关键词：机器视觉；座舱显示器；视频测量
中图分类号：TN72 文献标识码：A
引言
机器视觉在许多领域都得到了广泛的应用。最新的一些机器视觉应用包括基于机器学习的玻璃瓶口缺陷检测[1]、配送仓库中的包裹分拣[2]以及自动泊车[3]。由于现代飞机的机载系统越来越复杂，测试仪器也同样复杂化，这就需要大量的人力和物力投资来进行试飞测试准备。将机器视觉技术应用在飞行试验中，能够提高试验准备的效率，减少测试所需的时间和成本。
1飞行试验环境中的应用难点
飞行试验环境给传统的机器视觉技术带来了新的挑战，尤其是高振动和大范围的亮度变化。当使用机载摄像机捕捉驾驶舱显示器时，显示器和像机不同的帧速率会产生混叠和交错效果。此外，成本和重量最小化通常要求单台摄像机覆盖尽可能大的区域，这导致特征的分辨率较低，因此必须对传统方法进行修改，以适应这些问题。
通常摄像机的振动与被测物振动不完全一致，因此会在视频中引入噪声，从而对数据提取产生负面影响。解决方法是首先使用标志点来进行粗校准，通过对标志点的识别、跟踪和移动，来确保标志点始终位于相同的位置。经过这种初步消振后，再对视频多个帧进行聚合比对，进一步减轻振动的影响。
飞行试验环境还会影响标准机器视觉技术的特征识别能力。例如，在飞行试验环境中不利的照明条件、图像倾斜，以及视频压缩产生的虚影等引入的字体失真，标准光学字符识别（OCR）库通常无法处理。通过图像处理技术对图像进行校准，来克服这些问题。图像校准采用模板的形式，直接将感兴趣的图像用于图像校准过程。在初始校准步骤中计算要应用的失真，对其进行调整并应用于随后的视频序列中，以便能够达到必要的测量精度。
2 应用案例研究：座舱显示视频测量
试飞测试通常是通过在飞机上加装传感器和利用飞控计算机之间的通信总线来获取的。然而有些飞行试验项目（如补充型号认证（STC）或生产试验）中对测试系统的需求较低，但需要减少测试改装时间和成本。如果用机载摄像机拍摄驾驶舱显示器，然后在视频中自动提取所需的测量参数，可能显著降低成本，减少测试准备时间。
本文开发的机器视觉系统，成功地从某型机座舱显示器视频中提取了数据，如图1所示，提取画面中的方位角数值。这些测试视频包括典型的飞行测试操作，包括振动、灯光和飞行员移动造成的短暂遮挡。该系统需要安装机载摄像机拍摄座舱显示器，摄像机主光轴应尽量与显示器垂直。然后通过软件实时处理图像并提取数据，也可以从录制的视频文件进行事后处理。
.png)
图1 座舱显示器字符提取
在摄像机初次安装后需要进行校准，摄像机离座舱显示器需要有合适的距离，然后在仪表图像中标记几个感兴趣的特征和区域。在校准后无需人工干预即可连续提取测试参数。通过与数据总线获取的真实数据对比，使用该系统提取的直升机理想光照条件下视频的准确率大于99%。在此基础上，该系统后续将具备从各种驾驶舱显示画面中提取数据的能力，包括字母数字文本，俯仰/横滚显示（即人工地平线）指针，水平和垂直条仪表以及布尔仪表指示器。
与所有测试系统一样，时间同步是必不可少的。视频采集时采用IEEE 1588 PTP授时，将时间戳叠加在每一帧采集的视频上。系统支持设置偏移量来调整时间戳，以补偿视频显示和像机拍摄延迟，这为数据提供了与其他测量源进行比较处理所需的时间精度。此外，该系统使用模块化软件技术，不依赖于任何特定的硬件，能够适应从小型嵌入式系统到通用PC机等多种平台。
除了从座舱显示器中提取数据外，机器视觉还有应用在其他测量科目中的潜力，例如，测量机翼变形、颤振和振动分析、结冰测量和发动机分析等科目中，可以利用简单的摄像机取代安装昂贵而耗时的传感器。
3 结论
本文讨论了在飞行试验环境中使用机器视觉技术所面临的挑战，针对飞行试验振动和光照环境对传统机器视觉技术进行了扩展，由此产生的解决方案可以为试飞试验提供快速部署数据采集能力。
参考文献：
[1] 汤勃, 孔建益, 伍世虔. 机器视觉表面缺陷检测综述[J]. 中国图象图形学报, 2019, 22(12):1640-1663.
[2] 朱贺. 基于机器视觉的快递单地址自动识别研究[D].长春理工大学，2018.
[3] 任坤, 许艺, 丁福文, et al. 基于机器视觉和模糊控制的自动泊车[J]. 华中科技大学学报(自然科学版), 2015(S1):101-105.
论文作者:王赞超,高帅华,冯一鸣
论文发表刊物:《科学与技术》2019年19期
论文发表时间:2020/4/28
标签：机器论文; 视觉论文; 座舱论文; 测试论文; 测量论文; 摄像机论文; 视频论文; 《科学与技术》2019年19期论文;