CN102753313B - 用于在车辆上确定间距的方法和装置 - Google Patents

Abstract

按本发明的方法，用于确定用于对具有车身（3）和至少一个车轮（2）的车辆（1）进行底盘测量的间距，尤其用于确定高度水平（h），该方法包括通过将结构化的光图案至少投影到所述车辆的车轮（2）上这种方式来确定所述车轮（2）的车轮旋转中心（Z）、用经过校准的成像的传感系统来拍摄由所述车轮（2）反射的光图案、从所反射的光图案中确定3D云点并且从所述3D云点中确定所述车轮旋转中心（Z）这些步骤。所述方法也包括通过对以前确定的3D云点的分析或者通过对多个在进行非结构化的照明时拍摄的灰度值图像的分析来确定车身（3）上的点（P）并且作为所述车轮旋转中心（Ｚ）与所述车身上的点（Ｐ）之间的垂直间距来确定高度水平（h）这些步骤。

Description

用于在车辆上确定间距的方法和装置

技术领域

本发明涉及一种用于确定用于对机动车进行底盘测量的间距的方法以及一种用于实施所述按本发明的方法的底盘测量装置。

背景技术

像比如从DE 10 2004 013 441中公开的一样的无接触的车轴测量方法基于轮辋的几何图形细节的识别、关于空间中的位置的分析以及将结果合并为车轴测量这种方法。

除了纯粹的描绘轮辋彼此间的位置的测量值之外，对于比如包括额定值/实际值比较的分析来说需要车辆所特有的设定值，比如设计位置或者高度水平的由车辆制造商预先给定的允许的范围。所述高度水平在此由不同的车辆制造商进行不同的定义。按照一种定义，将所述高度水平定义为车轮罩上边缘与轮辋上边缘之间的高度差。其它的定义比如考虑到车轮悬架的元件上的水平或者支承面与车身特征之间的高度差。

根据车辆的不同的载荷状态，对于同一种车型来说产生不同的高度水平并且由此也产生不同的弹簧变位距离。在不同的弹簧变位距离的基础上，对于同一部车辆来说产生底盘测量的不同的结果，比如不同的轮距值（Spurwerte）和车轮外倾值（Sturzwerte）。

按照传统，借助于机械的辅助机构来测量车辆的高度水平，方法是测量车辆上规定的点和支承面的间距并且手动记录所测量的数值并且将其输入到底盘测量装置的计算机中。作为替代方案，用特殊工具来测量所述间距并且通过接口将其传输给计算机。

这一点麻烦、费力并且容易出错。此外，准确的测量通过以下情况而变得困难，即经常不能或者难以直接以机械方式来触碰有待测量的特征点。

WO 2008/028832 A1描述了一种用于确定用于进行底盘测量的间距的方法，对于该方法来说首先相应地通过测量仪的至少两台测量摄像机来拍摄轮辋以及至少一个与所述轮辋相邻的区域的图像。而后在轮辋的两张所拍摄的图像中确定至少一个第一空间点及通过三角测量法来计算其位置。随后在所述两张所拍摄的图像中确定至少一个第二空间点及通过三角测量法来计算其位置。接着确定所述两个空间点之间的间距或者高度差。从所述间距或者说高度差中可以直接或者间接地确定车辆的高度水平，而不必借助于机械的辅助机构。

发明内容

本发明的任务是，说明用于确定用于对车辆进行底盘测量的间距的一种方法及一种装置，所述方法和装置以较高的精度提供可靠的结果。

在按本发明的用于确定用于对具有车身和至少一个车轮的车辆进行底盘测量的间距的方法中，将结构化的光图案投影到所述车轮以及车身的将该车轮包围的区域上，用成像的传感系统来拍摄由所述车轮反射的光图案并且从所反射的光图案中确定3D云点。使所述车轮的参数的表面模型与所述3D云点相匹配并且为所述车轮的不同的旋转位置计算车轮法向量。从所述车轮法向量的空间的运动中确定所述旋转轴线和车轮旋转中心。通过对以前确定的3D云点的分析，来额外地确定车辆的车身上的点。作为所述车轮旋转中心与所述车身上的点之间的垂直间距来确定高度水平。

本发明也包括一种用于确定用于对具有车身和至少一个车轮的车辆进行底盘测量的间距的装置，其中所述装置包括至少一台设置用于将结构化的光图案投影到所述车辆的至少一个车轮上并且投影到所述车身的将所述车轮包围的区域上的投影仪、至少一个构造用于拍摄由所述车轮及所述车身的将所述车轮包围的区域反射的光图案的成像的传感系统和至少一台计算机。所述计算机构造用于从所反射的光图案中确定3D云点、使所述车轮的参数的表面模型与所述3D云点相匹配、计算用于所述车轮的不同的旋转位置的车轮法向量、从所述车轮法向量的空间的运动中计算旋转轴线并且由此计算车轮旋转中心、通过对所述3D云点的分析来确定车身上的点并且作为所述车轮旋转中心与所述车身上的点之间的垂直间距来确定高度水平。

通过从3D云点中确定所述车轮旋转中心和所述车身上的点这种方式来改进所述方法的可靠性和精度。尤其可以比在传统的方法中更加精确地确定用于进行测量的点的位置。

一种实施方式中，通过对所述3D云点的分析来确定车身上的点的步骤包括将车身的边缘定位在所述3D云点中的步骤。

本发明也涉及一种用于确定用于对具有车身和至少一个车轮的车辆进行底盘测量的间距的方法，其中通过将结构化的光图案至少投影到所述车轮上、用成像的传感系统来拍摄由所述车轮反射的光图案、从所反射的光图案中确定3D云点、使所述车轮的参数的表面模型与所述3D云点相匹配、计算用于所述车轮的不同的旋转位置的车轮法向量并且从所述车轮法向量的空间的运动中计算所述旋转轴线并且由此计算所述车轮旋转中心这些步骤来确定所述车辆的车轮的旋转中心。通过用非结构化的照明机构对车辆进行照明、使所述车辆从至少一个具有两个（立体）或者多个成像的传感器的传感系统的旁边驶过、在所述车辆从所述至少一个传感器装置的旁边驶过的过程中拍摄多个灰度值图像并且对所述灰度值图像进行分析这些步骤来确定车身上的点。作为所述车轮旋转中心与所述车身上的点之间的垂直间距来获得高度水平。在一种实施方式中，设置用于拍摄结构化的光图案的成像的传感器也用于拍摄灰度值图像。

本发明也包括一种用于确定用于对具有车身和至少一个车轮的车辆进行底盘测量的间距的装置，其中所述装置包括至少一台设置用于将结构化的光图案投影到所述车辆的至少一个车轮上并且投影到所述车身的将所述车轮包围的区域上的投影仪、至少一个构造用于拍摄由所述车轮及所述车身的将所述车轮包围的区域反射的光图案的成像的传感系统、至少一个由两台（立体摄像机）或者多个成像的传感器组成的构造用于在所述车辆从旁边驶过的过程中拍摄多个灰度值图像的装置以及至少一台计算机。所述计算机设置用于从所反射的光图案中确定3D云点、使所述车轮的参数的表面模型与所述3D云点相匹配、计算用于所述车轮的不同的旋转位置的车轮法向量、从所述车轮法向量的空间的运动中确定所述旋转轴线并且由此确定所述车轮旋转中心、通过对所述灰度值图像的分析来确定车身上的至少一个点并且作为所述车轮旋转中心与所述车身上的点之间的垂直间距来确定高度水平。

通过从3D云点中确定所述车轮旋转中心这种方式来改进所述方法的可靠性和精度。尤其可以比在基于对轮辋的立体图像的分析的方法中更为精确地确定所述车轮旋转中心的位置。通过多张灰度值图像的拍摄和分析，可以特别精确地确定所述车身上的点。灰度值图像的拍摄可以在车辆驶到测量位置上的过程中进行，由此可以使所述方法加速执行并且可以可靠地识别底盘的弹簧变位，所述底盘的弹簧变位比如在越过障碍时出现并且会导致测量的歪曲。

在一种实施方式中，所述高度水平的确定的步骤包括通过多张立体-灰度值图像来给所述高度水平求平均值的步骤。由此可以特别精确地确定高度水平。也可以将尤其过分地偏离平均值的数值作为异常值识别出来并且将其从进一步的分析中排除出去。

在一种实施方式中，对灰度值图像的分析包括边缘识别这个步骤。用Canny边缘滤波器进行边缘识别。通过这样的边缘识别可以特别有效并且精确地对所述灰度值图像进行分析。

在一种实施方式中，对灰度值图像的分析包括所述边缘的立体-一致性分配、3D三角测量以及车轮罩下边缘在3D轮廓中的分类这些步骤。通过这样的分析可以特别有效并且精确地对灰度值图像进行分析。作为替代方案或者补充方案，可以通过用非结构化的照明机构来对车辆进行照明、使车辆从至少一台立体摄像机的旁边驶过、在车辆从所述至少一台立体摄像机旁边驶过的过程中拍摄多个立体灰度值图像并且对所述立体灰度值图像进行分析这些步骤来确定所述车身上的点。

在一种实施方式中，对灰度值图像的分析包括借助于立体方法来进行差异测量（Disparitätsmessung）的步骤。这样的差异测量能够特别有效并且精确地对灰度值图像进行分析。

在一种实施方式中，所述分析包括从所述差异测量中产生3D云点的步骤。

在一种实施方式中，所述方法首先包括通过对所述3D云点的分析来确定车身上的点这个步骤，其中额外地通过对至少两张灰度值图像的分析来确定所述车身上的点。通过为了确定车身上的点而将对3D云点的分析与对灰度值图像的分析组合起来这种方式，来提高所述方法的稳健性。在此也额外地改进了精度，因为在分析3D云点时出现的误差可以通过对灰度值的分析来至少部分地得到补偿并且反之亦然。

在一种实施方式中，所述方法包括以下步骤，即首先通过对3D云点的分析来确定车身上的点并且只有在通过对3D云点的分析不能或者至少不能以足够的精度来确定车身上的点时才实施对至少两张灰度值图像的分析以确定所述车身上的点。由此提高所述方法的稳健性；尤其如果通过对3D云点的分析不能以足够的精度来确定车身上的点，那也可以实施所述方法。

附图说明

下面借助于附图对本发明进行详细描述。附图示出如下：

图1是按本发明的测量装置的示意图；

图2是一个车轮及其环境的用按图1的测量装置来拍摄的3D云点；

图3a是图2的3D云点，在此无属于所述车轮的点；

图3b是在图3a中示出的3D云点的放大的截取部分；

图3c是在图3a中示出的3D云点连同从中求得的高度水平；

图4是将所述3D云点的二维的剖面划分为多个扇形的情况的示意图；

图5是作为离开车轮中心的间距的函数示出的3D云点中的点的频率的示意图；

图6是在灰度值图像中求取高度水平的示意图；

图7是用于在利用立体灰度值图像对的情况下来确定车轮罩下边缘的过程的示意图；

图8a和8b是一对立体灰度值图像的示意图；

图9a和9b是图8a和8b的灰度值图像中的Canny边缘轮廓的示意图；

图10a和10b是在灰度值图像中求得的轮廓边缘的示意图；

图11a和11b是从在图10a和10b中示出的轮廓边缘中选出的车轮罩下边缘的示意图；并且

图12是在车辆驶到测量位置上的过程中实施高度水平测量的情况的示意图。

具体实施方式

图1示出了按本发明的测量装置10的一种实施例，车辆1可以从该测量装置的旁边驶过。除了所述车辆1的车轮2之外，也将该车辆1的优选在车轮2的环境中的车身3一同考虑到所述测量之中。

所述测量装置10具有一个用于光图案的投影机构11、两个相对于所述投影机构11以预先给定的空间的位置和方向布置的经过校准的成像的传感器单元12、13和一个为了进行数据传输而与所述投影机构11以及所述以立体布置方式定位的成像的传感器单元12、13相连接的控制及分析单元14以及相应的电子装置，所述电子装置用于控制所述投影机构11、所述成像的传感器单元12、13以及用于对由所述传感器单元12、13输出的数据进行分析的组件并且用于显示测量结果。如果也应该拍摄灰度值图像，那就可以额外地设置（未在图1中示出的）漫射的照明装置，用于改进灰度值图像的质量。

图2示范性示出了具有轮辋4和将该轮辋4包围的轮胎6的车轮2的用按图1的测量装置拍摄的3D云点。此外，在图2中示出的云点包括车身3的一个区域尤其车身3的处于车轮2的环境中的区域。

从所述3D云点中，比如借助于在WO 2008/046715 A1中所描述的方法能够确定所述车轮2的旋转轴线以及尤其车轮旋转中心Z。这样的从3D云点中确定车轮旋转中心Z的方法比像从WO 2008/028832 A1中所公开的一样的借助于轮辋4的在进行非结构化的照明时拍摄的图像进行中心估算的方法稳健。从所述3D云点中确定车轮旋转中心Z的方法尤其可以集成到用于进行无接触的车轴测量的测量软件中。

图3a示出了图2的3D云点，在此无属于车轮2的点。图3a因此示出了所述3D云点的相应的部分，该部分代表着所述车身3的将车轮2包围的区域并且尤其代表着车轮罩的朝向车轮2的下边缘K（车轮罩下边缘）。图3b示出了所述3D云点的放大的截取部分，在该截取部分中尤其可以很好地看出代表着所述车轮罩下边缘K的点。

通过所述车轮罩下边缘K在3D云点中的定位以及所述车轮罩下边缘K的最高点P的确定（图3b），可以作为所述点P与所述车轮旋转中心Z之间的垂直间距来容易地确定高度水平h（图3c）。

在此利用已经从在一个或者多个时刻用结构化的照明进行的测量中求得的3D云点。为了确定车身上的点P尤其车轮罩下边缘K，根据分类步骤仅仅使用来自所述3D云点的作为车身点来识别的点。这种识别步骤根据所述轮胎6的表面上方的点的几何的3D位置来进行。

以车身表面上的足够数目的3D点可以直接确定所述车轮罩下边缘K。

为了确定所述车轮罩下边缘K，从车轮旋转中心Z出发将所述3D云点划分为多个角度范围（图4）。用可用的点为每个角度范围推导出车轮罩下边缘点。为此在所述角度范围之内，作为离开车轮中心Z的间距r的函数绘出所述3D点的沿径向方向的频率P（图5）并且比如求得所述频率曲线的显著的第一上升段中的转折点。这个求得的点K相当于车轮罩下边缘K的点。为了实现所述车轮罩下边缘K的连续的曲线，在此建议以彼此搭接的方式定义所述角度范围。

通过对所述3D云点的分析不仅确定所述车轮旋转中心Z而且确定所述车身3上的点P，由此能够以较高的精度来可靠地确定高度水平h。用于实施所描述的方法的装置能够容易地并且以低廉的成本来制造，因为从相同的图像中确定所述车轮旋转中心Z和所述点P；尤其为了确定所述车身3上的点P，在进行漫射的照明时不需要额外的照明装置用于拍摄灰度值图像。

对于比如因为车身3在车轮2的环境中没有足够地反射结构化的照明的发光点所以用前面所描述的方法不能以足够的精度来识别车身3上的点P以求得高度水平这种情况来说，所述车身3上的点P也可以通过对在进行非结构化的照明时拍摄的灰度值图像的分析来确定。

图6示意性地示出了具有轮辋4和将该轮辋2包围的轮胎6以及车身3的将车轮2包围的区域尤其将车轮2包围的车轮罩的灰度值图像。灰度值图像可以用传感器单元12、13或者作为替代方案用（未示出的）专门用来拍摄灰度值图像的拍摄装置比如经过校准的（立体）摄像机来拍摄。

所述车轮旋转中心Z如前面所描述的一样已经从车轮2的在图3a到3c中示出的3D云点中得到确定。所述车轮罩下边缘K比如通过边缘识别方法或者差异测量方法从至少两张灰度值图像中来确定，在图6中在所述灰度值图像中示出了一种实施例。而后作为所述车轮旋转中心Z与所述车轮罩下边缘K的最高点P之间的垂直间距来得到所述高度水平h。

图7示范性地示出了用于在利用已经用两台摄像机或者说传感器装置12、13拍摄的立体灰度值图像对101、102的情况下来确定车轮罩下边缘的过程。

为了确定轮廓，相应地对从车轮旋转中心Z出发朝车身方向的图像截取部分进行研究111、112。图8a和8b示范性地分别示出了立体灰度值图像对101、102的两张图像的图像截取部分。从在进行结构化照明时拍摄的图像中确定车轮旋转中心Z，从中知道了所述车轮旋转中心Z以及车轮半径。所述截取部分的大小大约为所述车轮2半径的1.5倍或2倍。所述车轮罩下边缘K的轮廓在所研究的图像截取部分中预料处于车轮半径之外。

为了在3D空间中确定轮廓，首先在相应的2D灰度值图像101、102中探测到所述轮廓（步骤121、122）。这用边缘识别方法比如从图像处理中公知的“Canny-边缘”运算子来进行。这方面的一种实施例在图9a和9b中示出。

首先对合适的灰度值轮廓进行预选131、132。在此寻找相应的轮廓，这些轮廓超过一定的长度并且朝所预料的车轮罩下边缘K的方向伸展。

在下一个步骤140中（图7），在两张单图101、102中选择车轮罩轮廓。任务在于，从前面在这两张图像中求得的如在图10a和10b中示出的一样的轮廓边缘KK中追踪并且分配所述车轮罩下边缘K的相应的轮廓边缘KK。

为进行评估，考虑到不同的标准。以成本价值C_g的形式对来自第一传感器装置12的灰度值图像101的轮廓与来自所述第二传感器装置13的灰度值图像102之间的可能的配属关系进行评估。

首先对局部的质量进行评估，方法是将轮廓长度与最大可能的轮廓长度进行比较。由较长的轮廓构成的轮廓对应该定级高于具有较短的轮廓长度的轮廓对。也要检查，所探测到的轮廓是否具有凸出的弯曲度。在灰度值图像101、102中对轮廓的厚度进行检查。此外对轮廓位置之间的差异并且也对轮廓在灰度值图像101、102中的绝对位置进行评估。所述差异必须处于所表明的公差范围内。用所述轮廓的绝对位置来对与车轮之间的靠近程度进行评估。如果存在优先的关于所述轮廓的绝对位置的知识，则其可以一同纳入到候选的轮廓对的评估中。

灰度值图像101中的轮廓与灰度值图像102中的轮廓之间的配属关系的总成本从用加权因数w_i加权的单个成本c_i的总和中获得：

具有最小的成本（）的轮廓对相当于一致的轮廓对并且作为所述车轮罩下边缘K的轮廓来选出。

借助于所述传感器单元12、13的校准数据，在步骤150中（图7）将相应的轮廓点K（参见图11a和11b）转移到3D空间中。如果知道所述车轮罩下边缘K的在3D空间中的位置和形状，则可以用已知的方法作为局部的3D最大值来求得顶点P。

对灰度值图像101、102的分析代表着按本发明的方法的一种变型方案，该变型方案尤其在不利的照明状况中并且/或者在车身3的反射性较差时证实是有利的。

在另一种实施例中，将从所述灰度值图像101、102中确定点P的做法与从所述3D云点中确定点P的做法组合起来并且就这样还进一步改进所述方法的稳健性和/或精度。

图12a到12d示意性地示出了在测量过程中也就是在车辆1驶到比如构造为具有转盘9的升降台的测量位置上的过程中实施高度水平测量的情况的示意图。

在图12a到12d中示意性地示出了沿水平方向伸展的轮轨8，在所述轮轨8上在边缘7与15之间在左边示出的区域中加入了转盘9。在图12a到12d的示意图中，在有待测量的车辆1中仅仅示出了一个车轮2和一条车轮罩下边缘K。

图12a到12d以时间顺序示出，（未示出的）车辆1或者说车轮2如何从右往左经过轮轨8和边缘15滚到所述转盘9上并且必要时越过边缘7滚动的情况。在实际上，所述边缘7、15经常或多或少地具有明显的高度梯级。

在所述车辆1或者说车轮2沿着轮轨8运动的过程中，用结构化的和/或非结构化的照明装置来对车轮2进行照明并且在不同的时刻相应地拍摄至少两张反射图像，根据前面所描述的方法之一从所述反射图像中确定所述车轮中心Z和车轮罩下边缘K并且在不同的时刻t求得所述高度水平h_t也就是车轮旋转中心Z与车轮罩下边缘K的最高点P之间的垂直间距。

在一种实施例中，图像系列的拍摄频率在此至少为3Hz，从而对于3到4秒的拍摄时间来说9到12张（立体图像）可供分析所用。

所求得的车轮中心Z对于平坦的轮轨8来说在运动过程中通常处于一条直线上或者可以接近于这样的直线。在这种情况下，在不同的时刻t求得的高度水平h_t（t=1、2、3）在很大程度上是相同的。在越过障碍比如在所述转盘9之前在所述轮轨8中构成的高度梯级15时并且在所述底盘由此进行弹簧变位时，所述车轮旋转中心Z的相对于车轮罩下边缘K的位置发生变化并且由此在这个时刻测量的高度水平h₄（图12d）也发生变化。这样的在所述弹簧变位过程中求得的明显偏离前面求得的高度水平值h₁到h₃的高度水平值h₄可以作为无效值而抛弃，以防止其歪曲测量的结果。

如果在测量过程中也就是在车辆在测量位置上滚动的过程中实施所述高度水平测量，那么在真正的用于进行底盘测量的测量过程之前就可以确定所述高度水平h，从而对于整个测量过程来说在总体上需要较少的时间，其中在所述车轮2已经定位在所述转盘9上之后实施所述真正的用于进行底盘测量的测量过程。

对于在不同的时刻t求得的高度水平h_t来说所述车轮中心Z至少近似地处于一条直线上，在此可以以统计方法对所述高度水平h_t进行分析；尤其通过多张图像通过对单个的高度水平值h_t求平均值的方法可以改进所产生的高度水平h的精度。

在弹簧变位的过程中例如在越过障碍或者边缘7、15的过程中已经求得的并且会歪曲测量的结果的高度水平h_t可以予以抛弃并且从求平均值的过程中排除出去。

在从旁边驶过的过程中求得的高度水平可以加以保存并且可以用于在接下来在车辆1停止时进行的测量中进行进一步诊断。这一点可能十分有益，用于识别比如在实施测量的过程中有人坐在车辆1中时出现的错误的测量状态。

Claims (11)

1.用于确定用于对具有车身（3）和至少一个车轮（2）的车辆（1）进行底盘测量的间距的方法，该方法包括以下步骤：

a）将结构化的光图案至少投影到所述车轮（2）以及所述车身（3）的将该车轮（2）包围的区域上；

b）用成像的传感系统（12、13）为所述车轮（2）的不同的旋转位置拍摄由所述车轮（2）反射的光图案；

c）从所反射的光图案中确定3D云点；

其特征在于，实施以下其他步骤，

1）通过

1a）使所述车轮（2）的参数的表面模型与用于所述车轮（2）的不同的旋转位置的3D云点相匹配；

1b）计算用于所述车轮（2）的相应的旋转位置的车轮法向量；

1c）从所述车轮法向量（22）的空间的运动中计算所述旋转轴线（24）并且由此计算所述车轮旋转中心（Z）

来确定所述车轮（2）的车轮旋转中心（Z）；

2）通过对以前确定的3D云点的分析来确定所述车身（3）上的点（P）；

3）作为所述车轮旋转中心（Z）与所述车身（3）上的点（P）之间的垂直间距来确定高度水平（h）。

2.按权利要求1所述的方法，其中通过对所述3D云点的分析来确定所述车身（3）上的点（P）的步骤包括将车身（3）的边缘（K）定位在所述3D云点中的步骤。

3.按权利要求2所述的方法，其中对所述3D云点的分析包括从所述车轮旋转中心（Z）出发将所述3D云点划分为角度范围的步骤。

4.用于确定用于对具有车身（3）和至少一个车轮（2）的车辆（1）进行底盘测量的间距的方法，该方法包括以下步骤：

a）将结构化的光图案至少投影到所述车轮（2）上；

b）用成像的传感系统（12、13）来拍摄由所述车轮（2）反射的光图案；

c）从所反射的光图案中确定3D云点；

其特征在于，实施以下其他步骤，

1）通过

1a）使所述车轮（2）的参数的表面模型与所述用于车轮（2）的不同的旋转位置的3D云点相匹配；

1b）计算用于所述车轮（2）的相应的旋转位置的车轮法向量：

1c）从所述车轮法向量（22）的空间的运动中计算所述旋转轴线（24）并且由此计算所述车轮旋转中心（Z）

这些步骤来确定所述车轮（2）的车轮旋转中心（Z）；

2）通过

2a）用非结构化的照明机构对车辆（1）进行照明；

2b）使所述被照明的车辆（1）从一个具有至少两个成像的传感器（12、13）的装置的旁边驶过；

2c）在所述车辆（1）从所述成像的传感器（12、13）的旁边驶过的过程中拍摄多个灰度值图像（101、102）；

2d）通过对所述灰度值图像（101、102）的分析来确定车身（3）上的点（P）

这些步骤来确定所述车身（3）上的点（P）；

3）作为所述车轮旋转中心（Z）与所述车身（3）上的点（P）之间的垂直间距来确定高度水平（h）。

5.按权利要求4所述的方法，其中所述高度水平（h）的确定包括对多个已经从多张灰度值图像（101、102）中确定的高度水平（h_t）求平均值的步骤。

6.按权利要求4或5所述的方法，其中对所述灰度值图像（101、102）的分析包括边缘识别、对边缘进行立体-一致性分配、3D三角测量和对3D轮廓中的车轮罩下边缘（K）进行分类这些步骤。

7.按权利要求6所述的方法，其中对所述灰度值图像（101、102）的分析包括借助于立体方法进行差异测量、从所述差异测量中产生3D云点并且对所述车轮罩下边缘（K）进行分类这些步骤。

8.按权利要求1到3中任一项所述的方法，其中根据权利要求4或5额外地通过对至少两张灰度值图像（101、102）的分析来确定所述车身（3）上的点（P），其中只有通过对在进行结构化的照明时拍摄的3D云点的分析不能以足够的精度来确定所述车身（3）上的点（P）时才通过对至少两张灰度值图像（101、102）的分析确定所述车身（3）上的点（P）。

9.按权利要求6所述的方法，其中用Canny边缘滤波器进行边缘识别。

10.用于确定用于对具有车身（3）和至少一个车轮（2）的车辆（1）进行底盘测量的间距的装置，该装置包括：

a）至少一台设置用于将结构化的光图案投影到所述车辆（1）的至少一个车轮（2）以及所述车身（3）的将该车轮（2）包围的区域上的投影仪（11）；

b）至少一个构造用于拍摄由所述车轮（2）及所述车身（3）的将该车轮（3）包围的区域反射的光图案的成像的传感系统（12、13）；以及

c）至少一个分析单元（14），该分析单元构造用于

c1）从所反射的光图案中确定3D云点；

c2）使所述车轮（2）的参数的表面模型与所述3D云点相匹配；

c3）确定用于所述车轮（2）的不同的旋转位置的相应的车轮法向量；

其特征在于，构造所述至少一个分析单元（14），用于，

1）从所述车轮法向量（22）的空间的运动中计算所述旋转轴线（24）并且由此计算所述车轮旋转中心（Z）；

2）通过对所述3D云点的分析来确定所述车身（3）上的点（P）；并且

3）作为所述车轮旋转中心（Z）与所述车身（3）上的点（P）之间的垂直间距来确定高度水平（h）。

11.用于确定用于对具有车身（3）和至少一个车轮（2）的车辆（1）进行底盘测量的间距以及用于确定高度水平（h）的装置，该装置包括：

a）至少一台设置用于将结构化的光图案投影到所述车辆（1）的至少一个车轮（2）以及所述车身（3）的将该车轮（2）包围的区域上的投影仪（11）；

b）至少一个构造用于拍摄由所述车轮（2）及所述车身（3）的将该车轮（3）包围的区域反射的光图案的成像的传感系统（12、13）；以及

c）至少一个摄像装置（12、13），所述摄像装置构造用于在所述车辆（1）从所述摄像装置（12、13）的旁边驶过的过程中拍摄多个灰度值图像（101、102）；

d）至少一个分析单元（14），该分析单元构造用于

d1）从所反射的光图案中确定3D云点；

d2）使所述车轮（2）的参数的表面模型与所述3D云点相匹配；

d3）确定用于所述车轮（2）的不同的旋转位置的相应的车轮法向量；

其特征在于，构造所述至少一个分析单元（14），用于，

1）从所述车轮法向量（22）的空间的运动中计算所述旋转轴线（24）并且由此计算所述车轮旋转中心（Z）；

2）通过对所述灰度值图像（101、102）的分析来确定所述车身（3）上的至少一个点（P）；并且

3）作为所述车轮旋转中心（Z）与所述车身（3）上的点（P）之间的垂直间距来确定高度水平（h）。