一种基于GPU测量物体运动姿态角的方法

技术领域

本发明涉及视频测量技术领域，具体地说涉及一种基于GPU测量物体运动姿态角的方法。

背景技术

运动姿态视频测量技术是用机器代替人眼来做测量和判断，但高速运动的物体由于速度快，人眼或者普通工业相机很难捕捉到运动物体的细节，因此需要可以高速成像的图像采集技术在很短的时间内完成对高速目标的快速、多次采样，以使所记录目标的变化过程清晰、缓慢地呈现在我们眼前。

公开号CN110849332A的文献公开了一种运动物体的姿态测量系统，包括控制器、驱动板、补光照明装置、温湿度补偿组件和图像采集装置，所述图像采集装置用于采集待测物体图像，并将采集的图像发送给控制器；所述温湿度补偿组件用于补偿图像采集装置的温湿度；所述补光照明装置用于补偿待测物体的光照度；所述控制器通过驱动板分别对图像采集装置、温湿度补偿组件和补光照明装置进行控制，并对接收到的图像信息进行分析处理和输出测量结果。该技术能够降低复杂工况下环境因素对测量带来的影响，准确测量出运动物体的位姿参数。但其无法在试验完成后的5-10分钟内提供结果数据，存在着处理速度慢的技术问题。并且，在对连续式飞行器模型进行变形测量试验时，单台工业相机在一个温度阶梯的图像数据就高达约280GB，如果仍然使用该技术进行图像数据处理，则至少需要数天时间，将严重影响飞行器模型试验效率。

另外，该技术并未考虑工业相机在进行图像采集时的同步性，因而不仅影响了图像的采集精度，更大大影响了后期图像处理计算的精准度。

发明内容

本发明的目的在于解决现有技术中存在的上述问题，提供一种基于GPU测量物体运动姿态角的方法，本发明能够同步采集被测物体的图像，并能够对采集的海量图像进行高速而有效的处理，解决了现有技术中采集精度差以及处理效率低的技术问题。

为实现上述目的，本发明采用的技术方案如下：

一种基于GPU测量物体运动姿态角的方法，包括以下步骤：

步骤一、测量之前，在静止的被测物体上按需设置多个标记点；

步骤二、对被测物体进行标定，得到含标记点的标定数据；

步骤三、控制被测物体运动进行测量，测量时使用至少两台工业相机同时持续采集被测物体的图像，并将采集到的图像持续传送给图像采集卡；

步骤四、图像采集卡接收到图像后，通过主机将图像传送给GPU处理器， GPU处理器接收到图像后，一方面异步提取图像上的标记点，并将提取到的标记点与标定数据进行匹配，以及将匹配成功的标记点数据传送给主机；另一方面对接收到的图像进行压缩，并将压缩后的数据包传送给主机进行存储；

步骤五、主机接收到标记点数据后，一方面在显示器上显示，另一方面将标记点数据存在内存中，直至被测物体停止运动为止；

步骤六、由主机对所有标记点数据依次进行预处理、投影、拆分、拐点剔除、异常点剔除、均值操作，得到被测物体的运动姿态角。

所述步骤一中，标记点为包括白色内圆和黑色外圆的圆环。

所述标记点中，白色内圆的外径为0.4-5mm，黑色外圆的外径为2-10mm。

所述步骤二中，采用八步标定法对被测物体进行标定。

所述步骤三中，工业相机的采集频率为80Hz。

所述步骤三中，工业相机采集图像的数量为80张/秒。

所述步骤三中，在控制被测物体运动开始进行测量前，预先由主机调节工业相机的方位角，同时在工业相机进光量不足时通过外部照明机构进行补光，直至工业相机能够得到清晰完整的图像以及能够清楚识别标记点为止。

采用本发明的优点在于：

1、本发明在测量时工业相机能够同步采集被测物体的图像，有效地提高了图像前期的采集精度以及后期处理计算的精准度。同时，因为采用了特定的GPU处理器，因而能够对采集到的海量图像进行高速而有效的处理，能够在试验完成后的5-10分钟内提供结果数据，大幅提高了图像的处理效率。本发明采用上述特定的方法，能够快速而高效地满足海量图像的实时存储、标记点识别及亚像素定位与匹配等功能，并能够得到准确度更高的测量结果。

2、本发明在标记点上设有特定大小的白色内圆和黑色外圆，采用该结构的标记点具有较为显著的特点，因而能够快速被主机识别和处理。

3、本发明将工业相机的采集频率设为80Hz，将工业相机采集图像的数量设为80张/秒，该特定设置能够对图像实现高速采集，并据此得到海量图像，从而根据海量图像得到准确的测量结果。

4、本发明在进行测量前还预先对采集参数等进行了相应调节，有利于得到清晰的采集图像和准确的测量结果。

具体实施方式

本发明公开了一种基于GPU测量物体运动姿态角的方法，该方法至少包括两台方位角可调的工业相机，同时配备有方位角和俯仰角可调的照明机构，在工业相机采集图像时，若光照不足可通过照明机构进行补光。其具体包括以下步骤：

步骤一、测量之前，使被测物体静卡，并在静止的被测物体上按需设置多个标记点。

步骤二、采用八步标定法对被测物体进行标定，得到含标记点的标定数据，该标定数据作为后期匹配使用。标记点的形状、结构和颜色不限，但优选为包括白色内圆和黑色外圆的圆环，且白色内圆的外径优选为0.4-5mm，黑色外圆的外径优选为2-10mm。

步骤三、控制被测物体运动开始进行测量，测量时使用至少两台工业相机同时持续采集被测物体的图像，并将采集到的图像持续传送给图像采集卡。其中，测量时工业相机的采集频率设为80Hz，工业相机采集图像的数量设为80张/秒。

步骤四、图像采集卡接收到图像后，通过主机将图像传送给GPU处理器， GPU处理器接收到图像后，一方面异步提取图像上的标记点，并将提取到的标记点与标定数据进行匹配，以及将匹配成功的标记点数据传送给主机；另一方面对接收到的图像进行压缩，并将压缩后的数据包传送给主机进行存储。

步骤五、主机接收到标记点数据后，一方面在显示器上显示，另一方面将标记点数据存在内存中，直至被测物体停止运动为止。

步骤六、由主机对所有标记点数据依次进行预处理、投影、拆分、拐点剔除、异常点剔除、均值操作，得到被测物体的运动姿态角。

本发明在控制被测物体运动开始进行测量前，还包括调节工序，即预先由主机调节工业相机的方位角，同时在工业相机进光量不足时通过外部照明机构进行补光，直至工业相机能够得到清晰完整的图像以及能够清楚识别标记点为止。

具体的，所述调节工序主要为：

步骤S1，将被测物体置于适当位置，将工业相机水平正对固定，调节工业相机与被测物体之间的角度位置，打开照明机构进行灯光补偿，完成对焦，并通过主机中的图像采集软件试采集进行观察，以图像清晰，标记点能正常识别为准。

步骤S2，通过主机控制软件下发命令对工业相机与被测物体角度的精确调整，同时打开图像分析处理软件观察被测物体的图像采集成像情况，并再次对灯光、角度等参数进行微调，直到能在成像测试窗口得到清晰完整的视频图像，所有标记点正常清楚识别为止。

本发明中，所述主机包括主控制板，方法中涉及到的数据传送、控制及处理等均远通主控制板完成，GPU处理器和图像采集卡均集成在主控制板上，显示器与主控制板连接。其中，主控制板的规格型号可为WS X299 SAGE/10G，GPU处理器的规格型号可为GeForceRTX 2080Ti TURBO 11G，图像采集卡的规格型号可为AS-FBD-4XCXP6-2PE8，显示屏的规格型号可为17寸电容触摸屏。

以上所述，仅为本发明的具体实施方式，本说明书中所公开的任一特征，除非特别叙述，均可被其他等效或具有类似目的替代特征加以替换；所公开的所有特征、或所有方法或过程中的步骤，除了互相排斥的特征和/或步骤以外，均可以任何方式组合。