CN110095061A - 基于轮廓扫描的车辆形位检测系统及方法 - Google Patents
基于轮廓扫描的车辆形位检测系统及方法 Download PDFInfo
- Publication number
- CN110095061A CN110095061A CN201910254776.9A CN201910254776A CN110095061A CN 110095061 A CN110095061 A CN 110095061A CN 201910254776 A CN201910254776 A CN 201910254776A CN 110095061 A CN110095061 A CN 110095061A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- point cloud
- speed
- profile scan
- profile
- 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
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61K—AUXILIARY EQUIPMENT SPECIALLY ADAPTED FOR RAILWAYS, NOT OTHERWISE PROVIDED FOR
- B61K9/00—Railway vehicle profile gauges; Detecting or indicating overheating of components; Apparatus on locomotives or cars to indicate bad track sections; General design of track recording vehicles
- B61K9/02—Profile gauges, e.g. loading gauges
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B5/00—Measuring arrangements characterised by the use of mechanical techniques
- G01B5/0025—Measuring of vehicle parts
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及一种基于轮廓扫描的车辆形位检测系统及方法。该系统包括车号识别模块、测速模块、激光轮廓仪、龙门架、处理系统;该方法包括激光轮廓仪对轨道上运行的车辆进行轮廓扫描、通过激光图像和车速计算出3D点云图;通过车号在数据库中匹配车辆信息,得到标准3D点云图;通过对比点云图对车辆的外形尺寸和外部零件进行检测。本发明通过激光扫描车辆能够适应较恶劣的环境,具有很强的抗干扰能力,是一种非接触式、不影响设备运行的检测方法;采用3D点云计算,不仅能测量出各个尺寸,而且传感器安装简单;采用三维匹配技术,识别准确性更高;能够对车辆整体尺寸和对车辆外部零件的同时检测,节约成本;通过算法优化运算能力,提高工作效率。
Description
技术领域
本发明涉及轨道车辆检测领域,具体是一种基于轮廓扫描的车辆形位检测系统及方法。
背景技术
车辆在轨道上长期运行,一是有可能会出现车体突出变形或车顶线缆垂落的情况,使车体外形超过了规定的尺寸,超限部分易与周围物体发生碰撞、勾连;二是一些常规部件有可能会变形、松动、破损或丢失,导致一些设备不能正常工作。上述两种情况均会给车辆的运行带来隐患。因此在车辆运行一段时间后,都要定期进行车辆的限界检测与常规部件的检测,为车辆的运行提供了安全保障。
对于限界检测,传统的检测方法是用限界门的方法进行检测。这种检测方式在限界门内侧安装检测挡板,车辆如果超限会与挡板发生接触,通过侦测有无接触碰撞实现检测,这种检测方式存在以下缺陷:(1)受机械结构限制,一种检测挡板对应一种车辆,当测量不同类型的车辆时,需要更换挡板或区分车型分别建设限界门,提高了检测工序的复杂度或提升建设成本;(2)超限的车辆会与挡板发生剐蹭,不仅挡板用一段时间就需要更换,更换时间长,影响设备运用时间,还可能会对车辆造成一定损伤,增加其他附加成本。
对于车辆的常规部件检查,当下主要采用两种检测方法:
第一种方法是通过人的肉眼进行检查。工作人员长时间工作,会产生视觉疲劳、注意力不集中,容易造成错检或漏检。工作人员凭经验判断部件是否异常,检测的准确性不高,检测速度慢。
第二种是采用2D图像分析法对于车辆外部零件进行检测,这种方法在检测区安装多个相机,利用2D图像对零件进行检测。由于2D图像分析技术的固有特性,基于2D图像分析的车辆形位检测具有如下缺陷:(1)运用时间较长的机车会有锈蚀及泥沙灰尘等附着物,即使经过清洗,也很难获得有效的照片,使得图像分析时匹配识别率很低或无法识别,建立在匹配识别基础上的测量也无法进行;(2)用2D图像测量三维的物体,对于相机的位置、角度有很高的要求,前期安装和后期维护的难度很大;(3)2D图像分析所实现的测量技术对测量方向有要求(垂直镜头方向的物体在图片中变为垂向投影,垂向长度无法测量),通过相机的组合也无法兼顾所有方向;(4)虽然2D图像分析基础算法比较成熟,车辆形位检测环境的特殊性、车辆形位的复杂性和车辆类型的多样性,将三维车辆外形转换为二维图像后,实践结果证明,很难形成切实有效的系统整体技术方案。
发明内容
本发明旨在解决上述问题,从而提供一种基于轮廓扫描的车辆形位检测系统及方法。
本发明解决所述问题,采用的技术方案是:
一种基于轮廓扫描的车辆形位检测系统,包括:
车号识别模块:识别车辆车号,把车号上传到处理系统;
测速模块:测量车辆速度,把车速上传到处理系统;
激光轮廓仪:主要由激光光源和高速相机组成,相机以固定帧率拍照,把图像信息上传到处理系统;
龙门架:为激光测距模块提供安装位置;
处理系统:接收传感器数据,计算测量信息,是本系统的大脑。
一种基于轮廓扫描的车辆形位检测方法,采用如上所述的基于轮廓扫描的车辆形位检测系统进行,包括如下步骤:
S1:车号识别模块、测速模块或其他传感器检测到车辆,处理系统开始工作,激光轮廓仪开始工作;
S2:多个激光轮廓仪以固定帧率拍摄图片,把图片信息上传到处理系统,处理系统识别每张图片中的激光线,建立一个二维坐标轴,把多个激光轮廓仪的激光点坐标拼接成一个完整轮廓的平面2D点云图(x,y);
S3:把测速模块上报的速度进行均化处理,得出每一个二维点云图所对应的速度,速度/帧率=z轴的距离,代入上述公式最终得到车辆的3D点云图(x,y,z);
S4:处理系统根据车号识别模块上报的车号在数据库中查找对应车型的标准3D点云图,得出通过车辆的外形、被测零件、被测零件的位置和尺寸;
S5:根据车型的标准3D点云图与计算出的3D点云图进行对比,判断车辆尺寸是否超标;
S6:根据车型信息可知被测件的位置,在标准被测件位置周边通过三维匹配检测被测零件是否存在,如果存在测量其尺寸,判断是否符合标准;如果不存在,则认为零件丢失。
优选地,在龙门架和轨道上安装多个激光轮廓仪,使用多激光轮廓拼接技术,实现对车辆360°轮廓扫描。
优选地,在测量过程中未接触到被测车辆,可以测量动态车辆,是一种非接触式在线测量方法,能测量允许通过龙门架的各种车型的车辆。
优选地,首先计算出二维轮廓图(x,y),把上报的车速进行均化处理,根据公式速度/帧率=z轴的距离,进而计算出相邻二维轮廓图z轴的距离,描绘出3D点云图。
优选地,所述方法通过车号自动识别车辆类型,进一步在数据库中获取通过车辆的标准尺寸和零件安装位置。
优选地,先根据数据库中零件安装的位置来缩小实际零件在3D点云图中的位置,再根据三维匹配技术识别物体。
优选地,能够同时测量车辆尺寸和车辆上零件的尺寸及位置。
优选地,能够测量出轮廓尺寸和识别物体的尺寸及位置偏差。
优选地,对不同激光轮廓仪之间的相互干扰做了相应处理。
优选地,不规定车辆行驶方向,通过龙门架两个方向的车辆,不需要做任何改变就能实现对其车辆和外部零件的检测。
本发明适应各种车型车辆需求,设计激光轮廓仪技术方案,激光轮廓仪与所有车型车辆保持一定的距离,是一种非接触式测量方式;激光反射形成的三维图像,对车体表面清晰度没有要求,细微的锈蚀和薄的粉尘沙等附着物、颜色差异和工作环境光线条件对准确的车辆形位轮廓的形成没有影响,或者对车辆形位检测的影响极小,可以忽略不计。
本发明采用3D点云计算技术,3D点云自身由可测量的点构成,可以准确描述立体形状的长、宽、高、线面弯曲曲率等参数,本发明设计的激光轮廓仪,在采集点云数据时,对相机和激光发射器相对目标部件的位置和角度要求相对宽松;
本发明独立设计三维匹配识别技术车辆及零部件外形轮廓,从立体空间查找立体物体,能够有效的避免平面相似图形,精确判断物体是否存在,是否发生形变;
本发明设计了一套系统方案,实现对车辆整体尺寸、形状和对车辆外部零件的同时监测。
本发明设计了多激光拼接技术,实现了对车辆纵深及外周的360°外形全覆盖监测;
本发明采用车号自动判断车型,从数据库中提取车辆标准数据,通过标准数据减小被测件查找范围;
采用上述技术方案的本发明,与现有技术相比,其突出的特点是:
本发明的目的是提供一种基于轮廓扫描的车辆形位检测系统及方法,通过激光扫描车辆能够适应较恶劣的环境,具有很强的抗干扰能力,是一种非接触式、不影响设备运行的检测方法;采用3D点云计算,不仅能测量出各个尺寸,而且传感器安装简单;采用三维匹配技术,识别准确性更高;能够对车辆整体尺寸和对车辆外部零件的同时检测,节约成本;通过算法优化运算能力,提高工作效率。
附图说明
图1 是本发明实施例系统的组成图;
图2 是本发明实施例方法的处理流程图。
具体实施方式:
下面结合实施例对本发明作进一步说明,目的仅在于更好地理解本发明内容,因此,所举之例并不限制本发明的保护范围。
参见图1,一种基于轮廓扫描的车辆形位检测系统,包括:
车号识别模块:识别车辆车号,把车号上传到处理系统。
测速模块:测量车辆速度,把车速上传到处理系统。
激光轮廓仪:主要由激光光源和高速相机组成,相机以固定帧率拍照,把图像信息上传到处理系统。
龙门架:为激光测距模块提供安装位置。
处理系统:接收传感器数据,计算测量信息,是本系统的大脑。
参见图2,一种基于轮廓扫描的车辆形位检测方法,采用如上所述的基于轮廓扫描的车辆形位检测系统进行,包括如下步骤:
S1:车号识别模块、测速模块或其他传感器检测到车辆,处理系统开始工作,激光轮廓仪开始工作。
S2:多个激光轮廓仪以固定帧率拍摄图片,把图片信息上传到处理系统。处理系统识别每张图片中的激光线,建立一个二维坐标轴,把多个激光轮廓仪的激光点坐标拼接成一个完整轮廓的平面2D点云图(x,y)。
S3:把测速模块上报的速度进行均化处理,得出每一个二维点云图所对应的速度,速度/帧率=z轴的距离,代入上述公式最终得到车辆的3D点云图(x,y,z)。
S4:处理系统根据车号识别模块上报的车号在数据库中查找对应车型的标准3D点云图,得出通过车辆的外形、被测零件、被测零件的位置和尺寸。
S5:根据车型的标准3D点云图与计算出的3D点云图进行对比,判断车辆尺寸是否超标。
S6:根据车型信息可知被测件的位置,在标准被测件位置周边通过三维匹配检测被测零件是否存在,如果存在测量其尺寸,判断是否符合标准;如果不存在,则认为零件丢失。
龙门架的尺寸应大于所通过车辆的尺寸,激光轮廓仪安装在龙门架和轨道附架上,确保所有激光线共面并垂直于轨平面;确保激光线能覆盖测量范围;确保相机能够拍摄到对应激光线。测速模块和车号识别模块的安装位置应保证激光轮廓仪的激光线照射到车辆前已经能够测出车辆速度和车号。
选用激光轮廓仪和测速模块的精度直接影响测量的精度,如测量精度要求很高的物件,应选用更高速率的激光轮廓仪和更高定位的测速模块。车速虽然不是本方法直接可控因素,但为了整体精度的提高,仍需对外声明该系统承受的最大通过速度以及在通过过程中尽量保持匀速。
为了保证不同激光轮廓仪之间图像不受影响,本实施方式采用分时触发控制激光轮廓仪:比如激光轮廓仪A在0us触发光源和拍照,光源亮100us,相机曝光100us;激光轮廓仪B在110us触发光源和拍照,光源亮100us,相机曝光100us;激光轮廓仪C在220us触发光源和拍照,光源亮100us,相机曝光100us……通过这种方式避免了相邻的激光轮廓仪之间的相互干扰,而不同激光轮廓仪之间的拍摄延迟是定值,可以后期通过软件进行修正。
在系统中有待检测和检测中两个状态,待检测状态传感器待机;检测中状态传感器工作,可以使用外接传感器,也可以使用本系统中的测速模块或车号识别模块,来判断两个状态。
当系统由待检测状态转换成检测中状态时,激光轮廓仪以固定帧率工作,把拍摄到的激光图像信息传递给处理系统。传递的激光图像信息应包括:图像、时间戳、设备标识;处理系统处理每一张图片:首先识别图片上激光区的点,根据算法去掉杂点和线段较粗的点,使激光线形成一个个坐标点组成的点,把这些点放在一个数组里面,转换成这条激光的二维坐标组(x,y);处理系统根据时间戳和设备标识,把同一时间戳(上述分时触发可认为是同一时刻)的不同激光轮廓仪的二维坐标按照安装位置顺序拼接成一个完整的二维坐标,形成多张带时间戳的二维坐标组。
由于车速具有变化性,激光轮廓仪拍摄的间隔小于测速模块上报的间隔,在两个上报车速之间,如果只采取某个速度作为基准,会与实际车速有较大差异。为了保证测量的准确性,需要把速度进行修正,把每两个相邻的上报速度之间的运动认为是匀加速运动,如果两个上报速度一样,认为是加速度为0的匀加速运动,这样,可计算出每个带时间戳的二维坐标对应的速度。把每两个相邻的完整的二维坐标之间的运动认为是匀速运动,速度除以帧率得出三维坐标中z轴的实际距离,以此类推,绘制成一辆列车的3D点云图(x,y,z)。
在数据库中,预先存储不同车型的标准3D点云图,包括外形、被测零件、被测零件的位置和尺寸。根据车号识别模块上传的车号在数据库中查询通过车辆的车型数据,可以知道通过车辆的车型及相关信息。
比较拍摄的3D点云图与标准的3D点云图,进行头尾对齐,找到拍摄的点云图起始点和结束点,去掉多余部分,使两个点云图在同一z轴上,由于车辆在行驶过程中,有上下左右的振动,需要对比拍摄的3D点云图与3D的三维点云图,把拍摄的3D点云图进行线性修正,得到修正的3D点云图。
车辆整体检测:按照帧率比较同一z值的拍摄的3D点云图与标准的3D点云图,标记不在标准范围内的点,被标记的点组成的部分即超限部分,在拍摄的3D点云图上把这些标记的点进行区分,能够直观的看到车辆是否超限,超限的位置在哪里,超限的尺寸是多少。
车辆零件检测:根据标准的三维点云图中需要被测件的位置,定位到修正的3D点云图的位置,在原尺寸的基础范围上扩大寻找范围,利用三维点云匹配技术寻找被测件是否存在,如寻找到被测件后对比尺寸是否符合标准、位置偏差是否过大,把不符合标准的零件和点进行标记;如未寻找到被测件,可尝试扩大搜索范围或降低匹配条件再次寻找,根据计算机计算能力确定几个循环仍未找到被测物体,则认为被测件丢失,标记丢失件。在修正的3D点云图中把这两种标记的点进行区分,能够直观的看到车辆零件是否丢失、尺寸位置是否符合标准。
本发明提供的一种基于轮廓扫描的车辆形位检测方法,通过上述内容介绍的方法完成车辆的整体和零件的检测。
上述方法中,在龙门架和轨道上安装多个激光轮廓仪,使用多激光轮廓拼接技术,实现对车辆360°轮廓扫描。
上述方法中,在测量过程中未接触到被测车辆,可以测量动态车辆,是一种非接触式在线测量方法,能测量允许通过龙门架的各种车型的车辆。
上述方法中,首先计算出二维轮廓图(x,y),把上报的车速进行均化处理,根据公式速度/帧率=z轴的距离,进而计算出相邻二维轮廓图z轴的距离,描绘出3D点云图。
上述方法中,所述方法通过车号自动识别车辆类型,进一步在数据库中获取通过车辆的标准尺寸和零件安装位置。
上述方法中,先根据数据库中零件安装的位置来缩小实际零件在3D点云图中的位置,再根据三维匹配技术识别物体。
上述方法中,能够同时测量车辆尺寸和车辆上零件的尺寸及位置。
上述方法中,能够测量出轮廓尺寸和识别物体的尺寸及位置偏差。
上述方法中,对不同激光轮廓仪之间的相互干扰做了相应处理。
上述方法中,不规定车辆行驶方向,通过龙门架两个方向的车辆,不需要做任何改变就能实现对其车辆和外部零件的检测。
本发明适应各种车型车辆需求,设计激光轮廓仪技术方案,激光轮廓仪与所有车型车辆保持一定的距离,是一种非接触式测量方式;激光反射形成的三维图像,对车体表面清晰度没有要求,细微的锈蚀和薄的粉尘沙等附着物、颜色差异和工作环境光线条件对准确的车辆形位轮廓的形成没有影响,或者对车辆形位检测的影响极小,可以忽略不计。
本发明采用3D点云计算技术,3D点云自身由可测量的点构成,可以准确描述立体形状的长、宽、高、线面弯曲曲率等参数,本发明设计的激光轮廓仪,在采集点云数据时,对相机和激光发射器相对目标部件的位置和角度要求相对宽松;
本发明独立设计三维匹配识别技术车辆及零部件外形轮廓,从立体空间查找立体物体,能够有效的避免平面相似图形,精确判断物体是否存在,是否发生形变;
本发明设计了一套系统方案,实现对车辆整体尺寸、形状和对车辆外部零件的同时监测。
本发明设计了多激光拼接技术,实现了对车辆纵深及外周的360°外形全覆盖监测;
本发明采用车号自动判断车型,从数据库中提取车辆标准数据,通过标准数据减小被测件查找范围;
本发明的目的是提供一种基于轮廓扫描的车辆形位检测系统及方法,通过激光扫描车辆能够适应较恶劣的环境,具有很强的抗干扰能力,是一种非接触式、不影响设备运行的检测方法;采用3D点云计算,不仅能测量出各个尺寸,而且传感器安装简单;采用三维匹配技术,识别准确性更高;能够对车辆整体尺寸和对车辆外部零件的同时检测,节约成本;通过算法优化运算能力,提高工作效率。
以上所述仅为本发明较佳可行的实施例而已,并非因此局限本发明的权利范围,凡运用本发明说明书及其附图内容所作的等效变化,均包含于本发明的权利范围之内。
Claims (11)
1.一种基于轮廓扫描的车辆形位检测系统,其特征在于,包括:
车号识别模块:识别车辆车号,把车号上传到处理系统;
测速模块:测量车辆速度,把车速上传到处理系统;
激光轮廓仪:主要由激光光源和高速相机组成,相机以固定帧率拍照,把图像信息上传到处理系统;
龙门架:为激光测距模块提供安装位置;
处理系统:接收传感器数据,计算测量信息,是本系统的大脑。
2.一种基于轮廓扫描的车辆形位检测方法,采用如权利要求1所述的基于轮廓扫描的车辆形位检测系统进行,其特征在于,包括如下步骤:
S1:车号识别模块、测速模块或其他传感器检测到车辆,处理系统开始工作,激光轮廓仪开始工作;
S2:多个激光轮廓仪以固定帧率拍摄图片,把图片信息上传到处理系统,处理系统识别每张图片中的激光线,建立一个二维坐标轴,把多个激光轮廓仪的激光点坐标拼接成一个完整轮廓的平面2D点云图(x,y);
S3:把测速模块上报的速度进行均化处理,得出每一个二维点云图所对应的速度,速度/帧率=z轴的距离,代入上述公式最终得到车辆的3D点云图(x,y,z);
S4:处理系统根据车号识别模块上报的车号在数据库中查找对应车型的标准3D点云图,得出通过车辆的外形、被测零件、被测零件的位置和尺寸;
S5:根据车型的标准3D点云图与计算出的3D点云图进行对比,判断车辆尺寸是否超标;
S6:根据车型信息可知被测件的位置,在标准被测件位置周边通过三维匹配检测被测零件是否存在,如果存在测量其尺寸,判断是否符合标准;如果不存在,则认为零件丢失。
3.根据权利要求2所述的基于轮廓扫描的车辆形位检测方法,其特征在于:在龙门架和轨道上安装多个激光轮廓仪,使用多激光轮廓拼接技术,实现对车辆360°轮廓扫描。
4.根据权利要求2所述的基于轮廓扫描的车辆形位检测方法,其特征在于:在测量过程中未接触到被测车辆,可以测量动态车辆,是一种非接触式在线测量方法,能测量允许通过龙门架的各种车型的车辆。
5.根据权利要求2所述的基于轮廓扫描的车辆形位检测方法,其特征在于:首先计算出二维轮廓图(x,y),把上报的车速进行均化处理,根据公式速度/帧率=z轴的距离,进而计算出相邻二维轮廓图z轴的距离,描绘出3D点云图。
6.根据权利要求2所述的基于轮廓扫描的车辆形位检测方法,其特征在于:通过车号自动识别车辆类型,进一步在数据库中获取通过车辆的标准尺寸和零件安装位置。
7.根据权利要求2所述的基于轮廓扫描的车辆形位检测方法,其特征在于:先根据数据库中零件安装的位置来缩小实际零件在3D点云图中的位置,再根据三维匹配技术识别物体。
8.根据权利要求2所述的基于轮廓扫描的车辆形位检测方法,其特征在于:能够同时测量车辆尺寸和车辆上零件的尺寸及位置。
9.根据权利要求2所述的基于轮廓扫描的车辆形位检测方法,其特征在于:能够测量出轮廓尺寸和识别物体的尺寸及位置偏差。
10.根据权利要求2所述的基于轮廓扫描的车辆形位检测方法,其特征在于:对不同激光轮廓仪之间的相互干扰做了相应处理。
11.根据权利要求2所述的基于轮廓扫描的车辆形位检测方法,其特征在于:不规定车辆行驶方向,通过龙门架两个方向的车辆,不需要做任何改变就能实现对其车辆和外部零件的检测。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910254776.9A CN110095061B (zh) | 2019-03-31 | 2019-03-31 | 基于轮廓扫描的车辆形位检测系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910254776.9A CN110095061B (zh) | 2019-03-31 | 2019-03-31 | 基于轮廓扫描的车辆形位检测系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110095061A true CN110095061A (zh) | 2019-08-06 |
CN110095061B CN110095061B (zh) | 2020-07-14 |
Family
ID=67444242
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910254776.9A Active CN110095061B (zh) | 2019-03-31 | 2019-03-31 | 基于轮廓扫描的车辆形位检测系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110095061B (zh) |
Cited By (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110470232A (zh) * | 2019-09-04 | 2019-11-19 | 合肥市极点科技有限公司 | 一种测量高度差的方法、装置、测量系统及电子设备 |
CN110646801A (zh) * | 2019-09-06 | 2020-01-03 | 河南格通智能科技有限公司 | 一种用于铁路货车车厢的检测装置及其检测方法 |
CN110793458A (zh) * | 2019-10-30 | 2020-02-14 | 成都安科泰丰科技有限公司 | 一种二维激光位移传感器共面调整方法 |
CN110796872A (zh) * | 2019-11-13 | 2020-02-14 | 佛山科学技术学院 | 一种用于车道收集车辆型号的采集系统 |
CN111174747A (zh) * | 2020-01-17 | 2020-05-19 | 福建师范大学 | 行进中汽车轮廓自动测量系统及其方法 |
CN111551122A (zh) * | 2020-06-30 | 2020-08-18 | 上海振华重工(集团)股份有限公司 | 一种基于激光雷达的火车车皮数量和长度测量系统及方法 |
CN111775966A (zh) * | 2020-09-04 | 2020-10-16 | 成都唐源电气股份有限公司 | 基于线阵成像的列车车门定位方法及系统 |
CN111879237A (zh) * | 2020-07-16 | 2020-11-03 | 广东焊将科技实业有限公司 | 一种车厢的激光扫描测量及定位方法 |
CN112097639A (zh) * | 2020-08-17 | 2020-12-18 | 中车眉山车辆有限公司 | 一种基于激光的车辆底部附属件的检测方法 |
CN112365718A (zh) * | 2020-10-25 | 2021-02-12 | 北京因泰立科技有限公司 | 一种激光车型识别方法及装置 |
CN112699267A (zh) * | 2021-01-13 | 2021-04-23 | 招商局重庆交通科研设计院有限公司 | 车辆车型的识别方法 |
CN112712023A (zh) * | 2020-12-30 | 2021-04-27 | 武汉万集信息技术有限公司 | 车型识别方法、系统及电子设备 |
CN112762852A (zh) * | 2020-12-28 | 2021-05-07 | 广东工业大学 | 一种浮态制造过程变形检测装置及其安装、检测方法 |
CN113654632A (zh) * | 2021-08-16 | 2021-11-16 | 东华理工大学 | 一种基于高速激光雷达的铁路货运几何超限预警系统 |
CN113781545A (zh) * | 2021-09-16 | 2021-12-10 | 西南科技大学 | 快速识别不规则颗粒几何特征的方法 |
CN113776454A (zh) * | 2021-08-20 | 2021-12-10 | 国家电投集团远达环保装备制造有限公司 | 限界检测系统及限界检测方法 |
CN113822930A (zh) * | 2020-06-19 | 2021-12-21 | 黑芝麻智能科技(重庆)有限公司 | 用于高精度定位停车场中的物体的系统和方法 |
CN114071112A (zh) * | 2021-10-18 | 2022-02-18 | 北京魔鬼鱼科技有限公司 | 车辆点云识别成像方法及系统 |
CN114485462A (zh) * | 2021-12-31 | 2022-05-13 | 北京航天测控技术有限公司 | 一种用于轨道交通的车辆外形轮廓检测系统及方法 |
CN116878419A (zh) * | 2023-09-06 | 2023-10-13 | 南京景曜智能科技有限公司 | 基于三维点云数据的轨道车辆限界检测方法、系统及电子设备 |
WO2024067484A1 (zh) * | 2022-09-26 | 2024-04-04 | 中车长春轨道客车股份有限公司 | 轨道交通车辆横断面轮廓的检测系统、检测方法和装置 |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11224397A (ja) * | 1997-12-03 | 1999-08-17 | Omron Corp | 車両計測装置 |
EP1894797A2 (de) * | 2006-08-30 | 2008-03-05 | WashTec Holding GmbH | Fahrzeugwaschanlage und Verfahren zur Konturerfassung eines in einer Fahrzeugwaschanlage zu waschenden Fahrzeugs |
CN101832764A (zh) * | 2010-05-17 | 2010-09-15 | 南通北极光自动控制技术有限公司 | 三维激光扫描在线检测轮廓仪 |
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 |
CN104183010A (zh) * | 2013-05-22 | 2014-12-03 | 上海迪谱工业检测技术有限公司 | 多视角三维在线重建的方法 |
CN104200464A (zh) * | 2014-08-19 | 2014-12-10 | 苏州华兴致远电子科技有限公司 | 一种识别列车异常的检测方法及系统 |
CN205403728U (zh) * | 2016-03-10 | 2016-07-27 | 山东科大微机应用研究所有限公司 | 一种激光扫描车辆外轮廓尺寸测量装置 |
CN106428108A (zh) * | 2016-07-30 | 2017-02-22 | 桐城市祥瑞机动车辆检测有限公司 | 列车装载安全检测装置 |
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 |
CN207328481U (zh) * | 2017-10-17 | 2018-05-08 | 青藏铁路公司 | 一种铁路专用线车辆安全监测装置 |
EP3324203A1 (de) * | 2016-11-22 | 2018-05-23 | Hexagon Technology Center GmbH | Laserdistanzmessmodul mit polarisationsanalyse |
CN108132025A (zh) * | 2017-12-24 | 2018-06-08 | 上海捷崇科技有限公司 | 一种车辆三维轮廓扫描构建方法 |
CN108357517A (zh) * | 2018-05-21 | 2018-08-03 | 北京京天威科技发展有限公司 | 动车组列车运行故障信息检测方法和系统 |
CN207882170U (zh) * | 2018-02-28 | 2018-09-18 | 北京康拓红外技术股份有限公司 | 一种动车组关键部件安装状态图像检测装置 |
CN208053362U (zh) * | 2018-04-10 | 2018-11-06 | 北京华横新技术开发公司 | 一种铁路车辆信息检测系统 |
WO2018233780A1 (de) * | 2017-06-22 | 2018-12-27 | PDR-Team GmbH | Verfahren und vorrichtung zur vermessung von karosserieschäden |
-
2019
- 2019-03-31 CN CN201910254776.9A patent/CN110095061B/zh active Active
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11224397A (ja) * | 1997-12-03 | 1999-08-17 | Omron Corp | 車両計測装置 |
EP1894797A2 (de) * | 2006-08-30 | 2008-03-05 | WashTec Holding GmbH | Fahrzeugwaschanlage und Verfahren zur Konturerfassung eines in einer Fahrzeugwaschanlage zu waschenden Fahrzeugs |
CN101832764A (zh) * | 2010-05-17 | 2010-09-15 | 南通北极光自动控制技术有限公司 | 三维激光扫描在线检测轮廓仪 |
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 |
CN104183010A (zh) * | 2013-05-22 | 2014-12-03 | 上海迪谱工业检测技术有限公司 | 多视角三维在线重建的方法 |
CN104200464A (zh) * | 2014-08-19 | 2014-12-10 | 苏州华兴致远电子科技有限公司 | 一种识别列车异常的检测方法及系统 |
CN205403728U (zh) * | 2016-03-10 | 2016-07-27 | 山东科大微机应用研究所有限公司 | 一种激光扫描车辆外轮廓尺寸测量装置 |
CN106428108A (zh) * | 2016-07-30 | 2017-02-22 | 桐城市祥瑞机动车辆检测有限公司 | 列车装载安全检测装置 |
EP3324203A1 (de) * | 2016-11-22 | 2018-05-23 | Hexagon Technology Center GmbH | Laserdistanzmessmodul mit polarisationsanalyse |
WO2018233780A1 (de) * | 2017-06-22 | 2018-12-27 | PDR-Team GmbH | Verfahren und vorrichtung zur vermessung von karosserieschäden |
CN207328481U (zh) * | 2017-10-17 | 2018-05-08 | 青藏铁路公司 | 一种铁路专用线车辆安全监测装置 |
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 |
CN108132025A (zh) * | 2017-12-24 | 2018-06-08 | 上海捷崇科技有限公司 | 一种车辆三维轮廓扫描构建方法 |
CN207882170U (zh) * | 2018-02-28 | 2018-09-18 | 北京康拓红外技术股份有限公司 | 一种动车组关键部件安装状态图像检测装置 |
CN208053362U (zh) * | 2018-04-10 | 2018-11-06 | 北京华横新技术开发公司 | 一种铁路车辆信息检测系统 |
CN108357517A (zh) * | 2018-05-21 | 2018-08-03 | 北京京天威科技发展有限公司 | 动车组列车运行故障信息检测方法和系统 |
Cited By (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110470232A (zh) * | 2019-09-04 | 2019-11-19 | 合肥市极点科技有限公司 | 一种测量高度差的方法、装置、测量系统及电子设备 |
CN110646801A (zh) * | 2019-09-06 | 2020-01-03 | 河南格通智能科技有限公司 | 一种用于铁路货车车厢的检测装置及其检测方法 |
CN110793458A (zh) * | 2019-10-30 | 2020-02-14 | 成都安科泰丰科技有限公司 | 一种二维激光位移传感器共面调整方法 |
CN110793458B (zh) * | 2019-10-30 | 2022-10-21 | 成都安科泰丰科技有限公司 | 一种二维激光位移传感器共面调整方法 |
CN110796872A (zh) * | 2019-11-13 | 2020-02-14 | 佛山科学技术学院 | 一种用于车道收集车辆型号的采集系统 |
CN110796872B (zh) * | 2019-11-13 | 2020-11-06 | 佛山科学技术学院 | 一种用于车道收集车辆型号的采集系统 |
CN111174747A (zh) * | 2020-01-17 | 2020-05-19 | 福建师范大学 | 行进中汽车轮廓自动测量系统及其方法 |
CN113822930A (zh) * | 2020-06-19 | 2021-12-21 | 黑芝麻智能科技(重庆)有限公司 | 用于高精度定位停车场中的物体的系统和方法 |
CN113822930B (zh) * | 2020-06-19 | 2024-02-09 | 黑芝麻智能科技(重庆)有限公司 | 用于高精度定位停车场中的物体的系统和方法 |
CN111551122A (zh) * | 2020-06-30 | 2020-08-18 | 上海振华重工(集团)股份有限公司 | 一种基于激光雷达的火车车皮数量和长度测量系统及方法 |
CN111879237A (zh) * | 2020-07-16 | 2020-11-03 | 广东焊将科技实业有限公司 | 一种车厢的激光扫描测量及定位方法 |
CN112097639A (zh) * | 2020-08-17 | 2020-12-18 | 中车眉山车辆有限公司 | 一种基于激光的车辆底部附属件的检测方法 |
CN111775966A (zh) * | 2020-09-04 | 2020-10-16 | 成都唐源电气股份有限公司 | 基于线阵成像的列车车门定位方法及系统 |
CN112365718A (zh) * | 2020-10-25 | 2021-02-12 | 北京因泰立科技有限公司 | 一种激光车型识别方法及装置 |
CN112365718B (zh) * | 2020-10-25 | 2022-03-08 | 北京因泰立科技有限公司 | 一种激光车型识别方法及装置 |
CN112762852A (zh) * | 2020-12-28 | 2021-05-07 | 广东工业大学 | 一种浮态制造过程变形检测装置及其安装、检测方法 |
CN112712023A (zh) * | 2020-12-30 | 2021-04-27 | 武汉万集信息技术有限公司 | 车型识别方法、系统及电子设备 |
CN112712023B (zh) * | 2020-12-30 | 2024-04-05 | 武汉万集光电技术有限公司 | 车型识别方法、系统及电子设备 |
CN112699267A (zh) * | 2021-01-13 | 2021-04-23 | 招商局重庆交通科研设计院有限公司 | 车辆车型的识别方法 |
CN113654632A (zh) * | 2021-08-16 | 2021-11-16 | 东华理工大学 | 一种基于高速激光雷达的铁路货运几何超限预警系统 |
CN113776454A (zh) * | 2021-08-20 | 2021-12-10 | 国家电投集团远达环保装备制造有限公司 | 限界检测系统及限界检测方法 |
CN113781545A (zh) * | 2021-09-16 | 2021-12-10 | 西南科技大学 | 快速识别不规则颗粒几何特征的方法 |
CN114071112B (zh) * | 2021-10-18 | 2023-09-01 | 北京魔鬼鱼科技有限公司 | 车辆点云识别成像方法及系统 |
CN114071112A (zh) * | 2021-10-18 | 2022-02-18 | 北京魔鬼鱼科技有限公司 | 车辆点云识别成像方法及系统 |
CN114485462A (zh) * | 2021-12-31 | 2022-05-13 | 北京航天测控技术有限公司 | 一种用于轨道交通的车辆外形轮廓检测系统及方法 |
WO2024067484A1 (zh) * | 2022-09-26 | 2024-04-04 | 中车长春轨道客车股份有限公司 | 轨道交通车辆横断面轮廓的检测系统、检测方法和装置 |
CN116878419A (zh) * | 2023-09-06 | 2023-10-13 | 南京景曜智能科技有限公司 | 基于三维点云数据的轨道车辆限界检测方法、系统及电子设备 |
CN116878419B (zh) * | 2023-09-06 | 2023-12-01 | 南京景曜智能科技有限公司 | 基于三维点云数据的轨道车辆限界检测方法、系统及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN110095061B (zh) | 2020-07-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110095061A (zh) | 基于轮廓扫描的车辆形位检测系统及方法 | |
CN1922473B (zh) | 用于设计检测路径及用于确定待检测区域的方法 | |
CN105548197B (zh) | 一种非接触的钢轨表面伤损检测方法及其装置 | |
CN102788572B (zh) | 一种工程机械吊钩姿态的测量方法、装置及系统 | |
CN104677340A (zh) | 一种基于点特征的单目视觉位姿测量方法 | |
US10197394B2 (en) | Method and system for analyzing spatial measuring data | |
US10499038B2 (en) | Method and system for recalibrating sensing devices without familiar targets | |
CN104567725A (zh) | 车辆运行故障检测系统及方法 | |
CN103630088A (zh) | 基于双激光带的高精度隧道断面检测方法及装置 | |
Yang et al. | Infrared LEDs-based pose estimation with underground camera model for boom-type roadheader in coal mining | |
CN102798456A (zh) | 一种工程机械臂架系统工作幅度的测量方法、装置及系统 | |
US20170228602A1 (en) | Method for detecting height | |
US11247705B2 (en) | Train wheel measurement process, and associated system | |
Grudziński et al. | Stereovision tracking system for monitoring loader crane tip position | |
Su et al. | Feature-constrained real-time simultaneous monitoring of monocular vision odometry for bridge bearing displacement and rotation | |
US20220130147A1 (en) | Method and device for monitoring the environment of a robot | |
CN108917595A (zh) | 基于机器视觉的玻璃在线检测装置 | |
Hartmann et al. | High accurate pointwise (geo-) referencing of a k-tls based multi-sensor-system | |
Godil et al. | 3D ground-truth systems for object/human recognition and tracking | |
JPH10187974A (ja) | 物流計測装置 | |
CN115205397A (zh) | 一种基于计算机视觉和位姿估计的车辆时空信息识别方法 | |
Loch et al. | Evaluation of SIFT in machine vision applied to industrial automation | |
KR101702517B1 (ko) | 의장품 돌출부 검사 장치 | |
CN112578393A (zh) | 一种基于bim的轨道交通隧道限界校核方法及系统 | |
CN109696123A (zh) | 基于线激光检测技术的车辆关键部件形位检测方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |