CN105164697B - 用于识别机动车轮胎上的标识的装置和方法 - Google Patents

用于识别机动车轮胎上的标识的装置和方法 Download PDF

Info

Publication number
CN105164697B
CN105164697B CN201480022823.2A CN201480022823A CN105164697B CN 105164697 B CN105164697 B CN 105164697B CN 201480022823 A CN201480022823 A CN 201480022823A CN 105164697 B CN105164697 B CN 105164697B
Authority
CN
China
Prior art keywords
tire
image
mark
light source
identification
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.)
Active
Application number
CN201480022823.2A
Other languages
English (en)
Other versions
CN105164697A (zh
Inventor
G.诺比斯
M.克拉尔
V.乌芬坎普
C.哈内尔
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Basbat Automotive Testing Solutions Co ltd
Original Assignee
Basbart Ltd Co
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Basbart Ltd Co filed Critical Basbart Ltd Co
Publication of CN105164697A publication Critical patent/CN105164697A/zh
Application granted granted Critical
Publication of CN105164697B publication Critical patent/CN105164697B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/40—Document-oriented image-based pattern recognition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/25—Fusion techniques
    • G06F18/251—Fusion techniques of input or preprocessed data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/22—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
    • G06V10/225—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition based on a marking or identifier characterising the area
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/24—Aligning, centring, orientation detection or correction of the image
    • G06V10/242—Aligning, centring, orientation detection or correction of the image by image rotation, e.g. by 90 degrees
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
    • G06V10/80—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level
    • G06V10/803—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level of input or preprocessed data
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/222—Studio circuitry; Studio devices; Studio equipment
    • H04N5/262—Studio circuits, e.g. for mixing, switching-over, change of character of image, other special effects ; Cameras specially adapted for the electronic generation of special effects
    • H04N5/265—Mixing
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30248—Vehicle exterior or interior
    • G06T2207/30252—Vehicle exterior; Vicinity of vehicle
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/06—Recognition of objects for industrial automation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/08—Detecting or categorising vehicles

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Artificial Intelligence (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Signal Processing (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

一种用于识别在轮胎（4）的侧面上的标识(10)的装置包括车道平面(12)，至少一个定向的光源(61，62，63；71，72)，其设计成用于照明轮胎(4)；至少一个摄像机(8)，其设计成用于拍摄在车道平面(12)上滚动的轮胎(4)的侧面的多个图像；和评价装置(20)，其设计成用于从多个拍摄的图像中合成轮胎(4)的侧面的图像和借助于文字识别方法评价合成的图像。

Description

用于识别机动车轮胎上的标识的装置和方法
本发明涉及一种用于识别机动车轮胎上，尤其是在汽车的轮胎上的标识的方法和一种装置，其设计成用于实施按照本发明的方法。
现有技术
在轮胎的侧壁(侧面)上施加的标识（标记）常常含有对于工厂、检测机构、加油站和/或机动车队的营运者以及对于轮胎制造商和轮胎经销商都非常重要的息。通过自动地识别这些标识可以节省宝贵的工作时间和更高效地制定工作流程。
为了自动地识别轮胎侧面上的标识，这些标识可以包括数字、字母和符号，已知有一系列的方法和装置，尤其是形成图像的光学方法。其中的问题在于，轮胎侧面的标识一般地由位于黑色背景上的黑色标记组成，它们只有通过凸起或凹入作为浮雕文字从侧壁的表面上衬托出来。由此在标识和背景之间产生很小的光学对比度（反差）。借助于二维成像方法自动地识别标识因此是困难的。
为了改善对比度已经提出不同的方法:在EP0240078B1和EP0294530中充分利用通过定向的照明产生的浮雕文字的阴影。在DE2447480中描述，在反射的和漫射的光之间的强度差别可以实现标记的识别。
在US6735337B2和US6856697B2中为了标记识别建议使用每个标记与多个部分的模板("Template")的相关关系，由此导出是否正确识别该标记的可能性，尽管可能不能够看见标记的全部棱边。
另外的一系列方法通过使用3D方法，尤其是借助于激光线的光切方法来绕开在二维方法中的对比度问题。EP1332334B2，WO03/023699A1，DE102008023936A1和US7295948B2描述基于由激光扫描器在光切方法中产生的3D云点来切分或识别文字标记。
所有至此所述的方法的共同点在于，轮胎被拆下并且必须在探测单元下面的专用设备中被转动。因此这些方法涉及到高的人工和设备费用。
在WO96/10727中提到从旁边驶过的机动车的轮胎侧面上的文字识别。在WO97/07380中描述一种系统，其借助于3D-光切方法识别轮胎侧壁在驶过中的变形。在EP0816799中描述了一种类似的方法。为了获取完整轮胎侧面的数据，在此处车轮必须拆下，或者机动车必须停放在一个滚动测试台上，或者拍摄系统必须固定在机动车上，由此它与机动车一起运动。
本发明的任务是提供一种用于可靠地，识别机动车轮胎上的标识的装置和方法，其中，轮胎在识别过程期间可以保持安装在机动车上。
本发明的公开
按照本发明的用于识别施加在机动车轮胎侧面上的标识的方法包括，用至少一个光源定向地照明机动车轮胎，而机动车从至少一个摄像机旁边驶过并且被摄像机拍摄在摄像机旁边滚动的轮胎上的多个图像。由多个拍摄的图像合成轮胎侧面的图像和借助于文字识别方法(OCR方法)评价合成的图像，以便识别施加到轮胎侧面上的标识。
按照本发明的用于识别机动车轮胎上的标识的装置具有车道平面，至少一个光源，其设计成用于定向地照明机动车轮胎，至少一个摄像机，其设计成用于拍摄在车道平面上滚动的轮胎的多个图像，和评价装置，其设计成用于，由多个由摄像机拍摄的图像合成机动车轮胎的侧面的图像和借助于文字识别方法评价合成的图像。
本发明描述一种解决方案，借此在轮胎驶过期间可以实现稳定的自动的轮胎识别，而不需要复杂和昂贵实现的系统。尤其是本发明避免常规解决方案的各种缺陷，例如复杂的机械结构、容易出现故障的机械运动的元件、用于拆卸和安装轮胎的高的时间耗费和/或用于复杂的测量技术的高的投资成本和/或附加地必需的部件例如滚动测试台。
本发明不仅可以在与常规2D图像结合而且可以与3D图像结合使用，后者通过3D摄像机拍摄。
在一个实施方式中，汽车轮胎侧面的图像的合成包括，以算法方式确定侧面的局部的区域在两个图像之间的运动。这种算法方式的确定能够将图像序列的全部图像反算到一个中心图像和构成一个惟一的图像。
在一个实施方式中，沿着轮胎的滚动方向多个光源布置在一条线上。这种布置能够使轮胎在整个驶过摄像机旁边期间得到足够好的照明。
在一个实施方式中，多个光源布置在不同的距离或车道平面以上的高度上。这种布置能够使具有不同直径的不同的轮胎得到好的照明。
在一个实施方式中，多个光源构造横向于轮胎的滚动方向的在不同的位置。这能够使不同轮距的机动车的轮胎得到好的照明。
在一个实施方式中，光源中的每一个具有可单独控制的照明元件。通过单独控制各个照明元件，可以使照明很好地匹配于实际的(环境)光情况。
在一个实施方式中，如此地设计光源，即它们以不同的波长的光照明轮胎。这样能够同时从至少两个不同的方向用不同波长的光(例如红和蓝光)照明轮胎。接下来将用于每个拍摄的图像的各个颜色通道分开。由于轮胎被用第一波长的光从不同于第二波长的光的照明方向照射，因此以这种方式增大轮胎侧面的可供图像合成使用是视图的数量。
照明装置可以包含红外线LED。红外线LED是特别好地适用的照明器具，因为它们不发射可见光并且因此不刺激机动车驾驶员。
照明装置可以在闪光模式下运行，由此其光强度可以进一步增大。
备选地或附加地可以设置一个反射镜结构，它能够将太阳光和/或汽车的前照灯的光转向到轮胎上，以便将自然的太阳光和/或汽车前照灯作为照明轮胎的光源使用。自然的太阳光和汽车的前照灯提供一种成本有利的和很好适用的用于照明轮胎的光源。尤其是机动车的远光灯是一种高强的和几乎平行发射的光源。
本发明的实施例在下面借助于附图详细解释。
附图简述:
图1在俯视图中示出用于识别机动车轮胎上的标识的装置的实施例的结构。
图2示意示出通过图像序列分析产生全部棱边（边缘）的具有反差明显的成像的各个图像。
图3示出多个光源的可能的布置的示例。
图4示意示出具有用于照明轮胎侧面的多个反射镜的转向光学系统。
图5示意示出用于识别轮胎标识的装置的实施例。
图6a和6b示出按照本发明的用于识别轮胎标识的方法的流程图。
附图的描述
图1示出用于识别机动车轮胎4上的标识的装置的实施例的结构的俯视图。
为了实施文字识别，机动车2在车道平面12上在行驶方向F上从左向右从装置旁边驶过。在机动车2驶过期间借助于至少一个摄影机8拍摄机动车2的下面的部分，尤其是它的车轮或轮胎4，的一个包括多个图像的图像序列。
为了照明轮胎4，在图1中示出的实施例中使用两个定向的光源61，62，它们在侧面与摄影机8错开地设置并且以各近似平行的光束51，52在与摄像机8的光轴A的尽可能大的角度α(<90度)下照明轮胎4。摄像机8和光源61，62是固定安装的并且在拍摄图像序列期间不运动。光源61，62各具有两个可分开控制的照明元件61a，61b，62a，62b。具有各两个可分开控制的照明元件61a，61b，62a，62b的两个光源61，62的数量仅仅是示例性的；尤其也可以使用多于两个光源61，62，它们分别具有多于或少于两个可分开控制的照明元件61a，61b，62a，62b。
由于轮胎4在拍摄图像序列期间在车道平面12上滚动并且在每个图像中在轮胎4和光源61，62或摄像机之间存在另一个相对的定向，因此轮胎4的侧面在图像序列的各个图像中分别在一个另外的视图中成像。尤其是标识的棱边，其在实际的图像中垂直于摄像机8的光轴A的方向延伸，由于阴影被特别反差显著地成像。但是为了稳定地进行标记识别，标识的全部棱边应该与其相对于光源61，62的方向无关地在一个图像中反差明显地成像。
按照本发明的用于借助于图像序列分析产生一个具有全部棱边的反差明显的成像的单独的图像的原理在图2中示意示出。
摄像机8的视野81和帧速率如此地设计，拍摄的图像序列包括轮胎4的至少四分之一转。
在图2中在三个图像中示例性地示出轮胎4的四分之一转，其中，在轮胎4与摄像机8面对的侧壁上的标识10减少成三个字母“DOT”。第一排(a)示出轮胎4在三个图像中的相应的位置，第二排(b)示出所属的摄像机图像。
在左边示出的第一摄像机图像中示意地表示出，标识10的垂直的棱边在轮胎4的这个位置上特别反差明显地成像。在第三，右边示出的摄像机图像中轮胎4进一步运动并且在此转动了90度，因此在此处标识10的在第一摄像机图像中水平延伸的棱边特别反差明显地成像，该棱边在轮胎4转动之后现在垂直地延伸。
为了可靠地和稳定地自动识别标识10，需要一个惟一的图像，在该图像中全部棱边独立于其方向地反差明显地成像。这种图像可以在使用数字图像序列分析的已知的方法下产生，其中，图像的产生包括以下步骤:
在第一步骤中通过图像预处理准备单独的图像。其中包括一方面辐射测量修正，例如照明标准化，其补偿照明强度的大面积的不均匀性。附加地进行几何形状修正，例如成像失真的修正。
在第二步骤中借助于基于模型的运动补偿进行图像配准。轮胎4上的各个点在沿着摆线的滚动过程期间运动。在使用这种模型知识下可以以算法方式确定在图像序列的两个任意的图像之间的局部的图像区域的运动。为此可以使用不同的图像处理量方法，例如局部的图像区域的灰度值的标准化的交互相关，部的图像区域的灰度值的最小二乘匹配法或光流方法。作为结果，对于每个图像区域获得相应的摆线运动的参数。借助于这些参数现在可以将图像序列的全部图像反算到一个任意挑选出的中心图像，例如该序列的第一图像。
在图2中这个过程通过在第二排(b)中的图像和第三排(c)中的图像之间的箭头表示。在描述的反算之后，现在在第三排(c)中存在一个新的图像序列，其中轮胎侧面上的点，其是以不同的照明方向拍摄的，在全部图像中具有相同的像素座标。
由图像序列的描述的评价，作为另外附加的信息获得轮胎4在每个图像中的位置，滚动半径，行驶速度，以及通过三角测量对应的图像点机动车2与摄像机8的距离。可以利用行驶速度的信息来提高该方法的稳定性。如果行驶速度超过一个预定的极限值，超过该极限值不再可能有意义地评价测量结果，可以中断测量并且通过相应的通知被证明为无效。
在第三步骤中最后将在排(c)中示出的运动补偿的图像的融合成一个结果图像，其在排(d)中示出，其中标识10的全部棱边反差明显地成像。为此可以有不同的方法，例如像素方式的最小成像法，用于融合图像中阴影，或局部的图像梯度的像素方式的最大成像法。
在接着描述的数字图像序列分析之后，借助于已知的文字识别方法自动地识别在结果图像(d)中的标识10。对于测量系统的使用者重要的信息被提取并且转换成适合于进一步处理的文本数据格式。
由于机动车2在测量过程期间运动，环境的可能变化的光条件和/或不同机动车类型的不同的几何尺寸情况(例如车轮直径，轮距)，对轮胎4的照明是测量结构的一个关键的元素。
由于这个原因在下面示出用于布置和控制光源61，62的多种可能性，它们可以单独地或者组合地使用，以便单独地优化机动车2的每个轮胎4的照明。
图3示出在视线方向平行于行驶方向F或轮胎4的滚动方向上的用于大型机动车3和小型机动车2的光源61，62，63的一种可能的布置。为了能够补偿不同的轮胎直径，光源61通过另一个在车道平面12更上方布置的光源62来补充。为了补偿不同的轮距，在小型机动车2中可以接入一个沉入车道平面12中的光源63。
为了在图像序列拍摄过程中优化照明条件可以有目的地控制不同的光源61，62，63，例如
-沿着行驶方向F与轮胎4相对于各个光源61，62，63的实际位置相关地接通和断开不同的光源61，62，63；
-控制每个光源61，62，63和它们的照明元件61a，61b，62a，62b的照明强度；
-在具有大的直径的轮胎4情况下接通在车道平面12上方的其它的光源61，62；
-接通沉入车道平面12中的光源63，用于最佳地探测具有小的轮距D的机动车2。
汽车2的远光灯是强度高的并且几乎平行射出的光源，其可以用于照明轮胎侧面。图4示出由多个反射镜71，72构成的转向光学系统，其布置和构造成用于机动车2前照灯的远光灯的光束70转向到面对摄像机8的轮胎4侧面上并且因此将机动车2前照灯用作光源。备选地和附加地在合适的太阳位置下也可以将入射的太阳光用作光源。
图5示意示出用于利用摄像机8和光源61，62，63的结构来识别轮胎标识的装置的实施例，这些光源在行驶方向F上沿着一条线、在机动车轮胎4的车道平面12上方或里面布置。一个完整的测试系统包括至少两个在图5中示出的结构，机动车2的每一侧各用一个。
该结构的光源61，62，63和摄像机8经由电线或无线地与控制计算机20连接。上级的服务器/计算机22与控制计算机20以及显示单元24，工作位置计算机26，轮胎压力控制系统14和/或机动车识别系统16连接。
没有示出的能源提供供运行使用的必需的能量。
上级的服务器/计算机22可以与其它的系统结合地完成许多任务，尤其是
-将用于轮胎识别的装置的分析结果与由用于机动车识别的系统识别的机动车2相配置；
-由轮胎数据库确定轮胎特定的目标值用于识别的轮胎4和实施附加的评价用于每个轮胎4确定的滚动半径；
-将轮胎特定的目标值传递到另外的连接的测试系统上，例如花纹深度测量或轮胎压力控制用于进一步解释和分析测量结果以便改善诊断质量；
-将在服务器22上连接的全部测试设备的诊断结果与相应的机动车2相配置；
-在显示单元24上显示至少一部分诊断结果，不久前被测试的机动车2的司机可以看见它；
-提供全部的或专门的由测试系统针对相应的机动车2确定的结果到固定的或者移动的工作站计算机，例如在工厂的接纳区域，作为在用户对话中或者在运输公司的服务中心中的基础信息，用于规划下一个服务期限，以及在机动车队运营商测试机构、轮胎经营商、轮胎制造商、机动车制造商和其它的机构中的其它的使用领域是可以设想的；和
-实施其它的必需的工作步骤，用于将与机动车相关的诊断结果销售给不同的用户群。
图6a和6b示出流程图，其描述按照本发明的用于识别轮胎标识的方法:
在第一步骤101中机动车2接近测量系统和触发一个触发信号。该触发信号在两个机动车侧面上以预先确定的控制数据启动连续的图像拍摄(步骤102)。
接着连续地识别图像中的前车轮，分析在轮胎4的边缘区域中的对比度和优化照明确定(步骤103)。
检查是否大于50%的轮胎4在摄像机图像中成像，如果是，则图像作为用于前车轮的图像序列被存储，同时实施照明强度的另一次优化(步骤104)。
在步骤105中进行图像序列的前两个图像的分析，强度行驶速度，轮胎4的位置和滚动半径以及在轮胎4的边缘区域中的对比度。
确定的行驶速度的平均值与预定的极限值比较(步骤106)。如果行驶速度的平均值超过预定的极限值，则测量被中断并且必须重复进行(步骤150)。
用于每个前轮4的沿着行驶方向F的光源61被控制，必要时也控制在车道平面12上方和/或下方的其它的光源62，63(步骤107)。
如果前轮运动如此距离，使得它在摄像机图像中过小于50%地成像，则针对前轮4的图像序列被终止。连续的图像拍摄在步骤107中继续进行而不改变照明控制。
在步骤108中接着对在拍摄的图像中的后轮的轮胎4的连续识别，在轮胎4的边缘区域中的对比度的分析和照明的相应的优化。
在步骤109中检查是否轮胎4的50%以上被在摄像机图像中成像，如果是，则将拍摄的图像作为用于后轮的轮胎4的图像序列进行储存，在此情况下照明强度被继续进一步优化。
图像序列的前两个图像被分析，轮胎4的行驶速度，位置和滚动半径以及在轮胎4的边缘区域中的对比度被确定(步骤110)。
在步骤111中将确定的行驶速度的平均值与一个预定的极限值比较。在超过极限值的情况下中断测量并且必须重复该测量(步骤151)。
随后最佳地控制用于每个后轮4的光源61沿着行驶方向F，必要时也控制在车道平面12上方和/或下方的其它的光源62，63(步骤112)。
用于后轮的图像序列被终止(步骤113)，如果它在摄像机图像中比50%过少地成像的化。图像拍摄被停止(步骤114)并且图像序列分析(步骤200)针对每个轮胎4被分开地启动。
图像序列分析200包括:在第一步骤201中用于每个单独图像的图像预处理，例如通过辐射测量和几何尺寸修正方法；在第二步骤202中借助于基于模型的运动补偿的图像配准，全部的单独图像到基准图像的位置上的反算和确定机动车速度和轮胎4的滚动半径；和在第三步骤203中将运动补偿的单独图像融合成一个结果图像(图像融合)。
在结束图像序列分析之后(步骤204)，在步骤300中针对每个轮胎4借助于已知的文字识别方法(OCR方法)自动地分析结果图像中的轮胎4的标识10。
最后在步骤400中将每个轮胎4的识别的轮胎标识19以文本格式传递到上级的计算机/服务器22，用于在IT系统中提供到例如办公室中的工作站计算机(例如在机动车验收处)或工厂中和/或用于进一步的处理，例如与通过另一个测量系统识别的机动车2相配置和/或用于例如由轮胎数据库确定用于连接的轮胎或机动车诊断系统的目标数据。

Claims (9)

1.用于识别轮胎(4)上的标识(10)的装置，包括:
车道平面(12)；
至少一个定向的光源(61，62，63；71，72)，其设计成用于照明轮胎(4)；
至少一个摄像机(8)，其设计成用于拍摄由在车道平面(12)滚动的轮胎(4)的侧面的多个图像构成的图像序列；
评价装置(20)，其设计成用于：
在使用所述轮胎(4)的侧面上的各个点在滚动期间沿着摆线运动的知识的情况下，以算法方式确定在所述图像序列的两个任意的图像之间的局部的图像区域的运动，用于由此对于每个图像区域获得相应的摆线运动的参数；并且
借助于由此确定的参数由所述图像序列的图像合成所述轮胎(4)的侧面的中心图像并且借助于文字识别方法评价该合成的中心图像，其中，所述标识的全部棱边在所述中心图像中反差明显地成像。
2.根据权利要求1所述的装置，其中，多个光源(61)沿着轮胎(4)的滚动方向布置在一条线上。
3.根据权利要求1或2所述的装置，其中，多个光源(62)设置在距离车道平面(12)不同的垂直间距上。
4.根据权利要求1所述的装置，其中，多个光源(63)横向于轮胎(4)的滚动方向地构造在不同的位置上。
5.根据权利要求1所述的装置，其中，光源(61，62，63)中的至少一个具有可分开地控制的照明元件(61a，61b，62a，62b)。
6.根据权利要求1所述的装置，其中，构造有多个光源(61，62，63)，其以具有不同的波长的光来照明轮胎(4)。
7.根据权利要求1所述的装置，其中，光源(61，62，63)中的至少一个可以在闪光模式下运行。
8.根据权利要求1所述的装置，具有一个反射镜结构(71，72)，其设计成用于将自然的太阳光和/或机动车(2)的至少一个前照灯(70)的光转向到至少一个轮胎(4)的侧面上。
9.用于识别在轮胎（4）侧面上的标识(10)的方法，其中，该方法包括，用至少一个定向的光源(61，62，63；71，72)照明轮胎(4)；和其中，该方法的特征在于，该方法包括以下步骤:
使轮胎(4)从至少一个摄像机(8)旁边驶过；
拍摄由在至少一个摄像机(8)旁边驶过的轮胎(4)的侧面的多个图像构成的图像序列；
在使用所述轮胎(4)的侧面上的各个点在滚动期间沿着摆线运动的知识的情况下，以算法方式确定在所述图像序列的两个任意的图像之间的局部的图像区域的运动，用于由此对于每个图像区域获得相应的摆线运动的参数；
借助于之前确定的参数由所述图像序列的图像合成所述轮胎(4)的侧面的中心图像，其中，所述标识的全部棱边在所述中心图像中反差明显地成像；以及
借助于文字识别方法评价合成的中心图像。
CN201480022823.2A 2013-04-23 2014-02-27 用于识别机动车轮胎上的标识的装置和方法 Active CN105164697B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
DE102013207374.7 2013-04-23
DE201310207374 DE102013207374A1 (de) 2013-04-23 2013-04-23 Vorrichtung und Verfahren zum Erkennen von Beschriftungen auf Fahrzeugreifen
PCT/EP2014/053809 WO2014173564A1 (de) 2013-04-23 2014-02-27 Vorrichtung und verfahren zum erkennen von beschriftungen auf fahrzeugreifen

Publications (2)

Publication Number Publication Date
CN105164697A CN105164697A (zh) 2015-12-16
CN105164697B true CN105164697B (zh) 2019-05-31

Family

ID=50231138

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201480022823.2A Active CN105164697B (zh) 2013-04-23 2014-02-27 用于识别机动车轮胎上的标识的装置和方法

Country Status (5)

Country Link
US (1) US10313574B2 (zh)
EP (1) EP2989594B1 (zh)
CN (1) CN105164697B (zh)
DE (1) DE102013207374A1 (zh)
WO (1) WO2014173564A1 (zh)

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016103103A1 (en) * 2014-12-22 2016-06-30 Pirelli Tyre S.P.A. Method and apparatus for checking tyres in a production line
CN107110639B (zh) 2014-12-22 2020-10-09 倍耐力轮胎股份公司 用于检查轮胎生产线上的轮胎的装置
GB201517926D0 (en) * 2015-10-09 2015-11-25 Wheelright Ltd Tyre condition analysis
US10475201B1 (en) * 2016-02-02 2019-11-12 Hunter Engineering Company Method and apparatus for determining wheel rim and tire dimensions on a moving vehicle
ITUA20162722A1 (it) * 2016-04-19 2017-10-19 Butler Eng And Marketing S P A Dispositivo e metodo per l'analisi e il rilevamento di caratteristiche geometriche di un oggetto
US10078892B1 (en) * 2017-03-16 2018-09-18 GM Global Technology Operations LLC Methods and systems for vehicle tire analysis using vehicle mounted cameras
IT201700039288A1 (it) 2017-04-10 2018-10-10 Nexion Spa Metodo e apparato di controllo di pneumatici delle ruote di un veicolo
WO2019084385A1 (en) * 2017-10-26 2019-05-02 Tire Profiles, Llc TIRE CODE READER
WO2020205640A1 (en) * 2019-04-01 2020-10-08 Exxonmobil Chemical Patents Inc. System for identifying vehicles and detecting tire characteristics
US11614380B2 (en) 2019-07-02 2023-03-28 Hunter Engineering Company System and method for acquisition of tire sidewall data from a moving vehicle
CN111914817B (zh) * 2020-09-21 2024-04-02 南京航空航天大学 一种基于种子点的道路识别方法及系统

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102248870A (zh) * 2010-05-19 2011-11-23 上海红硕阳化工有限公司 一种容易识别的轮胎标识方法

Family Cites Families (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS62184908A (ja) * 1986-02-07 1987-08-13 Bridgestone Corp タイヤの自動判別方法
NL8600849A (nl) 1986-04-03 1987-11-02 Philips Nv Inrichting voor het optisch identificeren van voorwerpen.
US4745469A (en) * 1987-02-18 1988-05-17 Perceptron, Inc. Vehicle wheel alignment apparatus and method
US5687249A (en) * 1993-09-06 1997-11-11 Nippon Telephone And Telegraph Method and apparatus for extracting features of moving objects
GB9418091D0 (en) 1994-09-08 1994-10-26 Russell Malcom B Tyre surface scanner
GB9516968D0 (en) 1995-08-18 1995-10-18 Mot Technologies Ltd Automated system for vehicle condition evaluation
EP0816799A3 (en) 1996-07-04 1998-01-28 Sun Electric UK Ltd. Tyre condition assessment
US6237234B1 (en) * 1999-09-28 2001-05-29 Snap-On Technologies, Inc. Method and apparatus for measuring vehicle wheel roll radius
US6681195B1 (en) * 2000-03-22 2004-01-20 Laser Technology, Inc. Compact speed measurement system with onsite digital image capture, processing, and portable display
DE10062254C2 (de) 2000-12-14 2002-12-19 Fraunhofer Ges Forschung Verfahren und Vorrichtung zum Charakterisieren einer Oberfläche und Verfahren und Vorrichtung zur Ermittlung einer Formanomalie einer Oberfläche
US6735337B2 (en) 2001-02-02 2004-05-11 Shih-Jong J. Lee Robust method for automatic reading of skewed, rotated or partially obscured characters
DE10143522C2 (de) 2001-09-05 2003-07-10 Fraunhofer Ges Forschung Verfahren und Vorrichtung zum Untersuchen eines Objekts
JP3787294B2 (ja) 2001-10-12 2006-06-21 株式会社マイクロビジョン 積雪用タイヤ検出装置
JP4679073B2 (ja) * 2004-05-18 2011-04-27 株式会社ブリヂストン タイヤ凹凸図形の検査方法、および、タイヤ凹凸図形検査装置
US7295948B2 (en) 2005-01-15 2007-11-13 Jetter Heinz L Laser system for marking tires
GB2425385B (en) * 2005-04-18 2007-08-01 Pips Technology Ltd Vehicle speed monitoring system
DE502006003568D1 (de) * 2005-11-22 2009-06-04 Frank H Schaefer Gerät zur prüfung der reifenprofiltiefe und -art, der geschwindigkeit und der bodenfreiheit an fahrzeugen während der fahrt
US8213685B2 (en) * 2007-01-05 2012-07-03 American Traffic Solutions, Inc. Video speed detection system
US8087301B2 (en) * 2007-09-24 2012-01-03 Infineon Technologies Ag Optical systems and methods for determining tire characteristics
JP5090126B2 (ja) * 2007-10-23 2012-12-05 アルパイン株式会社 車載用撮像装置
EP2071795B1 (en) 2007-12-12 2010-03-24 Lg Electronics Inc. Apparatus for transmitting and receiving a signal and a method of transmitting and receiving a signal
BRPI0821595A2 (pt) * 2007-12-19 2015-06-16 Société de Technologie Michelin Método de inspeção de uma parte da superfície de um pneumático e dispositivo de inspeção da superfície de um pneumático
DE102008023936A1 (de) 2008-02-10 2009-08-27 Vmt Vision Machine Technic Bildverarbeitungssysteme Gmbh Verfahren und Vorrichtung zum Lesen einer Profilschrift auf wenigstens einer der Seitenflächen eines Reifens
JP4480773B2 (ja) * 2008-04-01 2010-06-16 トヨタ自動車株式会社 タイヤ種別判別方法、並びにこれを用いた車両検査方法及び装置
GB2472793B (en) * 2009-08-17 2012-05-09 Pips Technology Ltd A method and system for measuring the speed of a vehicle
JP5371848B2 (ja) * 2009-12-07 2013-12-18 株式会社神戸製鋼所 タイヤ形状検査方法、及びタイヤ形状検査装置
US20130021471A1 (en) * 2011-07-21 2013-01-24 Google Inc. Reflective Surface Orientating with Multiple View Ports

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102248870A (zh) * 2010-05-19 2011-11-23 上海红硕阳化工有限公司 一种容易识别的轮胎标识方法

Also Published As

Publication number Publication date
DE102013207374A1 (de) 2014-10-23
US20160127625A1 (en) 2016-05-05
US10313574B2 (en) 2019-06-04
EP2989594A1 (de) 2016-03-02
EP2989594B1 (de) 2021-04-07
WO2014173564A1 (de) 2014-10-30
CN105164697A (zh) 2015-12-16

Similar Documents

Publication Publication Date Title
CN105164697B (zh) 用于识别机动车轮胎上的标识的装置和方法
JP6765728B2 (ja) タイヤ状態解析
CA2958832C (en) Method and axle-counting device for contact-free axle counting of a vehicle and axle-counting system for road traffic
KR102277633B1 (ko) 철도 터널 안전 검사를 위한 자동화 진단 로봇 시스템
CN105580359B (zh) 预测前进道路提示装置以及预测前进道路提示方法
CN101512316B (zh) 用于平衡车轮的方法和机器
CN103502876B (zh) 用于校正车辆的投影装置的方法和设备
CN107878301A (zh) 用于通过机动车辆的投影系统投射图像的方法和相关联的投影系统
US10063837B2 (en) System and method for analysis of surface features
US10482347B2 (en) Inspection of the contoured surface of the undercarriage of a motor vehicle
CN109863383A (zh) 用于校准和/或测试包括至少一个摄像机的车辆的系统的车辆试验台以及用于实施包括至少一个摄像机的车辆的系统的校准和/或测试的方法
CN108225798B (zh) 基于边缘增强识别的轮胎滑移量测试系统及测试方法
CN105674912B (zh) 结合达曼光栅的多光刀彩色三维测量装置和方法
US9291527B2 (en) System and method for analysis of surface features
CN109863382A (zh) 前照灯设置测试设备、测试站及前照灯设置装置和测试方法
CN101981407B (zh) 底盘测量系统以及确定底盘测量系统的测量头的位置参量的方法
KR101847812B1 (ko) 캘리브레이션 장치 및 방법
EP3696537B1 (de) Vorrichtung und verfahren zur schadenserkennung an einem fahrenden fahrzeug
CN109859235A (zh) 一种夜间移动车灯跟踪检测系统、方法及设备
CN105574490B (zh) 基于车前灯图像特征的车辆品牌识别方法和系统
CN115541598B (zh) 汽车外观检测方法、装置及系统
CN105740834B (zh) 夜视环境下对前方车辆的高精度检测方法
EP3625517A1 (de) Anordnung und verfahren zur berührungslosen entfernungsbestimmung nach art des lichtschnittverfahrens
US10060735B2 (en) Chassis measurement under ambient light
JP2022535668A (ja) 可動のダミー要素を位置決定するためのシステム

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TA01 Transfer of patent application right

Effective date of registration: 20190510

Address after: Munich, Germany

Applicant after: Best Bart LLC

Address before: Stuttgart, Germany

Applicant before: ROBERT BOSCH GmbH

TA01 Transfer of patent application right
TR01 Transfer of patent right

Effective date of registration: 20230815

Address after: Munich, Germany

Patentee after: BASBAT Automotive Testing Solutions Co.,Ltd.

Address before: Munich, Germany

Patentee before: Best Bart LLC

TR01 Transfer of patent right