高 林

(西安航天動(dòng)力試驗(yàn)技術(shù)研究所, 西安 710100)

1 引言

沖壓發(fā)動(dòng)機(jī)試驗(yàn)過程中,位移參數(shù)是試車臺(tái)結(jié)構(gòu)健康監(jiān)測(cè)和損傷識(shí)別的重要測(cè)量?jī)?nèi)容之一。試車架、滑動(dòng)密封段甚至螺栓等小型結(jié)構(gòu)是否安全都需要依靠長(zhǎng)期位移監(jiān)測(cè)來判斷。傳統(tǒng)的沖壓發(fā)動(dòng)機(jī)試驗(yàn)中采用拉桿式位移傳感器對(duì)試車臺(tái)結(jié)構(gòu)件進(jìn)行位移測(cè)量,但面臨難以找到合適的固定基準(zhǔn)點(diǎn)及高溫環(huán)境下傳感器布置困難等問題。而基于視覺的非接觸式測(cè)量本質(zhì)上是基于攝影測(cè)量的方式[1],最初廣泛應(yīng)用在橋梁變形的實(shí)時(shí)監(jiān)測(cè)上,具有非接觸、易操作、適應(yīng)性強(qiáng)和工作環(huán)境要求低等優(yōu)點(diǎn),并可以避免上述問題。

基于視覺的位移和形變的測(cè)量方法有數(shù)字相關(guān)法(Digital Image Correlation Method,DICM)和光流法(Optical Flow Method,OFM),這些方法是物體小位移和形變測(cè)量常用的方法。DICM 法是20 世紀(jì)80 年代初由美國(guó)南卡羅納大學(xué)Peter 和Ranson 與日本Yamaguchi 等研究人員幾乎同一時(shí)間提出的檢測(cè)方法[2],是用于測(cè)量全場(chǎng)位移的最常見的圖像處理技術(shù)。DICM 的非接觸測(cè)量已經(jīng)在實(shí)驗(yàn)力學(xué)[3]、生物力學(xué)、土木工程、機(jī)械工程、增材制造[4]和航天工程[5]中廣泛應(yīng)用。然而,針對(duì)同一面內(nèi)的兩物體相對(duì)運(yùn)動(dòng)之間的小位移監(jiān)測(cè)以及對(duì)于噪聲背景前的標(biāo)記測(cè)量,由于噪聲背景導(dǎo)致的相關(guān)性損失,DICM 不能很好工作。OFM基于兩幀圖像計(jì)算出了同一像素位置的位移量,衍生出很多相關(guān)算法,應(yīng)用在物體位移和振動(dòng)測(cè)量方面。但是該方法同時(shí)也受試車臺(tái)背景復(fù)雜的光照的影響較大,導(dǎo)致相關(guān)性損失,使測(cè)量數(shù)據(jù)不準(zhǔn)確[6]。此外,針對(duì)滑動(dòng)密封段的兩物體相對(duì)運(yùn)動(dòng)的跟蹤算法還有特征點(diǎn)匹配的方式,如SIFT 算法[7]和SURF 算法[8],但是需要高額的計(jì)算花費(fèi),實(shí)時(shí)性不強(qiáng)。

針對(duì)沖壓發(fā)動(dòng)機(jī)試驗(yàn)面內(nèi)小位移測(cè)量的實(shí)時(shí)性和精確性要求,本文對(duì)傳統(tǒng)的角點(diǎn)檢測(cè)算法[9]進(jìn)行改進(jìn),提出了一種基于視覺的滑動(dòng)密封結(jié)構(gòu)遠(yuǎn)程、非接觸、高精度測(cè)量跟蹤系統(tǒng)。

2 問題描述

當(dāng)前沖壓發(fā)動(dòng)機(jī)試驗(yàn)中,發(fā)動(dòng)機(jī)的燃燒室受高溫膨脹發(fā)生形變,導(dǎo)致滑動(dòng)密封段產(chǎn)生微小緩慢的位移,如位移量過大,會(huì)破壞滑動(dòng)密封結(jié)構(gòu)且對(duì)試車臺(tái)健康產(chǎn)生影響。傳統(tǒng)方法采用位移傳感器測(cè)得位移量,由于燃燒室附近溫度較高,傳感器受高溫容易脫落或燒毀,且長(zhǎng)時(shí)間受振動(dòng)等復(fù)雜環(huán)境影響易發(fā)生損壞。此外,其測(cè)點(diǎn)安裝位置受空間約束且測(cè)點(diǎn)單一,基于傳統(tǒng)的角點(diǎn)檢測(cè)算法識(shí)別出的標(biāo)記易發(fā)生截?cái)?和附近物體發(fā)生連接效應(yīng),使測(cè)量值不準(zhǔn)確。

為提高檢測(cè)算法的魯棒性和測(cè)量的精度,滿足試驗(yàn)過程中實(shí)時(shí)監(jiān)測(cè)位移數(shù)據(jù)的要求,基于拉格朗日插值進(jìn)行角點(diǎn)檢測(cè)算法優(yōu)化和卡爾曼濾波設(shè)計(jì)了一種面內(nèi)微小位移高精度的攝影測(cè)量方法。將面內(nèi)標(biāo)記物的測(cè)量抽象為圖1 所示面內(nèi)位移測(cè)量基本原理。通過HALCON[10]標(biāo)定實(shí)驗(yàn)獲取像素和位移長(zhǎng)度的關(guān)系,求出了相機(jī)內(nèi)參矩陣、外參矩陣以及相關(guān)系數(shù),即得到一個(gè)比例系數(shù),通過圖像中被測(cè)位移量的變化反推出被測(cè)物體空間中的位移量。從圖1 中可以看到空間三維坐標(biāo)系物體上某個(gè)反光點(diǎn)的三維坐標(biāo)(xw,yw,zw)到攝像機(jī)采集的圖像中該點(diǎn)的像素二維坐標(biāo)(xu,yv)的變換關(guān)系。

圖1 面內(nèi)小位移測(cè)量基本原理Fig.1 Fundamentals of small displacement measurement in surface

3 小位移高精度攝影測(cè)量方法

3.1 位移測(cè)量系統(tǒng)

在沖壓發(fā)動(dòng)機(jī)直連試驗(yàn)中,加熱器和燃燒室受高溫膨脹發(fā)生形變,從而導(dǎo)致補(bǔ)償?shù)幕瑒?dòng)密封器發(fā)生緩慢而微小變加速移動(dòng),如圖2 下方圖箭頭方向,加速度先增后減,位移曲線呈指數(shù)型,平均速度約0.3～0.4 mm/s。由于滑動(dòng)密封器附近有高溫氣流,以及受空間約束特點(diǎn),攝像機(jī)需與滑動(dòng)密封段上標(biāo)記物保持一定安全距離。由于滑動(dòng)密封段自身特點(diǎn),基于數(shù)字散斑法測(cè)位移的方式在此處不適用,需要研究新的測(cè)量方法。通過在滑動(dòng)密封段左右兩側(cè)粘貼標(biāo)記的方式進(jìn)行目標(biāo)識(shí)別定位,標(biāo)簽可選用3D 打印的黑色標(biāo)記,材質(zhì)為耐高溫不變形復(fù)合材料,并配合不變形不流動(dòng)的高溫膠使用。此外,在溫度更高的條件下可采用噴涂方式實(shí)現(xiàn)標(biāo)記制作,當(dāng)前市面上耐800 ℃以上的噴涂材料較為常見,特殊材料可耐1000 ℃以上,滿足沖壓發(fā)動(dòng)機(jī)試驗(yàn)位移測(cè)量要求。圖2 左側(cè)標(biāo)記尺寸設(shè)計(jì)為10 mm×20 mm,邊緣設(shè)計(jì)為3 ～5 mm 的白色,以保證算法高效并準(zhǔn)確識(shí)別出黑色邊緣。

圖2 沖壓發(fā)動(dòng)機(jī)試驗(yàn)位移測(cè)量標(biāo)記部署示意圖Fig.2 Diagram of mark deployment in displacement measurement of ramjet test

3.2 拉格朗日插值

拉格朗日插值屬于非線性插值的一種,具有較快的性能和較高的圖像細(xì)化能力。一次拉格朗日插值法可以得到線性插值16 倍的細(xì)化能力,通過多次拉格朗日插值法可以得到幾百倍的邊緣細(xì)化能力且保持更高的測(cè)量精度,其表達(dá)式如式(1)所示[11]。

式中,LN,k(x)表示插值的權(quán)重,yk表示某像素點(diǎn),RN(x)是插值后的某像素灰度值。該表達(dá)式以等冪形式對(duì)稱排列,數(shù)值計(jì)算具有穩(wěn)定性,具有唯一解,在定義區(qū)間內(nèi)是連續(xù)的,標(biāo)記圖像邊緣連續(xù),與該函數(shù)特征保持一致。

對(duì)多次插值結(jié)果進(jìn)行調(diào)優(yōu),實(shí)驗(yàn)表明將圖像進(jìn)行Canny 算子濾波后再進(jìn)行亞像素插值,可得到很好的亞像素精度的測(cè)量結(jié)果,其中采用的雙兩次拉格朗日插值法原理圖如圖3 所示。

圖3 雙兩次拉格朗日插值原理圖Fig.3 Schematic diagram of double Lagrange interpolation

3.3 卡爾曼濾波

實(shí)驗(yàn)的測(cè)量結(jié)果是二維的位移曲線數(shù)據(jù),受實(shí)驗(yàn)設(shè)備調(diào)試參數(shù)、實(shí)驗(yàn)設(shè)備精度等因素影響,實(shí)際的測(cè)量曲線不可避免地?fù)诫s非線性噪聲干擾?；诒疚南到y(tǒng)的特點(diǎn)與實(shí)時(shí)性要求,采用卡爾曼濾波算法來減弱噪聲對(duì)測(cè)量結(jié)果的干擾,以提高位移測(cè)量的精度。

通過遞歸更新方法[12],建立系統(tǒng)模型,如圖4 所示,對(duì)當(dāng)前狀態(tài)進(jìn)行估計(jì),并使?fàn)顟B(tài)的測(cè)量值和卡爾曼濾波估計(jì)值均方誤差最小。

圖4 卡爾曼濾波信號(hào)處理模型Fig.4 Signal processing model of Kalman filter

3.4 算法流程圖

經(jīng)典的基于視覺的位移測(cè)量方法一般包括3步:采集高質(zhì)量圖像、圖像算法處理、工程優(yōu)化。

如圖5 所示,要測(cè)量滑動(dòng)密封段粘貼標(biāo)記物圖像的亞像素位移量,首先需要循環(huán)讀取視頻數(shù)據(jù),分別對(duì)每幀數(shù)據(jù)進(jìn)行去除畸變處理;然后再進(jìn)行Canny 算子濾波處理,對(duì)濾波后的每幀圖像進(jìn)行雙兩次拉格朗日插值處理;利用上一步的實(shí)驗(yàn)數(shù)據(jù)再進(jìn)行亞像素閾值分割并進(jìn)行二值化閾值計(jì)算,取感興趣區(qū)域(Region of Interest,ROI)圖像,進(jìn)行形態(tài)學(xué)閉運(yùn)算,對(duì)ROI 區(qū)域圖像進(jìn)行標(biāo)記輪廓搜索;搜索到后計(jì)算標(biāo)記輪廓的一階中心矩,并計(jì)算2 個(gè)標(biāo)記輪廓之間每幀圖像的相對(duì)位移量;得到的相對(duì)位移量是亞像素級(jí)位移,對(duì)該亞像素級(jí)位移進(jìn)行卡爾曼濾波處理,后繪制曲線和保存數(shù)據(jù)。

圖5 本文算法流程圖Fig.5 Flowchart of the algorithm in this paper

4 實(shí)驗(yàn)及結(jié)果

4.1 實(shí)驗(yàn)系統(tǒng)搭建

圖6 為位移測(cè)量系統(tǒng)示意圖和實(shí)驗(yàn)搭建實(shí)物圖,實(shí)驗(yàn)中用到的主要儀器有高分辨CMOS 相機(jī)、鏡頭、LED 光源、采集計(jì)算機(jī)和黑色標(biāo)記。CMOS相機(jī)為國(guó)產(chǎn)工業(yè)相機(jī),分辨率為4608×3456,鏡頭為3.2～18 mm 的變焦鏡頭,最大幀率為30 幀/s。實(shí)驗(yàn)中采用LED 單色光源對(duì)標(biāo)記物進(jìn)行光照補(bǔ)償,通過調(diào)節(jié)相機(jī)的曝光時(shí)間使得標(biāo)記物邊緣清晰銳利,程序運(yùn)行在后端計(jì)算機(jī),相機(jī)和采集計(jì)算機(jī)通過USB 轉(zhuǎn)網(wǎng)口線進(jìn)行連接,數(shù)據(jù)傳輸可達(dá)300 MB/s,可以滿足視頻和位移數(shù)據(jù)的實(shí)時(shí)回傳要求。

圖6 位移測(cè)量系統(tǒng)示意圖和實(shí)驗(yàn)實(shí)物圖Fig.6 Schematic diagram of the displacement measurement system and photo of the hardware

4.2 算法測(cè)量結(jié)果實(shí)驗(yàn)驗(yàn)證

實(shí)驗(yàn)對(duì)某沖壓發(fā)動(dòng)機(jī)直連試驗(yàn)位移視頻數(shù)據(jù)進(jìn)行離線驗(yàn)證,算法驗(yàn)證所用計(jì)算機(jī)配置如下:系統(tǒng)為64 位Windows 10,CPU 2.3 GHz,所用編程工 具 為 VS2019 + OpenCV4.0。視 頻 錄 制 為30 幀/s 的1080P 分辨率視頻,后截取分辨率為1430×878、時(shí)長(zhǎng)為45.62 s 視頻。首先將攝像機(jī)固定在三腳架上,調(diào)節(jié)水平調(diào)節(jié)器,使攝像機(jī)接近水平狀態(tài);然后,將三腳架對(duì)準(zhǔn)方形標(biāo)記物的中心位置,調(diào)整攝像機(jī)和標(biāo)記物之間的距離,使得2 個(gè)標(biāo)記物位于攝像機(jī)取景框的中心位置;最后,使用編程工具對(duì)視頻處理得原始圖(圖7(a))、灰度圖(圖7(b))、形態(tài)學(xué)處理圖(圖7(c))和目標(biāo)提取圖(圖7(d))。

圖7 沖壓發(fā)動(dòng)機(jī)試驗(yàn)位移算法處理過程Fig.7 Processing of displacement algorithm in ramjet test

在實(shí)驗(yàn)全程時(shí)間段內(nèi),如圖7(d)所示,視頻中目標(biāo)隨著滑動(dòng)密封段位移穩(wěn)定地移動(dòng),目標(biāo)從背景圖像中提取清晰。圖7(c)中右側(cè)標(biāo)記受光照影響發(fā)生截?cái)嘈?yīng),同時(shí)圖7(c)中右側(cè)標(biāo)記和螺栓發(fā)生了連接效應(yīng),但是不影響圖7(d)中目標(biāo)的提取和一階中心矩的計(jì)算,可以驗(yàn)證算法具有較高的魯棒性。

圖8 為本文算法與拉桿式位移傳感器測(cè)得的位移截取圖,圖中藍(lán)色數(shù)據(jù)存在噪聲干擾,未進(jìn)行卡爾曼濾波,拉桿式位移傳感器進(jìn)行了校準(zhǔn)標(biāo)定,采樣率100 spot/s。

圖8 本文算法與位移傳感器測(cè)得位移比對(duì)圖Fig.8 Comparison of displacement by this algorithm and measurement by the displacement sensor

如表1 所示,圖像算法測(cè)得的最大位移為15.7795 mm, 位移傳感器測(cè)得最大位移為15.7990 mm,兩者相差0.0195 mm,精度達(dá)到±0.02 mm。同理,取本文算法中間時(shí)刻數(shù)據(jù)13.5017 mm,對(duì)應(yīng)地,取拉桿式位移傳感器對(duì)應(yīng)數(shù)據(jù)為13.467 mm,兩者相差0.033 mm,精度達(dá)到±0.03 mm,但圖像算法在0 ～400 幀表現(xiàn)不太理想,這是因?yàn)闆_壓發(fā)動(dòng)機(jī)啟動(dòng)瞬間會(huì)產(chǎn)生劇烈的振動(dòng)和噪聲,對(duì)本文圖像算法產(chǎn)生了一定干擾,需采用補(bǔ)償或?yàn)V波算法進(jìn)行優(yōu)化。

表1 圖像算法與拉桿式位移傳感器測(cè)量結(jié)果比較Table 1 Comparison between this algorithm and the measurement results of the pull rod displacement sensor

4.3 卡爾曼優(yōu)化實(shí)驗(yàn)驗(yàn)證

假設(shè)噪聲符合標(biāo)準(zhǔn)高斯正態(tài)分布,滑動(dòng)密封段緩慢移動(dòng)可以簡(jiǎn)化為線性微分方程,疊加噪聲模型建立卡爾曼濾波線性狀態(tài)模型。通過Matlab 2019b 軟件仿真實(shí)驗(yàn),將拉桿式位移傳感器獲取數(shù)據(jù)作為真實(shí)值,將攝影測(cè)量值作為觀測(cè)值。為了保持拉桿式位移傳感器測(cè)量數(shù)據(jù)和本文采集的原始數(shù)據(jù)保持?jǐn)?shù)據(jù)點(diǎn)數(shù)一致,假設(shè)每隔5 點(diǎn)取1個(gè)數(shù),得到圖9 中,其中卡爾曼濾波結(jié)果如圖中藍(lán)色曲線所示。卡爾曼濾波結(jié)果和真實(shí)值的差值平均約為±0.01 mm,算法在3 幀內(nèi)快速收斂(以30 幀/s 采集,在0.1 s 內(nèi)算法收斂),算法測(cè)量精度較未進(jìn)行 卡 爾 曼 濾 波 提 升 了 3 倍( ± 0.03 mm/±0.01 mm),和真實(shí)值擬合較好,算法性能各方面均表現(xiàn)優(yōu)秀。

圖9 卡爾曼濾波對(duì)比結(jié)果圖Fig.9 Contrast of Kalman filter with real values

4.4 算法在線實(shí)驗(yàn)驗(yàn)證

針對(duì)如圖10 中ROI 區(qū)域218×132 分辨率的視頻,優(yōu)化前算法執(zhí)行大概需要60 s 時(shí)間,采用繼續(xù)縮小感興趣區(qū)域、SIMD 指令集、多線程技術(shù)結(jié)合執(zhí)行優(yōu)化后,對(duì)于同分辨率同一視頻,算法處理結(jié)束不到10 s,而視頻總幀數(shù)約為1500 幀,算法幀率達(dá)到了150 幀/s,算法性能提升了6 倍多,遠(yuǎn)高于位移實(shí)時(shí)測(cè)量要求。

圖10 在線實(shí)顯軟件界面截圖Fig.10 Screenshot of online display software interface

5 結(jié)論

針對(duì)沖壓發(fā)動(dòng)機(jī)直連試驗(yàn)過程中傳統(tǒng)方法采用位移傳感器受高溫難布置、易脫落和測(cè)點(diǎn)單一等問題,本文提出了沖壓發(fā)動(dòng)機(jī)試驗(yàn)復(fù)雜背景下面內(nèi)水平和垂直位移的高精度測(cè)量方法。

1)該方法保持了空域亞像素圖像的測(cè)量速度,應(yīng)用卡爾曼濾波大大減少了系統(tǒng)過程噪聲和測(cè)量噪聲對(duì)測(cè)量結(jié)果的影響,將測(cè)量精度提升約3 倍,實(shí)現(xiàn)了在線高精度測(cè)量。

2)在算法工程優(yōu)化上,使用感興趣區(qū)域、SIMD 指令集、多線程技術(shù)結(jié)合實(shí)現(xiàn)了在當(dāng)前配置計(jì)算機(jī)上算法執(zhí)行效率提升6 倍多,即從24 幀/s提升到150 幀/s,遠(yuǎn)高于在線監(jiān)測(cè)要求的幀率。

3)文中提出的空域位移高精度測(cè)量方法不僅可以應(yīng)用在航天某些高精度視覺檢測(cè)領(lǐng)域,還可以應(yīng)用在鐵軌路面沉降測(cè)量和橋梁等大型結(jié)構(gòu)變形高精度全天候?qū)崟r(shí)監(jiān)測(cè)中。