CN102589434B - 车辆侧滑运动的图像轮毂标识检测方法 - Google Patents

Abstract

本发明公开了一种车辆侧滑运动的图像轮毂标识检测方法，用于解决现有的车辆侧滑运动检测方法实时性差的技术问题。技术方案是通过固定于车身上的四路CCD图像传感器获得带有人工标识的转向轮图像及后轮路面图像，对所获转向轮图像进行处理得到车辆的真实检测转角；并将车辆的真实检测转角与已确定的以方向盘转角值作为输入、转向轮转角作为输出的数学模型的理论输出转角进行对比分析，即可知车辆是否发生了侧滑；同时对后轮路面图像进行处理得到车辆的划痕信息，如果车辆发生了侧滑，则划痕信息即为车辆的侧滑量。本发明可以解决车辆行驶中及转弯时实时侧滑量检测的难题，并克服车轮变形产生的负面影响。

Description

车辆侧滑运动的图像轮毂标识检测方法

技术领域

本发明涉及一种图像检测方法，特别是涉及一种车辆侧滑运动的图像轮毂标识检测方法。

背景技术

车辆的运动与转向轮的输出转向角息息相关，车辆在转向不足或转向过度时都可能导致车辆发生侧滑，尤其在车辆超重或车胎气不足的情况下可能导致车辆整体发生侧滑运动，甚至急转或翻车，这种侧滑的发生易导致交通事故，不利于车辆的安全。车辆转向轮的输出转向角数据是对车辆系统建模并进行安全分析的关键。若能得到车辆的实时转向角，则可结合车辆动力学模型分析车辆是否发生了侧滑，并根据采集到的侧滑量采取相应的驾驶措施，保障车辆的行驶安全。

文献“汽车侧滑试验台构造机理及标定中存在问题和对策.周希刚，王聪敏，《机械管理开发》，2011年03期”公开了一种汽车侧滑试验台构造机理及标定方法，该侧滑试验台主要用于测量由于车轮外倾角和前束共同作用而形成的侧滑量。而车辆侧滑量的检测在侧滑实验平台上进行时，车辆行驶速度以及行驶距离受到限制，无法实现车辆在实际行驶时，特别在转向时，转向轮由于受力不均匀发生不同程度弹性形变时的侧滑量的检测，满足不了车辆侧滑量的实时性检测要求。

发明内容

为了克服现有的车辆侧滑运动检测方法实时性差的不足，并消除轮胎受力不均产生不同程度弹性形变对车辆侧滑检测的影响，本发明提供一种车辆侧滑运动的图像轮毂标识检测方法，该方法通过固定于车身上的四路CCD图像传感器获得带有人工标识的转向轮图像及后轮路面图像，对所获转向轮图像进行处理得到车辆的真实检测转角；并将车辆的真实检测转角与已确定的以方向盘转角值作为输入、转向轮转角作为输出的数学模型的理论输出转角进行对比分析，即可知车辆是否发生了侧滑；同时对后轮路面图像进行处理得到车辆的划痕信息，如果车辆发生了侧滑，则划痕信息即为车辆的侧滑量。本发明可以解决车辆行驶中及转弯时实时侧滑量检测的难题，并克服车轮变形产生的负面影响。

本发明解决其技术问题所采用的技术方案：一种车辆侧滑运动的图像轮毂标识检测方法，其特点是包括下述步骤：

(1)将四路CCD图像传感器固定在车体上，其中两路CCD安装于靠近两前轮内侧的前轮连轴上，另两路CCD安装于靠近两后轮内侧的后轮连轴上；

(2)在轮毂外侧粘贴一个的红色圆形标识，该红色圆形标识以车轮轮心点为圆心；

(3)读取同一时刻汽车前轮两路CCD图像传感器采集的转向轮转角RGB图像，以及后轮两路CCD图像传感器采集的后轮路面RGB图像；将后轮路面RGB图像转化为灰度图像并采用3*3的中值滤波法去除噪声；

(4)根据已读取的转向轮转角RGB图像，获得转向轮转角RGB图像各像素点的R分量值，R分量值最大的那些像素点即为标识圆的边缘点；

采用最小二乘法对边缘点进行椭圆拟合，

Ax²+Bxy+Cy²+Dx+Ey+F＝0    (1)

式中，A，B，C，D，E，F均为待求解方程系数，x，y为椭圆上各点的坐标。为了避免零解，并将解的任何整数倍都视为对同一椭圆的表述，约束条件设为A+C＝1。应用式(1)对边缘点进行最小二乘处理，求目标函数

$f(A,B,C,D,E,F)=\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{(A{x_i}^2+{\mathrm{Bx}}_i{y}_i+{{\mathrm{Cy}}_i}^2+{\mathrm{Dx}}_i+{\mathrm{Ey}}_i+F)}^2---\left(2\right)$

的最小值来确定各系数，其中，A，B，C，D，E，F均为待求解方程系数，x_i，y_i为前述检测到的边缘点的坐标值。再由极值原理，欲使f(A，B，C，D，E，F)值为最小，必有

$\frac{\∂f}{\∂B}=\frac{\∂f}{\∂C}=\frac{\∂f}{\∂D}=\frac{\∂f}{\∂E}=\frac{\∂f}{\∂F}=0---\left(3\right)$

然后应用求解线性方程组的方法，结合约束条件A+C＝1，求得方程系数A，B，C，D，E，F的值，得到椭圆方程。该椭圆的短轴值与长轴值比的反正弦即为转向轮的转角值，即

对后轮路面滤波后的图像采用分段线性变换进行图像增强以突出路面划痕，采用Canny算子提取边缘并对边缘进行膨胀操作；分别统计道路划痕图像中垂直和水平方向的边缘点，得到水平和垂直方向的边缘点总数，再与图像相邻像素点对应的实际距离相乘得到实际的车辆划痕量。其中，确定图像相邻像素点对应的实际长度方法如下：将已知长度为L的直线，放入摄像机坐标系中，得到已知直线对应的图像。统计直线对应的图像中直线的像素点总数N，将直线的实际长度L和像素点总数N进行相比，得到图像中相邻像素点对应的实际距离D＝L/N。

(5)将车辆的真实检测转角与已确定的以方向盘转角值作为输入、转向轮转角作为输出的数学模型的理论输出转角进行对比分析，如果车辆发生了侧滑，则划痕信息即为车辆的侧滑量；否则划痕信息可能是其他车辆留在路面上的行驶痕迹。

所述CCD图像传感器与车体是刚性连接。

本发明的有益效果是：由于通过在转向轮轮毂上添加人工标识，消除了轮胎由于受力不均产生不同程度弹性形变对车辆侧滑检测的影响，通过固定于车身上的四路CCD图像传感器获得包含路面车辆侧滑信息以及车轮转角信息的图像，并对所获图像进行处理得到侧滑量，解决了车辆行驶中及转弯时实时侧滑量检测的难题。

下面结合附图和实施例对本发明作详细说明。

附图说明

图1是本发明车辆侧滑运动的图像轮毂标识检测方法的流程图。

具体实施方式

参照图1。

【步骤一】CCD传感器安装：将四路CCD图像传感器分别安装固定于车辆车身下方，其中两路CCD安装于靠近两前轮内侧的前轮连轴上，另两路CCD安装于靠近两后轮内侧的后轮连轴上；CCD图像传感器与车体是刚性连接，因此CCD图像传感器与车辆并无相对运动；其中，前轮CCD图像传感器采集的图像用于检测车辆的前轮转角值，后轮CCD图像传感器采集的图像用于检测车辆的侧滑痕迹；可选择采集图像的分辨率均为320×240以上。

【步骤二】建立标识：在车辆实际行驶中，车胎气不足或转向时各车胎受力的不均匀都会导致转向轮发生不同程度的弹性形变，此时轮胎的外缘并不是一个标准的圆；而车轮的轮毂因其刚性在行驶中不会发生形变，因此选择车轮的轮毂作为分析目标；为了利于实现对转向轮转角的图像检测，在轮毂外侧上粘贴一个大小合适的红色圆形标识，并通过同心度测定确保该标识圆是以车轮轮心点为圆心的，圆形标识的大小根据车轮直径选择。在本实施例中，选择桑塔纳2000车型，该车辆的车轮轮辋直径为14英寸，圆形标识直径选择为10英寸。

【步骤三】图像数据采集及预处理：读取同一时刻汽车前轮两路CCD图像传感器采集的转向轮转角RGB图像，以及后轮两路CCD图像传感器采集的后轮路面RGB图像；由于后轮路面图像需要提取的划痕信息易受噪声干扰，因此将后轮路面RGB图像转化为灰度图像并采用3*3的中值滤波法去除噪声，具体做法如下：

a)选定3×3窗口；

b)将窗口在图像上逐像素地移动扫描；

c)将窗口下各对应像素灰度值从小到大排成一列；

d)找出这些值中大小在中间的一个；

e)将这个中间值赋给图像中对应于窗口中心位置的像素；

而前轮两路CCD图像传感器采集的转向轮转角RGB图像，因要从中提取的R分量信息不易受噪声干扰，故无需对其进行降噪处理；

【步骤四】读取标识与划痕信息并计算转角值及侧滑量：根据已读取的转向轮转角RGB图像，获得转向轮转角RGB图像各像素点的R分量值，R分量值最大的那些像素点即为标识圆的边缘点；采用最小二乘法对边缘点进行椭圆拟合，具体做法如下：

假设一般形式的椭圆方程如下式(1)所列：

Ax²+Bxy+Cy²+Dx+Ey+F＝0    (1)

其中，A，B，C，D，E，F均为待求解方程系数，x，y为椭圆上各点的坐标。为了避免零解，并将解的任何整数倍都视为对同一椭圆的表述，约束条件设为A+C＝1。直接应用上述方程(1)对边缘点进行最小二乘处理，就可以得到方程中的各系数。也即，求目标函数

$f(A,B,C,D,E,F)=\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{(A{x_i}^2+{\mathrm{Bx}}_i{y}_i+{{\mathrm{Cy}}_i}^2+{\mathrm{Dx}}_i+{\mathrm{Ey}}_i+F)}^2---\left(2\right)$

的最小值来确定各系数，其中，A，B，C，D，E，F均为待求解方程系数，x_i，y_i为前述检测到的边缘点的坐标值。再由极值原理，欲使f(A，B，C，D，E，F)值为最小，必有

$\frac{\∂f}{\∂B}=\frac{\∂f}{\∂C}=\frac{\∂f}{\∂D}=\frac{\∂f}{\∂E}=\frac{\∂f}{\∂F}=0---\left(3\right)$

由此可得一个线性方程组，然后应用求解线性方程组的算法(如全主元高斯消去法)，结合约束条件A+C＝1，就可以求得方程系数A，B，C，D，E，F的值，从而得到椭圆方程。该椭圆的短轴值与长轴值比的反正弦即为转向轮的转角值，即

对后轮路面滤波后的图像采用分段线性变换进行图像增强以突出路面划痕，采用Canny算子提取边缘并对边缘进行膨胀操作；分别统计道路划痕图像中垂直和水平方向的边缘点，得到水平和垂直方向的边缘点总数，再与图像相邻像素点对应的实际距离相乘得到实际的车辆划痕量。其中，确定图像相邻像素点对应的实际长度方法如下：将已知长度为L的直线，放入摄像机坐标系中，得到已知直线对应的图像。统计直线对应的图像中直线的像素点总数N，将直线的实际长度L和像素点总数N进行相比，得到图像中相邻像素点对应的实际距离D＝L/N。

【步骤五】综合分析：任何车辆的方向盘转角输入与转向轮转角输出之间的关系可以简单的通过实验测得实际的离散转向传动比值，通过这些离散转向传动比值可以拟合出实际的转向传动比关系曲线，即得到了方向盘输入与转向轮转角输出的数学模型；将车辆的真实检测转角与已确定的以方向盘转角值作为输入、转向轮转角作为输出的数学模型的理论输出转角进行对比，如果真实转角值与理论输出转角相差过大，则可知车辆产生了侧滑，那么前述图像方法检测得到的划痕信息即为车辆的侧滑量，否则检测到的划痕信息可能是其他车辆留在路面上的行驶痕迹。

Claims (2)

1.一种车辆侧滑运动的图像轮毂标识检测方法，其特征在于包括以下步骤：

（1）将四路CCD图像传感器固定在车体上，其中两路CCD安装于靠近两前轮内侧的前轮连轴上，另两路CCD安装于靠近两后轮内侧的后轮连轴上；

（2）在轮毂外侧粘贴一个的红色圆形标识，该红色圆形标识以车轮轮心点为圆心；

（3）读取同一时刻汽车前轮两路CCD图像传感器采集的转向轮转角RGB图像，以及后轮两路CCD图像传感器采集的后轮路面RGB图像；将后轮路面RGB图像转化为灰度图像并采用3*3的中值滤波法去除噪声；

（4）根据已读取的转向轮转角RGB图像，获得转向轮转角RGB图像各像素点的R分量值，R分量值最大的那些像素点即为标识圆的边缘点；

采用最小二乘法对边缘点进行椭圆拟合，

Ax²+Bxy+Cy²+Dx+Ey+F＝0          （1）式中，A,B,C,D,E,F均为待求解方程系数，x,y为椭圆上各点的坐标；为了避免零解，并将解的任何整数倍都视为对同一椭圆的表述，约束条件设为A+C＝1；应用式（1）对边缘点进行最小二乘处理，求目标函数

$f(A,B,C,D,E,F)=\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{({\mathrm{Ax}}_i^2+{\mathrm{Bx}}_i{y}_i+{\mathrm{Cy}}_i^2+{\mathrm{Dx}}_i+{\mathrm{Ey}}_i+F)}^2---\left(2\right)$ 的最小值来确定各系数，其中，A,B,C,D,E,F均为待求解方程系数，x_i,y_i为前述检测到的边缘点的坐标值；再由极值原理，欲使f(A,B,C,D,E,F)值为最小，必有

$\frac{\∂f}{\∂B}=\frac{\∂f}{\∂C}=\frac{\∂f}{\∂D}=\frac{\∂f}{\∂E}=\frac{\∂f}{\∂F}=0---\left(3\right)$ 然后应用求解线性方程组的方法，结合约束条件A+C＝1，求得方程系数A,B,C,D,E,F的值，得到椭圆方程；该椭圆的短轴值与长轴值比的反正弦即为转向轮的转角值，即转向轮转向角值=

对后轮路面滤波后的图像采用分段线性变换进行图像增强以突出路面划痕，采用Canny算子提取边缘并对边缘进行膨胀操作；分别统计道路划痕图像中垂直和水平方向的边缘点，得到水平和垂直方向的边缘点总数，再与图像相邻像素点对应的实际距离相乘得到实际的车辆划痕量；其中，确定图像相邻像素点对应的实际长度方法如下：将已知长度为L的直线，放入摄像机坐标系中，得到已知直线对应的图像；统计直线对应的图像中直线的像素点总数N，将直线的实际长度L和像素点总数N进行相比，得到图像中相邻像素点对应的实际距离D=L/N；

（5）将车辆的真实检测转角与已确定的以方向盘转角值作为输入、转向轮转角作为输出的数学模型的理论输出转角进行对比分析，如果车辆发生了侧滑，则划痕信息即为车辆的侧滑量；否则划痕信息可能是其他车辆留在路面上的行驶痕迹。

2.根据权利要求1所述的车辆侧滑运动的图像轮毂标识检测方法，其特征在于：所述CCD图像传感器与车体是刚性连接。

Images