CN103697929A - 仪表指针运动状态的检测方法 - Google Patents

Abstract

本发明所述的仪表指针运动状态的检测方法，其目的在于解决有技术存在的问题而基于计算机数据采集与图像处理手段，依靠图像视觉识别技术而实现指针的自动测速，通过分析指针在平稳运行阶段的速度波动情况判断指针运行的稳定性，实现对指针运动状态的检测。具体地，在识别仪表图像中的指针、并记录指针从下限位置到上限位置重心点W变化过程的基础上，计算出指针旋转的中心点O、每个指针重心点W的方位角，以及指针在平稳运行阶段的瞬时旋转速度V_i；通过判断瞬时速度V_i是否超出允许的范围，以评价仪表指针的运动状态是否存在异常。

Description

仪表指针运动状态的检测方法

技术领域

本发明所述的仪表指针运动状态的检测方法，涉及诸如汽车仪表盘多种类型参数值的性能检测。

背景技术

车辆仪表的动态特性是反映实际运行状况下仪表指针的运转表现，其主要包括仪表的灵敏性、抗干扰能力、运转平稳性等方面。汽车仪表的动态特性是反映汽车在实际运行状况下仪表指针的运转表现，其中指针运动的平稳性是体现动态特性的重要指标。影响指针运行平稳性的因素比较多。如在装配指针过程中未掌握好压针的位置和方向，针轴和指针不垂直，使得针尖部分在某个位置和仪表盘表面接触。当指针运动到该位置时，指针受到仪表盘的阻力作用，其旋转速度会明显变慢，出现卡滞现象，破坏了指针运行的平稳性。另外，指针的旋转一般都由电机驱动，电机驱动程序的不完善，也会导致指针的运行出现比较大的波动。

目前，有关汽车摩托车用仪表的中华人民共和国汽车行业标准(QC/T727-2007)未对仪表指针的动态特性明确地做出量化规定，国内汽车仪表生产企业缺少相关可参考执行的检测方法或执行尺度，动态特性的检测主要依靠人工进行。具体步骤是首先通过汽车仪表信号发生器模拟传感器发出稳定的信号。由于传感器类型不同，模拟的信号类型也不一样，主要包括车速脉冲、发动机转速脉冲、油量传感器液位电阻值及水温电阻等等。仪表接收到信号之后，指针开始运动，一般情况下会经过启动加速、平稳运动、和减速停止三个阶段。人通过肉眼观察指针在平稳运行阶段转速的变化，判断其运动过程的平稳性。这种判定方法主观性较强，误差比较大，准确性不够。

又如以下在先申请专利ZL201210220880.4，名称为一种仪表指针指示误差测量方法及装置，其技术方案主要是运用计算机图像处理和识别装置，通过采用高清摄像装置采集汽车仪表指针实际指示位置的仪表实际图像，再通过计算机图像处理软件生成仪表指针的实际偏转角度，然后再根据该实际偏转角度数据计算出对应的实际参数值及实际误差值。

上述专利虽然利用计算机及图像识别技术来代替人工检测判断，但仅能就指针是否最终指示到检测合格范围内做出判断，无法客观的体现指针在平稳运动阶段的运动状态，因此此类方法仅是静态指示合格率的检测方式，在实施中缺少指导性。

有鉴于此，特提出本专利申请。

发明内容

本发明所述的仪表指针运动状态的检测方法，其目的在于解决上述现有技术存在的问题而基于计算机数据采集与图像处理手段，依靠图像视觉识别技术而实现指针运动速度的自动测算，从而提高检测指针运动状态的准确性。

另一发明目的是，进一步地提高识别指针动态过程中的位置区域、到达多个检测点时间的计算能力，从而提高整个检测数据结果的准确性。

发明目的还在于，所述检测方法的所有数据采集、图像处理与角度判断、时间计量均实现计算机控制，无需人工干预、计算与判断，检测报告可自动生成。

为实现上述发明目的，所述的仪表指针运动状态的检测方法如下：

通过计算机控制的信号模拟发生器向仪表输入同一参数指标的多个数值信号，在指针转动过程中采取摄像手段连续地获取反映指针实际转动位置的图像；

在识别仪表图像中的指针、并记录指针从下限位置到上限位置重心点W变化过程的基础上，计算出指针旋转的中心点O、每个指针重心点W的方位角，以及指针在平稳运行阶段的瞬时旋转速度V_i；

通过判断瞬时速度V_i是否超出允许的范围，以评价仪表指针的运动状态是否存在异常。

更为完整与优化的实施过程包括有以下检测阶段：

S1，摄像获取的仪表盘彩色图像，由计算机处理并利用指针与其他表盘元素颜色的差异性，以识别出表盘中指针所在的区域；

S2，通过模拟信号发生器，输入仪表盘指针下限位置的信号，指针向下限位置运动；计算和记录每张图像中指针区域的重心点W，根据连续图像队列中最后3幅图像所确定指针重心之间的位置关系，判断指针是否已经静止；若已静止，则停止图像采集，记录指针的下限位置；再通过模拟信号发生器，输入指针上限位置的信号，使指针从下限位置向上限位置移动；计算和记录每张图像中指针区域的重心点W，运用上述方法判断指针静止后，记录指针上限位置；

S3，对S2阶段中所记录的指针从下限位置到上限位置的全部重心点W进行圆拟合，以得到指针旋转的中心点O，以中心点O与某一时刻重心点W的连线为指针即时指向的实际位置，以中心点O与重心点W的连线与水平方向的夹角为指针方位角；

S4，确定指针在平稳运行阶段的方位角范围[A₀,A_n]，并计算在该范围内指针的瞬时速度V_i；即对应于时间点T_i、由方位角A_i确定的瞬时角速度；

S5，对瞬时速度V_i进行判断，求得已测所有瞬时速度的平均速度值判断V_i是否存在于由

确定的允许范围之内。

较为优选的瞬时速度计算方式是，在指针方位角范围[A₀,A_n]之内，时间点T_i所对应的方位角为A_i，在时间点T_i的瞬时速度V_i=(A_i-A_i-1)/(T_i-T_i-1)，其中T_i-T_i-1为连续两张仪表盘图像采样的时间间隔；

针对检测结果允许范围的定义与实际检测手段有，对瞬时速度V_i进行判断，首先，计算出平均速度

再计算标准差估值

然后判断V_i中是否有不在

范围内的数据；若有，则说明指针的运动状态存在异常。

在上述S4阶段中，所述的确定指针在平稳运行阶段的方位角范围[A₀,A_n]，是指指针从下限位置加速启动以后、匀速运动的一段区域。指针经过该区域后会逐渐减速，直至停止在上限位置。不同类型的仪表盘，指针在平稳运行阶段的方位角范围是不一样的，有的是指针从下限到上限运动区域的5%—95%区间，有的是该运动区域的20%—80%区间。

为提高识别、记录指针动态转动过程中某一时刻位置，从而准确地测算出与方位角之间的位置关系，可在所述的S1阶段中运用HIS模型以识别出指针所在区域，具体地操作如下：

在获取到仪表盘图像以后，将用于表示仪表盘图像颜色的RGB模型转化为HSI模型，具体计算公式如下，

I=(R+G+B)/3

S=1-(3*min(R,G,B))/(R+G+B)

当B<=G时，H=W

当B>G时，H=2π-W

W=arccos((2*R-G-B)/(2*sqrt((R-G)*(R-G)+(R-B)*(G-B)))

设定好表针H(色度)、S(饱和度)、I(亮度)的取值范围，并依据该取值范围对表盘图像进行二值化处理，在该取值范围的像素点取值为255(代表白色)，否则为0(代表黑色)；

统计白色区域个数，如果取值为1，则该二值化图像中的白色区域为指针；

如果取值大于1，则该二值化图像中面积最大的白色区域为表针，其他为噪声，消除噪声的方法是将所有噪声区域像素点的灰度值设为0。

为能够比现有技术更为准确地测算出指针是否处于静止状态，可在所述S2阶段确定指针下限位置过程中，按设定的采样频率连续地获取仪表盘图像。

将每张图像二值化，识别出其中的指针区域，以计算和记录该区域的重心点W(Xc,Yc)；

其中，用I(x,y)表示二值化图像中在(x,y)位置像素点的取值(0或255)，则有

(表示二值化图像中所有像素点的I(x,y)之和)，

(表示二值化图像中所有像素点的yI(x,y)之和)，

(表示二值化图像中所有像素点的xI(x,y)之和)，重心点W(Xc,Yc)坐标分别为：Xc=M₁₀/M₀₀，Yc=M₀₁/M₀₀；

然后，获取到连续3幅图像的重心点W坐标，计算第1张和第2张图像中指针重心的间距以及第2张和第3张图像中指针重心的间距，如果都不大于1个像素，则表示指针已经静止。

基于上述发明目的而在连续地多幅图像中识别、标记出指针实际的旋转原点，可在所述S3阶段中，运用最小二乘法对记录的所有重心点W进行圆拟合。

综上内容，所述仪表指针运动状态的检测方法具有以下优点与有益效果：

1、实现了一种指针运动状态的检测方法，即能够测算出指针在平稳运行阶段的瞬时速度，并依据速度的波动情况，客观评价指针运动的平稳性，有效的保证检测结果的准确性。

2、具备了识别指针动态过程中的位置区域、到达多个检测点的时间计算能力。

3、本发明全程实现计算机控制，无需人工干预、计算与判断，检测报告可自动生成。

附图说明

现结合以下附图来进一步地说明本发明。

附图1为硬件设备框图；

附图2为仪表图像示意图；

附图3为二值化的仪表图像示意图；

附图4为计算出的指针重心示意图；

附图5为标识出的指针上、下限位置；

附图6为通过指针重心拟合出的指针旋转中心；

附图7为指针运动过程中的速度变化情况。

具体实施方式

实施例1，如图1所示，实施本发明的硬件设备中包括计算机、摄像头、汽车仪表盘和信号模拟发生器。信号模拟发生器在接收到计算机指令后，会模拟相关传感器的信号输出，将模拟信号发送给仪表盘，促使仪表指针作相应的动作。摄像头通过连续拍摄，记录指针的运动过程，并将获得的图像传递给计算机。计算机利用一定的图像处理方法，识别出其中的指针，并通过分析指针速度的变化，判断指针的运动状态。

如图2至图7所示，现以车速仪表为例，说明具体的实施步骤：

1、运用信号模拟发生器输出指针的下限位置信号，同时通过摄像头连续获取汽车仪表盘彩色图像，如图2所示。摄像头的拍摄方向应尽量与仪表盘盘面垂直。

2、将表示图像颜色的RGB模型转化为HSI模型。将表针的颜色范围设为：H(色度)为[0,0.42]、S(饱和度)为[0.52,1]、I(亮度)为[58,155]。依据该取值范围，对彩色图像进行二值化处理：在该取值范围的像素点灰度值为255，否则为0。统计白色区域个数，如果等于1，则该二值化图像中的白色区域为指针。如果大于1，则该二值化图像中面积最大的白色区域为表针，其他为噪声，将所有噪声区域像素点的灰度值设为0。处理结果如图3所示。

3、计算和记录每张图像中指针区域的重心W，如图4所示。计算最新三副连续图像的指针重心之间的距离，如果不大于1个像素，则认为指针已经静止。停止图像采集，将第三幅图像的指针位置作为指针下限位置，如图5(a)所示。

4、再运用信号模拟发生器输出指针的上限信号，计算机开始计时，通过摄像头连续获取仪表盘图像(图像采样频率为40帧/秒)，计算和记录每副图像中指针重心W的位置。计算三副连续图像的指针重心之间的距离，如果不大于1个像素，则认为指针已经静止。停止图像采集，将第三幅图像的指针位置作为指针上限位置，如图5(b)所示。

5、依据步骤4中记录的所有重心点计算出指针旋转中心点O，如图6所示。点O与重心点W的连线即为指针所指向的方位。依据重心点相对于O点的位置，计算并记录每个重心点的方位角。

6、依据旋转中心O，计算出指针下限和上限所对应的方位角，其大小分别为201.1°和-27.6°。指针要求在从下限到上限运动区域的10%—90%之间平稳运行，对应的方位角为201.1-(201.1-(-27.6))*10%=178.2°和201.1-(201.1-(-27.6))*90%=-4.7°。设时间点T_i所对应的方位角为A_i,则在时间点T_i的瞬时速度V_i=(A_i-A_i-1)/(T_i-T_i-1)，其中T_i-T_i-1为连续两张仪表盘图像采样的时间间隔。图7显示了各点的速度变化情况。

正常情况下，指针在不同位置的瞬时速度大小会在一定的范围内随机波动，当出现卡滞等异常现象时，指针的瞬时速度会出现异常。

运用莱特准则判断异常数据,首先计算出平均速度

度/秒，再计算出标准差估值 $s=\sqrt{\frac{1}{n-1}\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}{(V_I-\stackrel{-}{V})}^2}\underset{}{}=5.7.$ $(\stackrel{-}{V}-3s,\stackrel{-}{V}+3s)$ 所对应的具体范围为(22.6,56.8)。经判断，所有的速度值V_i都在

范围内，说明指针

的运动状态是正常的。

综上内容，结合附图中给出的实施例仅是实现本发明目的的优选方案。对于所属领域技术人员来说可以据此得到启示，而直接推导出符合本发明设计构思的其他替代结构。由此得到的其他结构特征，也应属于本发明所述的方案范围。

Claims (7)

1.一种仪表指针运动状态的检测方法，通过计算机控制的信号模拟发生器向仪表输入同一参数指标的多个数值信号，在指针转动过程中采取摄像手段连续地获取反映指针实际转动位置的图像，其特征在于： 

在识别仪表图像中的指针、并记录指针从下限位置到上限位置重心点W变化过程的基础上，计算出指针旋转的中心点O、每个指针重心点W的方位角，以及指针在平稳运行阶段的瞬时旋转速度V_i； 

通过判断瞬时速度V_i是否超出允许的范围，以评价仪表指针的运动状态是否存在异常。 

2.根据权利要求1所述的仪表指针运动状态的检测方法，其特征在于：包括有以下检测阶段， 

S1，摄像获取的仪表盘彩色图像，由计算机处理并利用指针与其他表盘元素颜色的差异性，以识别出表盘中指针所在的区域； 

S2，通过模拟信号发生器，输入仪表盘指针下限位置的信号，指针向下限位置运动；计算和记录每张图像中指针区域的重心点W，根据连续图像队列中最后3幅图像所确定指针重心之间的位置关系，判断指针是否已经静止；若已静止，则停止图像采集，记录指针的下限位置；再通过模拟信号发生器，输入指针上限位置的信号，使指针从下限位置向上限位置移动；计算和记录每张图像中指针区域的重心点W，运用上述方法判断指针静止后，记录指针上限位置； 

S3，对S2阶段中所记录的指针从下限位置到上限位置的全部重心点W进行圆拟合，以得到指针旋转的中心点O，以中心点O与某一时刻重心点W的连线为指针即时指向的实际位置，以中心点O与重心点W的连线与水平方向的夹角为指针方位角； 

S4，确定指针在平稳运行阶段的方位角范围[A₀,A_n]，并计算在该范围内指针的瞬时速度V_i；即对应于时间点T_i、由方位角A_i确定的瞬时角速度； 

S5，对瞬时速度V_i进行判断，求得已测所有瞬时速度的平均速度值

，判断V_i是否存在于由

确定的允许范围之内。 

3.根据权利要求2所述的仪表指针运动状态的检测方法，其特征在于：在所述 S4阶段中的计算指针瞬时速度V_i，是在指针方位角范围[A₀,A_n]之内，时间点T_i所对应的方位角为A_i，在时间点T_i的瞬时速度V_i=(A_i-A_i-1)/(T_i-T_i-1)，其中T_i-T_i-1为连续两张仪表盘图像采样的时间间隔。 

4.根据权利要求2或3所述的仪表指针运动状态的检测方法，其特征在于：在所述S5阶段中，对瞬时速度V_i进行判断，首先，计算出平均速度

再计算标准差估值

然后判断V_i中是否有不在

范围内的数据；若有，则说明指针的运动状态存在异常。 

5.根据权利要求2或3所述的仪表指针运动状态的检测方法，其特征在于：在所述的S1阶段中运用HIS模型以识别出指针所在区域，具体地， 

在获取到仪表盘图像以后，将用于表示仪表盘图像颜色的RGB模型转化为HSI模型，具体计算公式如下， 

I=(R+G+B)/3 

S=1-(3*min(R,G,B))/(R+G+B) 

当B<=G时，H=W 

当B>G时，H=2π-W 

W=arccos((2*R-G-B)/(2*sqrt((R-G)*(R-G)+(R-B)*(G-B))) 

设定好表针H(色度)、S(饱和度)、I(亮度)的取值范围，并依据该取值范围对表盘图像进行二值化处理，在该取值范围的像素点取值为255(代表白色)，否则为0(代表黑色)； 

统计白色区域个数，如果取值为1，则该二值化图像中的白色区域为指针； 

如果取值大于1，则该二值化图像中面积最大的白色区域为表针，其他为噪声，消除噪声的方法是将所有噪声区域像素点的灰度值设为0。 

6.根据权利要求2或3所述的仪表指针运动状态的检测方法，其特征在于：在所述S2阶段确定指针下限位置过程中，按设定的采样频率连续地获取仪表盘图像，将每张图像二值化，识别出其中的指针区域，以计算和记录该区域的重心点W(Xc,Yc)； 

其中，用I(x,y)表示二值化图像中在(x,y)位置像素点的取值(0或255)，则有 (表示二值化图像中所有像素点的I(x,y)之和)， 

(表示二值化图像中所有像素点的yI(x,y)之和)， 

(表示二值化图像中所有像素点的xI(x,y)之和)，重心点W(Xc,Yc)坐标分别为：Xc=M₁₀/M₀₀，Yc=M₀₁/M₀₀； 

然后，获取到连续3幅图像的重心点W坐标，计算第1张和第2张图像中指针重心的间距以及第2张和第3张图像中指针重心的间距，如果都不大于1个像素，则表示指针已经静止。 

7.根据权利要求2或3所述的仪表指针运动状态的检测方法，其特征在于：在所述S3阶段中，运用最小二乘法对记录的所有重心点W进行圆拟合。 

Images