CN107238727A - 基于动态视觉传感器芯片的光电式转速传感器及探测方法 - Google Patents
基于动态视觉传感器芯片的光电式转速传感器及探测方法 Download PDFInfo
- Publication number
- CN107238727A CN107238727A CN201710297238.9A CN201710297238A CN107238727A CN 107238727 A CN107238727 A CN 107238727A CN 201710297238 A CN201710297238 A CN 201710297238A CN 107238727 A CN107238727 A CN 107238727A
- Authority
- CN
- China
- Prior art keywords
- mrow
- event
- dvs
- msub
- reflecting marking
- 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
- 230000000007 visual effect Effects 0.000 title claims abstract description 41
- 238000001514 detection method Methods 0.000 title claims description 18
- 238000000034 method Methods 0.000 claims abstract description 27
- 230000008859 change Effects 0.000 claims abstract description 18
- 230000008569 process Effects 0.000 claims abstract description 15
- 230000005693 optoelectronics Effects 0.000 claims abstract description 8
- 230000006698 induction Effects 0.000 claims abstract description 7
- 238000000605 extraction Methods 0.000 claims description 11
- 238000012360 testing method Methods 0.000 claims description 6
- 230000002146 bilateral effect Effects 0.000 claims description 3
- 238000012935 Averaging Methods 0.000 claims description 2
- 238000012544 monitoring process Methods 0.000 claims description 2
- 230000006641 stabilisation Effects 0.000 claims description 2
- 238000011105 stabilization Methods 0.000 claims description 2
- 230000001360 synchronised effect Effects 0.000 claims description 2
- 238000005070 sampling Methods 0.000 abstract description 14
- 238000005259 measurement Methods 0.000 abstract description 9
- 238000004458 analytical method Methods 0.000 abstract description 5
- 238000004364 calculation method Methods 0.000 abstract description 2
- 239000000523 sample Substances 0.000 description 7
- 230000003287 optical effect Effects 0.000 description 6
- 230000008901 benefit Effects 0.000 description 5
- 238000013461 design Methods 0.000 description 4
- 238000003384 imaging method Methods 0.000 description 4
- 238000002347 injection Methods 0.000 description 4
- 239000007924 injection Substances 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000002123 temporal effect Effects 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000000691 measurement method Methods 0.000 description 2
- 230000003278 mimic effect Effects 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 230000005622 photoelectricity Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- JKFYKCYQEWQPTM-UHFFFAOYSA-N 2-azaniumyl-2-(4-fluorophenyl)acetate Chemical compound OC(=O)C(N)C1=CC=C(F)C=C1 JKFYKCYQEWQPTM-UHFFFAOYSA-N 0.000 description 1
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 1
- 229910021612 Silver iodide Inorganic materials 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000000498 cooling water Substances 0.000 description 1
- 230000005684 electric field Effects 0.000 description 1
- 238000010304 firing Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 229940045105 silver iodide Drugs 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
- G01P3/00—Measuring linear or angular speed; Measuring differences of linear or angular speeds
- G01P3/36—Devices characterised by the use of optical means, e.g. using infrared, visible, or ultraviolet light
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
- G01P1/00—Details of instruments
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Electromagnetism (AREA)
- Power Engineering (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明提供一种基于动态视觉传感器(dynamic visual sensor,DVS)芯片的光电式转速传感器，使用DVS传感器作为光电感应器件，包括反光标识,可控光源，线阵DVS，控制处理单元，所述可控光源和线阵DVS分别信号连接所述控制处理单元。本发明使用线阵DVS对旋转的反光标识进行特征分析识别，以此排除干扰光源和噪声的干扰，提高测量准确性；同时可以直接使用普通光源，降低系统成本。DVS变化采样的特性可以显著减少采样数据量和计算量，降低功耗，适合于便携式设备的应用。
Description
技术领域
本发明属于光电领域，特别涉及一种基于仿生视觉、图像处理以及电路设计等多技术的光电式转速传感器。
背景技术
转速传感器将物体的转速转换为数字或模拟电信号输出。按照工作原理，转速传感器可以分为磁敏式、变磁阻式、磁电式、电容式以及光电式等，利用旋转引起的磁场、电场或光照的变化来达到转速测量的目的。广泛使用的光电式转速传感器是基于光电变换原理，将被测物体转动产生的光信号转换为电脉冲信号。由于具有非接触、抗干扰能力强、可靠性和测量精度较高等优点，因此光电测速传感器获得了较为广泛的应用。为了提高聚焦度和抗干扰能力，通常需要使用激光或红外光作为光源。
光电式转速传感器可分为直射式和反射式两种。直射式转速传感器由带孔或带缺口的特制圆盘、光源和光电管组成，通常用于旋转轴转速测量。固定在旋转轴上的圆盘随被测轴旋转时，光线只能通过孔或缺口照射到光电管上。光电管被照射时输出周期脉冲信号，因此根据圆盘上的孔数或缺口数(单位时间的脉冲个数)，即可测出被测轴的转速。该方法的主要缺点是需使用特制测试圆盘与旋转轴固定，过程复杂，使用场合受限。
反射式的原理与直射式类似，但应用更加简便，可普遍用于旋转轴以及旋转平面的测量。测试时需在旋转目标上粘贴或刷涂反光标识，当反光标识被入射光照射时会产生反射光，目标物旋转一周产生一次反射光束。反射光由光电感应器件接收后产生周期脉冲信号，脉冲信号的频率即为转速。该方法的主要缺点一是容易受环境光源及噪声的干扰而影响测试精度，突出需要使用特殊光源，如激光和远红外光源。二是通常使用普通的光电二极管作为光电感应器件，分辨率低，测试精度不高。
如附图1所示给出了直射式和反射式两种光电式转速传感器的工作原理。
半导体硅基图像传感器(CCD及CMOS)是目前最主要的可见光成像(光电感应)器件。其工作原理与最初的碘化银胶片一样，都采用“帧采样”方式完成光强测量：所有像素同步复位后开始收集光电荷，在达到设定曝光时间后读出每个像素所收集的光电荷，并将其转换为电压；该电压经模数转换后变为数字量，输出后存储。所有像素亮度值组成的二维矩阵即为图像。通常工作帧频为30～60帧/秒，即电荷收集时间为几十微秒，最终每个像素的输出值是曝光期间感光量的总和，而与此过程中的具体变化无关。“帧采样”图像采集方式的最主要优点一是能够获取场景中每一点的光强值(彩色通常由单色插补得到)，二是像素只被动的进行光电荷收集，电路结构简单，像素尺寸小，空间分辨率高。然而这种采样方式同样存在着一些缺点：一是静止背景重复采样，数据冗余度高，给实时图像处理和传输存储带来很大压力；二是时间分辨率低，像素无法分辨电荷收集时间内光强内的任何变化，而只测量此期间内的光电荷累积总和，故不利于高速运动目标的跟踪与识别。而如果使用高频帧拍摄，则由高帧频带来的海量视觉信号无法做到实时处理。
近年来出现了一种模仿生物视觉感知与处理原理、采样超大规模集成电路技术实现的新型光电感知器件—动态视觉传感器(DVS-dynamic visual sensor)。其工作原理包括：
(1)、模仿生物视觉的成像机理，VS像素只对场景中的光强变化(称之为ActiveEvent，AE)敏感并采样输出。AE按照性质可分为空间变化(与周边像素比较)和时间变化(自身亮度变化)两类。其中对时间变化敏感的VS称为动态时域视觉传感器(DynamicVisionSensor，DVS)；
(2)、DVS像素独立检测所感受的光强变化--每个像素周期测量单位时间内的光生电流变化量。当光电流变化量超过设定的阈值时发出一个AE。像素产生的AE通过串行总线异步输出，像素间互不关联；
(3)、AE输出采用“地址事件表示(Address-Event-Representation，AER)”的方法，即AE＝(x,y,P),其中(x,y)为像素在像素阵列中的行列地址，P表示变化的属性(例如光强增加为“1”，减小为“0”)；与DVS接口的后端系统赋予每个AE一个时间戳T，指出AE的输出时间，即AE＝(x,y,P,T)。
DVS时间采样工作方式的优点包括：(1)数据量小，极低数据冗余，数据量通常为“整帧采样”方式的5～10％；(2)时间分辨率高，亮度变化可以被实时感知并输出，微秒级的时间精度相当于几千～几万帧的拍摄速度；(3)宽动态范围，由于只是检测亮度变化而非其累计值，因此量程宽，通常动态范围大于100DB。
附图2给出了“帧采样”图像传感器与时域视觉传感器的拍摄效果比较，由图2可见，帧图像(a)对运动目标和不变背景全部进行采样、传输和记录；(b)为DVS串行输出事件在10ms内的累积显示，其中只有运动目标产生事件，数据量减少，实时性提高；同时可以观察到正、负事件的分布情况。图中白点表示光强增加，黑点表示光强减小，背景设置为灰色。
综上所述，DVS为高精度、便携式低功耗的转速传感器设计提供了一种新的实现方法。
发明内容
本发明要解决的问题是充分利用DVS变化采样、高时间分辨率的特点，实现一种使用动态视觉传感器DVS的光电式转速传感器设计及其探测方法，通过比对反光标识的事件流(空间&时间)的形状特征模式来排除干扰光和噪声的干扰，达到提高测试准确度的目的。
为了达到上述目的，本发明采取的技术方案为：一种基于动态视觉传感器芯片的光电式转速传感器，使用DVS传感器作为光电感应器件。
进一步的，包括：
反光标识,用于附着于旋转物体表面，随旋转物体进行圆周运动；
可控光源，用于当周围环境光线较暗时，发射良好聚焦度和亮度可调的可见光光束，照射旋转物体的固定位置，使得附着于旋转物体的反光标识经过DVS视场时产生显著的光强变化；
线阵DVS，用于感应旋转物体表面发生的光强变化并输出AE事件流
控制处理单元，用于读取及存储DVS的输出AE事件流，并对其进行分析处理，计算转速输出/显示；
所述可控光源和线阵DVS分别信号连接所述控制处理单元。
更进一步的，所述控制处理单元包括：
接口模块：用于同步启动/停止光源和DVS，读取串行输出的DVS事件流，对每个DVS事件增加时间标记，并在MCU控制下存入DRAM；
微控制器MCU：是控制处理电路的核心，根据Flash中的程序控制整个系统的工作流程，发出其他各模块工作所需的各种控制信号；对DVS事件流进行计算，实现距离计算；
存储器：用于保存系统执行程序和预设特征数据，在MCU控制下存取DVS事件流；
输入输出接口：用于输入系统控制信号，输出距离测试结果和状态信号；
Flash模块：用于提供编程接口；
所述微控制器MCU连接并控制所述接口模块、存储器、输入输出接口、Flash模块。
本发明还提供了使用上述光电式转速传感器的探测方法，使用DVS对粘贴于旋转物体表面上对应位置的反光标识进行检测，并由处理电路进行信号处理和转速计算。
进一步的，具体步骤为：
(1)反光标识固定于旋转表面或旋转轴，使用垂直于反光标识转动线速度方向的线阵DVS进行转速检测；
(2)转速达到稳定，配合使用可控光源，使DVS视场线具有良好的照明对比度；
(3)探测反光标识；若探测成功，保存反光标识中心经过的时间点作为返回值Tc；
(4)若已保存的Tc大于等于3个，取最近过去3个Tc的平均差值作为旋转周期ΔT：
ΔT＝(Tc3-Tc1)/2 (1)；
(5)计算转速F(HZ)并输出：
F＝1/ΔT (2)；
(6)返回步骤(2)或结束。
进一步的，步骤(3)所述探测反光标识的具体方法为：
(31)采用环形方式存储DVS事件流，并连续监控DVS单位时间内的事件量，若高于阈值NT，则开始存储事件，直至事件量小于NT；将此时段作为可能出现反光标识的时间段；此时段长度为T，中点时间为Tc；
(32)提取时间段(Tc，T)内的事件流形状特征；
(33)进行事件流形状特征识别；
(34)如果比对成功，记录Tc为一次穿越时间点；返回(301)。
更进一步的，步骤(32)所述事件流形状特征提取的具体方法为：
(321)提取步骤(31)产生的以Tc为中心，宽度为T的时段内的“正”或“负”事件流作为分析对象，若旋转物体表面亮度大于反光标识，取“负”事件，否则取“正”事件；得到的事件流是按产生时间排序的事件队列，按每个事件的地址进一步分为在DVS视场线上半部和下半部的两个队列；
(322)将T等分为9等分，统计上下两个事件队列在每个时段内的事件数量及地址坐标平均值：
Nt、Nd表示上下两个事件队列在9个时段内的事件数量；At、Ad表示9个时段内上下两个队列的事件地址平均值；
(323)定义DM为某一时段内事件平均地址到DVS中线的距离(以下称中线距离)：DMt＝{|At1-AM|,|At2-AM|,......,|At9-AM|} (4)
DMd＝{|Ad1-AM|,|Ad2-AM|,......,|Ad9-AM|} (5)
上式中AM为线阵中点的坐标值；
(324)定义Dtd为某一时段内上下两个事件队列的平均距离：
Dtd＝{|Dt1-Dd1|,|Dt2-Dd2|,......,|Dt10-Dd9|}/2 (6)
(325)定义ND为上下两个事件队列在同一时段的事件数量差：
ND＝{|Nt1-Nd1|,|Nt2-Nd2|,......,|Nt10-Nd9|} (7)
更进一步的，步骤(33)所述事件流形状特征识别的具体方法为：
(331)各个时段内上下事件数量差小于总事件量的设定比例：
上式中Threshold1为数量差设定阈值；
(332)各时段内中线距离近似相等：
上式中Threshold2为直线距离差设定阈值；
(333)中线距离线性比例
|DMt3-DMt7|≤Threshold3×DMt3&&|DMd3-DMd7|≤Threshold3×DMd3 (10)
上式用于验证(3,7)两段关于时间中点的对称性，Threshold3为对称性阈值；
上式用于验证边缘直线性，Threshold4为左右对称性阈值。
本发明提出的一种基于动态视觉传感器芯片的光电式转速传感器及探测方法，与现有技术相比，有益效果为：
(1)本发明使用新型的动态视觉传感器--DVS作为光电接收器件，利用DVS变化驱动、异步输出和高时间分辨率的特点强度，使用线阵DVS对旋转的反光标识进行特征分析识别，以此排除干扰光源和噪声的干扰，提高测量准确性；同时可以直接使用普通光源，降低系统成本。
(2)DVS变化采样的特性可以显著减少采样数据量和计算量，降低功耗，适合于便携式设备的应用。
附图说明
图1(a)是直射式光电式转速测量方法的原理示意图；
图1(b)是反射式光电式转速测量方法的原理示意图；
图2是“整帧采样”图像传感器与时域视觉传感器的拍摄效果比较；
图3是本发明系统结构框图；
图4(a)是本发明的旋转平面测速原理图；
图4(b)是本发明的旋转轴测速原理图；
图5是光源、反光标识及DVS视场的几何关系示意图；
图6是使用线阵DVS进行反光标识形状检测的原理图；
图7是正方形识别的示意说明图；
图8是整体测试流程图。
具体实施方式
下面结合具体实施例对本发明做进一步说明。
本发明公开了一种使用动态视觉传感器(Dynamic Vision Sensor，DVS)的反射式光电转速传感器设计原理及方法。
本发明提出的反射式光电转速传感器如图3所示，包括光源、DVS传感器、控制/处理电路，此外还包括粘贴于旋转物体表面的固定形状反光标识。测量时由DVS探测此照射区域内出现的反光标识，经过处理电路计算得到转速。
本发明利用新型的半导体光电转换器件—DVS进行光电感应，利用DVS具有的变化采样、地址事件表示等特点。与现有使用普通光电探测转换器件的转速传感器相比，优点在于使用DVS事件流的空间/时间特征来排除噪声及干扰光源的干扰，具有抗干扰能力强、高精度的优点。从而提高测量的准确性，同时对于光源无特殊要求。
本发明的特点是利用DVS变化采样、高时间分辨率的特点，通过比对反光标识的事件流(空间&时间)的形状特征模式来排除干扰光和噪声的干扰，达到提高测试准确度的目的。
一、整体构成
如图3和图4所示，使用DVS作为光电探测—转换器的转速传感器包括以下几部分：
1、当背景光源能够使旋转物体表面和反光标识具有良好区分度时并不需要使用系统光源。而当周围环境光线较暗时，则需要使用光源发射良好聚焦度和亮度可调的可见光光束，照射旋转物体的固定位置，使得附着于旋转物体的反光标识经过DVS视场时产生显著的光强变化。对光源的要求：
(1)、聚焦度。为了提高探测的准确性，需要保证光源在适用探测范围内具有良好的聚焦度，光斑尺寸大于反光标识的尺寸；
(2)、光强。为了使DVS接收到足够数量的AE来完成计算和时序比对，在预设工作的环境(距离)下，当目标位于最大适用距离时，DVS感受的反射光强度应大于DVS光电灵敏度。
2、线阵DVS感应旋转物体表面发生的光强变化并输出AE事件流。本发明中使用垂直于反光标识转动线速度方向的一列像素进行转速检测，可使用面阵DVS(取一列)及线阵DVS。DVS应具有足够高的(列)空间分辨率和时间分辨率(微秒级)，其视场宽度应大于反光标识的最大宽度。如附图5所示。以下使用“视场线”来表示该列像素在旋转物体表面的视场。
3、控制&处理模块。该模块读取及存储DVS的输出AE流，并对其进行分析处理，计算转速输出/显示。具体实现由DSP/嵌入式处理器、RAM、Flash等器件构成。
4、反光标识附着于旋转物体表面，随旋转物体进行圆周运动。反光标识应具有预定义的规则形状，表面平滑，颜色一致。除大小满足前述要求外，反光标示应与旋转物体表面具有较大的区分度，在最远工作距离时反光标示应具有足够的光学辨识度。
对形状的特征分析比对是本发明的核心内容之一。为了论述的清晰，以下说明以正方形反光标识为例，且正方形对角线垂直于反光标识的线速度方向。
二、整体测试流程
图8给出了整体测试流程图。
1、系统初始化；反光标识固定于旋转表面或旋转轴；DVS列像素垂直于拍摄点处的线速度方向。转速已达稳定；
2、配合使用光源，DVS视场线具有良好的照明对比度；
3、使用算法1探测反光标识；若探测成功，保存返回值Tc(反光标识中心经过的时间点)；
4、若已保存的Tc大于等于3个，取最近过去3个Tc的平均差值作为旋转周期ΔT：
ΔT＝(Tc3-Tc1)/2 (1)
5、计算转速F(HZ)并输出：
F＝1/ΔT (2)
6、返回(2)或结束。
三、探测反光标识
3.1探测原理
DVS的输出事件表明视场内的光强发生变化。在旋转物体表面平滑一致的情况下，DVS无事件输出。当视场内出现运动的反光标识、表面条纹以及其他光源和噪声干扰时，DVS将会产生输出事件。图6给出反光标识的原理。线阵DVS连续监视视场线的光强变化情况，当反光标识未进入DVS视场线时，DVS无事件输出(除少量噪声)；在反光标识穿越DVS视场线的过程时会持续引发事件，且事件产生的位置就是反光标识边缘与DVS视场线的交点。由于图5示例中反光标识边缘的对称性，因此会产生关于中点位置对称的两组规律性事件，且同一时间段内上下两组事件的对应位置差随反光标识的前进而规律变化(视场线在反光标识上的投影)。每次反光标识经过DVS视场线时，均会产生这样一个规律性的变化，因此可以作为特征来进行识别。而如果是其他原因产生的事件流，则其事件流的空间—事件流变化规律不符合以上特点。
3.2探测方法
算法1：
I.采用环形方式存储DVS事件流，并连续监控DVS单位时间内(500us)的事件量，若高于阈值NT，则开始存储事件，直至事件量小于NT；将此时段作为可能出现反光标识的时间段；此时段长度为T，中点时间为Tc；
II.使用算法2提取时间段(Tc，T)内的事件流形状特征，使用算法3进行特征识别；
III.如果比对成功，记录Tc为一次穿越时间点；返回(1)。
四、形状特征提取与识别
具有规则形状的反光标识在穿越DVS视场线时，事件地址随时间有规律地变化，本发明使用这种规律作为特征进行提取和识别。参照图5，以旋转90度正方形反光标识为例说明事件流形状特征的提取与识别。
4.1事件流形状特征提取
算法2：
I.提取算法1产生的以Tc为中心，宽度为T的时段内的“正”或“负”事件流作为分析对象(若旋转物体表面亮度大于反光标识，取“负”事件，否则取“正”事件)；得到的事件流是按产生时间排序的事件队列，按每个事件的地址进一步分为在DVS视场线上半部和下半部的两个队列；
II.将T等分为9等分，统计上下两个事件队列在每个时段内的事件数量及地址坐标平均值：
Nt、Nd表示上下两个事件队列在9个时段内的事件数量；At、Ad表示9个时段内上下两个队列的事件地址平均值。
定义DM为某一时段内事件平均地址到DVS中线的距离(以下称中线距离)：
DMt＝{|At1-AM|,|At2-AM|,......,|At9-AM|} (4)
DMd＝{|Ad1-AM|,|Ad2-AM|,......,|Ad9-AM|} (5)
上式中AM为线阵中点的坐标值。
定义Dtd为某一时段内上下两个事件队列的平均距离：
Dtd＝{|Dt1-Dd1|,|Dt2-Dd2|,......,|Dt10-Dd9|}/2 (6)
定义ND为上下两个事件队列在同一时段的事件数量差：
ND＝{|Nt1-Nd1|,|Nt2-Nd2|,......,|Nt10-Nd9|} (7)4.2事件流形状特征识别
根据算法2得到的各项统计数据进行形状识别。对于转转90度的正方形，其特征满足如下规律：
1、上下两个事件队列在同一时段的事件数量差近似相等；
2、上下两个事件队列在同一时段内的平均地址到DVS中线的距离相等；
3、上下两个事件队列各个时段内的中线距离关于时段5对称，并线性变化。
算法3：
I.各个时段内上下事件数量差小于总事件量的设定比例：
上式中Threshold1为数量差设定阈值，经验值0.15；
II.各时段内中线距离近似相等：
上式中Threshold2为直线距离差设定阈值，经验值0.15；
III、中线距离线性比例
参见图7。
|DMt3-DMt7|≤Threshold3×DMt3&&|DMd3-DMd7|≤Threshold3×DMd3 (10)
上式用于验证(3,7)两段关于时间中点的对称性，Threshold3为对称性阈值，经验值0.1。
上式用于验证边缘直线性，Threshold4为左右对称性阈值，经验值0.2。
以上所述仅为本发明的具体实施例而已，并不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，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (8)
1.一种基于动态视觉传感器芯片的光电式转速传感器，其特征在于，使用DVS传感器作为光电感应器件。
2.根据权利要求1所述的一种基于动态视觉传感器芯片的光电式转速传感器，其特征在于，包括：
反光标识,用于附着于旋转物体表面，随旋转物体进行圆周运动；
可控光源，用于当周围环境光线较暗时，发射良好聚焦度和亮度可调的可见光光束，照射旋转物体的固定位置，使得附着于旋转物体的反光标识经过DVS视场时产生显著的光强变化；
线阵DVS，用于感应旋转物体表面发生的光强变化并输出AE事件流
控制处理单元，用于读取及存储DVS的输出AE事件流，并对其进行分析处理，计算转速输出/显示；
所述可控光源和线阵DVS分别信号连接所述控制处理单元。
3.根据权利要求1所述的一种基于动态视觉传感器芯片的光电式转速传感器，其特征在于，所述控制处理单元包括：
接口模块：用于同步启动/停止光源和DVS，读取串行输出的DVS事件流，对每个DVS事件增加时间标记，并在MCU控制下存入DRAM；
微控制器MCU：是控制处理电路的核心，根据Flash中的程序控制整个系统的工作流程，发出其他各模块工作所需的各种控制信号；对DVS事件流进行计算，实现距离计算；
存储器：用于保存系统执行程序和预设特征数据，在MCU控制下存取DVS事件流；
输入输出接口：用于输入系统控制信号，输出距离测试结果和状态信号；
Flash模块：用于提供编程接口；
所述微控制器MCU连接并控制所述接口模块、存储器、输入输出接口、Flash模块。
4.一种基于动态视觉传感器芯片的光电式转速传感器探测方法，其特征在于，使用DVS对粘贴于旋转物体表面上对应位置的反光标识进行检测，并由处理电路进行信号处理和转速计算。
5.根据权利要求4所述的探测方法，其特征在于，具体步骤为：
(1)反光标识固定于旋转表面或旋转轴，使用垂直于反光标识转动线速度方向的线阵DVS进行转速检测；
(2)转速达到稳定，配合使用可控光源，使DVS视场线具有良好的照明对比度；
(3)探测反光标识；若探测成功，保存反光标识中心经过的时间点作为返回值Tc；
(4)若已保存的Tc大于等于3个，取最近过去3个Tc的平均差值作为旋转周期ΔT：
ΔT＝(Tc3-Tc1)/2 (1)；
(5)计算转速F(HZ)并输出：
F＝1/ΔT (2)；
(6)返回步骤(2)或结束。
6.根据权利要求5所述的探测方法，其特征在于，步骤(3)所述探测反光标识的具体方法为：
(31)采用环形方式存储DVS事件流，并连续监控DVS单位时间内的事件量，若高于阈值NT，则开始存储事件，直至事件量小于NT；将此时段作为可能出现反光标识的时间段；此时段长度为T，中点时间为Tc；
(32)提取时间段(Tc，T)内的事件流形状特征；
(33)进行事件流形状特征识别；
(34)如果比对成功，记录Tc为一次穿越时间点；返回(301)。
7.根据权利要求6所述的探测方法，其特征在于，步骤(32)所述事件流形状特征提取的具体方法为：
(321)提取步骤(31)产生的以Tc为中心，宽度为T的时段内的“正”或“负”事件流作为分析对象，若旋转物体表面亮度大于反光标识，取“负”事件，否则取“正”事件；得到的事件流是按产生时间排序的事件队列，按每个事件的地址进一步分为在DVS视场线上半部和下半部的两个队列；
(322)将T等分为9等分，统计上下两个事件队列在每个时段内的事件数量及地址坐标平均值：
<mrow>
<mtable>
<mtr>
<mtd>
<mrow>
<mi>N</mi>
<mi>t</mi>
<mo>=</mo>
<mrow>
<mo>{</mo>
<mrow>
<mi>N</mi>
<mi>t</mi>
<mn>1</mn>
<mo>,</mo>
<mi>N</mi>
<mi>t</mi>
<mn>2</mn>
<mo>,</mo>
<mo>...</mo>
<mo>...</mo>
<mo>,</mo>
<mi>N</mi>
<mi>t</mi>
<mn>9</mn>
</mrow>
<mo>}</mo>
</mrow>
<mo>,</mo>
<mi>N</mi>
<mi>d</mi>
<mo>=</mo>
<mrow>
<mo>{</mo>
<mrow>
<mi>N</mi>
<mi>d</mi>
<mn>1</mn>
<mo>,</mo>
<mi>N</mi>
<mi>d</mi>
<mn>2</mn>
<mo>,</mo>
<mo>...</mo>
<mo>...</mo>
<mo>,</mo>
<mi>N</mi>
<mi>d</mi>
<mn>9</mn>
</mrow>
<mo>}</mo>
</mrow>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mi>A</mi>
<mi>t</mi>
<mo>=</mo>
<mrow>
<mo>{</mo>
<mrow>
<mi>A</mi>
<mi>t</mi>
<mn>1</mn>
<mo>,</mo>
<mi>A</mi>
<mi>t</mi>
<mn>2</mn>
<mo>,</mo>
<mo>...</mo>
<mo>...</mo>
<mo>,</mo>
<mi>A</mi>
<mi>t</mi>
<mn>9</mn>
</mrow>
<mo>}</mo>
</mrow>
<mo>,</mo>
<mi>D</mi>
<mi>d</mi>
<mo>=</mo>
<mrow>
<mo>{</mo>
<mrow>
<mi>A</mi>
<mi>d</mi>
<mn>1</mn>
<mo>,</mo>
<mi>A</mi>
<mi>d</mi>
<mn>2</mn>
<mo>,</mo>
<mo>...</mo>
<mo>...</mo>
<mo>,</mo>
<mi>A</mi>
<mi>d</mi>
<mn>9</mn>
</mrow>
<mo>}</mo>
</mrow>
</mrow>
</mtd>
</mtr>
</mtable>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>3</mn>
<mo>)</mo>
</mrow>
</mrow>
Nt、Nd表示上下两个事件队列在9个时段内的事件数量；At、Ad表示9个时段内上下两个队列的事件地址平均值；
(323)定义DM为某一时段内事件平均地址到DVS中线的距离(以下称中线距离)：
DMt＝{|At1-AM|,|At2-AM|,......,|At9-AM|} (4)
DMd＝{|Ad1-AM|,|Ad2-AM|,......,|Ad9-AM|} (5)上式中AM为线阵中点的坐标值；
(324)定义Dtd为某一时段内上下两个事件队列的平均距离：
Dtd＝{|Dt1-Dd1|,|Dt2-Dd2|,......,|Dt10-Dd9|}/2 (6)
(325)定义ND为上下两个事件队列在同一时段的事件数量差：
ND＝{|Nt1-Nd1|,|Nt2-Nd2|,......,|Nt10-Nd9|} (7)
8.根据权利要求6所述的探测方法，其特征在于，步骤(33)所述事件流形状特征识别的具体方法为：
(331)各个时段内上下事件数量差小于总事件量的设定比例：
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mn>9</mn>
</munderover>
<msub>
<mi>ND</mi>
<mi>i</mi>
</msub>
<mo>&le;</mo>
<mi>T</mi>
<mi>h</mi>
<mi>r</mi>
<mi>e</mi>
<mi>s</mi>
<mi>h</mi>
<mi>o</mi>
<mi>l</mi>
<mi>d</mi>
<mn>1</mn>
<mo>&times;</mo>
<mrow>
<mo>(</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mn>9</mn>
</munderover>
<msub>
<mi>Nt</mi>
<mi>j</mi>
</msub>
<mo>+</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mn>9</mn>
</munderover>
<msub>
<mi>Nd</mi>
<mi>k</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>/</mo>
<mn>2</mn>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>8</mn>
<mo>)</mo>
</mrow>
</mrow>
上式中Threshold1为数量差设定阈值；
(332)各时段内中线距离近似相等：
<mrow>
<mi>max</mi>
<mrow>
<mo>{</mo>
<mrow>
<mfrac>
<mrow>
<mn>2</mn>
<mo>|</mo>
<mi>D</mi>
<mi>M</mi>
<mi>t</mi>
<mn>1</mn>
<mo>+</mo>
<mi>D</mi>
<mi>M</mi>
<mi>d</mi>
<mn>1</mn>
<mo>|</mo>
</mrow>
<mrow>
<mo>(</mo>
<mrow>
<mi>D</mi>
<mi>M</mi>
<mi>t</mi>
<mn>1</mn>
<mo>+</mo>
<mi>D</mi>
<mi>M</mi>
<mi>d</mi>
<mn>1</mn>
</mrow>
<mo>)</mo>
</mrow>
</mfrac>
<mo>,</mo>
<mfrac>
<mrow>
<mn>2</mn>
<mo>|</mo>
<mi>D</mi>
<mi>M</mi>
<mi>t</mi>
<mn>2</mn>
<mo>+</mo>
<mi>D</mi>
<mi>M</mi>
<mi>d</mi>
<mn>2</mn>
<mo>|</mo>
</mrow>
<mrow>
<mo>(</mo>
<mrow>
<mi>D</mi>
<mi>M</mi>
<mi>t</mi>
<mn>2</mn>
<mo>+</mo>
<mi>D</mi>
<mi>M</mi>
<mi>d</mi>
<mn>2</mn>
</mrow>
<mo>)</mo>
</mrow>
</mfrac>
<mo>,</mo>
<mn>......</mn>
<mo>,</mo>
<mfrac>
<mrow>
<mo>|</mo>
<mi>D</mi>
<mi>M</mi>
<mi>t</mi>
<mn>9</mn>
<mo>+</mo>
<mi>D</mi>
<mi>M</mi>
<mi>d</mi>
<mn>9</mn>
<mo>|</mo>
</mrow>
<mrow>
<mo>(</mo>
<mrow>
<mi>D</mi>
<mi>M</mi>
<mi>t</mi>
<mn>9</mn>
<mo>+</mo>
<mi>D</mi>
<mi>M</mi>
<mi>d</mi>
<mn>9</mn>
</mrow>
<mo>)</mo>
</mrow>
</mfrac>
</mrow>
<mo>}</mo>
</mrow>
<mo>&le;</mo>
<mi>T</mi>
<mi>h</mi>
<mi>r</mi>
<mi>e</mi>
<mi>s</mi>
<mi>h</mi>
<mi>o</mi>
<mi>l</mi>
<mi>d</mi>
<mn>2</mn>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>9</mn>
<mo>)</mo>
</mrow>
</mrow>
上式中Threshold2为直线距离差设定阈值；
(333)中线距离线性比例
|DMt3-DMt7|≤Threshold3×DMt3&&|DMd3-DMd7|≤Threshold3×DMd3 (10)
上式用于验证(3,7)两段关于时间中点的对称性，Threshold3为对称性阈值；
<mrow>
<mtable>
<mtr>
<mtd>
<mrow>
<mrow>
<mo>(</mo>
<mrow>
<mn>1</mn>
<mo>-</mo>
<msub>
<mi>Threshold</mi>
<mn>4</mn>
</msub>
</mrow>
<mo>)</mo>
</mrow>
<mo>&le;</mo>
<mrow>
<mo>(</mo>
<mrow>
<msub>
<mi>DMt</mi>
<mn>4</mn>
</msub>
<mo>+</mo>
<msub>
<mi>DMt</mi>
<mn>2</mn>
</msub>
</mrow>
<mo>)</mo>
</mrow>
<mo>/</mo>
<mrow>
<mo>(</mo>
<mrow>
<mn>2</mn>
<mo>&times;</mo>
<msub>
<mi>DMt</mi>
<mn>3</mn>
</msub>
</mrow>
<mo>)</mo>
</mrow>
<mo>&le;</mo>
<mrow>
<mo>(</mo>
<mrow>
<mn>1</mn>
<mo>+</mo>
<msub>
<mi>Threshold</mi>
<mn>4</mn>
</msub>
</mrow>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mrow>
<mo>(</mo>
<mrow>
<mn>1</mn>
<mo>-</mo>
<msub>
<mi>Threshold</mi>
<mn>4</mn>
</msub>
</mrow>
<mo>)</mo>
</mrow>
<mo>&le;</mo>
<mrow>
<mo>(</mo>
<mrow>
<msub>
<mi>DMt</mi>
<mn>6</mn>
</msub>
<mo>+</mo>
<msub>
<mi>DMt</mi>
<mn>8</mn>
</msub>
</mrow>
<mo>)</mo>
</mrow>
<mo>/</mo>
<mrow>
<mo>(</mo>
<mrow>
<mn>2</mn>
<mo>&times;</mo>
<msub>
<mi>DMt</mi>
<mn>7</mn>
</msub>
</mrow>
<mo>)</mo>
</mrow>
<mo>&le;</mo>
<mrow>
<mo>(</mo>
<mrow>
<mn>1</mn>
<mo>+</mo>
<msub>
<mi>Threshold</mi>
<mn>4</mn>
</msub>
</mrow>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
</mtable>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>11</mn>
<mo>)</mo>
</mrow>
</mrow>
上式用于验证边缘直线性，Threshold4为左右对称性阈值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710297238.9A CN107238727B (zh) | 2017-04-28 | 2017-04-28 | 基于动态视觉传感器芯片的光电式转速传感器及探测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710297238.9A CN107238727B (zh) | 2017-04-28 | 2017-04-28 | 基于动态视觉传感器芯片的光电式转速传感器及探测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107238727A true CN107238727A (zh) | 2017-10-10 |
| CN107238727B CN107238727B (zh) | 2020-05-01 |
Family
ID=59984224
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710297238.9A Active CN107238727B (zh) | 2017-04-28 | 2017-04-28 | 基于动态视觉传感器芯片的光电式转速传感器及探测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107238727B (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110177200A (zh) * | 2019-06-28 | 2019-08-27 | Oppo广东移动通信有限公司 | 摄像头模组、电子设备以及影像拍摄方法 |
| CN110244319A (zh) * | 2019-05-31 | 2019-09-17 | 中国人民解放军国防科技大学 | 一种用于逆反射体检测的成像方法 |
| CN110514145A (zh) * | 2018-05-21 | 2019-11-29 | 中天科技光纤有限公司 | 一种光纤扭曲度测试装置及方法 |
| CN110536083A (zh) * | 2019-08-30 | 2019-12-03 | 上海芯仑光电科技有限公司 | 一种图像传感器及图像采集系统 |
| CN111521161A (zh) * | 2019-02-05 | 2020-08-11 | 莱卡地球系统公开股份有限公司 | 包括事件相机的勘测装置 |
| CN113341168A (zh) * | 2021-05-19 | 2021-09-03 | 集美大学 | 基于接触式图像传感器的测速方法、设备及系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102944689A (zh) * | 2012-11-13 | 2013-02-27 | 江苏科技大学 | 采用ccd摄像机的无刷直流电机转速检测装置及方法 |
| TW201525958A (zh) * | 2013-12-30 | 2015-07-01 | Univ Chienkuo Technology | 圓球型ｌｅｄ旋轉顯示器 |
| CN105223373A (zh) * | 2015-10-26 | 2016-01-06 | 朱文军 | 一种固定式光电测速传感器 |
| US20160080670A1 (en) * | 2014-09-16 | 2016-03-17 | Qualcomm Incorporated | Event-based down sampling |
| CN205786679U (zh) * | 2016-05-31 | 2016-12-07 | 毛敏 | 一种电机转速测量装置 |
| CN106597463A (zh) * | 2016-12-29 | 2017-04-26 | 天津师范大学 | 基于动态视觉传感器芯片的光电式接近传感器及探测方法 |
-
2017
- 2017-04-28 CN CN201710297238.9A patent/CN107238727B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102944689A (zh) * | 2012-11-13 | 2013-02-27 | 江苏科技大学 | 采用ccd摄像机的无刷直流电机转速检测装置及方法 |
| TW201525958A (zh) * | 2013-12-30 | 2015-07-01 | Univ Chienkuo Technology | 圓球型ｌｅｄ旋轉顯示器 |
| US20160080670A1 (en) * | 2014-09-16 | 2016-03-17 | Qualcomm Incorporated | Event-based down sampling |
| CN105223373A (zh) * | 2015-10-26 | 2016-01-06 | 朱文军 | 一种固定式光电测速传感器 |
| CN205786679U (zh) * | 2016-05-31 | 2016-12-07 | 毛敏 | 一种电机转速测量装置 |
| CN106597463A (zh) * | 2016-12-29 | 2017-04-26 | 天津师范大学 | 基于动态视觉传感器芯片的光电式接近传感器及探测方法 |
Non-Patent Citations (1)
| Title |
|---|
| A. RIOS-NAVARRO ET AL: "Real-time motor rotation frequency detection with event-based visual and spike-based auditory AER sensory integration for FPGA", 《2015 INTERNATIONAL CONFERENCE ON EVENT-BASED CONTROL, COMMUNICATION, AND SIGNAL PROCESSING》 * |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110514145A (zh) * | 2018-05-21 | 2019-11-29 | 中天科技光纤有限公司 | 一种光纤扭曲度测试装置及方法 |
| CN111521161A (zh) * | 2019-02-05 | 2020-08-11 | 莱卡地球系统公开股份有限公司 | 包括事件相机的勘测装置 |
| CN110244319A (zh) * | 2019-05-31 | 2019-09-17 | 中国人民解放军国防科技大学 | 一种用于逆反射体检测的成像方法 |
| CN110177200A (zh) * | 2019-06-28 | 2019-08-27 | Oppo广东移动通信有限公司 | 摄像头模组、电子设备以及影像拍摄方法 |
| CN110177200B (zh) * | 2019-06-28 | 2020-11-27 | Oppo广东移动通信有限公司 | 摄像头模组、电子设备以及影像拍摄方法 |
| CN110536083A (zh) * | 2019-08-30 | 2019-12-03 | 上海芯仑光电科技有限公司 | 一种图像传感器及图像采集系统 |
| CN110536083B (zh) * | 2019-08-30 | 2020-11-06 | 上海芯仑光电科技有限公司 | 一种图像传感器及图像采集系统 |
| CN113341168A (zh) * | 2021-05-19 | 2021-09-03 | 集美大学 | 基于接触式图像传感器的测速方法、设备及系统 |
| CN113341168B (zh) * | 2021-05-19 | 2024-01-26 | 集美大学 | 基于接触式图像传感器的测速方法、设备及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107238727B (zh) | 2020-05-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107238727A (zh) | 基于动态视觉传感器芯片的光电式转速传感器及探测方法 | |
| CN111855664B (zh) | 一种可调节隧道病害三维检测系统 | |
| CN109631787B (zh) | 透射式靶标图像的光斑中心检测方法及桥梁挠度图像式检测装置 | |
| CN106597463A (zh) | 基于动态视觉传感器芯片的光电式接近传感器及探测方法 | |
| US20170108332A1 (en) | Motion Contrast Depth Scanning | |
| CN103617611B (zh) | 一种自动阈值分割光斑中心及尺寸检测方法 | |
| CN102494663B (zh) | 摆动喷管的摆动角度的测量方法 | |
| CN105526871B (zh) | 基于cmos的光栅位移测量系统及其测量方法 | |
| CN104976960A (zh) | 一种雨滴物理特性观测方法及装置 | |
| CN105783769A (zh) | 基于线激光扫描的齿轮三维轮廓测量系统及方法 | |
| WO2006041140A1 (ja) | 三次元計測センサ | |
| CN109341668A (zh) | 基于折射投影模型和光束追踪法的多相机测量方法 | |
| CN109509213B (zh) | 一种应用于异步时域视觉传感器的Harris角点检测方法 | |
| CN105526906A (zh) | 大角度动态高精度激光测角方法 | |
| CN204904359U (zh) | 一种基于双摄像头的三维景深识别装置 | |
| CN103175527A (zh) | 一种应用于微小卫星的大视场低功耗的地球敏感器系统 | |
| CN105606623A (zh) | 一种基于线阵相机的钢板表面缺陷检测系统 | |
| CN105043305A (zh) | 一种量子关联自准直仪及测角方法 | |
| CN110108604A (zh) | 基于显微放大和视角传感的高空微粒辨识装置及方法 | |
| CN105717502A (zh) | 一种基于线阵ccd的高速激光测距装置及方法 | |
| Roquemore et al. | Imaging of high-speed dust particle trajectories on NSTX | |
| Jawad et al. | Measuring object dimensions and its distances based on image processing technique by analysis the image using sony camera | |
| JPH10173978A (ja) | 追尾誤差検出装置 | |
| CN102928437A (zh) | 一种金属带卷表面质量记录系统 | |
| Maas | Close range photogrammetry sensors |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |