点,所述两组加速度传感器分别设置在无人机的左右机翼上,所述处理设备分别与两个共轭视觉检测组、两组加速度传感器连接。
2.根据权利要求1所述的基于数字散斑的无人机低频振动检测装置,其特征在于:所述无人机包括机身、机头、左机翼、右机翼、尾翼和螺旋桨,所述机身分别与机头、左机翼、右机翼、尾翼、螺旋桨连接,所述左机翼和右机翼水平悬置。
3.根据权利要求2所述的基于数字散斑的无人机低频振动检测装置,其特征在于:所述左机翼和右机翼均包括桁条、翼肋、翼梢和副翼,所述桁条分别与翼肋、翼梢连接,且翼梢设置在桁条悬空的一端,所述翼肋和翼梢外侧设有蒙皮层,所述副翼设置在蒙皮层上,并靠近翼梢。
4.根据权利要求1所述的基于数字散斑的无人机低频振动检测装置,其特征在于:所述驱动激励机构包括第一激振器、第二激振器和信号处理模块,所述信号处理模块分别与第一激振器、第二激振器连接,所述第一激振器与无人机左机翼连接,所述第二激振器与无人机右机翼连接。
5.根据权利要求4所述的基于数字散斑的无人机低频振动检测装置,其特征在于:所述信号处理模块包括信号发生器和功率放大器,所述信号发生器与功率放大器连接,所述功率放大器分别与第一激振器、第二激振器连接。
6.根据权利要求1所述的基于数字散斑的无人机低频振动检测装置,其特征在于:每个共轭视觉检测组包括两台高速相机、两个液压云台和两个滑块,所述两台高速相机、两个液压云台和两个滑块均为一一对应,每台高速相机设置在对应的液压云台上,每个液压云台固定在对应的滑块上,两个共轭视觉检测组的滑块滑动设置在一滑轨上;
所述两个共轭视觉检测组分别为第一共轭视觉检测组和第二共轭视觉检测组,第一共轭视觉检测组的两台高速相机镜头对准无人机左机翼上的随机散斑和编码标志点,第二共轭视觉检测组的两台高速相机镜头对准无人机右机翼上的随机散斑和编码标志点。
7.根据权利要求1-6任一项所述的基于数字散斑的无人机低频振动检测装置,其特征在于:所述处理设备包括计算机、A/D采集卡、电荷放大器和同步触发器,所述计算机通过同步触发器与两个共轭视觉检测组连接,并依次通过A/D采集卡、电荷放大器与两组加速度传感器连接。
8.根据权利要求1-6任一项所述的基于数字散斑的无人机低频振动检测装置,其特征在于:所述装置还包括支撑平台,所述无人机固定在支撑平台上。
9.根据权利要求1-6任一项所述的基于数字散斑的无人机低频振动检测装置,其特征在于:所述装置还包括工作平台,所述两个共轭视觉检测组设置在工作平台上。
10.基于数字散斑的无人机低频振动检测方法,其特征在于:所述方法包括:
调节第一共轭视觉检测组的两台高速相机,使其镜头对准无人机左机翼上的随机散斑和编码标志点,以及调节第二共轭视觉检测组的两台高速相机,使其镜头对准无人机右机翼上的随机散斑和编码标志点;
对第一共轭视觉检测组的两台高速相机进行标定,得到第一共轭视觉检测组的两台高速相机的内参以及第一位姿关系;对第二共轭视觉检测组的两台高速相机进行标定,得到第二共轭视觉检测组的两台高速相机的内参以及第二位姿关系;以及对第一共轭视觉检测组的一台相机和第二共轭视觉检测组相邻的一台相机进行标定,得到这两台相机的第三位姿关系;
在驱动激励机构中,信号发生器发出激励信号,经功率放大器放大信号后,驱动第一激振器和第二激振器,激起无人机左右机翼的低频振动;
第一共轭视觉检测组的两台高速相机采集无人机左机翼上的随机散斑序列图像,利用左机翼上的编码标志点的图像坐标提供匹配初值,对编码标志点周围散斑区域进行扩散相关匹配,根据振动动态变形连续性匹配序列图像的同名点,结合该共轭视觉检测组的两台高速相机的内参以及第一位姿关系,重建左机翼的实时三维点云;
第二共轭视觉检测组的两台高速相机采集无人机右机翼上的随机散斑序列图像,利用右机翼上的编码标志点的图像坐标提供匹配初值,对编码标志点周围散斑区域进行扩散相关匹配,根据振动动态变形连续性匹配序列图像的同名点,结合该共轭视觉检测组的两台高速相机的内参以及第二位姿关系,重建右机翼的实时三维点云;
根据第一位姿关系以及第三位姿关系,将右机翼的实时三维点云转换统一到第一共轭视觉检测组的一台高速相机的坐标系下,得到该高速相机坐标系下的左右机翼整体三维点云,并计算振动量;
选取对应点的振动量与加速度传感器检测的振动量进行对比验证,修改激振参数,进行多次实验。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811160057.2A CN109060286B (zh) | 2018-09-30 | 2018-09-30 | 基于数字散斑的无人机低频振动检测装置及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811160057.2A CN109060286B (zh) | 2018-09-30 | 2018-09-30 | 基于数字散斑的无人机低频振动检测装置及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109060286A true CN109060286A (zh) | 2018-12-21 |
CN109060286B CN109060286B (zh) | 2024-02-06 |
Family
ID=64767300
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811160057.2A Active CN109060286B (zh) | 2018-09-30 | 2018-09-30 | 基于数字散斑的无人机低频振动检测装置及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109060286B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109682575A (zh) * | 2019-01-25 | 2019-04-26 | 中国船舶科学研究中心(中国船舶重工集团公司第七0二研究所) | 复合材料螺旋桨模型旋转叶片水下动态变形双目测量*** |
CN112985728A (zh) * | 2021-05-11 | 2021-06-18 | 北京三快在线科技有限公司 | 无人机结构传递特性的测量装置和无人机 |
CN113819853A (zh) * | 2021-11-24 | 2021-12-21 | 中国飞机强度研究所 | 一种极寒气候试验中飞机机体变形测量方法 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101566465A (zh) * | 2009-05-18 | 2009-10-28 | 西安交通大学 | 一种物体变形的实时测量方法 |
CN102062588A (zh) * | 2009-11-11 | 2011-05-18 | 中国科学院沈阳自动化研究所 | 一种计算机双目视觉义齿扫描装置及其三维重建方法 |
CN103528520A (zh) * | 2013-10-08 | 2014-01-22 | 哈尔滨工业大学 | 基于双目视觉的同步运行顶升***的检测装置与方法 |
CN105973161A (zh) * | 2016-06-17 | 2016-09-28 | 西安交通大学 | 一种桨叶的三维全场变形测量方法 |
CN106595528A (zh) * | 2016-11-10 | 2017-04-26 | 华中科技大学 | 一种基于数字散斑的远心显微双目立体视觉测量方法 |
CN106885622A (zh) * | 2017-02-07 | 2017-06-23 | 上海理工大学 | 一种大视场多点三维振动测量方法 |
CN107168398A (zh) * | 2017-06-16 | 2017-09-15 | 华南理工大学 | 基于高速相机的柔性机翼振动检测与控制装置及方法 |
CN107228708A (zh) * | 2017-06-16 | 2017-10-03 | 华南理工大学 | 基于三维数字散斑相关方法的机翼振动检测装置及方法 |
CN107228723A (zh) * | 2017-05-22 | 2017-10-03 | 中国矿业大学 | 一种锚杆托盘载荷数字成像测量技术 |
CN107452024A (zh) * | 2017-07-24 | 2017-12-08 | 西安交通大学 | 一种用于旋转物体全场运动追踪的视觉测量方法 |
CN107864667A (zh) * | 2014-12-27 | 2018-03-30 | 贾迪安光学技术有限公司 | 用于检测表面的多个振动的***及方法 |
CN108519225A (zh) * | 2018-03-19 | 2018-09-11 | 江苏大学 | 一种航空发动机叶片高温振动疲劳特性的检测装置及方法 |
CN208860567U (zh) * | 2018-09-30 | 2019-05-14 | 华南理工大学 | 基于数字散斑的无人机低频振动检测装置 |
-
2018
- 2018-09-30 CN CN201811160057.2A patent/CN109060286B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101566465A (zh) * | 2009-05-18 | 2009-10-28 | 西安交通大学 | 一种物体变形的实时测量方法 |
CN102062588A (zh) * | 2009-11-11 | 2011-05-18 | 中国科学院沈阳自动化研究所 | 一种计算机双目视觉义齿扫描装置及其三维重建方法 |
CN103528520A (zh) * | 2013-10-08 | 2014-01-22 | 哈尔滨工业大学 | 基于双目视觉的同步运行顶升***的检测装置与方法 |
CN107864667A (zh) * | 2014-12-27 | 2018-03-30 | 贾迪安光学技术有限公司 | 用于检测表面的多个振动的***及方法 |
CN105973161A (zh) * | 2016-06-17 | 2016-09-28 | 西安交通大学 | 一种桨叶的三维全场变形测量方法 |
CN106595528A (zh) * | 2016-11-10 | 2017-04-26 | 华中科技大学 | 一种基于数字散斑的远心显微双目立体视觉测量方法 |
CN106885622A (zh) * | 2017-02-07 | 2017-06-23 | 上海理工大学 | 一种大视场多点三维振动测量方法 |
CN107228723A (zh) * | 2017-05-22 | 2017-10-03 | 中国矿业大学 | 一种锚杆托盘载荷数字成像测量技术 |
CN107168398A (zh) * | 2017-06-16 | 2017-09-15 | 华南理工大学 | 基于高速相机的柔性机翼振动检测与控制装置及方法 |
CN107228708A (zh) * | 2017-06-16 | 2017-10-03 | 华南理工大学 | 基于三维数字散斑相关方法的机翼振动检测装置及方法 |
CN107452024A (zh) * | 2017-07-24 | 2017-12-08 | 西安交通大学 | 一种用于旋转物体全场运动追踪的视觉测量方法 |
CN108519225A (zh) * | 2018-03-19 | 2018-09-11 | 江苏大学 | 一种航空发动机叶片高温振动疲劳特性的检测装置及方法 |
CN208860567U (zh) * | 2018-09-30 | 2019-05-14 | 华南理工大学 | 基于数字散斑的无人机低频振动检测装置 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109682575A (zh) * | 2019-01-25 | 2019-04-26 | 中国船舶科学研究中心(中国船舶重工集团公司第七0二研究所) | 复合材料螺旋桨模型旋转叶片水下动态变形双目测量*** |
CN112985728A (zh) * | 2021-05-11 | 2021-06-18 | 北京三快在线科技有限公司 | 无人机结构传递特性的测量装置和无人机 |
CN113819853A (zh) * | 2021-11-24 | 2021-12-21 | 中国飞机强度研究所 | 一种极寒气候试验中飞机机体变形测量方法 |
CN113819853B (zh) * | 2021-11-24 | 2022-02-08 | 中国飞机强度研究所 | 一种极寒气候试验中飞机机体变形测量方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109060286B (zh) | 2024-02-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109060286A (zh) | 基于数字散斑的无人机低频振动检测装置及方法 | |
CN104634261B (zh) | 基于线激光源的中厚板形貌检测***及其方法 | |
CN105424350B (zh) | 基于机器视觉的薄壁件模态测试方法及*** | |
CN106989812A (zh) | 基于摄影测量技术的大型风机叶片模态测试方法 | |
CN103674962B (zh) | 印版质量检测***和方法 | |
CN107228708A (zh) | 基于三维数字散斑相关方法的机翼振动检测装置及方法 | |
CN110108348A (zh) | 基于运动放大光流跟踪的薄壁件微幅振动测量方法及*** | |
CN107228748A (zh) | 基于非接触式测量的卫星天线结构振动测量装置与方法 | |
CN102322938A (zh) | 压电柔性板结构振动的视觉测量装置及控制方法 | |
CN106017839A (zh) | 基于柔性铰接板弯曲和扭转振动检测控制装置及方法 | |
CN208860567U (zh) | 基于数字散斑的无人机低频振动检测装置 | |
Banks et al. | Assessment of digital image correlation as a method of obtaining deformations of a structure under fluid load | |
CN108692900A (zh) | 多柔性铰接板旋转振动检测装置及方法 | |
CN208366456U (zh) | 一种圆形薄膜的振动视觉检测控制装置 | |
CN108709627A (zh) | 伞状反射器振动测量装置及方法 | |
CN108709628A (zh) | 一种圆形薄膜的振动视觉检测控制装置与方法 | |
CN111977025A (zh) | 一种飞行试验外挂式直升机桨叶运动状态测量装置及方法 | |
CN108489397A (zh) | 一种车载接触网运行状态非接触式检测装置及方法 | |
CN105783735B (zh) | 一种基于二维数字图像相关补偿算法的实时引伸计测量方法 | |
CN114459727A (zh) | 用于swtbli非定常特性研究的实验***及方法 | |
CN117928875A (zh) | 一种风洞流场的时间分辨偏振成像装置及方法 | |
CN110031170A (zh) | 一种柔性铰接板振动测量控制装置及控制方法 | |
CN108760025A (zh) | 多柔性板振动检测装置及方法 | |
CN207215414U (zh) | 基于非接触式测量的卫星天线结构振动测量装置 | |
CN109959445A (zh) | 智能声强扫描*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |