CN110530483A - 一种基于图像识别的车辆载重测量方法 - Google Patents
一种基于图像识别的车辆载重测量方法 Download PDFInfo
- Publication number
- CN110530483A CN110530483A CN201910745827.8A CN201910745827A CN110530483A CN 110530483 A CN110530483 A CN 110530483A CN 201910745827 A CN201910745827 A CN 201910745827A CN 110530483 A CN110530483 A CN 110530483A
- Authority
- CN
- China
- Prior art keywords
- load
- vehicle
- leaf spring
- coordinate
- measurement method
- 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
- 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
- G01B11/16—Measuring arrangements characterised by the use of optical techniques for measuring the deformation in a solid, e.g. optical strain gauge
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01G—WEIGHING
- G01G19/00—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups
- G01G19/08—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups for incorporation in vehicles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01G—WEIGHING
- G01G3/00—Weighing apparatus characterised by the use of elastically-deformable members, e.g. spring balances
- G01G3/08—Weighing apparatus characterised by the use of elastically-deformable members, e.g. spring balances wherein the weighing element is in the form of a leaf spring
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本申请公开了一种基于图像识别的车辆载重测量方法,涉及车辆载重测量领域。本申请利用钢板弹簧受力与形变是呈线性关系,通过摄像头拍摄粘贴在钢板弹簧侧面的标记的图片,经图像识别得到标记的圆心,通过计算得到钢板弹簧的挠度,再根据挠度测算出载荷,从而可得到整车的实际载重。由于本申请采用的是图像识别的方法,较其他方法而言,布置极其方便,采用非接触的方式不破坏车辆结构,受现场结构因素影响很小,很容易实现后期加装。本申请的精度可依据需求调整摄像头位置,经调试可实现较高精度的测量。
Description
技术领域
本申请涉及车辆载重测量技术领域,特别是涉及一种基于图像识别的车辆载重测量方法。
背景技术
目前货车测重的方法有两种方式,即接触式和非接触式两大类。下面以非接触式测重方法为例加以说明。非接触式的方法有:采用红外线、激光测距设备等,测量钢板弹簧的变形量,通过计算得出车辆质量。另外,用于电机驱动的电动汽车,通过测量电机/发动机输出扭矩、加速度,通过m=△F/△a计算得出车辆质量。
而红外线测距精度不高,安装位置受局限。激光测距精度较高但成本也比较高,并且安装受车体结构的限制,大多需安装在钢板弹簧上、下方,安装困难。基于加速度和电机(发动机)输出扭矩的方法,一般扭矩测量的精度不高,数据需要大量的计算处理,且需要反复校正才能达到一定精度,精度并不高。用途较局限,后装困难且需要反复实验标定。可见现有的非接触式测重方法普遍存在精度不高,安装困难的问题。
发明内容
本申请的目的在于克服上述问题或者至少部分地解决或缓减解决上述问题。
申请提供了一种基于图像识别的车辆载重测量方法,按照如下步骤操作:
步骤1,将若干标记固定于车辆的钢板弹簧侧面,并在车辆底部安装摄像头;
步骤2,通过摄像头对钢板弹簧侧面进行拍照;
步骤3,将摄像头拍摄的照片,经过图像处理及图像识别获得若干标记的中心点作为特征点组,测得其坐标且定义横向为X坐标、竖向为Y坐标,并将空载时的特征点组坐标值作为基准值;
步骤4,依据钢板弹簧载荷和形状变化关系函数,及待测载荷下的特征点坐标相对于基准值的偏移量,计算得出当前车辆载重值,其中钢板弹簧形状指弧高和挠度。
可选地,所述步骤4中,测量钢板弹簧的一半的弧长为L,钢板弹簧的弧高为H,
弧长对应的圆心角为α、单位为弧度,弧长为L、单位为毫米,及圆的半径R、单位为毫米,存在公式(1)如下关系:
α=L/R (1)
因几何关系,又有如下公式(2)关系:
Cosα=(R-H)/R (2)
上述图像识别的标记点坐标为A(x1,y1),又有如下公式(3)关系:
R2=(xl2)+(R-yl2) (3)
利用上述公式(1)、(2)、(3)联合求解,可得出函数关系H=f(x,y);
车辆空载时的钢板弹簧弧高为H0,则因载重引入的钢板弹簧的形变为H-H0,记为h;
建立单个悬架载荷称重的数学模型,如公式(4):
其中,a为阻尼系数,k为弹簧钢板刚度,M(t)为单个悬架载重,m为单个悬架自重,F(t)为由货物和悬架而引入的动态冲击载荷,t为时间,根据上述数学模型(4)结合公式(1)便可得到载重M(t)和特征点坐标(x,y)的关系;
设n为悬架总数,车辆载重为各悬架载重的总和,如公式(5):
可选地,所述的车辆载重测量方法,还包括:
步骤5,对测量结果进行滤波。
可选地,所述步骤5采用去噪滤波手段对结果进行预处理,并对不能反映车辆的真实载货量的扰动信息按照限定条件加以识别并从采集结果中剔除,其中,
采集结果限定条件为:
限定x坐标范围,p1≤x≤p2,其中p1和p2为设定的常数;
限定y坐标范围,q1≤y≤q2,其中q1和q2为设定的常数;
位移变化量s,按照公式(6)计算,
△x=xn-xn-1,△y=yn-yn-1;
△x为x方向的位移变化量,△y为y方向的位移变化量;
xn为本次测量所得x坐标值,xn-1为上次测量得到的x坐标值;
yn为本次测量所得y坐标值,yn-1为上次测量得到的y坐标值;
限定位移变化量范围:s≤w1,其中w1为设定的常数;
对于符合限定条件的数据,截取连续数据作为临时结果,则对这些数据取平均值作为结果输出M(t),数据每30s采集更新一次。
可选地,所述的车辆载重测量方法,还包括:步骤6,坡度修正。
可选地,在车辆的底部加装坡度传感器,用于道路坡度测量,得到坡度角θ;
对上述各悬架结果进行求和,再依据公式(7)进行坡度修正,最终得到车辆载荷M总(t),
M总(t)=M(t)/cosθ
(7)。
可选地,每一标记为环形标记,且在所述钢板弹簧侧面的不同位置至少设置两个标记。
可选地,每一环形标记的厚度为2~3mm,外圈直径依据钢板弹簧的厚度而定,内圈直径为外圈直径的70%-85%。
可选地,所述摄像头固定于车辆底盘结构处,朝向所述钢板弹簧安装标记的侧面方向。
本申请的基于图像识别的车辆载重测量方法,利用钢板弹簧受力与形变是呈线性关系,通过摄像头拍摄粘贴在钢板弹簧侧面的标记的图片,经图像识别得到标记的圆心,通过计算得到钢板弹簧的挠度,再根据挠度测算出载荷,从而可得到整车的实际载重。由于本申请采用的是图像识别的方法,较其他方法而言,布置极其方便,采用非接触的方式不破坏车辆结构,受现场结构因素影响很小,很容易实现后期加装。本申请的精度可依据需求调整摄像头位置,经调试可实现较高精度的测量。
根据下文结合附图对本申请的具体实施例的详细描述,本领域技术人员将会更加明了本申请的上述以及其他目的、优点和特征。
附图说明
后文将参照附图以示例性而非限制性的方式详细描述本申请的一些具体实施例。附图中相同的附图标记标示了相同或类似的部件或部分。本领域技术人员应该理解,这些附图未必是按比例绘制的。附图中:
图1是根据本申请一个实施例的基于图像识别的车辆载重测量方法中图像识别出钢板弹簧的示意性结构图;
图2是图1所示钢板弹簧一半弧长时的示意性结构图;
图3是标志物粘贴在钢板弹簧的侧面时的示意性结构图;
图4是图1中所述车辆的示意性结构图。
10 车辆,
20 标记,
30 钢板弹簧,
40 摄像头。
具体实施方式
图1是根据本申请一个实施例的基于图像识别的车辆载重测量方法中图像识别出钢板弹簧的示意性结构图。图2是图1所示钢板弹簧一半弧长时的示意性结构图。图3是标志物粘贴在钢板弹簧的侧面时的示意性结构图。图4是图1中所述车辆的示意性结构图。
如图1所示,还可参见图2-图4,本申请中考虑到钢板弹簧30受力与形变是呈线性关系,因此通过钢板的挠度可测算出载荷,从而可得到整车的实际载重。具体实施时,再对该测量所得的结果进行滤波处理、坡度修正便可得到精确度高的载重测量值。
如图3所示,一种基于图像识别的车辆载重测量方法,一般可以包括如下步骤:步骤1将若干标记20固定于车辆10的钢板弹簧30侧面,如图4所示,并在车辆10的底部安装摄像头40及坡度传感器(图中未示出)。步骤2,对钢板弹簧30侧面进行拍照。步骤3,将拍照获得照片,经过图像处理及图像识别获得若干标记20的中心点(例如环形标记为圆心点)作为特征点组,测得其坐标(横向X和竖向Y),并将空载时的特征点组坐标值作为基准值。步骤4,依据钢板弹簧30载荷和形状(弧高和挠度)变化关系函数,及待测载荷下的特征点坐标相对于基准值的偏移量,计算得出当前车辆载重值。
所述钢板弹簧30载荷和形状(弧高和挠度)变化关系可以通过测试实验获得。
本测量方法中的步骤4具体包括如下步骤:
平移坐标系。如图1所示,因摄像头40的布置位置和拍摄区域限制。需将图像识别的坐标值平移坐标系至圆弧的中点。举例即将下图中的(m,n),平移至(0,0),所有坐标系的均做平移操作。下文所用的所以坐标值均是平移之后的坐标值。
如图2所示,测量钢板弹簧30可为任一弧长。本申请为了简化说明,测量如下图所示钢板弹簧30的一半的弧长L(作为已知值)。实际应用时候可以视情况测量任一段弧长均可。H为钢板弹簧30的弧高,为待解值。
弧长对应的圆心角α(单位为弧度)和弧长L(单位为毫米),及圆的半径R(单位为毫米)存在如下关系:
α=L/R (1)
因几何关系,又有如下关系:
Cosα=(R-H)/R (2)
上述图像识别到标记点坐标A(x1,y1),又有如下公式:
R2=(xl2)+(R-yl2) (3)
利用上述公式(1)、(2)、(3)联合求解,可得出函数关系H=f(x,y)。
其中,坐标B(x2,y2)的作用是对结果H进行再次校验,对比纠错,实际应用也可视情况定义多个。
车辆空载时的钢板弹簧30弧高为H0,则因载重引入的钢板弹簧30的形变为H-H0,记为h;
建立单个悬架载荷称重的数学模型:
其中,a为阻尼系数,k为弹簧钢板刚度,M(t)为单个悬架载重,m为单个悬架自重,F(t)为由货物和悬架而引入的动态冲击载荷,t为时间,根据上述数学模型(4)结合公式(1)便可得到载重M(t)和特征点坐标(x,y)的关系;
设n为悬架总数,车辆载重为各悬架载重的总和:
上述特征点坐标是通过步骤4得到的。
根据车辆10的钢板弹簧30结构位置特点,确定标记点位置,确保在摄像头40视角范围内,即标记20在钢板弹簧30整个变形过程中不被其他物体遮挡。
本实施例中,优选地,标记20选择环形标记,环形标记要求为同心圆环,在不同位置至少应设置两个。选择环形标记,一方面是因很容易得到,可选择标准件塑料ABS或尼龙垫片,另一方面图像识别算法利用两个圆识别圆心,根据两圆圆心的距离小于某个值的特征,可以在图像识别过程中更高效的与其他干扰轮廓进行区分,保证结果计算的快速及准确。当然,本申请中的标记20不局限为圆环,也可以是规则图案。
更具体地,如图3所示,所述环形标记有一定厚度2~3mm,外圈直径依据钢板弹簧30的厚度而定,内圈直径为外圈直径的70%-85%,优选内圈直径为外圈直径的80%。环形标记的颜色需要与钢板弹簧30油漆颜色有明显的对比,且材质抗腐蚀氧化。环形标记与钢板弹簧30直接用胶水固性,方便快捷,且无破坏性。
如图4所示,所述摄像头40固定于车辆10底盘结构上,朝向钢板弹簧30中固定环形标记的一侧。
所述摄像头40与图像处理器通过电路连接,图像处理器定时循环采集图像信息。摄像头40采集图像的方式为非接触性测量,摄像头40与钢板直接固性安装即可,无破坏性。
所述图像处理器将采集的图像信息进行图像识别及圆心坐标计算处理。图像识别及圆心坐标计算为现有技术,其处理算法主要包括灰度处理、高斯模糊、边缘检测、椭圆识别、同心椭圆特征识别、椭圆圆心坐标计算。通过图像处理器的计算,得到环形标记的圆心点坐标值,即特征点坐标值。
进一步地,为克服车辆10振动以及惯性冲击带来的影响,采用去噪滤波手段对结果进行预处理,并对不能反映车辆10的真实载货量的扰动信息按照限定条件加以识别并从采集结果中剔除。
采集结果限定条件为:
限定x坐标范围,p1≤x≤p2,其中p1和p2为设定的常数;
限定y坐标范围,q1≤y≤q2,其中q1和q2为设定的常数;
s为位移变化量,按照公式(6)计算:
其中,△x=xn-xn-1,△y=yn-yn-1;△x为x方向的位移变化量,△y为y方向的位移变化量;xn为本次测量所得x坐标值,xn-1为上次测量得到的x坐标值;yn为本次测量所得y坐标值,yn-1为上次测量得到的y坐标值。
限定位移变化量范围:s≤w1,其中w1为设定的常数;
对于符合限定条件的数据,截取连续数据作为临时结果,则对这些数据取平均值作为结果输出M(t),数据每30s采集更新一次。
进一步地,本申请还包括坡度修正步骤。在车辆10上加装坡度传感器,用于道路坡度测量,得到坡度角θ。
对上述各悬架结果进行求和,再依据公式(7)进行坡度修正,最终得到车辆载荷M总(t)。
M总(t)=M(t)/cosθ (7)
本申请采用的是图像识别的方法,较其他方法而言,布置极其方便,采用非接触的方式不破坏车辆10结构,受现场结构因素影响很小,很容易实现后期加装。
本申请的精度可依据需求调整摄像头40位置,经调试可实现较高精度的测量。特征点的设计(同心环的圆心)识别准确率很高,还可布置多个特征点进行对比纠错,容错率较高。较其他方法而言,受外界环境的影响更小。
需要注意的是,除非另有说明,本申请使用的技术术语或者科学术语应当为本申请所属领域技术人员所理解的通常意义。
在本申请的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”、“顺时针”、“逆时针”、“轴向”、“径向”、“周向”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本申请和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本申请的限制。
此外,术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。在本申请的描述中,“多个”的含义是两个以上,除非另有明确具体的限定。
在本申请中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或成一体;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本申请中的具体含义。
在本申请中,除非另有明确的规定和限定,第一特征在第二特征“上”或“下”可以是第一和第二特征直接接触,或第一和第二特征通过中间媒介间接接触。而且,第一特征在第二特征“之上”、“上方”和“上面”可是第一特征在第二特征正上方或斜上方,或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”可以是第一特征在第二特征正下方或斜下方,或仅仅表示第一特征水平高度小于第二特征。
以上所述,仅为本申请较佳的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应该以权利要求的保护范围为准。
Claims (9)
1.一种基于图像识别的车辆载重测量方法,其特征在于,按照如下步骤操作:
步骤1,将若干标记固定于车辆的钢板弹簧侧面,并在车辆底部安装摄像头;
步骤2,通过摄像头对钢板弹簧侧面进行拍照;
步骤3,将摄像头拍摄的照片,经过图像处理及图像识别获得若干标记的中心点作为特征点组,测得其坐标且定义横向为X坐标、竖向为Y坐标,并将空载时的特征点组坐标值作为基准值;
步骤4,依据钢板弹簧载荷和形状变化关系函数,及待测载荷下的特征点坐标相对于基准值的偏移量,计算得出当前车辆载重值,其中钢板弹簧形状指弧高和挠度。
2.根据权利要求1所述的车辆载重测量方法,其特征在于,所述步骤4中,测量钢板弹簧的一半的弧长为L,钢板弹簧的弧高为H,
弧长对应的圆心角为α、单位为弧度,弧长为L、单位为毫米,及圆的半径R、单位为毫米,存在公式(1)如下关系:
α=L/R (1)
因几何关系,又有如下公式(2)关系:
Cosα=(R-H)/R (2)
上述图像识别的标记点坐标为A(x1,y1),又有如下公式(3)关系:
R2=(x12)+(R-y12) (3)
利用上述公式(1)、(2)、(3)联合求解,可得出函数关系H=f(x,y);
车辆空载时的钢板弹簧弧高为H0,则因载重引入的钢板弹簧的形变为H-H0,记为h;
建立单个悬架载荷称重的数学模型,如公式(4):
其中,a为阻尼系数,k为弹簧钢板刚度,M(t)为单个悬架载重,m为单个悬架自重,F(t)为由货物和悬架而引入的动态冲击载荷,t为时间,根据上述数学模型(4)结合公式(1)便可得到载重M(t)和特征点坐标(x,y)的关系;
设n为悬架总数,车辆载重为各悬架载重的总和,如公式(5):
3.根据权利要求2所述的车辆载重测量方法,其特征在于,还包括:
步骤5,对测量结果进行滤波。
4.根据权利要求3所述的车辆载重测量方法,其特征在于,所述步骤5采用去噪滤波手段对结果进行预处理,并对不能反映车辆的真实载货量的扰动信息按照限定条件加以识别并从采集结果中剔除,其中,
采集结果限定条件为:
限定x坐标范围,p1≤x≤p2,其中p1和p2为设定的常数;
限定y坐标范围,q1≤y≤q2,其中q1和q2为设定的常数;
位移变化量s,按照公式(6)计算,
△x=xn-xn-1,△y=yn-yn-1;
△x为x方向的位移变化量,△y为y方向的位移变化量;
xn为本次测量所得x坐标值,xn-1为上次测量得到的x坐标值;
yn为本次测量所得y坐标值,yn-1为上次测量得到的y坐标值;
限定位移变化量范围:s≤w1,其中w1为设定的常数;
对于符合限定条件的数据,截取连续数据作为临时结果,则对这些数据取平均值作为结果输出M(t),数据每30s采集更新一次。
5.根据权利要求4所述的车辆载重测量方法,其特征在于,还包括:步骤6,坡度修正。
6.根据权利要求5所述的车辆载重测量方法,其特征在于,在车辆的底部加装坡度传感器,用于道路坡度测量,得到坡度角θ;
对上述各悬架结果进行求和,再依据公式(7)进行坡度修正,最终得到车辆载荷M总(t),
M总(t)=M(t)/cosθ (7)。
7.根据权利要求1-6任一项中所述的车辆载重测量方法,其特征在于,每一标记为环形标记,且在所述钢板弹簧侧面的不同位置至少设置两个标记。
8.根据权利要求7所述的车辆载重测量方法,其特征在于,每一环形标记的厚度为2~3mm,外圈直径依据钢板弹簧的厚度而定,内圈直径为外圈直径的70%-85%。
9.根据权利要求1所述的车辆载重测量方法,其特征在于,所述摄像头固定于车辆底盘结构处,朝向所述钢板弹簧安装标记的侧面方向。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910745827.8A CN110530483A (zh) | 2019-08-13 | 2019-08-13 | 一种基于图像识别的车辆载重测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910745827.8A CN110530483A (zh) | 2019-08-13 | 2019-08-13 | 一种基于图像识别的车辆载重测量方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110530483A true CN110530483A (zh) | 2019-12-03 |
Family
ID=68663089
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910745827.8A Pending CN110530483A (zh) | 2019-08-13 | 2019-08-13 | 一种基于图像识别的车辆载重测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110530483A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112161685A (zh) * | 2020-09-28 | 2021-01-01 | 重庆交通大学 | 一种基于表面特征的车辆荷载测量方法 |
DE102020206370B4 (de) | 2020-05-20 | 2022-10-06 | Robert Bosch Gesellschaft mit beschränkter Haftung | Verfahren zum Ausgeben eines Signals in Abhängigkeit einer ermittelten maximalen Ladekapazität eines Transportfahrzeugs für Schüttgut |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN2594835Y (zh) * | 2002-11-12 | 2003-12-24 | 上海中建实业有限公司 | 制作立体相片时检测影像位移量的装置 |
CN101566465A (zh) * | 2009-05-18 | 2009-10-28 | 西安交通大学 | 一种物体变形的实时测量方法 |
CN103171481A (zh) * | 2011-12-20 | 2013-06-26 | 陕西银星科技有限公司 | 一种货运汽车载重量自测量传感器 |
CN205273090U (zh) * | 2015-12-21 | 2016-06-01 | 江西南客校车运营服务有限公司 | 一种校车超载监测装置 |
CN105910692A (zh) * | 2016-06-20 | 2016-08-31 | 河北科技大学 | 基于加速度传感器的车辆载重测量方法 |
-
2019
- 2019-08-13 CN CN201910745827.8A patent/CN110530483A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN2594835Y (zh) * | 2002-11-12 | 2003-12-24 | 上海中建实业有限公司 | 制作立体相片时检测影像位移量的装置 |
CN101566465A (zh) * | 2009-05-18 | 2009-10-28 | 西安交通大学 | 一种物体变形的实时测量方法 |
CN103171481A (zh) * | 2011-12-20 | 2013-06-26 | 陕西银星科技有限公司 | 一种货运汽车载重量自测量传感器 |
CN205273090U (zh) * | 2015-12-21 | 2016-06-01 | 江西南客校车运营服务有限公司 | 一种校车超载监测装置 |
CN105910692A (zh) * | 2016-06-20 | 2016-08-31 | 河北科技大学 | 基于加速度传感器的车辆载重测量方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102020206370B4 (de) | 2020-05-20 | 2022-10-06 | Robert Bosch Gesellschaft mit beschränkter Haftung | Verfahren zum Ausgeben eines Signals in Abhängigkeit einer ermittelten maximalen Ladekapazität eines Transportfahrzeugs für Schüttgut |
CN112161685A (zh) * | 2020-09-28 | 2021-01-01 | 重庆交通大学 | 一种基于表面特征的车辆荷载测量方法 |
CN112161685B (zh) * | 2020-09-28 | 2022-03-01 | 重庆交通大学 | 一种基于表面特征的车辆荷载测量方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101734057B1 (ko) | 정적인 목표를 이용한 드라이브 바이 보정 | |
CN109632085B (zh) | 一种基于单目视觉的低频振动校准方法 | |
US7342399B1 (en) | Magnetic anomaly sensing-based system for tracking a moving magnetic target | |
US7907177B2 (en) | Method for eliminating error in camera having angular velocity detection system | |
CN102549376B (zh) | 应变测量仪和用于对应变测量仪进行空间定位的系统 | |
CN112444233B (zh) | 一种基于单目视觉的平面运动位移及轨迹测量方法 | |
US20080297158A1 (en) | Gradiometric Directional Metal Detector | |
CN110530483A (zh) | 一种基于图像识别的车辆载重测量方法 | |
US7813900B2 (en) | Displacement detection method, displacement detection device, displacement detection program, phase singularity matching method and phase singularity matching program | |
CN104597289B (zh) | 加速度传感器三轴同时测试的测试方法 | |
JP2009204532A (ja) | 距離画像センサの校正装置及び校正方法 | |
CN105737852B (zh) | 激光测距仪位置测量与校正系统及方法 | |
CN106645799B (zh) | 参数校准方法及装置 | |
CN108426527B (zh) | 一种基于dlt的rfid标签三维坐标自动检测方法 | |
CN106646407B (zh) | 雷达标定设备校验方法、装置和系统 | |
CN109212497A (zh) | 一种空间六自由度车载雷达天线位姿偏差测量及对接方法 | |
CN110268221A (zh) | 线绳测量装置和线绳测量方法 | |
CN109712157A (zh) | 一种基于单目视觉的重力场法加速度计校准方法 | |
CN106408589B (zh) | 基于车载俯视相机的车辆运动测量方法 | |
CN110207605A (zh) | 一种基于机器视觉的金属结构变形的测量装置及方法 | |
CN108399017A (zh) | 倾斜度导出装置及方法 | |
CN105758339B (zh) | 基于几何误差修正技术的光轴与物面垂直度检测方法 | |
CN106908058B (zh) | 一种确定地磁定位阵列孔径的方法 | |
CN109308720B (zh) | 确定车载摄像机的滚转角的方法 | |
CN111830519B (zh) | 多传感器融合的测距方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191203 |