基于视觉的拖挂车车厢倾斜角检测方法及检测系统技术方案

本申请公开一种基于视觉的拖挂车车厢倾斜角检测方法，其包括制作标定板图案并将该标定板图案喷涂或固定设置于车厢朝向牵引车车头的一侧，安装摄像头于牵引车车头；计算车厢初始倾斜角α：获取摄像头拍摄的初始标定板图像，计算初始标定板图像的多个矩形块的中心点连线与图像坐标系横轴方向的夹角β，记α＝β；每隔n秒获取牵引车行驶过程中的摄像头采集的一帧标定板图像，计算该帧标定板图像中多个矩形块中心点的连线与图像坐标系横轴方向的夹角θ；以及获取行驶过程中车厢倾斜的角度变化值γ，其中，γ＝|θ

【技术实现步骤摘要】
基于视觉的拖挂车车厢倾斜角检测方法及检测系统


[0001]本申请涉及图像处理领域，更具体地说，涉及一种基于视觉的拖挂车车厢倾斜角检测方法及检测系统。

技术介绍

[0002]拖挂车随着国家经济的发展,保有量迅速增加，被越来越多的运用到运输中.拖挂车在使用过程中，由于道路条件严酷，货物装载等原因，导致底部固定螺栓与轮毂轴承松脱、钢板弹簧折断等因，承载轴发生偏斜。承载轴偏斜会造成汽车的偏驶现象,导致车辆的稳定性、直线行驶能力和抗侧滑能力等方面的性能下降，车辆行驶安全性降低。要保证拖挂车具有良好的技术状况，使其安全、高效的运送货物，尽最大可能的避免交通事故的发生，需要时刻关注拖挂车运载货物车厢倾斜角。
[0003]车厢偏角过大对拖挂车的危害，国内外的相关研究者已经提出了许多解决方案。传统方法直接检测车厢偏角需要在底部安装各种设备，设备安装难度大，检测条件要求很高，难以在汽车在行驶过程中顺利的完成检测，但是拖挂车承载轴偏斜最直接的后果会导致车厢倾斜。鉴于此，急需一种基于视觉的拖挂车车厢倾角的检测方法。

技术实现思路

[0004]针对现有技术，本申请解决的技术问题是提供一种基于视觉的拖挂车车厢倾斜角检测方法及检测系统，该检测方法及检测系统基于图像处理方法进行车厢倾斜角的检测，能够在拖挂车运行过程中对车厢的倾斜角进行实时检测。
[0005]为解决上述技术问题，第一方面，本申请提供一种基于视觉的拖挂车车厢倾斜角检测方法，用于检测由行驶过程中牵引车拖挂的车厢的倾斜角，其包括：
[0006]制作包含多个横向并排设置的矩形块的标定板图案并将该标定板图案喷涂或固定设置于车厢朝向牵引车车头的一侧，安装摄像头于牵引车车头并将摄像头正对标定板图案正中心，其中每一矩形块包括黑色区域和由黑色区域包围的矩形的白色区域，且白色区域位于矩形块的中心且矩形的白色区域的四个边与矩形块的外围的四个边一一平行对应；
[0007]计算车厢初始倾斜角α：获取摄像头拍摄的初始标定板图像，计算初始标定板图像的多个矩形块的中心点连线与图像坐标系横轴方向的夹角β，记α＝β；
[0008]实时检测行驶过程中牵引车拖挂的车厢的倾斜角θ：每隔n秒获取牵引车行驶过程中的摄像头采集的一帧标定板图像，计算该帧标定板图像中多个矩形块中心点的连线与图像坐标系横轴方向的夹角θ；以及
[0009]检测报警：获取行驶过程中车厢倾斜的角度变化值γ，其中，γ＝|θ
‑
α|，当γ大于设定阈值V时，对司机进行车厢倾斜角度的提醒。
[0010]在一种可能的实现方式中，设定标定板图案中并排设置的矩形块为3个，设定矩形的白色区域的每一边长为该边与矩形块的外围的相对应的边长的一半，实时检测行驶过程中牵引车拖挂的车厢的倾斜角θ的步骤包括：
[0011]对牵引车行驶过程中的摄像头采集的一帧标定板图像进行灰度化处理，并对该帧标定板图像进行二值化处理使得黑色矩形区域的灰度值为0和白色矩形区域的灰度值为255；
[0012]以图像左上角为坐标原点，逐行逐列遍历二值化后的该帧标定板图像，依次搜索沿横轴方向排布的第一个、第二个和第三个矩形块并计算出第一个矩形块中心点O1(C
x1
,C
y1
)、第二个矩形块中心点O2(C
x2
,C
y2
)和第三个矩形块的中心点O3(C
x3
,C
y3
)；
[0013]计算倾斜角θ：θ＝arctan(C
y3
‑
C
y1
)/(C
x1
‑
C
x1
)。
[0014]在一种可能的实现方式中，设定每一帧标定板图像的大小为W
×
H，搜索第一个矩形块和求解第一个矩形块的中心点的步骤包括：
[0015]逐行逐列遍历二值化后的标定板图像，直至纵坐标y＝y0时遇到第一次横向的黑白黑宽度比例为1:2:1区域，并第一次出现的黑白黑宽度比例为1:2:1的区域为G1，记区域G1的左端点坐标、右端点坐标和宽度分别为X
L1
、X
R1
、X
R1
‑
X
L1
，区域G1的中心点O1坐标为O1((X
R1
+X
L1
)/2,y0)；
[0016]以横坐标(X
R
+X
L
)/2为中心且以(X
R
+X
L
)/2+1形式往右横向递增地遍历图像直至X
R
的位置，且以横坐标(X
R
+X
L
)/2为中心且以(X
R
+X
L
)/2
‑
1形式往左横向递减地遍历图像直至X
L
的位置，每依次横向递增后和递减后沿纵向遍历该标定板图像的像素点以寻找在纵方向上所有满足黑白黑宽度比例为1:2:1区域，并记录在纵方向上所有满足黑白黑宽度比例为1:2:1区域的上端点U和下端点D；
[0017]第一个矩形块的中心的纵坐标的求解：将上述往右横向递增遍历图像以及往左横向递减遍历图像获得的上端点U的纵坐标求平均值以获得U
A
，将往右横向递增遍历图像以及往左横向递减遍历图像获得的下端点D的纵坐标求平均值以获得D
A
，C
y1
＝(U
A
+D
A
)/2；
[0018]以纵坐标(U
A
+D
A
)/2为中心且以(U
A
+D
A
)/2+1形式往上纵向递增地遍历图像直至U
A
的位置，且以纵坐标(U
A
+D
A
)/2为中心且以(U
A
+D
A
)/2
‑
1形式往下纵向递减地遍历图像直至D
A
的位置，每依次横向递增后和递减后沿纵向遍历该标定板图像的像素点以寻找在横方向上所有满足黑白黑宽度比例为1:2:1区域，并记录在纵方向上所有满足黑白黑宽度比例为1:2:1区域的左端点L和右端点R；
[0019]第一个矩形块的中心的横坐标的求解：将上述往上纵向递增遍历图像以及往下纵向递减遍历图像获得的左端点U的横坐标求平均值以获得L
A
，将往上纵向递增遍历图像以及往下纵向递减遍历图像获得的右端点R的横坐标求平均值以获得R
A
，C
x1
＝(L
A
+R
A
)/2。
[0020]在一种可能的实现方式中，在完成第一个矩形块的搜索和第一个矩形块的中心点的求解之后依次进行第二个矩形块和第三个矩形块的搜索，在第一矩形块的右侧搜索第二个矩形块以及在第二个矩形块的右侧搜索第三个矩形块。
[00本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于视觉的拖挂车车厢倾斜角检测方法，用于检测由行驶过程中牵引车拖挂的车厢的倾斜角，其特征在于，包括：制作包含多个横向并排设置的矩形块的标定板图案并将该标定板图案喷涂或固定设置于车厢朝向牵引车车头的一侧，安装摄像头于牵引车车头并将摄像头正对标定板图案正中心，其中每一矩形块包括黑色区域和由黑色区域包围的矩形的白色区域，且白色区域位于矩形块的中心且矩形的白色区域的四个边与矩形块的外围的四个边一一平行对应；计算车厢初始倾斜角α：获取摄像头拍摄的初始标定板图像，计算初始标定板图像的多个矩形块的中心点连线与图像坐标系横轴方向的夹角β，记α＝β；实时检测行驶过程中牵引车拖挂的车厢的倾斜角θ：每隔n秒获取牵引车行驶过程中的摄像头采集的一帧标定板图像，计算该帧标定板图像中多个矩形块中心点的连线与图像坐标系横轴方向的夹角θ；以及检测报警：获取行驶过程中车厢倾斜的角度变化值γ，其中，γ＝|θ
‑
α|，当γ大于设定阈值V时，对司机进行车厢倾斜角度的提醒。2.如权利要求1所述的基于视觉的拖挂车车厢倾斜角检测方法，其特征在于，设定标定板图案中并排设置的矩形块为3个，设定矩形的白色区域的每一边长为该边与矩形块的外围的相对应的边长的一半，实时检测行驶过程中牵引车拖挂的车厢的倾斜角θ的步骤包括：对牵引车行驶过程中的摄像头采集的一帧标定板图像进行灰度化处理，并对该帧标定板图像进行二值化处理使得黑色矩形区域的灰度值为0和白色矩形区域的灰度值为255；以图像左上角为坐标原点，逐行逐列遍历二值化后的该帧标定板图像，依次搜索沿横轴方向排布的第一个、第二个和第三个矩形块并计算出第一个矩形块中心点O1(C
x1
,C
y1
)、第二个矩形块中心点O2(C
x2
,C
y2
)和第三个矩形块的中心点O3(C
x3
,C
y3
)；计算倾斜角θ：θ＝arctan(C
y3
‑
C
y1
)/(C
x1
‑
C
x1
)。3.如权利要求2所述的基于视觉的拖挂车车厢倾斜角检测方法，其特征在于，设定每一帧标定板图像的大小为W
×
H，搜索第一个矩形块和求解第一个矩形块的中心点的步骤包括：逐行逐列遍历二值化后的标定板图像，直至纵坐标y＝y0时遇到第一次横向的黑白黑宽度比例为1:2:1区域，记第一次出现的黑白黑宽度比例为1:2:1的区域为G1，记区域G1的左端点坐标、右端点坐标和宽度分别为X
L1
、X
R1
、X
R1
‑
X
L1
，区域G1的中心点O1坐标为O1((X
R1
+X
L1
)/2,y0)；以横坐标(X
R
+X
L
)/2为中心且以(X
R
+X
L
)/2+1形式往右横向递增地遍历图像直至X
R
的位置，且以横坐标(X
R
+X
L
)/2为中心且以(X
R
+X
L
)/2
‑
1形式往左横向递减地遍历图像直至X
L
的位置，每依次横向递增后和递减后沿纵向遍历该标定板图像的像素点以寻找在纵方向上所有满足黑白黑宽度比例为1:2:1区域，并记录在纵方向上所有满足黑白黑宽度比例为1:2:1区域的上端点U和下端点D；第一个矩形块的中心的纵坐标的求解：将上述往右横向递增遍历图像以及往左横向递减遍历图像获得的上端点U的纵坐标求平均值以获得U
A
，将...

【专利技术属性】
技术研发人员：陈余泉，朱岚斐，赖时伍，罗富章，王和平，
申请(专利权)人：盛视科技股份有限公司，
类型：发明
国别省市：