CN115823970A - 一种视觉弹丸轨迹生成*** - Google Patents
一种视觉弹丸轨迹生成*** Download PDFInfo
- Publication number
- CN115823970A CN115823970A CN202211674192.5A CN202211674192A CN115823970A CN 115823970 A CN115823970 A CN 115823970A CN 202211674192 A CN202211674192 A CN 202211674192A CN 115823970 A CN115823970 A CN 115823970A
- Authority
- CN
- China
- Prior art keywords
- point cloud
- binocular vision
- visual
- cloud data
- collectors
- 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
- 230000000007 visual effect Effects 0.000 title claims abstract description 31
- 238000001914 filtration Methods 0.000 claims abstract description 12
- 238000000034 method Methods 0.000 claims description 19
- 238000013507 mapping Methods 0.000 claims description 10
- 239000012634 fragment Substances 0.000 claims description 6
- 238000009616 inductively coupled plasma Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 3
- 238000012360 testing method Methods 0.000 description 4
- 238000000691 measurement method Methods 0.000 description 2
- 239000008188 pellet Substances 0.000 description 2
- 108010001267 Protein Subunits Proteins 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
Images
Landscapes
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种视觉弹丸轨迹生成***,包括多个并排分布的双目视觉采集器(101),且双目视觉采集器(101)排布方向与弹丸飞行方向一致;所述双目视觉采集器(101)连接有移动显控终端(102)。所述移动显控终端对各个双目视觉采集器所采集的目标三维点云进行滤波、配准、剖分后得到各分片点云数据生成的局部三角网格,然后将所有分片对应的局部三角网格拼接成一整张三角网格,然后选择各个双目视觉采集器所生成的目标三维点云中距离当前组边最近的边界点进行连接,从而获得弹丸飞行的轨迹以及速度。本发明具有能够测量并生成高速弹丸轨迹的特点。
Description
技术领域
本发明涉及一种弹丸轨迹测量领域,特别是一种视觉弹丸轨迹生成***。
背景技术
在对弹丸着靶的测试中,传统的接触式测量方法已逐渐被非接触式测量方法所替代,天幕靶因其具备操作简便、容易标定、可以测试各种材质和各种口径弹丸的特点,因而日益受到出领域的重视。然而,现有的天幕靶、光幕靶等***,只能进行弹丸着靶测试,无法测量高速弹丸的轨迹。因此,现有的技术存在着无法测量高速弹丸轨迹的问题。
发明内容
本发明的目的在于,提供一种视觉弹丸轨迹生成***。本发明具有能够测量并生成高速弹丸轨迹的特点。
本发明的技术方案:一种视觉弹丸轨迹生成***,包括多个并排分布的双目视觉采集器,且双目视觉采集器排布方向与弹丸飞行方向一致;所述双目视觉采集器连接有移动显控终端。
前述的一种视觉弹丸轨迹生成***中,所述双目视觉采集器包括两个单视觉采集子单元。
前述的一种视觉弹丸轨迹生成***中,相邻视觉采集器的间距L与测量弹丸的出射点高度h以及视觉采集器的视场角α、视觉采集器的倾斜角度Φ相关,相邻视觉采集器的间距L的计算公式为:
前述的一种视觉弹丸轨迹生成***中,所述移动显控终端对各个双目视觉采集器所采集的目标三维点云进行滤波、配准、剖分后得到各分片点云数据生成的局部三角网格,然后将所有分片对应的局部三角网格拼接成一整张三角网格,然后选择各个双目视觉采集器所生成的目标三维点云中距离当前组边最近的边界点进行连接,从而获得弹丸飞行的轨迹以及速度。
前述的一种视觉弹丸轨迹生成***中,移动显控终端对各个双目视觉采集器所采集到的目标三维点云的具体处理过程为:
(1)点云数据的滤波
目标三维点云数据的滤波采用各向异性光顺滤波算法对目标三维点云依次沿着法向量方向移动进行调整,得到滤波后的点云数据;
(2)点云数据的配准
先对滤波后的点云数据进行初始配准,使得两片点云大致重合,然后采用ICP算法实现点云的精细配准,得到配准后的点云数据;
(3)配准后点云数据的网格剖分
采用基于映射法的Delaunay三角剖分算法实现网格剖分,将各分片点云数据生成局部三角网格;
(4)网格拼接
将所有分片对应的局部三角网格拼接成一整张三角网格,使其接近最优的Delaunay网格,即对分片后局部三角网格的边界进行遍历,然后选择其它组内距离当前组边最近的边界点进行连接。
前述的一种视觉弹丸轨迹生成***中,步骤(3)中,基于映射法的Delaunay三角剖分算法实现网格剖分的具体过程为:首先将三维散乱点云数据映射于拟合平面区域,接着对映射后的二维数据进行Delaunay三角化,之后将三角网格化后的点云数据连接方式返回三维空间。
与现有技术相比,本发明由多个并排分布的双目视觉采集器构成高帧频双目视觉阵列***,可以完美的捕捉弹丸的轨迹以及瞬时速度;并通过移动显控终端对采集到的每一个点的三维空间坐标进行拼接,从而可以生成弹丸在飞行过程中的空间轨迹以及任意采集点的弹丸的速度。
综上所述,本发明具有能够测量并生成高速弹丸轨迹的特点。
另外,配准后点云数据的网格剖分采用基于映射法的Delaunay三角剖分算法,可以大大降低三维Delaunay三角化的计算时间,提高了整体效率。
附图说明
图1是本发明的结构示意图。
附图中的标记为:101-双目视觉采集器,102-移动显控终端。
具体实施方式
下面结合附图和实施例对本发明作进一步的说明,但并不作为对本发明限制的依据。
实施例。一种视觉弹丸轨迹生成***,构成如图1所示,包括多个并排分布的双目视觉采集器101,且双目视觉采集器101排布方向与弹丸飞行方向一致;所述双目视觉采集器101连接有移动显控终端102。
所述双目视觉采集器101包括两个单视觉采集子单元。
所述101为双目视觉采集器,包含两个单视觉采集子单元,每个子***都可以独立采集图像数据;所述双目视觉采集器可以测量目标的三维轮廓以及空间相对位置;所述双目视觉采集器为超高速视觉采集***,能确保子弹在双目视觉采集器的视场里高速飞行时,子弹目标轮廓被双目视觉采集器准确采集,无拖影。所述双目视觉采集器为高帧频视觉采集***,以确保子弹在双目视觉采集器的视场里高速飞行时,子弹目标被捕捉到。
所述移动显控终端可以收集双目视觉采集器构成的阵列的目标三维信息采集数据。
相邻视觉采集器的间距L与测量弹丸的出射点高度h以及视觉采集器的视场角α、视觉采集器的倾斜角度Φ相关,相邻视觉采集器的间距L的计算公式为:
所述移动显控终端对各个双目视觉采集器所采集的目标三维点云进行滤波、配准、剖分后得到各分片点云数据生成的局部三角网格,然后将所有分片对应的局部三角网格拼接成一整张三角网格,然后选择各个双目视觉采集器所生成的目标三维点云中距离当前组边最近的边界点进行连接,从而获得弹丸飞行的轨迹以及速度。
移动显控终端对各个双目视觉采集器所采集到的目标三维点云的具体处理过程为:
(1)点云数据的滤波
目标三维点云数据的滤波采用各向异性光顺滤波算法对目标三维点云依次沿着法向量方向移动进行调整,得到滤波后的点云数据;
(2)点云数据的配准
先对滤波后的点云数据进行初始配准,使得两片点云大致重合,然后采用ICP算法实现点云的精细配准,得到配准后的点云数据;
(3)配准后点云数据的网格剖分
采用基于映射法的Delaunay三角剖分算法实现网格剖分,将各分片点云数据生成局部三角网格;
(4)网格拼接
将所有分片对应的局部三角网格拼接成一整张三角网格,使其接近最优的Delaunay网格,即对分片后局部三角网格的边界进行遍历,然后选择其它组内距离当前组边最近的边界点进行连接。
步骤(3)中,基于映射法的Delaunay三角剖分算法实现网格剖分的具体过程为:首先将三维散乱点云数据映射于拟合平面区域,接着对映射后的二维数据进行Delaunay三角化,之后将三角网格化后的点云数据连接方式返回三维空间。
本申请的测试原理为:采用超高速高帧频双目视觉器采集弹丸的相对空间坐标,根据采集到的相邻点的空间坐标以及采集***刷新时间周期,可以得到弹丸的瞬时速度。将采集到的每一个点的空间坐标、速度以及双目视觉子单元的空间坐标上传至移动显控终端。
每一个双目视觉子单元沿着弹道的方向倾斜放置,以提高单个子***可测试弹道路径,然后在弹道的路径上排布多个双目视觉子单元,保证弹丸在飞行过程中始终有双目视觉子***对其进行测量。通过移动显控终端对采集到的每一个点的三维空间坐标进行拼接,从而可以得到弹丸在飞行过程中的空间轨迹以及任意采集点的弹丸的速度。
Claims (6)
1.一种视觉弹丸轨迹生成***,其特征在于:包括多个并排分布的双目视觉采集器(101),且双目视觉采集器(101)排布方向与弹丸飞行方向一致;所述双目视觉采集器(101)连接有移动显控终端(102)。
2.根据权利要求1所述的一种视觉弹丸轨迹生成***,其特征在于:所述双目视觉采集器(101)包括两个单视觉采集子单元。
4.根据权利要求1所述的一种视觉弹丸轨迹生成***,其特征在于:所述移动显控终端对各个双目视觉采集器所采集的目标三维点云进行滤波、配准、剖分后得到各分片点云数据生成的局部三角网格,然后将所有分片对应的局部三角网格拼接成一整张三角网格,然后选择各个双目视觉采集器所生成的目标三维点云中距离当前组边最近的边界点进行连接,从而获得弹丸飞行的轨迹以及速度。
5.根据权利要求4所述的一种视觉弹丸轨迹生成***,其特征在于:移动显控终端对各个双目视觉采集器所采集到的目标三维点云的具体处理过程为:
(1)点云数据的滤波
目标三维点云数据的滤波采用各向异性光顺滤波算法对目标三维点云依次沿着法向量方向移动进行调整,得到滤波后的点云数据;
(2)点云数据的配准
先对滤波后的点云数据进行初始配准,使得两片点云大致重合,然后采用ICP算法实现点云的精细配准,得到配准后的点云数据;
(3)配准后点云数据的网格剖分
采用基于映射法的Delaunay三角剖分算法实现网格剖分,将各分片点云数据生成局部三角网格;
(4)网格拼接
将所有分片对应的局部三角网格拼接成一整张三角网格,使其接近最优的Delaunay网格,即对分片后局部三角网格的边界进行遍历,然后选择其它组内距离当前组边最近的边界点进行连接。
6.根据权利要求5所述的一种视觉弹丸轨迹生成***,其特征在于:步骤(3)中,基于映射法的Delaunay三角剖分算法实现网格剖分的具体过程为:首先将三维散乱点云数据映射于拟合平面区域,接着对映射后的二维数据进行Delaunay三角化,之后将三角网格化后的点云数据连接方式返回三维空间。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211674192.5A CN115823970B (zh) | 2022-12-26 | 2022-12-26 | 一种视觉弹丸轨迹生成*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211674192.5A CN115823970B (zh) | 2022-12-26 | 2022-12-26 | 一种视觉弹丸轨迹生成*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115823970A true CN115823970A (zh) | 2023-03-21 |
CN115823970B CN115823970B (zh) | 2024-07-12 |
Family
ID=85518278
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211674192.5A Active CN115823970B (zh) | 2022-12-26 | 2022-12-26 | 一种视觉弹丸轨迹生成*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115823970B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101226640A (zh) * | 2007-12-21 | 2008-07-23 | 西北工业大学 | 基于多双目立体视觉的运动捕获方法 |
CN107543497A (zh) * | 2017-03-23 | 2018-01-05 | 四川精视科技有限公司 | 一种非重叠视域双目视觉测量站坐标关联方法 |
CN107990940A (zh) * | 2017-12-20 | 2018-05-04 | 武汉惟景三维科技有限公司 | 一种基于立体视觉测量技术的运动物体追踪方法 |
US20180218533A1 (en) * | 2017-02-02 | 2018-08-02 | Infatics, Inc. (DBA DroneDeploy) | System and methods for improved aerial mapping with aerial vehicles |
CN110285793A (zh) * | 2019-07-08 | 2019-09-27 | 中原工学院 | 一种基于双目立体视觉***的车辆智能测轨迹方法 |
CN111008990A (zh) * | 2019-12-12 | 2020-04-14 | 大连理工大学 | 一种基于网格的目标轨迹跟踪和恢复的方法 |
CN111145220A (zh) * | 2019-12-31 | 2020-05-12 | 东南大学 | 一种基于视觉信息的隧道目标轨迹跟踪方法 |
CN112200838A (zh) * | 2020-10-10 | 2021-01-08 | 中国科学院长春光学精密机械与物理研究所 | 一种弹丸轨迹跟踪方法、装置、设备及存储介质 |
CN115272080A (zh) * | 2022-08-04 | 2022-11-01 | 上海交通大学 | 基于图像拼接的全局变形测量方法和*** |
WO2022237166A1 (zh) * | 2021-05-11 | 2022-11-17 | 梅卡曼德(北京)机器人科技有限公司 | 轨迹生成方法、装置、电子设备、存储介质和3d相机 |
-
2022
- 2022-12-26 CN CN202211674192.5A patent/CN115823970B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101226640A (zh) * | 2007-12-21 | 2008-07-23 | 西北工业大学 | 基于多双目立体视觉的运动捕获方法 |
US20180218533A1 (en) * | 2017-02-02 | 2018-08-02 | Infatics, Inc. (DBA DroneDeploy) | System and methods for improved aerial mapping with aerial vehicles |
CN107543497A (zh) * | 2017-03-23 | 2018-01-05 | 四川精视科技有限公司 | 一种非重叠视域双目视觉测量站坐标关联方法 |
CN107990940A (zh) * | 2017-12-20 | 2018-05-04 | 武汉惟景三维科技有限公司 | 一种基于立体视觉测量技术的运动物体追踪方法 |
CN110285793A (zh) * | 2019-07-08 | 2019-09-27 | 中原工学院 | 一种基于双目立体视觉***的车辆智能测轨迹方法 |
CN111008990A (zh) * | 2019-12-12 | 2020-04-14 | 大连理工大学 | 一种基于网格的目标轨迹跟踪和恢复的方法 |
CN111145220A (zh) * | 2019-12-31 | 2020-05-12 | 东南大学 | 一种基于视觉信息的隧道目标轨迹跟踪方法 |
CN112200838A (zh) * | 2020-10-10 | 2021-01-08 | 中国科学院长春光学精密机械与物理研究所 | 一种弹丸轨迹跟踪方法、装置、设备及存储介质 |
WO2022237166A1 (zh) * | 2021-05-11 | 2022-11-17 | 梅卡曼德(北京)机器人科技有限公司 | 轨迹生成方法、装置、电子设备、存储介质和3d相机 |
CN115272080A (zh) * | 2022-08-04 | 2022-11-01 | 上海交通大学 | 基于图像拼接的全局变形测量方法和*** |
Non-Patent Citations (1)
Title |
---|
邓志东;牛建军;张竞丹;: "基于立体视觉的三维建模方法", ***仿真学报, no. 14, 20 July 2007 (2007-07-20), pages 131 - 135 * |
Also Published As
Publication number | Publication date |
---|---|
CN115823970B (zh) | 2024-07-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2018028103A1 (zh) | 一种基于人眼视觉特性的电力线路无人机巡检方法 | |
US9759605B2 (en) | Low-orbit satellite-borne image-spectrum associated detection method and payload | |
CN109272532B (zh) | 基于双目视觉的模型位姿计算方法 | |
CN102183183B (zh) | 双管齐射武器弹丸飞行速度与着靶坐标测量方法及装置 | |
CN108894933A (zh) | 通过无人机对风机叶尖跟踪检测时跟丢再捕捉方法及*** | |
CN104122560B (zh) | 一种输电线路广域冰情监测方法 | |
CN103386640B (zh) | 大口径反射镜加工机床精确对准方法 | |
CN105717513B (zh) | 一种基于普通摄像头芯片的低成本激光测距方法 | |
CN106408650A (zh) | 在轨掠飞成像对空间目标三维重建与测量方法 | |
CN111913190B (zh) | 一种基于彩色红外光谱共孔径成像的临近空间暗弱目标定向装置 | |
CN110108303B (zh) | 一种在轨空间目标探测识别仿真***及方法 | |
CN110866483A (zh) | 一种动静结合的机场跑道异物视觉检测与定位方法 | |
CN112414324B (zh) | 一种基于双目立体视觉的直升机旋翼桨叶扭转角测量方法 | |
CN110189363A (zh) | 一种机场场面移动目标低视角视频测速方法 | |
CN106651958B (zh) | 一种移动物体的对象识别装置及方法 | |
CN115526937A (zh) | 一种大靶面ccd立靶快速标定*** | |
CN109584264A (zh) | 一种基于深度学习的无人机视觉引导空中加油方法 | |
CN110400374A (zh) | 环景点云数据的建立方法与建立*** | |
CN115823970B (zh) | 一种视觉弹丸轨迹生成*** | |
CN103323216B (zh) | 一种检测平行光管视差的装置及方法 | |
Liu et al. | Position and attitude measurement of high-speed isolates for hypersonic facilities | |
CN112700423B (zh) | 基于深度学习的机身表面损伤缺陷自动检测方法及*** | |
CN109862263B (zh) | 一种基于图像多维特征识别的移动目标自动跟踪方法 | |
CN114396921B (zh) | 一种基于无人机的钱塘江涌潮高度及传播速度测量方法 | |
Liu et al. | An image acquiring method for position and attitude measurement of high-speed target in wind tunnel |
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 |