System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及一种汽车检测领域的检测方法与检测设备,更具体的说,它是一种基于光流运动分割场的汽车轮辋点云检测方法与系统。
技术介绍
1、随着汽车行业的发展和进步,车辆的悬挂系统和轮胎技术也在不断地更新和升级,这就需要对车轮定位参数进行更加精确和细致的调整和控制以保证汽车性能。车轮定位参数的调整和维护是汽车维修保养中非常重要的一项工作。研究车轮定位参数的调整方法和技术,不仅对于提高车辆的操控性能和行驶安全具有直接影响,还对于推动汽车技术的发展和进步以及提高汽车维修保养行业的服务质量和效率具有重要意义。为了更好的利用二维图像信息实现轮辋三维点云的检测与分割,设计了一种基于光流运动分割场的汽车轮辋点云检测方法与系统。
技术实现思路
1、本专利技术针对汽车轮辋检测与分割的精度和效率问题,提出了一种性能可靠、操作简便的基于光流运动分割场的汽车轮辋点云检测方法与系统,实现车身点云中轮辋点云的高效、高精度检测分割。该系统主要由一部azure kinect相机和一个三角架构成,利用简单的实验器材结合光流运动分割算法,完成轮辋点云的检测与分割。
2、结合说明书附图,本专利技术采用如下技术方案予以实现:
3、基于光流运动分割场的汽车轮辋点云检测方法的具体步骤如下:
4、第一步:基于klt光流法的图像特征点跟踪与配准:
5、利用azure kinect相机获取车身彩色图像及稠密点云,分别在前后两帧图像中利用最小特征值算法检测特征点,在两帧之间每一个角点通过
6、i(x,y,t-1)=i(x+u(x,y),y+v(x,y),t)
7、其中,i表示像素点,假设临近点有相似运动,即在同一窗口内邻近点的偏移量相等,则
8、
9、其中,[u,v]表示像素点的运动向量,将上式中第一项移至等号右侧,即可得到关于运动估计的过约束方程为
10、
11、其中,ix、iy分别为像素点的灰度沿x,y方向的图像梯度,it表示沿t的时间梯度,采用最小二乘法即可求得像素的运动向量[u,v],连接运动向量可得到每一个特征角点的轨迹;
12、第二步:基于运动向量旋转指标差异的轮辋区域运动分割:
13、根据车辆特征点的运动特点结合第一步解算的运动向量,可将车辆运动分为车身单平移、车轮复合平移旋转两类,定义运动向量旋转指标为运动向量在纵坐标轴方向的投影长度与其在横坐标轴方向上的投影长度比值的logistic函数,即
14、
15、采用加权投票算法针对具有明显差异的两种车身特征点运动向量旋转指标进行特征点运动的自动化分类,选取逻辑回归、支持向量机、相关向量机及fisher分类器四种方法作为基本学习器,针对四种基本学习器进行预检测确定加权投票法的权值为
16、
17、其中,j=1,2,3,4代表四种基本分类方法,i=1,2代表车轮、车身两类特征点,ti,j为采用第j种方法预检测第i类特征中的正确数量,fi,j为第j种方法预检测第i类特征中的错误数量;四种方法检测旋转指标样本的输出结果分别为和k代表第k对特征点,针对不同输出结果采用下式加权投票得到最终预测结果为
18、
19、最终将车辆特征点分为类别一车身特征点、类别二车轮特征点;
20、将类别一的向量平均值作为车辆整体运动的平移先验,并利用其分解类别二的复合平移旋转得到车轮的单旋转分量;首先针对车轮特征点的旋转向量求解平均值作为车轮的旋转中心初值c,构建基于车轮匹配特征点旋转向量模长|m(k)|结合旋转向量与旋转中心距离|m(k)-c|比值的高斯核函数为
21、
22、为不同旋转分量赋予权值,其中,sig=0.2为高斯核函数的参数,将赋有不同高斯核权值的车轮特征点运动向量进行加权中垂线求解,构建非线性方程最小二乘求解多条中垂线的最近点作为车轮旋转中心点;
23、第三步:基于二维运动场检测结果的轮辋点云分割:
24、根据azure kinect相机标定得到的彩色相机和深度相机间的转换矩阵,可以由旋转中心点的二维图像坐标解算得到对应的三维点坐标,再结合已知的轮辋尺寸先验,通过约束点云中的点距离车轮轴线距离的范围实现车辆完整点云中轮辋区域的检测。
25、基于光流运动分割场的汽车轮辋点云检测系统包括有azure kinect相机与三角架;
26、三角架放置在水平地面上,azure kinect相机底部通过三角架顶部的螺栓与三角架固定连接,azure kinect相机为具备主动式红外技术的彩色相机与深度相机的组合体。
27、本专利技术的有益效果是:
28、(1)本专利技术建立了基于二维图像对的光流运动轮辋分割场模型,解决了三维点云分割受噪声点影响的问题,同时避免了网络训练方式训练耗时,对于在三维车身点云中检测分割轮辋的精度和效率具有良好效果。
29、(2)本专利技术构建了基于旋转向量模长结合向量与旋转中心距离比值的高斯核权值,实现基于不同旋转分量加权的车轮旋转中心自动化解算,提升了汽车轮辋检测及分割系统的测量精度。
本文档来自技高网...【技术保护点】
1.一种基于光流运动分割场的汽车轮辋点云检测方法,其特征在于,所述的基于光流运动分割场的汽车轮辋点云检测方法的具体步骤如下:
2.按照权利要求1所述的基于光流运动分割场的汽车轮辋点云检测方法的检测系统,其特征在于,所述的基于光流运动分割场的汽车轮辋点云检测方法的检测系统包括有Azure Kinect相机(1)与三角架(2);
【技术特征摘要】
1.一种基于光流运动分割场的汽车轮辋点云检测方法,其特征在于,所述的基于光流运动分割场的汽车轮辋点云检测方法的具体步骤如下:
2.按照权利要求1所述的基于光流...
【专利技术属性】
技术研发人员:徐观,沈慧,李晓韬,刘玉梅,陈熔,林慧英,张立斌,
申请(专利权)人:吉林大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。