CN109752728A - 一种基于多帧平均的激光雷达式车辆宽度测量方法 - Google Patents
一种基于多帧平均的激光雷达式车辆宽度测量方法 Download PDFInfo
- Publication number
- CN109752728A CN109752728A CN201910107720.0A CN201910107720A CN109752728A CN 109752728 A CN109752728 A CN 109752728A CN 201910107720 A CN201910107720 A CN 201910107720A CN 109752728 A CN109752728 A CN 109752728A
- Authority
- CN
- China
- Prior art keywords
- frame
- coordinate data
- vehicle width
- mean
- cloud coordinate
- 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
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明提出了一种基于多帧平均的激光雷达式车辆宽度测量方法,它以左、右激光雷达在对车辆进行外廓尺寸检测的时间段内获得的所有点云坐标数据作为方法输入,方法输出即为经过此方法计算出的车辆宽度测量值。经过此方法计算得出的车辆宽度与实际值的误差将远小于目前市面上采用的其他计算车辆宽度方法计算出的车辆宽度与实际值的误差。此方法消除了车辆前进方向与中轴线存在的偏转角度对于测量带来的误差,同时克服了左右雷达的同步要求和去除了部分噪声数据,能显著避免反复复检甚至手工测量。
Description
技术领域
本发明属于车辆外廓自动检测领域,具体是一种基于多帧平均的激光雷达式车辆宽度测量方法。
背景技术
使用市面上常见的基于激光雷达的车辆外廓尺寸自动测量系统测量车辆外廓尺寸,车辆宽度参数的计算较为复杂且误差较大。而较大误差会导致车辆需要复检甚至手工测量。降低了检测工作的工作效率,添加了检测站工作人员的工作负担,浪费了车主及检测人员的时间。当前涉及基于激光雷达点云坐标数据的车辆宽度测量方法中与本发明较接近的技术方案为:发明专利(申请号:201410684562.2,名称:一种基于激光测距的车辆超高超宽监控方法)利用LMS二维激光测距传感器,实现对行进车辆的宽高进行检测和超限声光报警;发明专利(申请号:201410684812.2,名称:一种通过激光自动测量物体宽高的方法)提出利用激光测距传感器左右运动和上下运动测量出物体的宽度和高度的方法;发明专利(申请号:201611246954.6,名称:一种基于激光标定的车辆超高超宽检测系统及方法)利用光带型激光发射器、光束型激光发射器及预先标定的车辆高宽测算函数模型图像采集装置实现非接触式的车辆超高超宽检测;文献(朱英龙.车辆轮廓尺寸测量系统研究[D].长安大学,2016)利用便携式坐标测量工具激光测距仪作为基础测量工具测量出车辆的宽度;文献(李源波,宫清华.车辆外廓尺寸动态测量装置的设计与实现[J].电子技术与软件工程,2016(20):243-244)利用激光发光器进行线阵排列,从而得到一组平面光源,用此激光来测量车身投影的高度及宽度尺寸;文献(陈显龙,陈晓龙.基于激光雷达的车辆几何尺寸超限检测系统设计[J].测绘通报,2014(3):9-11)利用两台激光雷达以垂直于车辆行进的方向进行扫描来测量车身投影的宽度。然而这些检测方法主要存在如下问题:
1)当车辆存在非法加装的杆、支架、防撞杆等超出车身外的物体时,这些物体很可能会无法检测出来,造成测量结果与实际情况不符;
2)所需硬件设备安装结构复杂,成本昂贵,可靠性不高,并且不同传感器需要同步;
3)检测过程中车辆需要严格匀速行驶,并且行驶方向要与车道方向严格平行。对驾驶者的驾驶水平有着极高的要求。
发明内容
为克服现有技术上的不足,本发明的目的在于提供一种基于多帧平均的激光雷达式车辆宽度测量方法,它以左、右激光雷达在对车辆进行外廓尺寸检测的时间段内获得的所有点云坐标数据作为方法输入,方法输出即为经过此方法计算出的车辆宽度测量值。
一种基于多帧平均的激光雷达式车辆宽度测量方法,其特征在于,包括如下步骤:
步骤1:左右激光雷达采集点云坐标数据,并将点云坐标数据转换到同一坐标系下,得到左边雷达点云坐标数据集表示为L={(xij,yij)|i=0,1,2,...,n-1,j=0,1,...,Q-1},其中,n表示左边雷达得到的点云坐标数据的帧数,每帧点云坐标数据中有Q个坐标点,(xij,yij)表示第i个点云坐标数据帧中第j个坐标点的坐标值;右边雷达得到的点云坐标数据集表示为R={(xkv,ykv)|k=0,1,2,...,m-1,v=0,1,...,Q-1},其中m表示右边雷达得到的点云坐标数据的帧数,每帧点云坐标数据中有Q个坐标点,(xkv,ykv)表示第k个点云坐标数据帧中第v个坐标点的坐标值;
步骤2:过滤数据,得到新的L和R,具体为:将L中满足Yij>h1或Yij<h2的点去除,同理,将R中满足ykv>h1或ykv<h2的点去除,其中,h1表示坐标点Y轴方向上的阈值上限,h2表示坐标点Y轴方向上的阈值下限,由预先设定;
步骤3:将左边雷达按每K1帧进行分组,则左边雷达的数据共有N1组,N1=n/K1,K1值由预先设定;同理,将右边雷达按每K2帧进行分组,则右边雷达的数据共有N2组,N2=m/K2,K2值由预先设定;则可计算得到Lop1={XLt|t=0,1,2,...,N1-1},其中,op1表示一种运算,XLt根据式(1)计算且表示L中第t帧点云坐标数据帧经过op1运算后得出的结果值,Lop1表示L中所有N1帧点云坐标数据都经过op1运算后得到的结果集合;Rop2={XRs|s=0,1,2,...,N2-1},其中,op2表示某种运算,XRs根据式(2)计算且表示R中第s帧点云坐标数据帧经过op2运算后得出的结果值,Lop2表示R中所有N2帧点云坐标数据都经过op2运算后的结果集合;
XLt=op1{xij|i=K1*t,K1*t+1,...,K1*(t+1)-1;xij∈L} (1)
XRs=op2{xkv|k=K2*s,K2*s+1,...,K2*(s+1)-1;xkv∈R} (2)
其中,xij是L中过滤之后剩下的第i帧的点云坐标数据的x坐标值,xkv是R中过滤之后剩下的第K帧的点云坐标数据的x坐标值;
步骤4:根据式(3)可计算得到车辆宽度;
W=|mean(Lop1)-mean(Rop2)| (3)
式中,mean表示取平均值。
作为优选的,所述一种基于多帧平均的激光雷达式车辆宽度测量方法,其特征在于:步骤4中计算车辆宽度根据式(4)得到。
W=|min(Lop1)-max(Rop2)| (4)
式中,min表示取最小值,max表示取最大值。
所述的一种基于多帧平均的激光雷达式车辆宽度测量方法,其特征在于:步骤3中的op1运算和op2运算须组合使用,且取两种组合中的一种:op1=min且op2=max,或者op1=mean且op2=mean;其中,min表示取最小值,max表示取最大值,mean取集合中的所有元素的平均值。
本发明的优点在于:1)经过此方法计算得出的车辆宽度与实际值的误差将远小于目前市面上采用的其他计算车辆宽度方法计算出的车辆宽度与实际值的误差;2)此方法消除了车辆前进方向与中轴线存在的偏转角度对于测量带来的误差,同时克服了左右雷达的同步要求和去除了部分噪声数据;3)能显著避免反复复检甚至手工测量。本发明能够显著的提高检测效率,减轻监测站工作人员的工作负担,节省车主及检测人员的宝贵时间;4)本发明测量精度高,实用性强,成本低,具有很好的实用价值及推广前景。
附图说明
图1为系统安装结构图;
图中:1-左激光雷达传感器,2-右激光雷达传感器,3-前激光雷达传感器,4-光电开关传感器,5-硬件集成控制箱,6-上位机。
具体实施方式
下面结合实施例来详细阐述本发明的一种基于多帧平均的激光雷达式车辆宽度测量方法的具体实施方式。其中激光雷达与光电开关传感器通过串口线与硬件集成控制箱相连接,硬件集成控制箱通过网线与上位机相连接。
一种基于多帧平均的激光雷达式车辆宽度测量方法,具体步骤如下:
步骤1:左右激光雷达采集点云坐标数据,并将点云坐标数据转换到同一坐标系下,得到的左边雷达点云坐标数据集表示为L={(xij,yij)|i=0,1,2,...,n-1,j=0,1,...,Q-1},其中n表示左边雷达得到的点云坐标数据的帧数,每帧点云坐标数据中有Q个坐标点,(xij,yij)表示第i个点云坐标数据帧中第j个坐标点的坐标值;右边雷达得到的点云坐标数据集表示为R={(xkv,ykv)|k=0,1,2,...,m-1,v=0,1,...,Q-1},其中m表示右边雷达得到的点云坐标数据的帧数,每帧点云坐标数据中有Q个坐标点,(xkv,ykv)表示第k个点云坐标数据帧中第v个坐标点的坐标值;
步骤2:过滤数据,得到新的L和R,具体为:将L中满足Yij>h1或Yij<h2的点去除,同理,将R中满足ykv>h1或ykv<h2的点去除,其中,h1表示坐标点Y轴方向上的阈值上限,h2表示坐标点Y轴方向上的阈值下限,由预先设定;在本实施例中,h1=4000mm,h2=200mm;
步骤3:将左边雷达按每K1帧进行分组,则左边雷达的数据共有N1组,N1=n/K1,K1值由预先设定;同理,将右边雷达按每K2帧进行分组,则右边雷达的数据共有N2组,N2=m/K2,K2值由预先设定;则可计算得到Lop1={XLt|t=0,1,2,...,N1-1},其中,op1表示一种运算,XLt根据式(1)计算且表示L中第t帧点云坐标数据帧经过op1运算后得出的结果值,Lop1表示所有L中N1帧点云坐标数据都经过op1运算后L中所有结果值的集合;Rop2={XRs|s=0,1,2,...,N2-1},其中,op2表示某种运算,XRs根据式(2)计算且表示R中第s帧点云坐标数据帧经过op2运算后得出的结果值,Lop2表示所有R中N2帧点云坐标数据都经过op2运算后R中所有结果值的集合;在本实施例中,K1=10,K2=10,N1=41,N2=43;
XLt=op1{xij|i=K1*t,K1*t+1,...,K1*(t+1)-1;xij∈L} (1)
XRs=op2{xkv|k=K2*s,K2*s+1,...,K2*(s+1)-1;xkv∈R} (2)
其中,xij是L中过滤之后剩下的第i帧的点云坐标数据的x坐标值,xkv是R中过滤之后剩下的第K帧的点云坐标数据的x坐标值;
步骤4:根据式(3)计算得到车辆宽度。
W=|mean(Lop1)-mean(Rop2)| (3)
作为优选的,所述一种基于多帧平均的激光雷达式车辆宽度测量方法,其特征在于:步骤4中计算车辆宽度根据式(4)得到。
W=|min(Lop1)-max(Rop2)| (4)
式中,min表示取最小值,max表示取最大值。
所述的一种基于多帧平均的激光雷达式车辆宽度测量方法,其特征在于:步骤3中的op1运算和op2运算须组合使用,且取两种组合中的一种:op1=min且op2=max,或者op1=mean且op2=mean;其中,min表示取最小值,max表示取最大值,mean取集合中的所有元素的平均值。
在本实施例中,取op1=min且op2=max时,根据式(3)计算W=2508mm,根据式(4)计算得到W=2514mm;取op1=mean且op2=mean时,根据式(3)计算W=2503mm,根据式(4)计算得到W=2518mm。
Claims (3)
1.一种基于多帧平均的激光雷达式车辆宽度测量方法,其特征在于,包括如下步骤:
步骤1:左右激光雷达采集点云坐标数据,并将点云坐标数据转换到同一坐标系下,得到左边雷达点云坐标数据集表示为L={(xij,yij)|i=0,1,2,...,n-1,j=0,1,...,Q-1},其中,n表示左边雷达得到的点云坐标数据的帧数,每帧点云坐标数据中有Q个坐标点,(xij,yij)表示第i个点云坐标数据帧中第j个坐标点的坐标值;右边雷达得到的点云坐标数据集表示为R={(xkv,ykv)|k=0,1,2,...,m-1,v=0,1,...,Q-1},其中m表示右边雷达得到的点云坐标数据的帧数,每帧点云坐标数据中有Q个坐标点,(xkv,ykv)表示第k个点云坐标数据帧中第v个坐标点的坐标值;
步骤2:过滤数据,得到新的L和R,具体为:将L中满足Yij>h1或Yij<h2的点去除,同理,将R中满足ykv>h1或ykv<h2的点去除,其中,h1表示坐标点Y轴方向上的阈值上限,h2表示坐标点Y轴方向上的阈值下限,由预先设定;
步骤3:将左边雷达按每K1帧进行分组,则左边雷达的数据共有N1组,N1=n/K1,K1值由预先设定;同理,将右边雷达按每K2帧进行分组,则右边雷达的数据共有N2组,N2=m/K2,K2值由预先设定;则可计算得到Lop1={XLt|t=0,1,2,...,N1-1},其中,op1表示一种运算,XLt根据式(1)计算且表示L中第t帧点云坐标数据帧经过op1运算后得出的结果值,Lop1表示L中所有N1帧点云坐标数据都经过op1运算后得到的结果集合;Rop2={XRs|s=0,1,2,...,N2-1},其中,op2表示某种运算,XRs根据式(2)计算且表示R中第s帧点云坐标数据帧经过op2运算后得出的结果值,Lop2表示R中所有N2帧点云坐标数据都经过op2运算后的结果集合;
XLt=op1{xij|i=K1*t,K1*t+1,...,K1*(t+1)-1;xij∈L} (1)
XRs=op2{xkv|k=K2*s,K2*s+1,...,K2*(s+1)-1;xkv∈R} (2)
其中,xij是L中过滤之后剩下的第i帧的点云坐标数据的x坐标值,xkv是R中过滤之后剩下的第K帧的点云坐标数据的x坐标值;
步骤4:根据式(3)可计算得到车辆宽度;
W=|mean(Lop1)-mean(Rop2)| (3)
式中,mean表示取平均值。
2.根据权利要求1所述的一种基于多帧平均的激光雷达式车辆宽度测量方法,其特征在于:步骤4中计算车辆宽度根据式(4)得到;
W=|min(Lop1)-max(Rop2)| (4)
式中,min表示取最小值,max表示取最大值。
3.根据权利要求1所述的一种基于多帧平均的激光雷达式车辆宽度测量方法,其特征在于:步骤3中的op1运算和op2运算须组合使用,且取两种组合中的一种:op1=min且op2=max,或者op1=mean且op2=mean;其中,min表示取最小值,max表示取最大值,mean取集合中的所有元素的平均值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910107720.0A CN109752728A (zh) | 2019-01-31 | 2019-01-31 | 一种基于多帧平均的激光雷达式车辆宽度测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910107720.0A CN109752728A (zh) | 2019-01-31 | 2019-01-31 | 一种基于多帧平均的激光雷达式车辆宽度测量方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109752728A true CN109752728A (zh) | 2019-05-14 |
Family
ID=66407349
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910107720.0A Pending CN109752728A (zh) | 2019-01-31 | 2019-01-31 | 一种基于多帧平均的激光雷达式车辆宽度测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109752728A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110246335A (zh) * | 2019-05-29 | 2019-09-17 | 中山安信通机器人制造有限公司 | 车辆动态轮廓的识别系统及其识别方法 |
CN110412601A (zh) * | 2019-06-14 | 2019-11-05 | 浙江工业大学 | 一种基于激光雷达的头挂一体式半挂车外廓参数测量方法 |
CN110685480A (zh) * | 2019-11-05 | 2020-01-14 | 广西云高智能停车设备有限公司 | 一种智能停车库的道闸系统及道闸控制方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102679889A (zh) * | 2012-05-30 | 2012-09-19 | 北京恒华伟业科技股份有限公司 | 车辆尺寸的测量方法和装置 |
CN104567700A (zh) * | 2014-12-24 | 2015-04-29 | 北京航天测控技术有限公司 | 一种车辆尺寸的在线测量装置 |
CN104655249A (zh) * | 2015-03-16 | 2015-05-27 | 武汉大学 | 一种公路车辆尺寸与重量自动测量系统及方法 |
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 |
CN107945530A (zh) * | 2017-12-24 | 2018-04-20 | 上海捷崇科技有限公司 | 一种车辆超限检测系统及其检测方法 |
-
2019
- 2019-01-31 CN CN201910107720.0A patent/CN109752728A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102679889A (zh) * | 2012-05-30 | 2012-09-19 | 北京恒华伟业科技股份有限公司 | 车辆尺寸的测量方法和装置 |
CN104567700A (zh) * | 2014-12-24 | 2015-04-29 | 北京航天测控技术有限公司 | 一种车辆尺寸的在线测量装置 |
CN104655249A (zh) * | 2015-03-16 | 2015-05-27 | 武汉大学 | 一种公路车辆尺寸与重量自动测量系统及方法 |
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 |
CN107945530A (zh) * | 2017-12-24 | 2018-04-20 | 上海捷崇科技有限公司 | 一种车辆超限检测系统及其检测方法 |
Non-Patent Citations (1)
Title |
---|
黄泉源: "汽车轮廓三维检测系统", 《中国优秀硕士学位论文全文数据库 工程科技II辑》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110246335A (zh) * | 2019-05-29 | 2019-09-17 | 中山安信通机器人制造有限公司 | 车辆动态轮廓的识别系统及其识别方法 |
CN110412601A (zh) * | 2019-06-14 | 2019-11-05 | 浙江工业大学 | 一种基于激光雷达的头挂一体式半挂车外廓参数测量方法 |
CN110685480A (zh) * | 2019-11-05 | 2020-01-14 | 广西云高智能停车设备有限公司 | 一种智能停车库的道闸系统及道闸控制方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN201297927Y (zh) | 汽车轮廓尺寸测量机 | |
CN104005325B (zh) | 基于深度和灰度图像的路面裂缝检测装置和方法 | |
CN101685005B (zh) | 汽车轮廓尺寸测量机 | |
CN109752728A (zh) | 一种基于多帧平均的激光雷达式车辆宽度测量方法 | |
CN201133809Y (zh) | 机动车外廓尺寸动态自动测量装置 | |
CN103714603B (zh) | 基于红外测距传感器的公交车客流统计系统 | |
CN102259653B (zh) | 基于激光扫描技术的铁路限界检测装置 | |
CN109828282A (zh) | 一种基于激光雷达的车辆外廓尺寸自动检测系统及方法 | |
CN102980512A (zh) | 一种固定式自动体积测量系统及其测量方法 | |
CN207850304U (zh) | 一种电气化铁路接触网检测系统 | |
CN203489844U (zh) | 基于机器视觉及激光光幕车辆外轮廓尺寸测量系统 | |
CN103223955A (zh) | 一种车辆限界的检测方法及装置 | |
CN103487034A (zh) | 一种基于立式标靶的车载单目摄像头测距测高方法 | |
CN110806193A (zh) | 地铁隧道形变检测系统 | |
CN109738906A (zh) | 一种基于多帧匹配的激光雷达式车辆宽度测量方法 | |
CN208665210U (zh) | 一种基于机器视觉的自动行走轨道检测仪 | |
CN103714604B (zh) | 基于超声波传感器的公交车客流统计系统 | |
CN111980872A (zh) | 一种测量风力发电机叶片到塔筒的距离传感装置 | |
CN108089024A (zh) | 一种车辆速度检测系统及方法 | |
CN102589515B (zh) | 一种雾天距离测量方法及装置、距离预警方法及装置 | |
CN114440791A (zh) | 一种地铁限界检测系统以及方法 | |
CN104005324A (zh) | 一种路面构造信息的检测系统 | |
CN101302738A (zh) | 车辙检测仪器及其检测方法 | |
CN104464055A (zh) | Psd线阵与超声波线阵融合的客流量统计系统 | |
CN102270394A (zh) | 基于激光传感器的船舶交通量监测方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190514 |
|
RJ01 | Rejection of invention patent application after publication |