CN103162639A - 一种获取车辆三维轮廓的方法、装置及系统 - Google Patents
一种获取车辆三维轮廓的方法、装置及系统 Download PDFInfo
- Publication number
- CN103162639A CN103162639A CN2011104140286A CN201110414028A CN103162639A CN 103162639 A CN103162639 A CN 103162639A CN 2011104140286 A CN2011104140286 A CN 2011104140286A CN 201110414028 A CN201110414028 A CN 201110414028A CN 103162639 A CN103162639 A CN 103162639A
- Authority
- CN
- China
- Prior art keywords
- laser radar
- vehicle
- group
- coordinate information
- xsect
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000005259 measurement Methods 0.000 claims abstract description 56
- 230000033001 locomotion Effects 0.000 claims description 60
- 238000006073 displacement reaction Methods 0.000 claims description 37
- 238000012545 processing Methods 0.000 claims description 17
- 238000013519 translation Methods 0.000 claims description 7
- 108020005210 Integrons Proteins 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 8
- 238000001514 detection method Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 239000012467 final product Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000012466 permeate Substances 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000012857 repacking Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Landscapes
- Traffic Control Systems (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明实施例公开了一种获取车辆三维轮廓的方法、装置及系统。在所述方法中，第一组激光雷达的扫描面与车辆运动方向垂直，第二组激光雷达则平行。在车辆通过时进行多次测量，在每次测量中获取第一组激光雷达的当前最新一帧的第一图像数据并获得车辆一横截面的轮廓点的二维坐标信息，获取来自第二组激光雷达的当前最新一帧的第二图像数据并获得该横截面在车辆运动方向上的坐标信息，然后根据二维坐标信息及横截面在车辆运动方向上的坐标信息，获得横截面的轮廓点的三维坐标信息，最后对多次测量获得的多个横截面的轮廓点的三维坐标信息进行插值处理，获得车辆的三维轮廓。通过本方法可以获得车辆精确的三维轮廓数据。
Description
技术领域
本发明涉及测量领域，尤其是涉及一种获取车辆三维轮廓的方法、装置及系统。
背景技术
在道路运输行业中，经常出现车辆非法改装如超长、超宽、超高等现象，车辆的这种超限运输往往直接导致超载，从而易带来道路交通事故和道路设施的早期损坏等问题。当前国家也有相应的法律法规明确规定车辆的结构不得任意改造，严禁超限，载物的长、宽、高尺寸不得违反装载要求，因此车辆的整车尺寸/三维轮廓数据等参数成为汽车通过性参数及运行安全检测的重要内容。
目前我国汽车检测机构普遍采用的测量器有卷尺、角度尺、外径卡规、标杆，以及光学式和电磁式检测仪等。在对车辆三维轮廓进行测量时，大多数方法仍是在车辆处于静止状态下，通过人工借助卷尺、角度尺、标杆等方法进行的干预测量。这些测量方式效率低，人为误差大，可重复性差，不能满足现代化检测的要求。而工业上使用的全站仪、三坐标测量机、轮廓仪等结构复杂，对测量条件要求苛刻，测量时间长，价格昂贵，不利于在汽车检测领域进行推广。
现有技术中的一种方案是通过图像处理技术检测车辆位置、姿态和三维轮廓，如基于双目立体视觉的双目摄像重建方法。双目立体视觉作为计算机视觉的重要分支，是一种由不同位置的2台或者1台摄像机经过移动或旋转拍摄同一幅场景，通过计算空间点在两幅图像中的视差来获得该点的三维坐标的方法。这种方法可以实现自动、快速、非接触测量。
发明人在实现本发明的过程中，发现该方案至少存在以下缺点：需要摄像机在不同的方位拍摄图像再由拍摄到的2张2D图像重建3D物体，对光照条件要求苛刻，测量精度低，可靠性、稳定性差。
现有技术中的另一种技术方案是由激光位移传感器生成通过物体的三维轮廓，该方法通过多道激光光束组成幕帘式的激光光幕来获取通过物体的轮廓尺寸，可非接触实时监测被测物轮廓变化数据，是一种将激光光源、光电检测和计算机工业控制技术相结合的光、机、电一体化轮廓检测系统，可广泛用于生产线上对各种规格的轮廓实时测量上。
发明人在实现本发明的过程中，发现该方案虽然解决了对光照条件要求苛刻、测量精度低、可靠性稳定性差的问题，有着非接触、实时性强、抗干扰能力强、精度高等优点，但也存在以下缺点：该方案中使用的各类激光幕帘均是专用于测量小尺寸工件的，测量范围小，对于车辆这样尺寸较大的物体就不适用了，无法得到车辆的三维轮廓数据。
发明内容
本发明要解决的技术问题是：获得车辆的三维轮廓数据。
本发明实施例提供了一种获取车辆三维轮廓的方法，用于包括第一组激光雷达及第二组激光雷达的系统，其中
所述第一组激光雷达和所述第二组激光雷达均为二维激光雷达，且
所述第一组激光雷达的扫描面与车辆的运动方向垂直，所述第二组激光雷达的扫描面与所述车辆的运动方向平行；
所述方法包括以下步骤：
在所述车辆通过时，驱动所述第一组激光雷达和第二组激光雷达进行多次测量；
在每次测量时，获取来自所述第一组激光雷达的当前最新一帧的第一图像数据，利用所述第一图像数据获得所述车辆一横截面的轮廓点的二维坐标信息，
获取来自所述第二组激光雷达的当前最新一帧的第二图像数据，利用所述第二图像数据获得所述横截面在所述车辆运动方向上的坐标信息，
根据所述横截面的轮廓点的二维坐标信息及所述横截面在所述车辆运动方向上的坐标信息，获得所述横截面的轮廓点的三维坐标信息；
对所述多次测量获得的多个横截面的轮廓点的三维坐标信息进行插值处理，获得所述车辆的三维轮廓。
优选的，所述第一组激光雷达具体包括两台激光雷达，所述两台激光雷达同高并位于同一与所述车辆运动方向垂直的平面内，且分别位于所述车辆的运动方向的两侧。
优选的，获取来自所述第一组激光雷达的当前最新一帧的第一图像数据，利用所述第一图像数据获得所述车辆一横截面的轮廓点的二维坐标信息的步骤，具体包括：
获取来自所述第一组激光雷达中每台激光雷达的当前最新一帧图像数据，
根据所述每台激光雷达的当前最新一帧图像数据，获取所述车辆一横截面各部分轮廓点的二维坐标信息；
将所述横截面各部分轮廓点的二维坐标信息进行坐标平移及合并处理，获得所述横截面全部轮廓点的二维坐标信息。
优选的，利用所述第二图像数据获得所述横截面在所述车辆运动方向上的坐标信息的步骤，具体包括：
利用所述第二图像数据获取所述车辆在本次测量与上次测量之间的位移；
通过所述位移与一指定坐标相加，获取所述横截面在所述车辆运动方向上的坐标信息。
优选的，利用所述第二图像数据获取所述车辆在本次测量与上次测量之间的位移的步骤，具体包括：
利用本次测量获取的所述第二图像数据获得目标线段及其特征信息；
将本次测量得到的与上次测量得到的目标线段进行特征匹配，若满足指定条件则识别为同一目标线段，并将所述目标线段的中心点的位移作为所述车辆在本次测量与上次测量之间的位移。
本发明实施例还提供了一种获取车辆三维轮廓的装置，用于包括第一组激光雷达及第二组激光雷达的系统，其中
所述第一组激光雷达和所述第二组激光雷达均为二维激光雷达，且
所述第一组激光雷达的扫描面与车辆的运动方向垂直，所述第二组激光雷达的扫描面与所述车辆的运动方向平行；
所述装置包括：
控制单元：用于在所述车辆经过时驱动所述第一组激光雷达和第二组激光雷达进行多次测量；
横向坐标获取单元：用于在所述车辆经过时驱动所述第一组激光雷达进行多次测量，在每次测量时，获取来自所述第一组激光雷达的当前最新一帧的第一图像数据，利用所述第一图像数据获得所述车辆一横截面的轮廓点的二维坐标信息；
纵向坐标获取单元：用于在所述车辆经过时驱动所述第二组激光雷达进行多次测量，在每次测量时，通过所述第二组激光雷达获取所述横截面在所述车辆运动方向上的坐标信息；
三维坐标生成单元：用于根据所述横截面的轮廓点的二维坐标信息及所述横截面在所述车辆运动方向上的坐标信息，生成所述横截面的轮廓点的三维坐标信息；
三维轮廓生成单元：用于对所述多次测量获得的多个横截面的轮廓点的三维坐标信息进行插值处理，生成所述车辆的三维轮廓。
优选的，所述横向坐标获取单元具体包括：
横向坐标获取子单元：用于获取来自所述第一组激光雷达中每台激光雷达的当前最新一帧图像数据，根据所述每台激光雷达的当前最新一帧图像数据，获取所述车辆一横截面各部分轮廓点的二维坐标信息；
横向坐标整合子单元：用于将所述横截面各部分轮廓点的二维坐标信息进行坐标平移及合并处理，获得所述横截面全部轮廓点的二维坐标信息。
优选的，所述纵向坐标获取单元具体包括：
图像数据获取子单元：用于获取来自所述第二组激光雷达的当前最新一帧的第二图像数据
位移获取子单元：用于利用所述第二图像数据获取所述车辆在本次测量与上次测量之间的位移；
纵向坐标生成子单元：用于通过所述位移与一指定坐标相加，获取所述横截面在所述车辆运动方向上的坐标信息。
优选的，所述位移获取子单元具体包括：
目标线段获取子单元：用于利用本次测量获取的所述第二图像数据获得目标线段及其特征信息；
目标线段特征匹配子单元：用于将本次测量得到的与上次测量得到的目标线段进行特征匹配，若满足指定条件则识别为同一目标线段，并将所述目标线段的中心点的位移作为所述车辆在本次测量与上次测量之间的位移。
本发明实施例还提供了一种获取车辆三维轮廓的系统，包括：
第一组激光雷达：为二维激光雷达，其扫描面与车辆的运动方向垂直；
第二组激光雷达：为二维激光雷达，其扫描面与车辆的运动方向平行；
处理器：用于在所述车辆经过时驱动所述第一组激光雷达和第二组激光雷达进行多次测量；在所述车辆经过时驱动所述第一组激光雷达进行多次测量，在每次测量时，获取来自所述第一组激光雷达的当前最新一帧的第一图像数据，利用所述第一图像数据获得所述车辆一横截面的轮廓点的二维坐标信息；在所述车辆经过时驱动所述第二组激光雷达进行多次测量，在每次测量时，通过所述第二组激光雷达获取所述横截面在所述车辆运动方向上的坐标信息；根据所述横截面的轮廓点的二维坐标信息及所述横截面在所述车辆运动方向上的坐标信息，生成所述横截面的轮廓点的三维坐标信息；对所述多次测量获得的多个横截面的轮廓点的三维坐标信息进行插值处理，生成所述车辆的三维轮廓。
本发明实施例的方法、装置及系统，通过使用安放在不同位置的多台二维激光雷达进行扫描，获取车辆的运动信息，并将各台雷达的数据融合在一起，从而获得了车辆的三维轮廓数据，解决了传统激光测量方法无法测量大尺寸物体的缺陷，且具有效率高、误差小、不阻断交通、算法简单、可靠性好稳定性好等优点。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例一方法的流程图；
图2是本发明实施例一的连接示意图；
图3是本发明实施例一中激光雷达布设位置示意图；
图4是本发明实施例一中生成的车辆三维轮廓示意图；
图5是本发明实施例二装置的示意图；
图6是本发明实施例三系统的示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例一
图1是本发明实施例一中方法的流程图，用于包括第一组激光雷达及第二组激光雷达的系统，其中所述第一组激光雷达和所述第二组激光雷达均为二维激光雷达，且所述第一组激光雷达的扫描面与车辆的运动方向垂直，所述第二组激光雷达的扫描面与所述车辆的运动方向平行。
第一组激光雷达中的激光雷达可称为横向激光雷达，第二组激光雷达中的激光雷达可称为纵向激光雷达。在本实施例中，横向激光雷达和纵向激光雷达均是二维激光雷达，所述二维激光雷达是一种通过发出一条线状的激光束，利用高频率的旋转形成一个扫描面，通过激光的反射来获取扫描面内目标的位置信息的激光雷达。参见图2所示，在本实施例中，第一组及第二组中的各台激光雷达具体通过交换机及网络与服务器相连。
参见图3所示，优选的，所述第一组激光雷达具体包括两台激光雷达，所述两台激光雷达同高并位于同一与所述车辆运动方向垂直的平面内，且分别位于所述车辆的运动方向的两侧。在本实施例中，可将两台横向激光雷达布设于距地面3.55m高处，将一台纵向激光雷达布设于车辆上方距地面3.52m高处。另外，优选的，可以将纵向激光雷达的扫描面设定为垂直于地面，参见图3所示。可以理解的是，在本发明其他实施例中，横向激光雷达及纵向激光雷达的个数、位置还可以是其他情况，只要是能满足第一组激光雷达中的激光雷达的扫描面与车辆的运动方向垂直、第二组激光雷达中的激光雷达的扫描面与所述车辆的运动方向平行且能扫描到车辆即可。
所述方法包括以下步骤：
S1：在所述车辆通过时，驱动所述第一组激光雷达和第二组激光雷达进行多次测量。在车辆经过时，横向激光雷达和纵向激光雷达在多个时刻进行测量，即进行多次测量，并将每次测量的数据通过交换机及网络发送或称上传给服务器。
S2：在每次测量时，获取来自所述第一组激光雷达的当前最新一帧的第一图像数据，利用所述第一图像数据获得所述车辆一横截面的轮廓点的二维坐标信息；获取来自所述第二组激光雷达的当前最新一帧的第二图像数据，利用所述第二图像数据获得所述横截面在所述车辆运动方向上的坐标信息；根据所述横截面的轮廓点的二维坐标信息及所述横截面在所述车辆运动方向上的坐标信息，获得所述横截面的轮廓点的三维坐标信息。
优选的，S2中，获取来自所述第一组激光雷达的当前最新一帧的第一图像数据，利用所述第一图像数据获得所述车辆一横截面的轮廓点的二维坐标信息的步骤，可以包括以下步骤：
S211：获取来自所述第一组激光雷达中每台激光雷达的当前最新一帧图像数据，根据所述每台激光雷达的当前最新一帧图像数据，获取所述车辆一横截面各部分轮廓点的二维坐标信息。
S212：将所述横截面各部分轮廓点的二维坐标信息进行坐标平移及合并处理，获得所述横截面全部轮廓点的二维坐标信息。
在本实施例中，设两台横向激光雷达之间的距离为a。每台横向激光雷达均以本雷达为原点、以与地面平行并垂直于车辆运动方向的方向作为X轴、以垂直于地面的方向作为Y轴，分别建立二维坐标系。在一次测量时，每台横向激光雷达都会获得一帧图像数据，该图像数据中包含此次测量对应的车辆横截面上的若干轮廓点(例如526个点)的X、Y坐标。此时只要根据距离a将其中一台横向激光雷达的二维坐标系向另一台横向激光雷达方向进行平移处理，即可将两台横向激光雷达测得的轮廓点的二维坐标统一，这样两部分轮廓点即可合并在一起从而组成该横截面的全部轮廓点。
在本发明其他实施例中，若只有一台横向激光雷达也是可以的。虽然此时该横截面中有部分轮廓会因被车身遮挡住而无法测到，但可以理解的是，因为车辆都是对称的，所以完全可以根据对称性而得到那部分被遮挡住的轮廓。
优选的，S2中，利用所述第二图像数据获得所述横截面在所述车辆运动方向上的坐标信息的步骤，可以包括以下步骤：
S221：利用所述第二图像数据获取所述车辆在本次测量与上次测量之间的位移。
S222：通过所述位移与一指定坐标相加，获取所述横截面在所述车辆运动方向上的坐标信息。
在本实施例中，以车辆运动方向为Z轴。假设在车辆通过过程中一共得到了N个横截面的二维坐标，并将这些横截面按得到的时间先后顺序给予编号0、1、2...i...的编号。预先设定最初横截面即第0横截面在Z轴上的坐标为z0，即第0横截面上各轮廓点的Z坐标均为z0，其中z0可以为任意值。假设在某时刻获得了第i横截面的二维坐标，同时通过纵向激光雷达获取到该时刻与其上一时刻之间车辆的位移di，则根据z0及di可算出第i横截面的Z坐标zi，即z1＝z0+d1，z2＝z1+d2＝z0+d1+d2，zi＝zi-1+di＝z0+d1+...+di，...。
优选的，其中S221可以包括以下步骤：
S2211：利用本次测量获取的所述第二图像数据获得目标线段及其特征信息。
S2211：将本次测量得到的与上次测量得到的目标线段进行特征匹配，若满足指定条件则识别为同一目标线段，并将所述目标线段的中心点的位移作为所述车辆在本次测量与上次测量之间的位移。
在本实施例中，纵向激光雷达具体是通过如下方式获得车辆位移的：纵向激光雷达某时刻获取的第i帧图像数据中会包含车辆轮廓上若干目标线段的位置信息，将第i帧图像数据与前一时刻获得的第i-1帧图像数据进行匹配，如果前后两条目标线段满足指定的条件，例如线段长度变化小于某阈值、位移变化小于另一阈值等，则将这两条目标线段识别为同一线段，该线段的中心点在前后两个时刻之间的位移即为车辆的位移。
此外，在本实施例中，若各台横向激光雷达与各台纵向激光雷达可以同步的将各自获取的每帧图像数据上传至服务器，则服务器每次即可直接将同时接收到的多帧数据融合为一帧数据，即统一每个横截面各轮廓点的X、Y坐标并在X、Y坐标基础上添加该横截面对应的Z坐标，从而得到各个横截面上各个轮廓点的三维坐标信息；若各台激光雷达的数据上传非同步，则在服务器端可以将每次接收到的各台激光雷达各自最新一帧的图像数据看成是同一时刻的数据，然后融合为一帧数据，即认为各台激光雷达最新上传的数据为同一时刻的扫描数据。
S3：对所述多次测量获得的多个横截面的轮廓点的三维坐标信息进行插值处理，获得所述车辆的三维轮廓。在本实施例中，插值方法可以选用Shepard方法、反距离平均法、线性插值三角网格法、Kriging方法等。可以采用MATLAB软件平台实现，插值通过griddata函数实现，轮廓生成通过mesh函数实现。获得的车辆三维轮廓参见图4所示。
实施例二
图5是实施例二中装置的示意图，用于包括第一组激光雷达及第二组激光雷达的系统，其中
所述第一组激光雷达和所述第二组激光雷达均为二维激光雷达，且
所述第一组激光雷达的扫描面与车辆的运动方向垂直，所述第二组激光雷达的扫描面与所述车辆的运动方向平行；
所述装置包括：
控制单元501：用于在所述车辆经过时驱动所述第一组激光雷达和第二组激光雷达进行多次测量；
横向坐标获取单元502：用于在所述车辆经过时驱动所述第一组激光雷达进行多次测量，在每次测量时，获取来自所述第一组激光雷达的当前最新一帧的第一图像数据，利用所述第一图像数据获得所述车辆一横截面的轮廓点的二维坐标信息；
纵向坐标获取单元503：用于在所述车辆经过时驱动所述第二组激光雷达进行多次测量，在每次测量时，通过所述第二组激光雷达获取所述横截面在所述车辆运动方向上的坐标信息；
三维坐标生成单元504：用于根据所述横截面的轮廓点的二维坐标信息及所述横截面在所述车辆运动方向上的坐标信息，生成所述横截面的轮廓点的三维坐标信息；
三维轮廓生成单元505：用于对所述多次测量获得的多个横截面的轮廓点的三维坐标信息进行插值处理，生成所述车辆的三维轮廓。
优选的，所述第一组激光雷达具体包括两台激光雷达，所述两台激光雷达同高并位于同一与所述车辆运动方向垂直的平面内，且分别位于所述车辆的运动方向的两侧。
优选的，所述横向坐标获取单元具体包括：
横向坐标获取子单元：用于获取来自所述第一组激光雷达中每台激光雷达的当前最新一帧图像数据，根据所述每台激光雷达的当前最新一帧图像数据，获取所述车辆一横截面各部分轮廓点的二维坐标信息；
横向坐标整合子单元：用于将所述横截面各部分轮廓点的二维坐标信息进行坐标平移及合并处理，获得所述横截面全部轮廓点的二维坐标信息。
优选的，所述纵向坐标获取单元具体包括：
图像数据获取子单元：用于获取来自所述第二组激光雷达的当前最新一帧的第二图像数据；
位移获取子单元：用于利用所述第二图像数据获取所述车辆在本次测量与上次测量之间的位移；
纵向坐标生成子单元：用于通过所述位移与一指定坐标相加，获取所述横截面在所述车辆运动方向上的坐标信息。
优选的，所述位移获取子单元具体包括：
目标线段获取子单元：用于利用本次测量获取的所述第二图像数据获得目标线段及其特征信息；
目标线段特征匹配子单元：用于将本次测量得到的与上次测量得到的目标线段进行特征匹配，若满足指定条件则识别为同一目标线段，并将所述目标线段的中心点的位移作为所述车辆在本次测量与上次测量之间的位移。
由于装置实施例与方法实施例的相似内容较多，因此介绍的比较简略，相关之处请参见方法实施例部分，此处不再赘述。
实施例三
图6是本发明实施例三中系统的示意图，包括：
第一组激光雷达601：为二维激光雷达，其扫描面与车辆的运动方向垂直；
第二组激光雷达602：为二维激光雷达，其扫描面与车辆的运动方向平行；
处理器603：用于在所述车辆经过时驱动所述第一组激光雷达和第二组激光雷达进行多次测量；在所述车辆经过时驱动所述第一组激光雷达进行多次测量，在每次测量时，获取来自所述第一组激光雷达的当前最新一帧的第一图像数据，利用所述第一图像数据获得所述车辆一横截面的轮廓点的二维坐标信息；在所述车辆经过时驱动所述第二组激光雷达进行多次测量，在每次测量时，通过所述第二组激光雷达获取所述横截面在所述车辆运动方向上的坐标信息；根据所述横截面的轮廓点的二维坐标信息及所述横截面在所述车辆运动方向上的坐标信息，生成所述横截面的轮廓点的三维坐标信息；对所述多次测量获得的多个横截面的轮廓点的三维坐标信息进行插值处理，生成所述车辆的三维轮廓。
优选的，所述第一组激光雷达601具体包括两台激光雷达，所述两台激光雷达同高并位于同一与所述车辆运动方向垂直的平面内，且分别位于所述车辆的运动方向的两侧。
由于系统实施例与方法实施例的相似内容较多，因此介绍的比较简略，相关之处请参见方法实施例部分，此处不再赘述
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，所述的程序可以存储于一计算机可读存储介质中，如：ROM/RAM、磁碟、光盘等。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个......”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。
Claims (10)
1.一种获取车辆三维轮廓的方法，其特征在于，用于包括第一组激光雷达及第二组激光雷达的系统，其中
所述第一组激光雷达和所述第二组激光雷达均为二维激光雷达，且
所述第一组激光雷达的扫描面与车辆的运动方向垂直，所述第二组激光雷达的扫描面与所述车辆的运动方向平行；
所述方法包括以下步骤：
在所述车辆通过时，驱动所述第一组激光雷达和第二组激光雷达进行多次测量；
在每次测量时，获取来自所述第一组激光雷达的当前最新一帧的第一图像数据，利用所述第一图像数据获得所述车辆一横截面的轮廓点的二维坐标信息，
获取来自所述第二组激光雷达的当前最新一帧的第二图像数据，利用所述第二图像数据获得所述横截面在所述车辆运动方向上的坐标信息，
根据所述横截面的轮廓点的二维坐标信息及所述横截面在所述车辆运动方向上的坐标信息，获得所述横截面的轮廓点的三维坐标信息；
对所述多次测量获得的多个横截面的轮廓点的三维坐标信息进行插值处理，获得所述车辆的三维轮廓。
2.根据权利要求1所述的方法，其特征在于，所述第一组激光雷达具体包括两台激光雷达，所述两台激光雷达同高并位于同一与所述车辆运动方向垂直的平面内，且分别位于所述车辆的运动方向的两侧。
3.根据权利要求1或2所述的方法，其特征在于，获取来自所述第一组激光雷达的当前最新一帧的第一图像数据，利用所述第一图像数据获得所述车辆一横截面的轮廓点的二维坐标信息的步骤，具体包括：
获取来自所述第一组激光雷达中每台激光雷达的当前最新一帧图像数据，
根据所述每台激光雷达的当前最新一帧图像数据，获取所述车辆一横截面各部分轮廓点的二维坐标信息；
将所述横截面各部分轮廓点的二维坐标信息进行坐标平移及合并处理，获得所述横截面全部轮廓点的二维坐标信息。
4.根据权利要求1或2所述的方法，其特征在于，利用所述第二图像数据获得所述横截面在所述车辆运动方向上的坐标信息的步骤，具体包括：
利用所述第二图像数据获取所述车辆在本次测量与上次测量之间的位移；
通过所述位移与一指定坐标相加，获取所述横截面在所述车辆运动方向上的坐标信息。
5.根据权利要求4所述的方法，其特征在于，利用所述第二图像数据获取所述车辆在本次测量与上次测量之间的位移的步骤，具体包括：
利用本次测量获取的所述第二图像数据获得目标线段及其特征信息；
将本次测量得到的与上次测量得到的目标线段进行特征匹配，若满足指定条件则识别为同一目标线段，并将所述目标线段的中心点的位移作为所述车辆在本次测量与上次测量之间的位移。
6.一种获取车辆三维轮廓的装置，其特征在于，用于包括第一组激光雷达及第二组激光雷达的系统，其中
所述第一组激光雷达和所述第二组激光雷达均为二维激光雷达，且
所述第一组激光雷达的扫描面与车辆的运动方向垂直，所述第二组激光雷达的扫描面与所述车辆的运动方向平行；
所述装置包括：
控制单元：用于在所述车辆经过时驱动所述第一组激光雷达和第二组激光雷达进行多次测量；
横向坐标获取单元：用于在所述车辆经过时驱动所述第一组激光雷达进行多次测量，在每次测量时，获取来自所述第一组激光雷达的当前最新一帧的第一图像数据，利用所述第一图像数据获得所述车辆一横截面的轮廓点的二维坐标信息；
纵向坐标获取单元：用于在所述车辆经过时驱动所述第二组激光雷达进行多次测量，在每次测量时，通过所述第二组激光雷达获取所述横截面在所述车辆运动方向上的坐标信息；
三维坐标生成单元：用于根据所述横截面的轮廓点的二维坐标信息及所述横截面在所述车辆运动方向上的坐标信息，生成所述横截面的轮廓点的三维坐标信息；
三维轮廓生成单元：用于对所述多次测量获得的多个横截面的轮廓点的三维坐标信息进行插值处理，生成所述车辆的三维轮廓。
7.根据权利要求6所述的装置，其特征在于，所述横向坐标获取单元具体包括：
横向坐标获取子单元：用于获取来自所述第一组激光雷达中每台激光雷达的当前最新一帧图像数据，根据所述每台激光雷达的当前最新一帧图像数据，获取所述车辆一横截面各部分轮廓点的二维坐标信息；
横向坐标整合子单元：用于将所述横截面各部分轮廓点的二维坐标信息进行坐标平移及合并处理，获得所述横截面全部轮廓点的二维坐标信息。
8.根据权利要求6所述的装置，其特征在于，所述纵向坐标获取单元具体包括：
图像数据获取子单元：用于获取来自所述第二组激光雷达的当前最新一帧的第二图像数据；
位移获取子单元：用于利用所述第二图像数据获取所述车辆在本次测量与上次测量之间的位移；
纵向坐标生成子单元：用于通过所述位移与一指定坐标相加，获取所述横截面在所述车辆运动方向上的坐标信息。
9.根据权利要求8所述的装置，其特征在于，所述位移获取子单元具体包括：
目标线段获取子单元：用于利用本次测量获取的所述第二图像数据获得目标线段及其特征信息；
目标线段特征匹配子单元：用于将本次测量得到的与上次测量得到的目标线段进行特征匹配，若满足指定条件则识别为同一目标线段，并将所述目标线段的中心点的位移作为所述车辆在本次测量与上次测量之间的位移。
10.一种获取车辆三维轮廓的系统，其特征在于，包括：
第一组激光雷达：为二维激光雷达，其扫描面与车辆的运动方向垂直；
第二组激光雷达：为二维激光雷达，其扫描面与车辆的运动方向平行；
处理器：用于在所述车辆经过时驱动所述第一组激光雷达和第二组激光雷达进行多次测量；在所述车辆经过时驱动所述第一组激光雷达进行多次测量，在每次测量时，获取来自所述第一组激光雷达的当前最新一帧的第一图像数据，利用所述第一图像数据获得所述车辆一横截面的轮廓点的二维坐标信息；在所述车辆经过时驱动所述第二组激光雷达进行多次测量，在每次测量时，通过所述第二组激光雷达获取所述横截面在所述车辆运动方向上的坐标信息；根据所述横截面的轮廓点的二维坐标信息及所述横截面在所述车辆运动方向上的坐标信息，生成所述横截面的轮廓点的三维坐标信息；对所述多次测量获得的多个横截面的轮廓点的三维坐标信息进行插值处理，生成所述车辆的三维轮廓。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201110414028.6A CN103162639B (zh) | 2011-12-12 | 2011-12-12 | 一种获取车辆三维轮廓的方法、装置及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201110414028.6A CN103162639B (zh) | 2011-12-12 | 2011-12-12 | 一种获取车辆三维轮廓的方法、装置及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103162639A true CN103162639A (zh) | 2013-06-19 |
| CN103162639B CN103162639B (zh) | 2015-06-10 |
Family
ID=48585932
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201110414028.6A Active CN103162639B (zh) | 2011-12-12 | 2011-12-12 | 一种获取车辆三维轮廓的方法、装置及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103162639B (zh) |
Cited By (22)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105301600A (zh) * | 2015-11-06 | 2016-02-03 | 中国人民解放军空军装备研究院雷达与电子对抗研究所 | 一种基于锥形反射镜的无扫描激光三维成像装置 |
| CN105606023A (zh) * | 2015-12-18 | 2016-05-25 | 武汉万集信息技术有限公司 | 一种车辆外廓尺寸测量方法和系统 |
| CN105890542A (zh) * | 2016-06-02 | 2016-08-24 | 合肥市极点科技有限公司 | 一种机动车外廓尺寸测量系统及方法 |
| WO2017032335A1 (en) * | 2015-08-26 | 2017-03-02 | Zhejiang Dahua Technology Co., Ltd. | Methods and systems for traffic monitoring |
| CN108132025A (zh) * | 2017-12-24 | 2018-06-08 | 上海捷崇科技有限公司 | 一种车辆三维轮廓扫描构建方法 |
| CN108528458A (zh) * | 2017-03-02 | 2018-09-14 | 通用汽车环球科技运作有限责任公司 | 用于车辆尺寸预测的系统和方法 |
| CN108592797A (zh) * | 2018-03-28 | 2018-09-28 | 华南理工大学 | 一种车辆外廓尺寸与轴距的动态测量方法与系统 |
| CN109520418A (zh) * | 2018-11-27 | 2019-03-26 | 华南农业大学 | 一种基于二维激光扫描仪的托盘位姿识别方法 |
| CN109828282A (zh) * | 2019-01-31 | 2019-05-31 | 浙江工业大学 | 一种基于激光雷达的车辆外廓尺寸自动检测系统及方法 |
| CN110648538A (zh) * | 2019-10-29 | 2020-01-03 | 苏州大学 | 一种基于激光雷达网络的交通信息感知系统及方法 |
| CN110736437A (zh) * | 2019-12-04 | 2020-01-31 | 西华大学 | 车辆碰撞变形辅助测量装置及变形测量方法 |
| CN110764096A (zh) * | 2019-09-24 | 2020-02-07 | 浙江华消科技有限公司 | 灾害区域的三维地图构建方法、机器人及机器人控制方法 |
| US10563976B2 (en) | 2018-04-02 | 2020-02-18 | Traffic Control Technology Co., Ltd | Method and system for detecting a gauge of a metro vehicle |
| US20200226778A1 (en) * | 2019-01-10 | 2020-07-16 | Black Sesame International Holding Limited | High precision object location in a parking lot |
| CN111551122A (zh) * | 2020-06-30 | 2020-08-18 | 上海振华重工(集团)股份有限公司 | 一种基于激光雷达的火车车皮数量和长度测量系统及方法 |
| CN112686949A (zh) * | 2020-12-30 | 2021-04-20 | 深圳艾灵网络有限公司 | 一种车辆定位方法、系统及相关设备 |
| CN113687387A (zh) * | 2021-09-07 | 2021-11-23 | 广州大学 | 一种激光雷达扫描装置以及激光雷达扫描方法 |
| CN113777616A (zh) * | 2021-07-27 | 2021-12-10 | 武汉市异方体科技有限公司 | 一种运动车辆测距方法 |
| CN114088041A (zh) * | 2021-10-18 | 2022-02-25 | 北京魔鬼鱼科技有限公司 | 车辆三维扫描成像方法及系统 |
| CN114112448A (zh) * | 2021-11-24 | 2022-03-01 | 中车长春轨道客车股份有限公司 | 基于f轨的磁浮车辆动态限界的测试装置和测试方法 |
| CN114178282A (zh) * | 2021-11-12 | 2022-03-15 | 国能铁路装备有限责任公司 | 制动梁清洗生产线、识别定位系统、装置及方法 |
| CN114088041B (zh) * | 2021-10-18 | 2024-11-05 | 北京魔鬼鱼科技有限公司 | 车辆三维扫描成像方法及系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000298007A (ja) * | 1999-04-14 | 2000-10-24 | Ishikawajima Harima Heavy Ind Co Ltd | 車幅計測方法及び装置 |
| CN2884370Y (zh) * | 2005-12-27 | 2007-03-28 | 武汉利德高新技术股份有限公司 | 列车装载安全综合检测装置 |
| JP2008309533A (ja) * | 2007-06-13 | 2008-12-25 | Ihi Corp | 車両形状計測方法と装置 |
| CN101839981A (zh) * | 2010-01-28 | 2010-09-22 | 中国人民解放军电子工程学院 | 激光成像回波波形和层次特征获取方法及装置 |
-
2011
- 2011-12-12 CN CN201110414028.6A patent/CN103162639B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000298007A (ja) * | 1999-04-14 | 2000-10-24 | Ishikawajima Harima Heavy Ind Co Ltd | 車幅計測方法及び装置 |
| CN2884370Y (zh) * | 2005-12-27 | 2007-03-28 | 武汉利德高新技术股份有限公司 | 列车装载安全综合检测装置 |
| JP2008309533A (ja) * | 2007-06-13 | 2008-12-25 | Ihi Corp | 車両形状計測方法と装置 |
| CN101839981A (zh) * | 2010-01-28 | 2010-09-22 | 中国人民解放军电子工程学院 | 激光成像回波波形和层次特征获取方法及装置 |
Cited By (32)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10681257B2 (en) | 2015-08-26 | 2020-06-09 | Zhejiang Dahua Technology Co., Ltd. | Methods and systems for traffic monitoring |
| WO2017032335A1 (en) * | 2015-08-26 | 2017-03-02 | Zhejiang Dahua Technology Co., Ltd. | Methods and systems for traffic monitoring |
| US11514680B2 (en) | 2015-08-26 | 2022-11-29 | Zhejiang Dahua Technology Co., Ltd. | Methods and systems for traffic monitoring |
| CN105301600A (zh) * | 2015-11-06 | 2016-02-03 | 中国人民解放军空军装备研究院雷达与电子对抗研究所 | 一种基于锥形反射镜的无扫描激光三维成像装置 |
| CN105301600B (zh) * | 2015-11-06 | 2018-04-10 | 中国人民解放军空军装备研究院雷达与电子对抗研究所 | 一种基于锥形反射镜的无扫描激光三维成像装置 |
| CN105606023A (zh) * | 2015-12-18 | 2016-05-25 | 武汉万集信息技术有限公司 | 一种车辆外廓尺寸测量方法和系统 |
| CN105890542B (zh) * | 2016-06-02 | 2019-05-10 | 合肥市极点科技有限公司 | 一种机动车外廓尺寸测量系统及方法 |
| CN105890542A (zh) * | 2016-06-02 | 2016-08-24 | 合肥市极点科技有限公司 | 一种机动车外廓尺寸测量系统及方法 |
| CN108528458A (zh) * | 2017-03-02 | 2018-09-14 | 通用汽车环球科技运作有限责任公司 | 用于车辆尺寸预测的系统和方法 |
| CN108132025A (zh) * | 2017-12-24 | 2018-06-08 | 上海捷崇科技有限公司 | 一种车辆三维轮廓扫描构建方法 |
| CN108132025B (zh) * | 2017-12-24 | 2020-04-14 | 上海捷崇科技有限公司 | 一种车辆三维轮廓扫描构建方法 |
| CN108592797A (zh) * | 2018-03-28 | 2018-09-28 | 华南理工大学 | 一种车辆外廓尺寸与轴距的动态测量方法与系统 |
| CN108592797B (zh) * | 2018-03-28 | 2020-12-22 | 华南理工大学 | 一种车辆外廓尺寸与轴距的动态测量方法与系统 |
| US10563976B2 (en) | 2018-04-02 | 2020-02-18 | Traffic Control Technology Co., Ltd | Method and system for detecting a gauge of a metro vehicle |
| CN109520418A (zh) * | 2018-11-27 | 2019-03-26 | 华南农业大学 | 一种基于二维激光扫描仪的托盘位姿识别方法 |
| US20200226778A1 (en) * | 2019-01-10 | 2020-07-16 | Black Sesame International Holding Limited | High precision object location in a parking lot |
| US11043001B2 (en) * | 2019-01-10 | 2021-06-22 | Black Sesame International Holding Limited | High precision object location in a parking lot |
| CN109828282A (zh) * | 2019-01-31 | 2019-05-31 | 浙江工业大学 | 一种基于激光雷达的车辆外廓尺寸自动检测系统及方法 |
| CN110764096A (zh) * | 2019-09-24 | 2020-02-07 | 浙江华消科技有限公司 | 灾害区域的三维地图构建方法、机器人及机器人控制方法 |
| CN110648538A (zh) * | 2019-10-29 | 2020-01-03 | 苏州大学 | 一种基于激光雷达网络的交通信息感知系统及方法 |
| CN110736437A (zh) * | 2019-12-04 | 2020-01-31 | 西华大学 | 车辆碰撞变形辅助测量装置及变形测量方法 |
| CN111551122A (zh) * | 2020-06-30 | 2020-08-18 | 上海振华重工(集团)股份有限公司 | 一种基于激光雷达的火车车皮数量和长度测量系统及方法 |
| CN112686949A (zh) * | 2020-12-30 | 2021-04-20 | 深圳艾灵网络有限公司 | 一种车辆定位方法、系统及相关设备 |
| CN113777616A (zh) * | 2021-07-27 | 2021-12-10 | 武汉市异方体科技有限公司 | 一种运动车辆测距方法 |
| CN113687387A (zh) * | 2021-09-07 | 2021-11-23 | 广州大学 | 一种激光雷达扫描装置以及激光雷达扫描方法 |
| CN113687387B (zh) * | 2021-09-07 | 2024-03-01 | 广州大学 | 一种激光雷达扫描装置以及激光雷达扫描方法 |
| CN114088041A (zh) * | 2021-10-18 | 2022-02-25 | 北京魔鬼鱼科技有限公司 | 车辆三维扫描成像方法及系统 |
| CN114088041B (zh) * | 2021-10-18 | 2024-11-05 | 北京魔鬼鱼科技有限公司 | 车辆三维扫描成像方法及系统 |
| CN114178282A (zh) * | 2021-11-12 | 2022-03-15 | 国能铁路装备有限责任公司 | 制动梁清洗生产线、识别定位系统、装置及方法 |
| CN114178282B (zh) * | 2021-11-12 | 2023-10-10 | 国能铁路装备有限责任公司 | 制动梁清洗生产线、识别定位系统、装置及方法 |
| CN114112448A (zh) * | 2021-11-24 | 2022-03-01 | 中车长春轨道客车股份有限公司 | 基于f轨的磁浮车辆动态限界的测试装置和测试方法 |
| CN114112448B (zh) * | 2021-11-24 | 2024-02-09 | 中车长春轨道客车股份有限公司 | 基于f轨的磁浮车辆动态限界的测试装置和测试方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN103162639B (zh) | 2015-06-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103162639B (zh) | 一种获取车辆三维轮廓的方法、装置及系统 | |
| Chen et al. | High-accuracy multi-camera reconstruction enhanced by adaptive point cloud correction algorithm | |
| CN102410811B (zh) | 一种弯管参数的测量方法和系统 | |
| CN102012217B (zh) | 一种基于双目视觉的大形貌物体三维几何外形测量方法 | |
| CN101526336B (zh) | 基于量块的线结构光三维视觉传感器标定方法 | |
| CN103575227B (zh) | 一种基于数字散斑的视觉引伸计实现方法 | |
| Liu et al. | A novel stereo vision measurement system using both line scan camera and frame camera | |
| CN202599371U (zh) | 一种视觉传感器和三坐标测量机集成的测量装置 | |
| US20200124406A1 (en) | Method for referencing a plurality of sensors and associated measuring device | |
| CN107816942A (zh) | 一种基于十字结构光视觉系统的平面二维尺寸测量方法 | |
| CN104990515A (zh) | 大型物体三维形状测量系统及其测量方法 | |
| CN104236498A (zh) | 一种道岔钢轨件端面尺寸的测量方法 | |
| DE112014005911T5 (de) | Dreidimensionaler Koordinatenscanner und Betriebsverfahren | |
| CN108765495B (zh) | 一种基于双目视觉检测技术的快速标定方法及系统 | |
| CN110702343B (zh) | 一种基于立体视觉的挠度测量系统及方法 | |
| Zhu et al. | Noncontact 3-D coordinate measurement of cross-cutting feature points on the surface of a large-scale workpiece based on the machine vision method | |
| DE102019103519B4 (de) | Vorrichtung zum Bestimmen von dimensionalen und/oder geometrischen Eigenschaften eines Messobjekts | |
| CN111780678A (zh) | 一种轨道板预埋套管直径的测量方法 | |
| CN106709955A (zh) | 基于双目立体视觉的空间坐标系标定系统和方法 | |
| CN102798349A (zh) | 一种基于等灰度线搜索的三维表面提取方法 | |
| CN105716547A (zh) | 一种机械工件平面度快速测量装置及方法 | |
| CN104180756A (zh) | 激光位移传感器测对接件相对位移的方法 | |
| CN111738971B (zh) | 一种基于线激光双目立体视觉的电路板立体扫描检测方法 | |
| Li et al. | Integrated tactile and optical measuring systems in three dimensional metrology | |
| CN205607332U (zh) | 基于机器视觉的桥式起重机桥架跨度测量装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| PP01 | Preservation of patent right | ||
| PP01 | Preservation of patent right |
Effective date of registration: 20201119 Granted publication date: 20150610 |
|
| PD01 | Discharge of preservation of patent |
Date of cancellation: 20210112 Granted publication date: 20150610 |
|
| PD01 | Discharge of preservation of patent | ||
| PP01 | Preservation of patent right |
Effective date of registration: 20210112 Granted publication date: 20150610 |
|
| PP01 | Preservation of patent right | ||
| PD01 | Discharge of preservation of patent |
Date of cancellation: 20230509 Granted publication date: 20150610 |
|
| PD01 | Discharge of preservation of patent |