杜官明， 孫 瑾， 高敬博

(南京航空航天大學(xué) 民航學(xué)院，江蘇 南京 210016)

飛行數(shù)據(jù)指記錄下來的用于描述飛機(jī)運(yùn)動(dòng)狀態(tài)和飛機(jī)各系統(tǒng)工作狀態(tài)參數(shù)的集合,主要包括飛機(jī)設(shè)計(jì)數(shù)據(jù)、風(fēng)洞數(shù)據(jù)和試飛數(shù)據(jù)等，也稱飛行數(shù)據(jù)包，廣泛應(yīng)用于事件調(diào)查、飛行品質(zhì)監(jiān)控和飛機(jī)維修等領(lǐng)域，同時(shí)也是飛行模擬器研制中的關(guān)鍵數(shù)據(jù)。當(dāng)前由于技術(shù)壁壘和價(jià)格因素，飛行數(shù)據(jù)包成為飛機(jī)設(shè)計(jì)、模擬器研制過程中的瓶頸。

飛機(jī)操縱系統(tǒng)輸入端數(shù)據(jù)是飛行數(shù)據(jù)中的重要組成部分，目前主要由真機(jī)改造加裝傳感器獲取，其中線性可變差動(dòng)位移傳感器[1](Linear Variable Differential Transformer， LVDT)是飛機(jī)駕駛桿位移測(cè)量中的常用設(shè)備，可實(shí)現(xiàn)對(duì)飛機(jī)操縱系統(tǒng)的動(dòng)、靜態(tài)特性的測(cè)試。LVDT傳感器適應(yīng)性良好、測(cè)量精度高，但是其作為一種接觸式測(cè)量工具，安裝時(shí)必須對(duì)飛機(jī)進(jìn)行改裝。例如，文獻(xiàn)[2]和文獻(xiàn)[3]通過將力傳感器與線性位移傳感器連接實(shí)現(xiàn)駕駛桿桿力和位移的測(cè)量。傳統(tǒng)上對(duì)飛機(jī)進(jìn)行改造加裝傳感器時(shí)需要對(duì)飛機(jī)駕駛艙中的一些部件進(jìn)行拆除,同時(shí)要求不能改變飛機(jī)操縱系統(tǒng)的功能和特性。受駕駛艙空間限制，傳統(tǒng)上對(duì)飛機(jī)進(jìn)行改裝的成本高、時(shí)間代價(jià)大，不可避免地會(huì)影響駕駛員的操縱感覺。

隨著計(jì)算機(jī)技術(shù)的發(fā)展，計(jì)算機(jī)視覺技術(shù)作為一種非接觸式的測(cè)量方式，在檢測(cè)、識(shí)別和人機(jī)交互等方面得到廣泛研究與應(yīng)用?；谟?jì)算機(jī)視覺對(duì)飛機(jī)操縱系統(tǒng)輸入端進(jìn)行位置測(cè)量隸屬于視覺測(cè)量范疇，目前視覺測(cè)距中廣泛使用紅外測(cè)距方式，其測(cè)量范圍廣、響應(yīng)時(shí)間短。但由于黑色物質(zhì)吸收紅外線，因此無法對(duì)黑色物體精確測(cè)距。同時(shí)為獲得精確測(cè)距，紅外測(cè)距要求被測(cè)物體平面與光線垂直。針對(duì)飛機(jī)座艙環(huán)境，本文采用普通相機(jī)實(shí)現(xiàn)視覺測(cè)距。當(dāng)前使用相機(jī)實(shí)現(xiàn)測(cè)距的方式主要有單目測(cè)距、雙目測(cè)距和多目測(cè)距。其中，雙目測(cè)距[4-5]往往使用深度相機(jī)來對(duì)目標(biāo)進(jìn)行深度測(cè)量和3D轉(zhuǎn)換，深度相機(jī)測(cè)距范圍有限并易受外界干擾。多目測(cè)距是雙目測(cè)距的拓展，算法復(fù)雜度高，會(huì)影響實(shí)時(shí)性。相對(duì)而言，單目測(cè)距具有結(jié)構(gòu)簡(jiǎn)單、運(yùn)算速度快、成本低等優(yōu)點(diǎn)。因此本文采用單目測(cè)距方式實(shí)現(xiàn)飛機(jī)操縱系統(tǒng)輸入端的位置測(cè)量。

PnP(Perspective-n-Point)問題始于相機(jī)標(biāo)定問題，為得到最優(yōu)解并提高測(cè)距精度，Li等[6]提出RPnP算法解決抗噪能力不強(qiáng)的問題，Wang等[7]提出了相比于RPnP算法精度和穩(wěn)定性更優(yōu)的SRPnP算法。通過對(duì)PnP問題求解衍生出多種相機(jī)位姿估計(jì)算法，如POSIT算法[8]、EPnP算法[9]。本文將PnP問題應(yīng)用于飛機(jī)操縱系統(tǒng)輸入端位置測(cè)量，利用PnP問題將飛機(jī)操縱輸入端的位移測(cè)量轉(zhuǎn)換為相機(jī)位姿求解，最終實(shí)現(xiàn)基于視覺的無接觸式數(shù)據(jù)采集方案。相較于加裝傳感器方式，所提出的方法無須對(duì)飛機(jī)進(jìn)行改裝，降低了數(shù)據(jù)采集成本，且不會(huì)影響飛機(jī)安全性能。

1 PnP問題

已知觀察物體上n個(gè)特征點(diǎn)，且已知它們之間的相對(duì)位置，PnP問題就是從透視投影得到的n個(gè)圖像點(diǎn)計(jì)算相機(jī)相對(duì)物體的位姿。PnP問題自提出以來就備受關(guān)注，其廣泛應(yīng)用于不同設(shè)備的姿態(tài)測(cè)量、無人機(jī)著陸、導(dǎo)彈導(dǎo)航定位和虛擬現(xiàn)實(shí)等領(lǐng)域。對(duì)于PnP問題的解決始于相機(jī)標(biāo)定，通過利用多個(gè)控制點(diǎn)在三維場(chǎng)景中的坐標(biāo)及其在圖像中的透視投影坐標(biāo)即可求解出相機(jī)坐標(biāo)系與表示三維場(chǎng)景結(jié)構(gòu)的世界坐標(biāo)系之間的絕對(duì)位姿關(guān)系，包括絕對(duì)平移矩陣T和旋轉(zhuǎn)矩陣R。即通過圖像成像時(shí)的幾何關(guān)系對(duì)圖像坐標(biāo)系和相機(jī)坐標(biāo)系以及世界坐標(biāo)系進(jìn)行轉(zhuǎn)換，其實(shí)質(zhì)就是利用世界坐標(biāo)系中的特征點(diǎn)及其二維圖像所對(duì)應(yīng)的投影來計(jì)算相機(jī)坐標(biāo)系與世界坐標(biāo)系之間的旋轉(zhuǎn)矩陣R和平移矩陣T。

相機(jī)成像模型如圖1所示，相機(jī)坐標(biāo)系是以相機(jī)為中心的XcYcZc坐標(biāo)系，Zc軸為相機(jī)光軸；像平面坐標(biāo)系是指在相機(jī)內(nèi)所形成的xy像平面坐標(biāo)系統(tǒng)，像平面與相機(jī)坐標(biāo)系的XcYc平面平行，這樣像平面原點(diǎn)就在相機(jī)光學(xué)軸上；圖像坐標(biāo)系是指在計(jì)算機(jī)內(nèi)部數(shù)字圖像所用的坐標(biāo)系，即圖1中uv坐標(biāo)系，與像平面坐標(biāo)系在同一平面上，不同之處是計(jì)算機(jī)圖像坐標(biāo)系u、v是以像素為單位的圖像坐標(biāo)系，像平面坐標(biāo)系x、y是以物理單位(例如mm)表示的圖像坐標(biāo)系。像平面坐標(biāo)系以圖像內(nèi)相機(jī)光軸與像平面的交點(diǎn)O為原點(diǎn)，該點(diǎn)在uv坐標(biāo)系中坐標(biāo)為(u0,v0)，稱為主點(diǎn)。該點(diǎn)一般位于圖像中心處，但由于相機(jī)制造工藝等原因，會(huì)有所偏離。由圖1相機(jī)的成像模型可知，世界坐標(biāo)系與相機(jī)坐標(biāo)系的關(guān)系為

(1)

式中：(Xc,Yc,Zc)為空間點(diǎn)P在相機(jī)坐標(biāo)系中的坐標(biāo);[RT]為相機(jī)坐標(biāo)系相對(duì)世界坐標(biāo)系的旋轉(zhuǎn)矩陣與平移矩陣；其中R為3×3矩陣，T為3×1矩陣。

圖1 相機(jī)成像模型

由圖1可知，相機(jī)與圖像坐標(biāo)系的關(guān)系為

(2)

式中：λ為比例因子，λ≠0；f為相機(jī)的焦距；p(x,y)為三維空間點(diǎn)P(Xw，Yw，Zw) 對(duì)應(yīng)的圖像投影點(diǎn)，即為光心Oc和P點(diǎn)的連線與圖像平面的交點(diǎn)。將式(1)與式(2)結(jié)合可得到世界坐標(biāo)系與像素坐標(biāo)系的轉(zhuǎn)換關(guān)系：

(3)

式中：(u0,v0)為主點(diǎn)坐標(biāo)；f為相機(jī)的焦距;dx、dy為每一個(gè)像素在X軸和Y軸方向上的物理尺寸;fx=f/dx，fy=f/dy分別為x軸和y軸上的歸一化焦距；(Xw，Yw，Zw)與(u,v)為空間點(diǎn)對(duì)應(yīng)的3D坐標(biāo)與其圖像坐標(biāo)系上的2D投影點(diǎn)；fx，fy，u0,v0為相機(jī)內(nèi)參，可以通過對(duì)相機(jī)進(jìn)行標(biāo)定求出，定義相機(jī)內(nèi)參數(shù)矩陣為

實(shí)際過程中，由于u軸和v軸不垂直產(chǎn)生畸變，內(nèi)參數(shù)矩陣增加一個(gè)畸變因子s(Skew Parameter)，所以相機(jī)的內(nèi)參數(shù)矩陣K重新定義為

為提高測(cè)量精度，在對(duì)飛機(jī)操縱系統(tǒng)位置測(cè)量中通過對(duì)相機(jī)進(jìn)行標(biāo)定求得相機(jī)的畸變參數(shù)，對(duì)輸入視頻進(jìn)行消畸變。

對(duì)R和T展開，可進(jìn)一步得到：

(4)

通過對(duì)式(4)求解可以得到其旋轉(zhuǎn)矩陣R和平移矩陣T，即得到相機(jī)相對(duì)于世界坐標(biāo)系的位置和姿態(tài)，此為PnP問題的解。將相機(jī)固定，將世界坐標(biāo)系原點(diǎn)設(shè)在飛機(jī)駕駛桿上，飛機(jī)駕駛桿的位姿信息則轉(zhuǎn)換為通過PnP問題求解相機(jī)相對(duì)于世界坐標(biāo)系的位置。

2 飛機(jī)操縱系統(tǒng)輸入端位置視覺測(cè)量

通過上述分析，本文使用單目視覺位姿測(cè)量方法，將計(jì)算機(jī)視覺中的PnP問題應(yīng)用于解決飛機(jī)操縱系統(tǒng)的數(shù)據(jù)采集，即通過飛機(jī)駕駛桿上的空間特征點(diǎn)與其所對(duì)應(yīng)的圖像點(diǎn)來計(jì)算相機(jī)空間位姿獲得駕駛桿位移信息，為后續(xù)的飛機(jī)座艙建模和飛行模擬器構(gòu)建提供數(shù)據(jù)支撐。以飛機(jī)駕駛桿為例，基于視覺的飛機(jī)操作系統(tǒng)輸入端位置測(cè)量流程如圖2所示。

圖2 飛機(jī)操縱系統(tǒng)輸入端位置視覺測(cè)量流程

對(duì)飛行員操縱飛機(jī)駕駛桿的情況進(jìn)行視頻采集，作為數(shù)據(jù)輸入。為消除相機(jī)自身畸變，提高測(cè)量精度，且PnP問題求解需要相機(jī)內(nèi)參作為參數(shù)輸入，因此首先通過離線方式利用相機(jī)標(biāo)定技術(shù)確定相機(jī)的內(nèi)參和畸變參數(shù)。考慮到拍攝過程中駕駛艙內(nèi)環(huán)境因素，例如光照、飛機(jī)抖動(dòng)等影響因素，故需對(duì)采集的視頻圖像進(jìn)行預(yù)處理，從而提高圖像質(zhì)量。然后在圖像幀中提取駕駛桿上特征點(diǎn)。特征提取直接關(guān)系到測(cè)量結(jié)果的準(zhǔn)確度和精度?？紤]到二維碼(QR Code)的易識(shí)別性和易獲取性，通過在飛機(jī)駕駛桿表面固定一個(gè)隨機(jī)生成的二維碼，將飛機(jī)駕駛桿的位移測(cè)量轉(zhuǎn)換為對(duì)二維碼的跟蹤識(shí)別和測(cè)量。對(duì)采集視頻進(jìn)行預(yù)處理后識(shí)別二維碼，并進(jìn)一步識(shí)別定位二維碼的4個(gè)角點(diǎn)，作為PnP問題求解的特征點(diǎn)，通過4個(gè)特征點(diǎn)的3D和2D點(diǎn)對(duì)關(guān)系完成相機(jī)PnP位姿解算，得到旋轉(zhuǎn)矩陣R和平移矩陣T，進(jìn)而得到飛機(jī)駕駛桿的運(yùn)動(dòng)位移。

2.1 相機(jī)標(biāo)定

由于提出的方法是以視頻的輸入方式對(duì)飛機(jī)駕駛桿進(jìn)行位置測(cè)量的，相機(jī)透鏡制造精度和組裝工藝的偏差會(huì)引入畸變，導(dǎo)致相機(jī)拍攝的原始圖像發(fā)生失真。同時(shí)對(duì)PnP問題的求解需要相機(jī)內(nèi)參作為原始參數(shù)輸入，因此根據(jù)圖2所示的流程圖，首先需要對(duì)相機(jī)進(jìn)行標(biāo)定。

相機(jī)參數(shù)一般分為外部參數(shù)(空間位置、方向，即旋轉(zhuǎn)矩陣和平移矩陣)和內(nèi)部參數(shù)(焦距、光心、畸變系數(shù)等)，相機(jī)標(biāo)定過程就是計(jì)算相機(jī)的內(nèi)外參數(shù)。

基于計(jì)算機(jī)視覺的飛機(jī)駕駛桿位置測(cè)量技術(shù)以相機(jī)作為數(shù)據(jù)采集設(shè)備，相機(jī)內(nèi)參數(shù)對(duì)測(cè)量精度產(chǎn)生重要影響。如圖3所示，本文采用張正友標(biāo)定方法[10]，從不同角度對(duì)標(biāo)定塊進(jìn)行拍攝，通過MATLAB工具箱對(duì)標(biāo)定塊進(jìn)行角點(diǎn)提取實(shí)現(xiàn)相機(jī)標(biāo)定，獲取相機(jī)內(nèi)參和畸變系數(shù)。由于張正友標(biāo)定法只關(guān)注了影響最大的徑向畸變，其徑向畸變模型為

(5)

(6)

圖3 相機(jī)標(biāo)定

式(6)轉(zhuǎn)為矩陣形式為

(7)

將式(7)記作Dk=d，其中畸變系數(shù)k=[k1,k2]T，則可得：

k=(DTD)-1DTd

(8)

計(jì)算得到畸變系數(shù)k，通過求得的畸變系數(shù)在圖像預(yù)處理過程中對(duì)輸入視頻逐幀消畸變，以提高后續(xù)測(cè)量精度。

2.2 特征點(diǎn)識(shí)別與提取

PnP問題求解需要3D空間點(diǎn)和對(duì)應(yīng)2D圖像點(diǎn)作為特征點(diǎn)對(duì)輸入，特征點(diǎn)的識(shí)別和提取直接關(guān)系到測(cè)量的準(zhǔn)確度和精度。通常PnP問題的求解至少需要3個(gè)特征點(diǎn)對(duì)以完成相機(jī)的姿態(tài)估計(jì)[11]。飛機(jī)駕駛艙中由于光照等環(huán)境影響會(huì)導(dǎo)致特征點(diǎn)不易識(shí)別或者識(shí)別精確度不高，會(huì)造成特征點(diǎn)難以提取。飛機(jī)的駕駛桿構(gòu)造特殊，不易單獨(dú)對(duì)某些特征點(diǎn)進(jìn)行標(biāo)記識(shí)別和獲取。近年來二維碼廣泛應(yīng)用，其具有識(shí)別快、準(zhǔn)確度高的特點(diǎn)，本文通過在駕駛桿上固定一個(gè)隨機(jī)生成的二維碼，在二維碼識(shí)別的基礎(chǔ)上，提取二維碼4個(gè)角點(diǎn)作為特征點(diǎn)。

基于二維碼識(shí)別的特征提取流程如圖4所示。首先對(duì)輸入視頻進(jìn)行預(yù)處理，通過平滑濾波、灰度化和二值化消除冗余和噪聲；再確定二維碼位置和范圍，對(duì)二維碼進(jìn)行二值化之后由輪廓提取找到面積最接近的3個(gè)點(diǎn)即是二維碼的定位角點(diǎn)，如圖4中點(diǎn)a、b、c?？紤]到駕駛桿的轉(zhuǎn)動(dòng)，進(jìn)一步確定3個(gè)定位角點(diǎn)的順序位置。以3個(gè)定位角點(diǎn)中心坐標(biāo)連線組成三角形，其中角度最大的就是二維碼左上角的點(diǎn)即點(diǎn)a；再根據(jù)該點(diǎn)與其他兩點(diǎn)的相對(duì)位置確定二維碼左下c點(diǎn)和右上b點(diǎn)位置；最后根據(jù)確定位置的3個(gè)定位角點(diǎn)獲得二維碼范圍及位置?？紤]到二維碼4個(gè)角點(diǎn)是對(duì)稱分布的，故可由a、b、c三點(diǎn)確定二維碼第4個(gè)特征角點(diǎn)的位置，并對(duì)第4個(gè)特征角點(diǎn)進(jìn)行提取。

圖4 二維碼識(shí)別及角點(diǎn)特征提取流程

以二維碼中心點(diǎn)為世界坐標(biāo)系的原點(diǎn)，通過預(yù)先設(shè)定的二維碼尺寸即可獲得4個(gè)角點(diǎn)對(duì)應(yīng)的3D空間坐標(biāo)，然后通過二維碼識(shí)別獲取4個(gè)角點(diǎn)的2D圖像坐標(biāo)，最后獲得4個(gè)特征點(diǎn)的3D-2D坐標(biāo)匹配。

2.3 位姿解算

PnP問題的傳統(tǒng)算法按照是否迭代分為兩類：線性算法[12-13]和非線性迭代算法[14-15]。相較于線性算法，迭代法求解精度和穩(wěn)定性都要高很多。因此選擇非線性迭代算法來對(duì)相機(jī)位姿進(jìn)行求解。

根據(jù)2.2節(jié)，通過二維碼識(shí)別獲得4個(gè)角點(diǎn)對(duì)應(yīng)的3D空間點(diǎn)和2D圖像點(diǎn)作為特征點(diǎn)對(duì)。根據(jù)式(4)，由正交矩陣的性質(zhì)，通過3個(gè)點(diǎn)對(duì)可以計(jì)算出對(duì)應(yīng)的4個(gè)旋轉(zhuǎn)矩陣R和平移矩陣T，即4個(gè)相機(jī)位姿。再將二維碼第4個(gè)角點(diǎn)的3D空間坐標(biāo)代入式(4)，可以獲得其在上述4個(gè)相機(jī)位姿下的4個(gè)對(duì)應(yīng)2D投影(一個(gè)解對(duì)應(yīng)一個(gè)投影)，以投影誤差最小的解對(duì)應(yīng)的旋轉(zhuǎn)矩陣R和平移矩陣T作為初值，然后通過列文伯格-馬夸特(Levenberg-Marquardt，LM)最優(yōu)化算法[16]求得最優(yōu)變換矩陣R和T。

根據(jù)前述，將相機(jī)固定，如圖5所示，將世界坐標(biāo)系原點(diǎn)設(shè)在固定在飛機(jī)駕駛桿二維碼的中心點(diǎn)上，通過對(duì)采集視頻每幀進(jìn)行求解可得到一個(gè)平移矩陣T，由最終求得的平移矩陣T可得知相機(jī)相對(duì)于二維碼中心點(diǎn)的世界坐標(biāo)，也就是飛機(jī)駕駛桿相對(duì)于相機(jī)的距離，即可求得飛機(jī)駕駛桿的位移。

圖5 二維碼識(shí)別結(jié)果及位姿解算

3 實(shí)驗(yàn)分析

實(shí)驗(yàn)在波音737飛行模擬器上進(jìn)行，圖6為波音737飛行模擬器駕駛艙圖片，本次實(shí)驗(yàn)便是在其中的駕駛桿上進(jìn)行。視頻采集采用GoPro相機(jī)，圖像分辨率為1280像素×720像素，其空間實(shí)驗(yàn)過程中使用搭載Intel i5-4590 CPU的PC機(jī)，該CPU主頻為3.3 GHz，編程環(huán)境采用MATLAB與OpenCV庫接口。

圖6 波音737飛行模擬器駕駛艙

圖7為基于視覺的飛機(jī)操縱系統(tǒng)輸入端位置測(cè)量系統(tǒng)的裝置示意圖，本實(shí)驗(yàn)將紅外測(cè)距儀與相機(jī)通過固定裝置安裝在波音737飛行模擬器駕駛艙的頭頂板上，此位置能夠在飛行員操縱飛機(jī)駕駛桿時(shí)很好地測(cè)量飛機(jī)駕駛桿的運(yùn)動(dòng)情況。

圖7 視覺測(cè)量系統(tǒng)裝置示意圖

在波音737飛行模擬器中，當(dāng)飛行員推拉駕駛桿時(shí)，駕駛桿產(chǎn)生了位移，通過拉桿和搖臂的傳遞，將位移傳遞給操縱負(fù)荷的連接桿，此時(shí)操縱負(fù)荷的拉/壓傳感器會(huì)產(chǎn)生力信號(hào)，位移傳感器產(chǎn)生位移信號(hào)。計(jì)算機(jī)根據(jù)駕駛桿的位移量和飛機(jī)當(dāng)時(shí)的飛行高度和速度值，計(jì)算出所需的駕駛桿力，該力信號(hào)經(jīng)控制器轉(zhuǎn)換成電樞電流，于是在電機(jī)中產(chǎn)生電磁轉(zhuǎn)矩，再經(jīng)傳動(dòng)機(jī)構(gòu)傳到駕駛桿上與外力矩相平衡，系統(tǒng)便處于一種新的平衡狀態(tài)。故本實(shí)驗(yàn)在飛行員操縱駕駛桿時(shí)，波音737飛行模擬器能夠通過位移傳感器輸出飛機(jī)駕駛桿的位移。如圖7所示，為保證實(shí)驗(yàn)時(shí)操縱駕駛桿輸出位移與視覺測(cè)距的一致性，實(shí)驗(yàn)前將飛機(jī)駕駛桿做俯仰運(yùn)動(dòng)的行程與操縱載荷的行程之間的映射進(jìn)行調(diào)整，將飛機(jī)駕駛桿行程與操縱機(jī)構(gòu)的傳動(dòng)比換算為在飛機(jī)駕駛桿上的視覺測(cè)量點(diǎn)P1與飛機(jī)駕駛桿底部中心點(diǎn)M的水平距離，即為操縱飛機(jī)駕駛桿時(shí)模擬器輸出的位移。為驗(yàn)證該方法，使用基恩士IL-600紅外測(cè)距儀進(jìn)行測(cè)量對(duì)比，其測(cè)量范圍為200～1000 mm，精度為0.1 mm。

而實(shí)驗(yàn)通過紅外測(cè)距儀測(cè)距計(jì)算得到飛機(jī)駕駛桿的位移如圖7所示，已知紅外測(cè)距儀到飛機(jī)駕駛艙水平面的距離為h1，相機(jī)到水平面的距離為h2，由幾何關(guān)系可得飛機(jī)駕駛桿位移MN=L為

(9)

由式(9)可求出使用紅外測(cè)距儀時(shí)飛機(jī)駕駛桿的位移，同理也可求出本文方法測(cè)得飛機(jī)駕駛桿的位移。

對(duì)飛機(jī)駕駛桿在不同運(yùn)動(dòng)位置的測(cè)量結(jié)果與方法進(jìn)行實(shí)驗(yàn)對(duì)比，結(jié)果如表1所示。

由表1可知紅外測(cè)距儀的平均測(cè)量誤差為4.58 mm，本文方法測(cè)量平均誤差為1.93 mm。不難看出本文方法所測(cè)得的飛機(jī)駕駛桿的位移精度更高，且紅外測(cè)距儀測(cè)量結(jié)果易受駕駛艙復(fù)雜環(huán)境和駕駛桿運(yùn)動(dòng)狀態(tài)的影響。

表1 紅外測(cè)距與視覺測(cè)距實(shí)驗(yàn)數(shù)據(jù)

采集飛機(jī)駕駛桿連續(xù)運(yùn)動(dòng)視頻450幀，每隔30幀的測(cè)量誤差曲線圖如圖8所示，證明了本文方法具有較高的檢測(cè)精度。原始視頻幀率為30 f/s，經(jīng)過測(cè)量后其幀率為27 f/s，也證明所提出的方法滿足實(shí)時(shí)性要求。

圖8 紅外測(cè)距儀與本文所提出方法測(cè)距誤差比較

4 結(jié)束語

本文提出了一種基于視覺的飛機(jī)操縱系統(tǒng)輸入端位置測(cè)量方法。利用計(jì)算機(jī)視覺技術(shù)，通過PnP問題將飛機(jī)操縱輸入端的位移測(cè)量轉(zhuǎn)換為相機(jī)位姿求解。相比傳統(tǒng)的加裝傳感器的飛行數(shù)據(jù)采集方式，基于視覺的測(cè)量方式屬于無接觸式數(shù)據(jù)采集方法，無須對(duì)飛機(jī)進(jìn)行改裝和加裝傳感器，極大地降低了采集成本，同時(shí)不會(huì)影響飛機(jī)安全性能。通過實(shí)驗(yàn)也驗(yàn)證了所提測(cè)量方法的有效性。