大型槽式太阳能反射镜面摄影测量方法 下载: 1324次
1 引言
太阳能等新型能源的利用与开发是未来能源领域的发展趋势[1-2]。与其他形式的太阳能热发电技术相比,槽式太阳能热发电技术具有低能耗、无污染的特点,是目前最经济的可再生能源发电技术,开发前景非常广阔。槽式抛物面反射镜太阳能热发电系统由聚光集热系统、热传输和热交换系统、储热系统及发电系统4部分组成[3-4],其工作原理为:太阳辐射积聚到吸热器上,加热真空集热管内流通的导热油,产生高温,再通过换热设备加热水产生高温高压的蒸汽,为转化电能提供充足的热能。因此,槽式聚光器镜面加工装配的准确性直接影响到系统的光热转换效率。为了确保槽式太阳能反射镜面参数误差在设计范围之内,需要一种测量方法对反射镜面误差进行检测[5]。
近些年来,出现了许多对槽式太阳能反射镜面进行测量的方法,主要分为三类,分别是激光扫描法、叠栅偏折法和摄影测量法[6]。激光扫描法通过激光束逐点扫描镜面,利用相机拍摄经过镜面反射到目标上的激光光点图样,由反射光线的位置求得法线方向,进而确定该反射镜面上各点斜率[7-8],该方法测量精度较高,可达到0.1 mrad,但对大尺寸的槽式太阳能反射镜面来说,这种逐点测量的方法效率太低;叠栅偏折法(又称为条纹反射法)是在光屏上投射黑白相间的条纹,用相机拍摄条纹经被测镜面反射后的图像,条纹会被待测反射镜面形调制,经过相移算法和图像处理即可还原曲面外形轮廓[9-10],精度约为1 mrad,但该方法一般都是在室内生产线上进行在线测量,并不适用于室外大尺寸的槽式太阳能整体镜面的面形测量[11];摄影测量法需要通过相机在不同位置对镜面进行成像,将采集到的镜面图像进行去噪、锐化、提取像点中心等处理,然后再利用计算机图像匹配进行自动处理,最后经相关数学计算得到待测点精确的三维坐标[12],通过测得的三维点坐标拟合面形,可以计算面形的截断因子,从而对槽式太阳能反射镜面形精度进行评价。与其他两种方法相比,摄影测量法精度高,其精度高达0.025 mrad/m,且不受测量面形形状的限制,尤其适合对槽式太阳能反射镜面的测量[13-14]。
考虑到大型槽式太阳能反射镜面尺寸大、面形复杂、测量精度高等问题,本文利用摄影测量方法对大尺寸槽式太阳能反射镜面的面形精度进行测量,首先利用凸包检测法筛选不共线的像点对,然后利用五点相对定向方法求解相机的外参数,再用空间前方交会方法对复杂面形的被测目标点进行三维重建,最后利用光束平差方法对目标点的三维坐标进行优化迭代,然后拟合曲面,实现对大型槽式太阳能反射镜面面形的高精度检测。
2 测量原理
摄影测量是一种高精度的非接触测量方法,其测量结果精度高,稳定可靠,特别适合大尺寸物体检测,是大型槽式太阳能反射镜检测的首选方法。摄影测量是建立在立体视差原理的基础上,利用空间相互关系已知的多个摄像机获取同一被测目标的图像,解算被测物体的三维几何信息,其中双目立体视觉是最简单的摄影测量模型,下面以双目立体视觉模型为基础介绍摄影测量原理。
双目立体视觉模型由两个摄像机组成,如
式中
如
具体地,当摄像机内参数确定后,外极线几何可以由本质矩阵描述,归一化图像坐标系对应像点为
式中
本质矩阵
本质矩阵
式中,det()表示求行列式,tr()表示求矩阵的迹。为了确保待匹配的所有像面坐标不共线,本研究利用凸包检测法[17]来选取像面上不共线的5个像点坐标计算摄像机的外方位参数。该方法首先求解所有点的凸包图像,然后提取凸包的顶点,在顶点中选取4个距离最远的点,根据这4个点的位置求出其中心位置,距离中心点最近的像面点即为第5个点。
平面凸包定义为:对于一个简单多边形来说,对于边界上或内部的任意两个点,连接这两个点所组成的线段,其上所有的点都在多边形的边界上或内部,则该多边形被称为凸包多边形,如
在计算出凸包多边形之后,提取凸包顶点,得到顶点坐标。计算凸包顶点中任意4个点之间的距离,为了让所选4个点的位置尽量分散,选取距离最大的4个点作为测试数据点。
凸包检测法可以有效避免筛选到的5对像点共线的情况。在求解过程中如果像面坐标只有5个像点,如
图 4. 凸包检测法选取像面上不共线的像点。(a)筛选出凸包4个顶点;(b)筛选出5个不共线像点;(c)仅有3个凸包顶点
Fig. 4. Selecting the non-collinear image points on image surface through convex envelope contours detection method. (a) Selecting four vertices of convex envelope; (b) selecting five non-collinear image points; (c) only three vertices of convex envelope
3 测量方法
利用凸包检测法筛选出待匹配的5个不共线的像点对之后,就可以利用五点相对定向方法求解两视图下的摄像机外参数,以双目立体视觉模型为基础可以扩展到多目立体视觉,在所有视图中确立世界坐标系,建立所有视图站位间的外参数转换链,将得到的所有视图的外参数都转换到预定义的世界坐标系下,以高精度同名像点自动匹配技术作为光束平差的迭代优化条件,然后通过光束平差迭代优化算法解算被测点精确的空间三维坐标,最终实现相机内参数自校准优化、成像基站外方位参数校正补偿及被测空间特征点精确三维坐标求解,完成大型槽式太阳能反射镜面摄影测量系统的全局相对定向。具体测量流程如
1) 在太阳能镜面上布置十字靶标,以编码点和标志点作为测量点,在太阳能镜面前固定好预先标定的靶标和基准尺,以十字靶标的横向和纵向长度为长度约束,对太阳能镜面测量场进行拍照成像;
2) 提取每幅图像上测量点的像点坐标,以所有图片中测量点数量最多的图片作为基准图,其他图像依次与其进行像点匹配,筛选出满足定向数量阈值条件的匹配序列对(五点算法阈值条件为5),不满足定向条件的图片则留到计算出所有测量点的空间三维坐标后,再利用后方交会计算摄像机的外参数;
3) 将满足定向条件的图片序列依次两两求取本质矩阵,利用五点相对定向方法求取摄像机的相对外参数信息;
4) 利用长度约束检测求解本质矩阵的过程中,若出现退化场景或歧义解的情况,则将组合中的基准图换成前一幅已经定向完成的图片,重新进行像点匹配,直到重建十字靶标上的特征点空间距离值满足长度约束条件为止;
5) 建立所有图像站位间的外参数转换链
6) 利用以上过程解算得到的摄像机外参数和提取的测量点像面坐标信息,通过前方交会方法重建编码点的空间坐标;
7) 利用步骤6)中的测量点空间坐标,通过单像空间交会方法[18]实现步骤2)中不满足定向条件的图片的外参数计算,从而完成所有图片的全局相对定向;
8) 通过光束平差方法对步骤7)得到的外参数和测量点空间坐标进行迭代优化,利用优化得到的测量点坐标拟合抛物曲面,与曲面设计参数进行误差评定。
4 实验结果及分析
为验证测量方法在实际测量条件下的精度和可靠性,选取如
具体地,在实验中以光束平差后的测量点绝对误差和拟合曲面的焦距误差两种数据作为大型槽式太阳能反射镜面的检测标准。槽式太阳能抛物面反射镜的设计方程为
式中
由
表 1. 相对定向计算得到的外参数绝对误差
Table 1. Extrinsic parameter absolute error results obtained by relative orientation
|
表 2. 光束平差后测量点的RMS绝对误差和εz
Table 2. RMS absolute errors of measuring points and εz after bundle adjustment
|
图 9. 大型槽式太阳能反射镜面测量结果。(a)摄像机位姿分布图;(b)利用测量点拟合的抛物曲面
Fig. 9. Measurement results of large trough solar reflector surface. (a) Position distribution of the camera; (b) parabolic surface fitting by measuring points
5 结论
将摄影测量方法应用到大型槽式太阳能反射镜面形测量中,研究了多相机相对定向模型,同时分析了空间点三维重建的不确定性。在实际条件下,针对槽式太阳能反射镜面面形检测的特殊性,利用凸包检测法和五点相对定向方法求解相机外参数,用前方交会方法计算反射镜上测量点的空间坐标,通过光束平差方法对测量点进行优化迭代。实验结果表明,测量点空间坐标RMS误差最大值不超过0.033 mm,拟合曲面的
[1] Kuravi S, Trahan J, Goswami D Y, et al. Thermal energy storage technologies and systems for concentrating solar power plants[J]. Progress in Energy & Combustion Science, 2013, 39(4): 285-319.
[2] 郑建涛, 裴杰. 我国聚光型太阳能热发电技术发展现状[J]. 热力发电, 2011, 40(2): 8-9.
Zheng J T, Pei J. Status quo of developing power generation technology by using heat of light-concentrating solar energy in china[J]. Thermal Power Generation, 2011, 40(2): 8-9.
[3] 陈静, 刘建忠, 沈望俊, 等. 太阳能热发电系统的研究现状综述[J]. 热力发电, 2012, 41(4): 17-22.
Chen J, Liu J Z, Shen W J, et al. Status quo in research of solar energy thermal power generation system[J]. Thermal Power Generation, 2012, 41(4): 17-22.
[4] 王志敏, 田瑞, 齐井超, 等. 倒梯形腔体接收器的结构设计及光学性能研究[J]. 光学学报, 2017, 37(12): 1222003.
[5] 吴鹏程, 朱天宇, 曹飞, 等. 槽式太阳能集热器光带特性研究[J]. 激光与光电子学进展, 2016, 53(7): 071202.
[6] 赵明智, 姜鑫, 宋士金, 等. 槽式太阳能热发电技术在中国的发展现状及潜力分析[J]. 能源工程, 2013( 2): 27- 30.
Zhao MZ, JiangX, Song SJ, et al. Development situation and potential analysis about parabdic trough solar thermal power technique in China[J]. Energy Engineering, 2013( 2): 27- 30.
[7] Kearney D, Morse F. Bold, decisive times for concentrating solar power[J]. Solar Today, 2010, 24(4): 32.
[8] Guven H M, Bannerot R B. Derivation of universal error parameters for comprehensive optical analysis of parabolic troughs[J]. Journal of Solar Energy Engineering, 1986, 108(4): 275-281.
[9] 杜聚有, 戴凤钊, 步扬, 等. 基于自相干叠栅条纹的光刻机对准技术研究[J]. 中国激光, 2017, 44(12): 1204006.
[10] Zhu G, Lewandowski A. A new optical evaluation approach for parabolic trough collectors: first-principle optical intercept calculation[J]. Journal of Solar Energy Engineering, 2012, 134(4): 041005.
[11] DunnE, Frahm JM. Next best view planning for active model improvement[C]. British Machine Vision Conference, 2009: 1- 11.
[12] 陈杰春, 孙志明, 赵丽萍. 基于PSO/GA的立体视觉测量系统优化布局[J]. 机床与液压, 2014, 42(1): 71-74.
Chen J C, Sun Z M, Zhao L P. PSO/GA based optimal placement of stereo-vision measurement system[J]. Machine Tool & Hydraulics, 2014, 42(1): 71-74.
[13] Pottler K, Lüpfert E. Johnston G H G, et al. Photogrammetry: a powerful tool for geometric analysis of solar concentrators and their components[J]. Journal of Solar Energy Engineering, 2005, 127(1): 94-101.
[14] Kuravi S, Trahan J, Goswami D Y, et al. Thermal energy storage technologies and systems for concentrating solar power plants[J]. Progress in Energy & Combustion Science, 2013, 39(4): 2 85-319.
[15] 王伟. 单像机虚拟控制网络三维坐标测量关键技术研究[D]. 天津大学, 2014: 57- 70.
WangW. Research on the key technologies of 3D coordinate measurement with the virtual controlling network of single camera[D]. Tianjin: Tianjin University, 2014: 57- 70.
[16] Hartley R, Li H. An efficient hidden variable approach to minimal-case camera motion estimation[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2012, 34(12): 2303-2314.
[17] 王伟, 顾国强, 章民融. 基于状态空间分析的街面围堵凸包算法研究与应用[J]. 计算机应用与软件, 2014, 31(8): 276-279.
Wang W, Gu G Q, Zhang M R. Research and application of convex hull algorithm for street containment based on state space analysis[J]. Computer Applications and Software, 2014, 31(8): 276-279.
[18] 李巍, 董明利, 孙鹏, 等. 大尺寸摄影测量局部参数优化相对定向方法[J]. 仪器仪表学报, 2014, 35(9): 2053-2060.
Li W, Dong M L, Sun P, et al. Relative orientation method for large-scale photogrammetry with local parameter optimization[J]. Chinese Journal of Scientific Instrument, 2014, 35(9): 2053-2060.
王君, 董明利, 李巍, 孙鹏. 大型槽式太阳能反射镜面摄影测量方法[J]. 激光与光电子学进展, 2018, 55(5): 051204. Jun Wang, Mingli Dong, Wei Li, Peng Sun. Photogrammetric Method for Large Trough Solar Reflector[J]. Laser & Optoelectronics Progress, 2018, 55(5): 051204.