CN108627348A - 一种基于图像识别汽车底盘的检查方法 - Google Patents
一种基于图像识别汽车底盘的检查方法 Download PDFInfo
- Publication number
- CN108627348A CN108627348A CN201710161695.5A CN201710161695A CN108627348A CN 108627348 A CN108627348 A CN 108627348A CN 201710161695 A CN201710161695 A CN 201710161695A CN 108627348 A CN108627348 A CN 108627348A
- Authority
- CN
- China
- Prior art keywords
- image
- image recognition
- chassis
- automobile chassis
- method based
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M17/00—Testing of vehicles
- G01M17/007—Wheeled or endless-tracked vehicles
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0255—Control of position or course in two dimensions specially adapted to land vehicles using acoustic signals, e.g. ultra-sonic singals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- 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
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
- G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
Abstract
本发明公开了一种基于图像识别汽车底盘的检查方法:特征在于:包括步骤:步骤1:手机控制系统扫描车辆十七位编码获取车辆基本信息;步骤2:是否有该车型预先设计的导航线路;步骤3:如果有智能小车根据预先设计的线路在汽车底盘下行走,并安预先设计的拍照位置拍照;步骤4:如果没有手机控制系统控制智能小车在汽车底盘下行走,并拍照获取底盘图像;步骤5:图像自动传输到云端服务器;步骤6:云端服务器图像识别和学习系统对图像识别和分析;步骤7:将分析结果反馈到手机终端并接受移动终端的查询。本发明通过图像识别在无任何外界设备的情况下,也很方便快捷的完成对车辆底盘的检查。
Description
技术领域
本发明属于汽车后市场汽车诊断检测技术服务领域,具体涉及的是一种基于图像识别汽车底盘的检查方法。
背景技术
在汽车保维修养和二手车评估过程中经常需要对汽车底盘进行检查,常规方法是用举升机将车辆抬起或者在地沟下对底盘检查,如果没有举升机和地沟,维修人员需要爬到车底盘下面非常麻烦,是否有一种方法,在没有举升机和地沟等外界设备帮助的情况下,人员无需要爬到车底而在平地上完成对车辆底盘的检查的方法。
随着人工智能的发展,以及图像识别技术的应用,可以采用一种方法获取车辆底盘的图像信息,通过图像识别自动完成底盘的检查,在无任何外界设备的情况下,也很方便快捷的完成对车辆底盘的检查。
发明内容
本发明的目的在于提供一种基于图像识别,完成汽车底盘的检查方法,该方法通过一款智能小车,智能小车根据预先设计的轨迹,在汽车底盘下行走,并在预先设计的位置停留,获取汽车底盘图像,并将图像自动传输到云端服务器,云端服务器对图像识别判断运算,完成对汽车底盘的检查。
本发明的目的是通过以下技术方案实现的。一种基于图像识别汽车底盘的检查方法:其特征在于:包括:智能小车套件,智能导航系统,自动拍照系统,手机控制系统,云端服务器,图像识别分析系统。
其中包括步骤:
步骤1:手机控制系统扫描车辆十七位编码获取车辆基本信息;
步骤2:是否有该车型预先设计的导航线路;
步骤3:如果有智能小车根据预先设计的线路在汽车底盘下行走,并安预先设计的拍照位置拍照;
步骤4:如果没有手机控制系统控制智能小车在汽车底盘下行走,并拍照获取底盘图像;
步骤5:图像自动传输到云端服务器;
步骤6:云端服务器图像识别和学习系统对图像识别和分析;
步骤7:将分析结果反馈到手机终端并接受移动终端的查询。
所述智能小车套件与智能导航系统连接,用于按事先规划设计的线路在汽车底盘下行走,停留,与手机控制系统连接,按手机控制的路线行走;
所述智能导航系统云智能小车套件连接控制智能小车套件按预先规划设计的线路在汽车底盘下行走停留,与手机控制系统连接收手机控制系统指令,控制智能小车的行走,与自动拍照系统连接,控制自动拍照系统在指定位置拍照图像;
所述的手机控制系统与智能导航系统连接,控制智能小车在汽车底盘下的形式线路,与自动拍照系统连接,通知自动拍照系统在合适的位置拍照获取图像;
所述自动拍照系统与智能小车套件连接,安装在智能小车套件上与智能小车一起运动行走,自动拍照系统与智能导航系统连接,接受智能系统的指令在指定位置拍照图像,智能拍照系统与手机控制系统连接,接受手机控制系统的指令,根据手机控制系统发出的指令在合适的位置拍照;自动拍照系统与云端服务器连接将获取的图像自动传输到云端服务器;
云端服务器与图像识别系统连接,对获取的图像学习和识别,与手机控制系统连接将识别学习和结果反馈到手机控制系统;
所述图像识别学习系统与云端服务器连接,用来自动拍照系统传输到服务器的图像识别和学习运算,并将运算结果保存在云端服务器;
步骤1:手机控制系统扫描车辆十七位编码获取车辆基本信息;
手机控制系统通过调用手机相机扫面位于车窗下方的十七位编码获取车辆信息,所述车辆信息包括车系,车型,年款,排量等车辆基础信息。
步骤2:是否有该车型预先设计的导航线路;
其中所述步骤2,手机控制系统根据步骤1获取的车辆信息,判断该车型是否预先设计好了导航线路,如果有到步骤3,如果没有到步骤4.
步骤3:如果智有能小车根据预先设计的线路在汽车底盘下行走,并安预先设计的拍照位置拍照;
其中步骤3所述拍照位置拍照,有种控制模式一种全自动模式:完全按照预先设计的线路,停留时间,拍照位置进行,一种是半自动模式:按预先设计的的线路,拍照位置进行,但是停留时间有手机控制系统控制,同时图像在手机控制系统同步显示来自拍照系统的图像。
步骤4:如果没有手机控制系统控制智能小车在汽车底盘下行走,并拍照获取底盘图像;
其中所述步骤4,智能小车不安预先设计的线路行走,而是手机控制系统操作智能小车,根据实际需要,在底盘下行走,行走到需要拍照的位置,进行拍照,所述拍照位置至少包括左前轮,右前轮,左后轮,右后轮,发动机下方,
步骤5:图像自动传输到云端服务器;
所述步骤3和步骤4所获取的图像通过手机的移动网络或wifi自动传输到云端服务器,智能拍照系统通过wifi与云端服务连接,自动传输到云端服务器;智能拍照系统与智能手机连接,智能手机通过移动网传输图像到云端服务器。
步骤6:云端服务器图像识别和学习系统对图像识别和分析;
其中步骤6所述服务器获取的图像包括整体图像和局部图像,所述整体图像包括底盘整体图像,底盘前半部分图像,底盘后半部图像,底盘左前半部图像,右前半部图像,左后半部图像,右后半部图像,所述局部图像至少包括发动机底部图像,转向系统图像,刹车系统图像,悬挂系统图像,传动系统图像,排放系统图像。
所述发动机底部图像至少包括油底壳,所述转向系统图像至少包括转向拉杆,半轴,下摆臂,所述转刹车系统图像至少包括轮胎内侧,刹车盘,刹车片,刹车油管,刹车卡钳
所述转悬挂系统图像至少包括减震器,所述转传动系统图像至少包括变速器,所述排放系统图像至少包括三元催化。
云端服务器根据整体图像和局部图像,识别出某一部位的细节图,所述的细节图就是以某一具体零部件为主要部分的图像,
所述的学习系统是预先标注的某一零部件的细节图的图像特征,所述的图像分析是识别出细节图与学习系统的细节图的图像特征对比分析,判断是否与学习系统细节图的图像特征有差异,如果将该零部件的细节标注出来,说明该零部件有异常情况,并在整体图上和局部图上将该细节图标注出来。
步骤7:将分析结果反馈到手机终端并接受移动终端的查询。
根据步骤6的分析结果,将经过标注的整体图或局部图,以及有差异的细节图反馈到手机终端,手机终端可以通过输入十七位编码查询分析结果。
本发明与现有技术相比,有益效果在于:本发明极大满足了在没有任何举升的情况下,对车辆底盘检测的一种方法,尤其是在二手车评估时,能够及时、准确判断底盘实际车况。
附图说明
本发明的目的,特征及有益效果将结合具体实施方式的详细描述,结合附图进一步说明。
附图中,
图1是本发明的工作流程图
图2是本发明的系统框图
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
请参阅图1是本发明的工作流程图
步骤1:手机控制系统扫描车辆十七位编码获取车辆基本信息;
步骤2:是否有该车型预先设计的导航线路;
步骤3:如果智有能小车根据预先设计的线路在汽车底盘下行走,并安预先设计的拍照位置拍照;
步骤4:如果没有手机控制系统控制智能小车在汽车底盘下行走,并拍照获取底盘图像;
步骤5:图像自动传输到云端服务器;
步骤6:云端服务器图像识别和学习系统对图像识别和分析;
步骤7:将分析结果反馈到手机终端并接受移动终端的查询。
图2是本发明的系统框图
包括:智能小车套件,智能导航系统,自动拍照系统,手机控制系统,云端服务器,图像识别分析系统;
智能小车套件采用嵌入式套件包括主板,驱动模块,底盘套装,高清摄像头,红外轨迹模块,超声波模块。
主板分别与驱动模块,底盘套装,高清摄像头,红外轨迹模块,超声波模块连接。
驱动模块安装在主板上,并分别与底盘套装,高清摄像头连接,驱动底盘套装的驱动轮子行走,与高清摄像头连接,驱动高清摄像头360度旋转,超声波模块连接在主板上,用来识别周边物体。
红外轨迹模块可以按照预先设计的线路控制驱动模块的驱动轮子的行走距离和方向。
智能导航系统根据车型的种类和轴距分类,A级轿车,B级轿车,C级轿车,D级轿车。
自动拍照系统的高清摄像头,根据导航系统预先设计的线路在指定位置自动拍摄底盘图像,或接受手机控制系统的指令在指定位置拍照。
云端服务器配置有图像识别系统和学习系统,图像识别系统可以对获取的图像进行分割,识别和标注。学习系统预先存有零部件和细节图和细节图的图像特征。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种基于图像识别汽车底盘的检查方法,其特征在于:包括步骤:
步骤1:手机控制系统扫描车辆十七位编码获取车辆基本信息;
步骤2:是否有该车型预先设计的导航线路;
步骤3:如果有智能小车根据预先设计的线路在汽车底盘下行走,并安预先设计的拍照位置拍照;
步骤4:如果没有手机控制系统控制智能小车在汽车底盘下行走,并拍照获取底盘图像;
步骤5:图像自动传输到云端服务器;
步骤6:云端服务器图像识别和学习系统对图像识别和分析;
步骤7:将分析结果反馈到手机终端并接受移动终端的查询。
2.根据权利要求1 所述的一种基于图像识别汽车底盘的检查方法,其特征在于:包括:智能小车套件,智能导航系统,自动拍照系统,手机控制系统,云端服务器,图像识别分析系统。
3.根据权利要求1 所述的一种基于图像识别汽车底盘的检查方法,其特征在于:所述拍照位置拍照有二种模式一种全自动模式,一种是半自动模式。
4.根据权利要求1 所述的一种基于图像识别汽车底盘的检查方法,其特征在于:所述的底盘图像包括整体图像,局部图像和细节图像。
5.根据权利要求1 所述的一种基于图像识别汽车底盘的检查方法,其特征在于:所述的结果反馈是经过标注的整体图或局部图,以及有差异的细节图。
6.根据权利要求1 所述的一种基于图像识别汽车底盘的检查方法,其特征在于:所述的移动终端的查询是通过输入十七位编码查询分析结果。
7.根据权利要求1 所述的一种基于图像识别汽车底盘的检查方法,其特征在于:所述局部图像至少包括发动机底部图像,转向系统图像,刹车系统图像,悬挂系统图像,传动系统图像,排放系统图像。
8.根据权利要求1 所述的一种基于图像识别汽车底盘的检查方法,其特征在于:所述整体图像包括底盘前半部分图像,底盘后半部图像,底盘左前半部图像,右前半部图像,左后半部图像,右后半部图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710161695.5A CN108627348A (zh) | 2017-03-17 | 2017-03-17 | 一种基于图像识别汽车底盘的检查方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710161695.5A CN108627348A (zh) | 2017-03-17 | 2017-03-17 | 一种基于图像识别汽车底盘的检查方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108627348A true CN108627348A (zh) | 2018-10-09 |
Family
ID=63687887
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710161695.5A Pending CN108627348A (zh) | 2017-03-17 | 2017-03-17 | 一种基于图像识别汽车底盘的检查方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108627348A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109455053A (zh) * | 2018-11-09 | 2019-03-12 | 安徽江淮汽车集团股份有限公司 | 一种汽车自适应后悬架控制系统及控制方法 |
CN110111444A (zh) * | 2019-05-15 | 2019-08-09 | 北京首汽智行科技有限公司 | 一种车底状况检查方法及车载终端 |
CN112785561A (zh) * | 2021-01-07 | 2021-05-11 | 天津狮拓信息技术有限公司 | 一种基于改进Faster RCNN预测模型的二手商用车车况检测方法 |
US20220363284A1 (en) * | 2021-05-13 | 2022-11-17 | Ford Global Technologies, Llc | Systems and methods for underbody inspection of a moving vehicle with a smartphone |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101896806A (zh) * | 2007-12-19 | 2010-11-24 | 米其林技术公司 | 通过比较所获取的图像与参考图像进行评估的方法 |
CN103512762A (zh) * | 2012-06-29 | 2014-01-15 | 北京华兴致远科技发展有限公司 | 图像处理方法、装置及列车故障检测系统 |
CN105807335A (zh) * | 2014-12-30 | 2016-07-27 | 清华大学 | 车辆底盘检查方法和系统 |
CN205485455U (zh) * | 2016-01-29 | 2016-08-17 | 聊城大学 | 一种汽车底盘检测机器人控制系统 |
ES1166311U (es) * | 2016-09-15 | 2016-10-03 | Leence Development, Sl | Dispositivo de inspección de bajos de vehículos |
CN106338515A (zh) * | 2016-09-06 | 2017-01-18 | 北京康拓红外技术股份有限公司 | 一种铁路轨边设备图像检视诊断装置及检视诊断方法 |
-
2017
- 2017-03-17 CN CN201710161695.5A patent/CN108627348A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101896806A (zh) * | 2007-12-19 | 2010-11-24 | 米其林技术公司 | 通过比较所获取的图像与参考图像进行评估的方法 |
CN103512762A (zh) * | 2012-06-29 | 2014-01-15 | 北京华兴致远科技发展有限公司 | 图像处理方法、装置及列车故障检测系统 |
CN105807335A (zh) * | 2014-12-30 | 2016-07-27 | 清华大学 | 车辆底盘检查方法和系统 |
CN205485455U (zh) * | 2016-01-29 | 2016-08-17 | 聊城大学 | 一种汽车底盘检测机器人控制系统 |
CN106338515A (zh) * | 2016-09-06 | 2017-01-18 | 北京康拓红外技术股份有限公司 | 一种铁路轨边设备图像检视诊断装置及检视诊断方法 |
ES1166311U (es) * | 2016-09-15 | 2016-10-03 | Leence Development, Sl | Dispositivo de inspección de bajos de vehículos |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109455053A (zh) * | 2018-11-09 | 2019-03-12 | 安徽江淮汽车集团股份有限公司 | 一种汽车自适应后悬架控制系统及控制方法 |
CN110111444A (zh) * | 2019-05-15 | 2019-08-09 | 北京首汽智行科技有限公司 | 一种车底状况检查方法及车载终端 |
CN112785561A (zh) * | 2021-01-07 | 2021-05-11 | 天津狮拓信息技术有限公司 | 一种基于改进Faster RCNN预测模型的二手商用车车况检测方法 |
US20220363284A1 (en) * | 2021-05-13 | 2022-11-17 | Ford Global Technologies, Llc | Systems and methods for underbody inspection of a moving vehicle with a smartphone |
US11513036B1 (en) * | 2021-05-13 | 2022-11-29 | Ford Global Technologies, Llc | Systems and methods for underbody inspection of a moving vehicle with a smartphone |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11669091B2 (en) | Configuring motion planning for a self-driving tractor unit | |
US10919745B2 (en) | Automating the operation of vehicle lifts | |
CN108627348A (zh) | 一种基于图像识别汽车底盘的检查方法 | |
US11475119B2 (en) | Recognizing assigned passengers for autonomous vehicles | |
US20140320644A1 (en) | Determination of a height profile of the surroundings of a vehicle by means of a 3d camera | |
US20200172089A1 (en) | Driveway Maneuvers For Autonomous Vehicles | |
US20200055516A1 (en) | Camera assessment techniques for autonomous vehicles | |
CN107585052B (zh) | 一种电动车辆无线充电对位控制装置与方法 | |
CN114466780A (zh) | 用于在大型车辆中的自主驾驶模式之间转换的方法 | |
CN106128089A (zh) | 一种基于行车记录仪的交通事故快速处理方法 | |
US20230139740A1 (en) | Remote access application for an autonomous vehicle | |
CN104951790B (zh) | 基于多源逆透视图像无缝拼接的车道线识别方法 | |
CN110154866A (zh) | 一种蚁足智能清障机器人 | |
CN110531752A (zh) | 用于自主车辆地图维护的众包施工区域检测 | |
CN106774366A (zh) | 一种仿生无人车控制系统及其控制方法 | |
DE102021125979A1 (de) | Systeme und Verfahren für mobilen Roboter zur Nachtlieferung mit Hybrid-Infrarot- und Blitzbeleuchtung | |
CN106741239A (zh) | 集装箱自动导引电动拖车 | |
CN206096934U (zh) | 一种可进行路面障碍检测的搬运车 | |
CN108281025A (zh) | 用于运行车辆的方法 | |
CN104133441A (zh) | 一种甩挂运输全程监控系统及方法 | |
CN109878445A (zh) | 一种双目视觉辅助驾驶系统 | |
CN107792052B (zh) | 有人或无人双模驾驶电动工程车 | |
CN115565262A (zh) | 停车收费自动巡检机器人及方法 | |
CN109914890B (zh) | 一种物联网地下车库汽车机器人系统及其移动方法 | |
CN108734531A (zh) | 电动汽车的租车异常处理方法 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20181009 |