BRPI1105356B1

BRPI1105356B1 - dispositivo, método e uso para conferência de alinhamento de suspensão veicular

Info

Publication number: BRPI1105356B1
Application number: BRPI1105356-9A
Authority: BR
Inventors: Paulo Roberto Gardel Kurka; Carlos Roberto Mingoto Junior
Original assignee: Universidade Estadual De Campinas - Unicamp
Priority date: 2011-12-19
Filing date: 2011-12-19
Publication date: 2020-10-27
Also published as: WO2013104034A1; BRPI1105356A2

Abstract

DISPOSITIVO, MÉTODO E USO PARA CONFERÊNCIA DE ALINHAMENTO DE SUSPENSÃO VEICULAR. A presente invenção trata-se de um dispositivo e um método para conferência de alinhamento de suspensão veicular com o uso de imagens baseados na medição de ângulos da roda utilizando visão computacional. Além disso, é um objeto adicional o uso dos objetos. A medição de ângulos de suspensão veicular através de visão computacional com o mínimo de manipulação ou marcação possível do objeto a ser medido é uma aplicação plausível e cada vez mais viável com o surgimento de tecnologias de câmeras que permitem acréscimo de precisão nas medições. A presente invenção é capaz de realizar medição dos ângulos com imagens da roda utilizando-se câmeras e postes ópticos.

Description

Campo da invenção

A presente invenção trata de um dispositivo e um método para conferência de alinhamento de suspensão veicular com o uso de imagens baseados na medição de ângulos da roda utilizando visão computacional.

A invenção tem aplicação ampla em centros de manutenção e indústria de montagem automotiva. Ao tornar a operação de medida menos intrusiva, ou seja, com menos contato manual operador-roda veicular, faz-se a simplificação e aceleração de todo processo de alinhamento de suspensão.

Fundamentos da invenção

Atualmente, o método de obtenção dos ângulos de suspensão veicular para detecção de desalinhamento é realizado através de grampos ou garras de alumínio presos à roda (e ou pneu) do veículo. Nesses grampos são anexadas as chamadas cabeças de medição, que consistem, basicamente, em um sensor de inclinação de pêndulo resistivo, ou um sensor de inclinação MEMS (“micro-electro-mechanical systems”), que consiste em um circuito integrado de silício com micro estruturas mecânicas móveis agindo de acordo com o vetor gravitacional. Também, nessas cabeças pode haver diodos lasers que apontam o raio luminoso a um painel ou escala colocado na sua direção. Algo mais recente e bastante relacionado ao uso de visão computacional é a anexação de padrões de imagem aos grampos presos às rodas, de maneira que esses padrões (geralmente parecidos com tabuleiro de xadrez) são visualizados por câmeras colocadas a uma certa distância. A localização do vetor perpendicular a esses padrões é o principal fundamento na medição dos ângulos almejados.

De acordo com a patente US7860295B2 [1] a medição de ângulos de alinhamento realizada com câmeras necessita de sensores ópticos localizados na parte inferior dos postes que contêm cada um duas câmeras. A utilização destes sensores ópticos acarreta na dificuldade de localizá-los geométrica e precisamente em relação às câmeras do próprio poste que os contêm. Os sensores ópticos em questão, geralmente, são CCD lineares. Pelo fato de objeto de patente deste documento ser diferente em relação ao objeto de patente US7860295B2 [1] em termos de localização das câmeras e dos postes entre si, a precisão e certeza da medida são incrementadas.

Em vista do acima exposto, a presente técnica dispõe de um sistema de medição de ângulos capaz de utilizar imagens da suspensão da roda sem utilização dos grampos ou garras, sem contato, o que torna o sistema mais limpo, ou seja, com menor uso de matéria-prima (aço ou alumínio), menos intrusivo, com ganho de tempo de medição, precisão e facilidade de medida. Também, uma etapa muito importante no procedimento de operação do presente objeto de patente é a etapa de calibração. Isso é vantajoso para a indústria e comércio tendo como justificativa a simplicidade e viabilidade econômica.

Breve Descrição da Invenção

A medição de ângulos de suspensão veicular através de visão computacional com o mínimo de manipulação ou marcação possível do objeto a ser medido é uma aplicação plausível e cada vez mais viável com o surgimento de tecnologias de câmeras que permitem acréscimo de precisão nas medições. A presente invenção é capaz de realizar medição dos ângulos com imagens da roda utilizando-se câmeras e postes ópticos.

Breve Descrição das Figuras

A estrutura e operação da presente invenção, juntamente com vantagens adicionais da mesma poderão ser melhor entendidas mediante referência aos desenhos em figuras e às seguintes descrições: - A Figura 1 é a representação do eixo de direcionamento com o eixo de rodas e ilustração da geometria os ângulos caster, camber, convergência/divergência (toe) e KPI. - A Figura 2 representa o esboço de uma elipse bidimensional e seus parâmetros matemáticos. - A Figura 3 representa uma esquematização que mostra o ponto P e sua projeção nos dois sistemas de câmeras (direita e esquerda). - A Figura 4 representa a relação entre o plano-imagem e suas coordenadas em pixels (relação coordenadas de câmera e de imagem). - A Figura 5 representa um fluxograma com as etapas do método de medição de ângulos da presente invenção. - A Figura 6 representa a disposição das câmeras em um exemplo de medição do eixo dianteiro. - A Figura 7 representa a rampa de alinhamento e prato (ou plataforma) orbital. - A Figura 8 representa o padrão planar para calibração de câmeras. - A Figura 9 representa as câmeras utilizadas nos testes reais (A) e virtuais (B). - A Figura 10 apresenta a tela do programa para captura das várias poses do tabuleiro de xadrez na etapa de calibração de câmeras. - A Figura 11 apresenta a tela de processamento da calibração utilizando padrão bidimensional tabuleiro de xadrez. - A Figura 12 apresenta o resultado da detecção da elipse correspondente à roda nas imagens obtidas da câmera esquerda e da câmera direita, através de processamento de imagem de detecção de limiar e maior grupo de pixels conectados. - A Figura 13 representa os pontos encontrados após a parametrização da elipse, na imagem da roda através da câmera da direita. - A Figura 14 representa as imagens das duas câmeras com as elipses. Os pontos estão representados em B e suas respectivas retas epipolares em A. - A Figura 15 é a apresentação do vetor perpendicular à roda veicular reconstruída. - A Figura 16 é a representação de uma roda veicular em medição. - A Figura 17 representa a interface gráfica do método para medição de ângulos em ambiente real. - A Figura 18 apresenta a invenção para testes de medição de inclinação em ambiente real e captura de imagens.

Descrição Detalhada

A presente invenção trata de um dispositivo e um método para conferência de alinhamento de suspensão veicular com o uso de imagens baseados na medição de ângulos da roda utilizando visão computacional. Além disso, é um objeto adicional o uso dos objetos.

Dispositivo para conferência de alinhamento de suspensão de rodas

O dispositivo para conferência de alinhamento de suspensão de rodas compreende: - 8 câmeras, e - 4 postes ópticos.

A captação das imagens das 4 rodas é realizada simultaneamente, o que permite a obtenção, por exemplo, de medidas de ângulos de convergência/divergência (toe) relativos.

A construção de cada um dos postes ópticos foi realizada com duas câmeras comerciais e ou industriais. Os postes são confeccionados em alumínio, possuem altura de 500 mm e 700 mm de distanciamento entre as câmeras. Essas são fixadas no poste óptico a uma altura de 400 mm através de parafuso e ou encaixe plástico adequado. Ao menos uma das câmeras deve estar rotacionada em relação à roda a ser medida, fato que influi na melhora da precisão.

Os postes ópticos devem ser posicionados para captação das imagens da roda de interesse por inteiro. A localização deve permitir a calibração por padrão bidimensional. A calibração é que permite o prévio conhecimento da localização de cada poste entre si, o que é essencial para a medição dos ângulos relativos em cada uma das regiões da suspensão giratória.

Com a imagem de cada tabuleiro de xadrez, cada um dos postes consegue obter a localização dos pontos de contorno do dispositivo em relação a si próprio. O fato de previamente cada um dos postes estarem relacionados entre si em termos de pré-conhecimento de suas localizações fica possível fazer a comparação entre cada imagem dos dispositivos de interesse entre si e obter ângulos relativos.

Método de medição de ângulos utilizando visão computacional

A reconstrução tridimensional de cada roda no espaço é o âmago da questão de medição dos ângulos relativos da roda e ou absolutos (em relação a algum padrão de roda com medidas de ângulos base previamente fotografado). Tendo-se a localização tridimensional das rodas em relação a cada poste óptico a obtenção dos ângulos é consequência de um processo de comparação entre os 4 posicionamentos obtidos. Na Figura 5, é apresentado um fluxograma com a sequência dos passos para a obtenção da reconstrução 3D.

Com o desenvolvimento das etapas técnicas de calibração de câmeras, reconhecimento de padrões, correlação de pontos e reconstrução tridimensional busca-se aplicar em uma plataforma experimental real de testes (protótipo) as etapas desenvolvidas e então fundamentar a criação de um equipamento de medição de ângulos de suspensão veicular utilizando visão computacional.

A reconstrução tridimensional de cada roda no espaço é o âmago da questão de medição dos ângulos relativos da roda e ou absolutos (em relação a algum padrão de roda com medidas de ângulos base previamente fotografado). Tendo-se a localização tridimensional das rodas em relação a cada poste óptico a obtenção dos ângulos é consequência de um processo de comparação entre os 4 posicionamentos obtidos. Na Figura 5, é apresentado um fluxograma com a sequência dos passos para a obtenção da reconstrução 3D. O método de medição de ângulos utilizando visão computacional compreende as seguintes etapas: a) Captura de duas imagens da roda através da câmera da esquerda e da câmera da direita; b) Conversão das imagens obtidas em (a) do padrão original RGB para escala de cinzas; c) Detecção de bordas da roda com um detector de limiar adequado (threshold); d) Busca do grupo de pixels de maior tamanho e ou dentro de um intervalo de tamanho previamente estimado; e) Detecção dos parâmetros matemáticos da equação da elipse da imagem da câmera da direita; f) Varredura angular sobre os pontos da elipse obtida em (e); g) Discretização ponto a ponto na varredura obtida em (f) de 360 graus com passos com intervalo de 0,1 e 10 graus, preferencialmente 1 grau. h) Gerar retas na imagem da roda obtida da câmera da esquerda por meio de cada ponto obtido em (g); i) Correlação de pontos da reta da imagem da câmera da direita que interceptam a elipse: j) ) Se a reta entre um ponto e o imediatamente anterior possuir inclinação positiva, usa-se a raiz positiva da equação quadrática; k) ) Se a reta entre um ponto e o imediatamente anterior possuir inclinação negativa, usa-se a raiz negativa da mesma equação; j) Reconstrução 3D, e k) Obtenção dos principais ângulos de alinhamento da roda.

A calibração é a primeira etapa de todo do método de medição angular da presente invenção. Apresentou-se também, a preparação de um ambiente de testes reais, o estudo do reconhecimento de padrões, no caso elipses e a estratégia planejada para o objetivo final, que é o encontro dos ângulos de alinhamento de um veículo.

EXEMPLOS

Foram realizados testes em ambiente virtual para medição de ângulos de rodas e testes em ambiente real com a presente invenção. Para o processamento matemático das relações entre as várias entidades geométricas utiliza-se o aplicativo MatLab e como ambiente virtual 3D o software 3DStudio e Blender.

Definição dos ângulos da suspensão veicular

Na presente invenção consideram-se as seguintes definições: inclinação de convergência/divergência denominada toe, cambagem denominada camber, inclinação do pino mestre denominada KPI (king pin inclination).Toe é o ângulo da projeção do eixo de roda no plano XZ em relação ao eixo Z; camber é o ângulo entre o eixo de roda e o plano XZ; Caster é o ângulo da projeção do eixo de direção no plano XY em relação ao eixo Y e KPI é o ângulo da projeção do eixo de direção no plano YZ em relação ao eixo Y.

A representação dos principais ângulos da suspensão veicular é ilustrada na Figura 1. Um sistema de coordenadas com os eixos X,Y,Z representa o eixo longitudinal do objeto de interesse em X. Portanto, os eixos Y e Z são perpendiculares em relação objeto. Também, é aparente a representação do eixo de direção e o eixo da roda.

O procedimento de colocação e leitura destes ângulos segue uma ordem. No primeiro caso, define-se KPI, caster, camber e toe, já, na leitura dos ângulos primeiro coloca-se o carro na rampa de medição sobre os pratos orbitais (ver Figura 7), depois, vai-se dentro do carro e alinha-se a direção (volante) do veículo com as mãos, lê-se então o ângulo toe, que se estiver fora da especificação deverá ser ajustado depois de toda a medição seguinte (o ajuste é feito com o desaperto de parafusos na barra de direção sob o veículo). Agora, mede-se cambere para isso deve-se colocar o toe em zero graus, pois, devido a existência de um castero cambermedido fora de toe zero graus possui valor diferente. Por último, mede-se caster e KPI. O procedimento dessas duas últimas medições exige contato manual com a roda do veículo para forçar nela duas rotações, no eixo de direção, simétricas de um valor angular, que geralmente é de 20 graus na escala do prato orbital (ver Figura 7). Em cada ponto dessa virada mede-se o cambere o toe locais para equacionar caster e mede-se a ‘inclinação da linha horizontal da roda em relação ao plano XZ’ e toe locais para equacionar KP/. Esses valores relacionam-se com o valor da inclinação castor através de uma equação [4], Mas, por enquanto, o objetivo é a busca de cambere toe.

Calibração das Câmeras

O método de calibração de câmeras utilizado é a calibração planar [2,3] que basicamente consiste na captura de algumas imagens em diferentes poses de um plano quadriculado (como um tabuleiro de xadrez) e a partir do conhecimento em unidades métricas do tamanho de cada quadrado desse plano obtém-se os parâmetros intrínsecos e extrínsecos da câmera [4], O procedimento de calibração deve ser realizado em cada uma das rodas.

Os testes do sistema de medição de ângulos foram feitos tanto em ambiente virtual de simulação 3D como em ambiente real com a presente invenção. Na Figura 8, tem-se o padrão planar utilizado em alguns testes no ambiente virtual de simulação e o utilizado no ambiente real.

As câmeras utilizadas nos testes são de resolução 640x480. Na Figura 9 são apresentadas a montagens das câmeras no ambiente virtual de simulação e no ambiente real para testes de detecção de bordas e elipse correspondente às rodas.

As etapas do processamento da calibração são realizadas após a captura das imagens. Na Figura 10, apresenta-se uma das telas de captura das poses do padrão planar no ambiente do programa para teste real. Na Figura 11, vê-se aquelas imagens já capturadas com reconhecimento dos quadrados do plano no programa. Esse reconhecimento é feito para cada pose, tanto para câmera esquerda como para a câmera direita aqui denominadas de cam lefte cam right,respectivamente. Sendo a etapa de calibração o início do método de medição de ângulos, objeto desta invenção, ela deve entregar resultados coerentes e próximos do ideal para que as seguintes fases não acumulem erros. Em testes, a calibração utilizando-se este método apresenta resultados de medição final de ângulos coerentes e muito bons.

Resultados para a calibração em ambiente real de testes: % Parâmetros Intrínsecos e Extrínsecos CAM LEFT R_ol_o = [ -0.248072 0.797588 0.549830 ; 0.914433 0.380160 -0.138891 ; -0.319801 0.468328 -0.823648]; T_ol = 0.001 *[-142.854532 -114.772019 970.198385]'; A_L = [ 385.77517 0 179.47013 ; 0 386.90914 88.68956 ; 0 0 1 ]; % Parâmetros Intrínsecos e Extrínsecos CAM RIGHT R_pr_o = [ -0.302656 0.943038 -0.138129; 0.950293 0.287464 -0.119615; -0.073094 -0.167465 -0.983165]; T_or = 0.001 *[ -158.305778 -143.607850 1047.862990 ]' ; A_R = [ 388.72114 0 193.75989 ; 0 388.85409 113.12796 ; 0 0 1 ]; Resultados para a calibração em ambiente virtual de testes: % Parâmetros Intrínsecos CAM LEFT R_ol_o = [ -0.145563 0.968510 0.201988; 0.971242 0.178771 -0.157260 ; -0.188418 0.173288 -0.966680 ] ; T_ol = 0.001*[ -269.025848 -414.170752 2613.010960 ]' ; A_L = [ 772.70819 0 320.29075 ; 0 772.81541 239.76189 ; 0 0 1 ] ; % Parâmetros Intrínsecos CAM RIGHT R_or_o = [ -0.397554 0.917546 -0.007791 ; 0.910544 0.393442 -0.126940 ; -0.113408 -0.057559 -0.991880 ] ; T_or = 0.001*[ -142.190397 -366.285406 2520.930746 ]' ; A_R = [ 772.14068 0 319.31183 ; 0 772.14561 240.26890 ; 0 0 1 ]; Onde: R_ol_o: Rotação da câmera esquerda (cam left,referencial o/) em relação ao referencial o; T_ol: Translação do referencial o em relação à câmera esquerda (cam left, referencial o/); A_L: Matriz de parâmetros intrínsecos da câmera esquerda, AL = [fx 0 u0 0 fy v0 0 0 1 ] ; R_or_o: Rotação da câmera direita (cam right,referencial or)em relação ao referencial o; T_or: Translação do referencial o em relação à câmera direita (cam right, referencial or); A_R: Matriz de parâmetros intrínsecos da câmera direita, = [fxθ “o θ fy v0 0 0 1 ] •

Reconhecimento de Padrões e Correlação Epipolar

As rodas de veículos no espaço têm uma forma cilíndrica, mas, vista exatamente de frente se apresenta como um círculo vista com rotação se apresenta como uma elipse. Ou seja, a roda real 3D projetada no espaço 2D, que é a imagem capturada, possui quase sempre a forma de uma elipse e rara e ocasionalmente um círculo. As imagens captadas pelas câmeras de medição fazem, na verdade, o registro de várias informações do ambiente onde a roda está, porém, o que importa para a medição de ângulos é apenas o contorno dela, que pode ser representado matematicamente e de forma geral através da equação de uma elipse no espaço 2D. a*x2 + b*y2 + c*x + d*y + e*x*y + f = 0 Equação 01 Aplicando-se técnicas de threshold [5], é possível obter de uma imagem da roda o seu contorno, como ilustrado na Na Figura 15. Desse contorno, tem-se a informação da localização de cada ponto em pixels em cada imagem. Portanto, conhecendo-se a localização dos pontos do contorno na imagem e as matrizes de calibração intrínsecas das câmeras, através de Decomposição Singular de Valores (SVD) obtém-se os parâmetros a,b,c,d,e,f da Equação 01. Por consequência, conhecendo-se estes parâmetros, as características de forma e posicionamento de cada elipse são encontradas. São elas: Xc, Yc, aeí,bei,θ , onde, respectivamente significam: posição em X do centro da elipse, posição em Y do centro da elipse, tamanho do braço maior da elipse, tamanho do braço menor da elipse e ângulo de inclinação da elipse (braço maior em relação a X). A Figura 2 mostra a elipse com suas características. Agora, busca-se uma quantidade de pontos da elipse em uma imagem, por exemplo, na da câmera direita. Faz-se uma parametrização angular, ou seja, uma varredura com um pivô em XC,YC com um ângulo α variando de 0”a 360° em um intervalo de 10° . O objetivo dessa busca de pontos na elipse da direita, parametrizada em a, é utilizá-los nos próximo passo que é a ‘Correlação Epipolar’ [5,6], Esta, cria uma reta epipolar na imagem da esquerda de acordo com um ponto na imagem da direita. A parametrização da elipse obedece a seguinte Equação 02. Na Figura 13, as cruzetas azuis representam os pontos x,y encontrados na elipse da imagem da direita após uma parametrização em α variando de 0°a 360 ° em um intervalo de 10 °, observa-se portanto 37 pontos. [x y ] = [Xc +cos cos θ ■ aei -cos cos a —sin sin θ ■ bet -sin sin a Yc + sin sin θ ■ aei -cos cos a +cos cos θ ■ bel -sin sin a ] Equação 02 O objetivo, agora, é a correlação dos pontos de uma imagem com os pontos da outra, mais especificamente entre os pontos das duas elipses. Feita a parametrização na elipse da imagem da câmera direita, utiliza-se agora dos conceitos da Geometria Epipolar [5,6], que basicamente permite a seguinte relação: para cada ponto encontrado na imagem da câmera direita, existe uma reta na imagem da câmera esquerda que contém o ponto correlato ao da imagem da direita. As retas encontradas são secantes à elipse da imagem da esquerda e definem, na maior parte dos casos, dois pontos de intercepção sendo um deles o correlato ao ponto inicial da elipse da imagem da direita. Na Figura 14 é apresentada a imagem da câmera direita com a elipse e os pontos encontrados nela devido à parametrização em αe também a imagem da câmera da esquerda com cada reta secante à elipse e geradas através da Geometria Epipolar a partir de cada ponto da imagem da câmera direita.

A intercepção elipse com reta gera dois pontos na imagem da esquerda que são encontrados a partir de uma equação do segundo grau, que por sua vez, fornece duas raízes: uma positiva e uma negativa. A escolha entre os dois pontos de intercepção elipse com reta é feita baseando-se em um algoritmo que avalia se cada reta tem um viés de subida ou descida em relação a reta gerada pelo ponto imediatamente anterior da imagem da câmera da direita em relação ao eixo vertical da imagem. Se essa tendência é de subida, o ponto correlato é a raiz positiva da equação de segundo grau, se essa tendência é de descida, ponto correlato é a raiz negativa da equação de segundo grau.

Tendo-se definido os pontos correlates nas duas imagens, o próximo passo é a execução da reconstrução 3D, pois, até o momento, todo equacionamento foi feito em coordenadas homogêneas no espaço 2D.

Reconstrução 3D

A reconstrução de um ponto no espaço 3D é possível utilizando-se estereoscopia [5] e caso haja o conhecimento da posição em pixels ou coordenadas homogêneas [6] de dois pontos correlacionados, um em cada das duas imagens. Todo esse processo de correlação, no caso deste projeto, é feito através da Geometria Epipolar que geras retas secantes à imagem da elipse, que representa a roda do veículo, como apresentado na seção anterior. De maneira geral a reconstrução 3D busca as incógnitas de profundidade, ou melhor dizendo, a coordenada Z dos pontos no espaço tridimensional. Como visto na Figura 3, o sistema de coordenadas o; representa a câmera da esquerda, enquanto o sistema de coordenadas or representa a câmera da direita. Os vetores p[ e 1? representam o ponto P no espaço 3D e possuem a seguinte composição: Pz = [xzrzzz] pr = [xrYrzr] Os vetores pi e pp representam as coordenadas de câmera do ponto P do espaço 3D projetado no plano imagem da câmera esquerda e plano imagem da câmera direita, respectivamente. Possuem a seguinte composição: pi = [xi yt fi ] pp = [xr yr fr ] onde, e fr são as distâncias focais das câmeras. Da Geometria Básica, projeção perspectiva, tem-se: pi = ^--PÍ e pí = Yr-~Pr Equação 03 Geometria no plano imagem: De acordo com a Figura 4, as coordenadas de imagem que são expressas em unidade de pixels e as coordenadas de câmera, expressas em unidades métricas se relacionam conforme o equacionamento que se segue. Define-se, agora, dois parâmetros intrínsecos de uma câmera. O ax e o ay que representam, respectivamente, a relação entre a dimensão do plano imagem em pixels e a dimensão em unidades métricas na direção do eixo de coordenadas x e a mesma relação, porém, na direção do eixo de coordenadas y.

Ainda a partir da Figura 4, pode-se concluir, para o plano imagem da câmera esquerda que: Ui = ax ■ Xi + u0 e vt = ay-yt + v0 Lembre-se que xz e yzsão provenientes de pi = [xt yift]. Colocando-se o acima descrito na forma matricial, pode-se escrever:

Então,

Fazendo-se: fx = ax- ft e fy = ay- f , tem-se: AL = [fx 0 u0 0 fy v0 0 0 1 ] Portanto,

Analogamente, para o caso do plano imagem da câmera da direita:

Juntando-se a Equação 03 com as Equação 04 e Equação 05, faz-se a junção da Geometria de Projeção Perspectiva com a Geometria do plano imagem, ou seja, relacionar-se-ão coordenadas de câmera com coordenadas de imagem. Assim:

Então,

A partir da Figura 3, a seguinte relação entre os dois sistemas de coordenadas pode ser concluída: pi - Roior ■ Pr + TdolEquação 07 Onde, Roloré a rotação do sistema de coordenadas ozem relação ao sistema de coordenadas or. Agora, colocando-se a Equação 06na Equação 07, tem-se: Zi ■ G4J"1 ■ [ui vt 1 ] = Rolor ■ Zr ■ G4β)-1 ■ [ur vr 1 ] + Td^ Nomeando-se: P'i = (A,)-1 ■ [uzvt 1 ] e pÇ =G4β)-i. [Ur Vr i ] Fica-se com,

Então,

Escrevendo —se matricialmente e isolando-se as incógnitas Z; e Zr , tem-se:

Portanto,

Tendo-se encontrado Z; e Zr , encontra-se, através da Equação 06, P^ e . No sistema de medição de alinhamento, a reconstrução 3D resulta em pontos no espaço que representam o contorno da roda do veículo. O objetivo é utilizar estes pontos que formam um plano e obter, através da ‘Análise de Componente Principal’, o vetor perpendicular à roda que é o mesmo normal ao plano de pontos reconstruídos. Na Figura 15, vê-se a reconstrução tridimensional destes pontos e o vetor perpendicular na cor verde. Opta-se, em um primeiro momento, neste exemplo, como sistema de coordenadas de referência a origem da câmera da esquerda, oz.

Encontrando-se os ângulos camber e toe

Após as várias etapas que resultaram na reconstrução 3D da roda do veículo em relação ao sistema de câmeras da esquerda, oz, um vetor perpendicular à roda também foi obtido. Esse é o vetor usado para as medições diretas de cambere toe. Porém, até o momento toda a reconstrução 3D e o próprio vetor perpendicular estão expressos em coordenadas relativas ao sistema de eixos da câmera esquerda (oz). E, para se fazer as medições, deve-se comparar a inclinação da roda com um sistema de coordenadas alinhado à linha central do veículo, que não é o caso do sistema o,. Portanto, uma sequência de passos de uma segunda calibração é necessária. Esta é baseada em uma roda guia com camber e toe “perfeitamente” zero graus, que é exemplificada na Na Figura 16.

Dessa maneira, faz-se os seguintes passos: 1) Obtém-se o vetor perpendicular à roda guia com camber e toe em zero graus em relação ao chassi do veículo. Esse vetor é expresso em coordenadas do sistema de câmeras da esquerda. Ele é nomeado vzao\, pois, representa o eixo Zαdo sistema de coordenadas absoluto (do automóvel); 2) Faz-se um giro na coordenada Ya de aproximadamente 30°. Obtém-se um novo vetor perpendicular à roda e que é expresso em coordenadas do sistema de eixos da câmera esquerda. Ele é nomeado vauXo’, pois, é um vetor auxiliar. 3) Agora, pode-se fazer: v^t = v^t x ; 4) Tendo-se vzao’ e vyao’ , a obtenção do vetor que representa o eixo x do sistema de coordenadas absoluto no sistema de coordenadas da câmera esquerda é : vxao’ = Vyaoi X Vzaoi 5) Estes 3 vetores podem ser normalizados resultando nos versores: v^t, 6) Portanto, como se busca conhecer os vetores perpendiculares no sistema de coordenadas absoluto oa , já que são originalmente encontrados no sistema de coordendas da câmera esquerda(o;), deve-se encontrar uma matriz de rotação que transforme-os para as coordenadas absolutas. Então, definindo-se que: vxaoa = [100] , vyaoa = [010] e vzαoα= [001] , tem-se.

Ou seja,

Conclui-se que todo vetor encontrado no sistema de coordenadas da câmera esquerda deverá ser então transformado em coordenadas do sistema de referência absoluto. Com isso, é possível aplicar as busca de camber e toe, como apresentados na Figura 1. Portanto: v_test_oa = R_oa_ol * v_test_ol; angulo_CAMBER = asin( v_test_oa(2) / norm( v_test_oa ) ) * 180/pi; proj_xz_v_test_oa = [ v_test_oa(1); 0 ; v_test_oa(3) ]; angulo_TOE =atan( proj_xz_v_test_oa(1) / proj_xz_v_test_oa(3) ) * 180/pi; Na Figura 17, vê-se a tela da interface gráfica do sistema de medição de ângulos da suspensão veicular e na Figura 18 o dispositivo de medição, objeto da presente invenção, para medidas no ambiente real e um dispositivo com um morsa angular que permite algumas inclinações na roda conectada a ela. Referências [1] Patente US7860295B2. [2] Website contendo “Camera Calibration Toolbox for Matlab”, autor “Jean-Yves Bouguet”. www.vision.caltech.edu/bougueti/calib doc/ [3] Zhang, Z. , “Flexible camera calibration by viewing a plane from unknown orientations”, Proceedings on The Seventh IEEE International Computer Vision Conference, pp. 666-673, Vol. 1, 1999. [4] Hunter Engineering Company website contendo “Steering Geometry and Caster Measurement”, autor “Daniel B January”. http://www.hunter.com/pub/undercar/2573T/index.htm [5]Trucco, E ; Verri, A., “Introductory Techniques for 3-D Computer Vision”, Prentice Hall, 1998. [6] Hartley, R.; Zisserman, A., “Multiple View Geometry in Computer Vision”, Cambridge University Press; 2 edition (April 19, 2004). [7] Forsyth, D. A; Ponce, J., “Computer Vision. A Modern Approach”, Prentice Hall, 2003.

Claims

1. Método de medição de ângulos caracterizado por compreender as seguintes etapas: a) Captura de duas imagens da roda através da câmera da esquerda e da câmera da direita; b) Conversão das imagens obtidas em (a) do padrão original RGB para escala de cinzas; c) Detecção de bordas da roda com um delimitador (threshold); d) Busca do grupo de pixels agrupados de maior tamanho e ou dentro de um intervalo de tamanho previamente estimado em uma imagem em pixels; e) Detecção dos parâmetros matemáticos da equação da elipse da imagem da câmera da direita; f) Varredura angular sobre os pontos da elipse obtida em (e); g) Discretização ponto a ponto na varredura obtida em (f) de 360 graus com passos no intervalo entre 0,1 e 10 graus, preferencialmente 1 grau. h) Gerar retas na imagem da roda obtida da câmera da esquerda por meio de cada ponto obtido em (g); i) Correlação de pontos da reta da imagem da câmera da direita que interceptam a elipse: j) ) Se a reta entre um ponto e o imediatamente anterior possuir inclinação positiva, usa-se a raiz positiva da equação quadrática; k) ) Se a reta entre um ponto e o imediatamente anterior possuir inclinação negativa, usa-se a raiz negativa da mesma equação; j) Reconstrução 3D, e k) Obtenção dos principais ângulos de alinhamento da roda.

2. Dispositivo para conferência de alinhamento de suspensão de roda, caracterizado por empregar o método conforme definido na reivindicação 1 e por compreender - 4 postes ópticos, ser preferencialmente de alumínio, sendo que sua localização deve permitir a calibração por padrão bidimensional e compreender duas hastes interligadas com altura preferencial de 500mm e 700mm de distanciamento entre as câmeras; e - 8 câmeras, sendo que ao menos uma deve estar rotacionada em relação à roda a ser medida; em que cada câmera ser fixada a uma altura de 400mm em cada haste do poste óptico.

3. Uso do dispositivo conforme definido na reivindicação 2 caracterizado por ser aplicável para conferência de alinhamento de suspensão veicular.