Loading…
Thumbnail Image

Development of the 3D multi-view particle tracking velocimetry with multi-pass robust initialization tracking algorithm

Askan, Tunc

In this study a new flow visualization method the 3D Multi-View Particle Tracking Velocimetry has been developed. This multi-view vision based measurement system can capture large-scale flow structures with optical obstacles. In order to increase the tracking performance of this method, it is enhanced with a novel tracking algorithm, the multi-pass tracking algorithm with robust initialization. The use of multiple webcams in this fluid visualization method reduces the hardware costs significantly and makes it feasible to capture flow structures for various types of flow. The workflow developed for this measurement system enables a systematic execution of the measurements. The conventional multi-view camera calibration process with bundle adjustment algorithm is improved with an image filtering step, which reduces the resulting mean reprojection error by 90%. In order to find the camera set with the lowest triangulation error, two multi-view triangulation approaches are developed and compared. In this context, the results of the multi-view triangulation with precalculation were closer to the lowest possible triangulation error than the multi-view triangulation with elimination. In order to increase the capabilities of the development process, a software-in-theloop environment has been developed as well. Using this software-in-the-loop environment, the multi-pass tracking algorithm with robust initialization is compared with a conventional tracking algorithm. The results show that this tracking algorithm delivers significantly higher tracking efficiencies which do not decrease dramatically with ascending seeding rates. Finally, experiments for an indoor flow case were carried out using this new measurement system. The comparison of the experimental results with a comparison measurement using hot-sphere probes showed that this measurement system delivers plausible results.
In dieser Studie wurde eine neue Strömungsvisualisierungsmethode, 3D Multi-View Particle Tracking Velocimetry, entwickelt. Dieses Multi-View Vision basierte Messsystem kann großräumige Strömungsstrukturen mit optischen Hindernissen erfassen. Um die Trackingfähigkeit dieser Messmethode zu erhöhen, setzt es einen neuartigen Tracking-Algorithmus ein, den Multi-Pass Tracking-Algorithmus mit robuster Initialisierung. Die Verwendung mehrererWebcams in dieser Strömungsvisualisierungsmethode reduziert die Hardwarekosten erheblich und ermöglicht es, Strömungsstrukturen für verschiedene Strömungsfälle zu erfassen. Der für dieses Messsystem entwickelte Workflow erlaubt eine systematische Durchführung der Messungen. Die herkömmliche Methode der Multi-View Kamerakalibrierung mit Bündelblockausgleichungsalgorithmus wird durch eine Bildfilterung verbessert, die den resultierenden mittleren Reprojektionsfehler um 90% reduziert. Um das Kameraset mit dem geringsten Triangulationsfehler zu finden, werden zwei Multi-View Triangulationsans¨atze entwickelt und verglichen. In diesem Zusammenhang waren die Ergebnisse der Multi-View Triangulation mit Vorberechnung näher am kleinstmöglichen Triangulationsfehler als die Multi-View Triangulation mit Elimination. Um die Fähigkeiten des Entwicklungsprozesses zu erhöhen, wurde auch eine Softwarein-the-Loop Umgebung entwickelt. In dieser Software-in-the-Loop-Umgebung wurde der Multi-Pass Tracking-Algorithmus mit robuster Initialisierung mit einem herkömmlichen Tracking-Algorithmus verglichen. Die Ergebnisse zeigen, dass dieser Tracking-Algorithmus eine signifikant höhere Trackingseffizienz liefert, welche mit steigender Seedingmenge nicht dramatisch abnimmt. Schließlich wurden mit diesem neuen Messsystem Experimente für einen Innenraumströmungsfall durchgeführt. Der Vergleich der experimentellen Ergebnisse mit einer Vergleichsmessung mit Hitzdrahtanemometern zeigt, dass dieses Messsystem plausible Ergebnisse liefert.