CN111080632A - 一种轮对踏面多边形监测方法、装置及终端设备 - Google Patents
一种轮对踏面多边形监测方法、装置及终端设备 Download PDFInfo
- Publication number
- CN111080632A CN111080632A CN201911329474.XA CN201911329474A CN111080632A CN 111080632 A CN111080632 A CN 111080632A CN 201911329474 A CN201911329474 A CN 201911329474A CN 111080632 A CN111080632 A CN 111080632A
- Authority
- CN
- China
- Prior art keywords
- line
- light arc
- arc line
- ellipse
- determining
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/66—Analysis of geometric attributes of image moments or centre of gravity
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Quality & Reliability (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明适用于车辆外形监测和测量方法技术领域,提供了轮对踏面多边形监测方法、装置及终端设备,该方法包括:获取车辆的轮对踏面图像,并对轮对踏面图像中的椭圆弧进行处理,获得多段结构光弧线;根据每段结构光弧线,确定每段结构光弧线对应的椭圆中心;根据每段结构光弧线对应的椭圆中心,确定每段结构光弧线对应的圆形弧线;根据每段结构光弧线对应的所述圆形弧线,确定轮对踏面对应的圆形弧线;将确定的轮对踏面对应的圆形弧线与预设轮对踏面标准圆周线进行对比,获得轮对踏面的多边形监测结果。本发明实施例可以在车辆正常行驶过程中高效准确的实现轮对踏面多边形监测。
Description
技术领域
本发明属于车辆外形监测和测量方法技术领域,尤其涉及一种轮对踏面多边形监测方法、装置及终端设备。
背景技术
轮对作为铁路车辆重要的走行部件,对于铁路的安全运输起着关键性的作用。随着我国经济的快速发展,铁路车辆行驶速度在逐步提升,伴随着高速和重载的实际情况,以及铁路线路养护条件较差、轮轨外形及材质匹配不合理等诸多原因,导致列车轮对所受冲击力更大,轮对踏面的磨耗加剧,使列车轮对踏面呈现多边形化的现象越来越严重,影响了铁路车辆的正常运转。因此及时准确地掌握轮对踏面的多边形状况是非常重要的。
传统的列车轮对踏面多边形检测一般分为静态检测和动态检测。静态检测方法主要基于机械接触式检测技术及图像检测技术,在车辆静止状态下,通过便携式检测设备对轮对踏面圆周进行扫描,可较为准确的获取轮对踏面的多边形状况。然而静态检测一般需要大量人工操作,存在自动化程度与测量效率较低的问题。动态检测大多采用轮轨力、振动加速度以及声音法等进行检测,这些检测方法更多用来检测轮对踏面损伤,而且为了保证检测精度,往往要求车辆以较低速度运行。
发明内容
有鉴于此,本发明实施例提供了一种轮对踏面多边形监测方法、装置及终端设备,以解决现有技术中无法在列车正常行驶过程中高效准确的实现轮对踏面多边形监测的问题。
本发明实施例的第一方面提供了一种轮对踏面多边形监测方法,包括:
获取车辆的轮对踏面图像,并对所述轮对踏面图像中的椭圆弧进行处理,获得多段结构光弧线;
根据每段结构光弧线,确定所述每段结构光弧线对应的椭圆中心;
根据所述每段结构光弧线对应的椭圆中心,确定所述每段结构光弧线对应的圆形弧线;
根据所述每段结构光弧线对应的所述圆形弧线,确定轮对踏面对应的圆形弧线;
将确定的所述轮对踏面对应的圆形弧线与预设轮对踏面标准圆周线进行对比,获得所述轮对踏面的多边形监测结果。
可选的,所述获取车辆的轮对踏面图像,包括:
利用安装在车辆转向架下方的单目相机,获取车辆的轮对踏面图像;其中,所述车辆的轮对踏面采用安装在车辆转向架下方的线结构光设备照射,且所述线结构光设备发出的线结构光所在的平面与所述轮对踏面的轴线垂直,所述单目相机与所述车辆转向架的水平方向呈预设照射角度。
可选的,所述根据每段结构光弧线,确定所述每段结构光弧线对应的椭圆中心,包括:
确定每段结构光弧线上的任意两点,并根据所述每段结构光弧线上的任意两点,确定所述任意两点所在线段的中点的坐标,和所述任意两点在所述每段结构光弧线上对应的两条切线的交点的坐标;
根据所述任意两点所在线段的中点的坐标,和所述任意两点对应的两条切线的交点的坐标,获取所述任意两点所在线段的中点和所述任意两点对应的两条切线的交点对应的第一直线的斜率;
根据上述获取所述第一直线的斜率的方法,获取所述每段结构光弧线上的第二直线的斜率,以及获取所述第二直线的斜率时对应的任意两点所在线段的中点的坐标,其中获取所述第二直线的斜率时对应的任意两点与获取所述第一直线的斜率时对应的任意两点中至少有一点不同;
根据所述第一直线的斜率、获取所述第一直线的斜率时对应的任意两点所在线段的中点的坐标、所述第二直线的斜率以及获取所述第二直线的斜率时对应的任意两点所在线段的中点的坐标,确定所述每段结构光弧线对应的椭圆中心。
可选的,所述每段结构光弧线对应的椭圆中心的坐标为:
其中,(xc,yc)为所述每段结构光弧线对应的椭圆中心的坐标,(xm1,ym1)为所述获取所述第一直线的斜率时对应的任意两点的中点的坐标,(xm2,ym2)为所述获取所述第二直线的斜率时对应的任意两点的中点的坐标,q2为所述第一直线的斜率,q4为所述第二直线的斜率。
可选的,所述根据所述每段结构光弧线对应的椭圆中心,确定所述每段结构光弧线对应的圆形弧线,包括:
根据所述每段结构光弧线对应的椭圆中心,确定所述每段结构光弧线对应的椭圆;
根据所述预设照射角度,对所述每段结构光弧线对应的椭圆进行还原,获得所述每段结构光弧线对应的圆周线;
根据所述每段结构光弧线在所述轮对踏面图像上的位置以及对应的圆周线,确定所述每段结构光弧线对应的圆形弧线。
可选的,所述根据所述每段结构光弧线对应的椭圆中心,确定所述每段结构光弧线对应的椭圆,包括:
获取第一结构光弧线上的任意四点,所述第一结构光弧线为所述每段结构光弧线中的任意一段;
根据所述第一结构光弧线上的任意四点以及所述第一结构光弧线对应的椭圆中心,分别确定连接所述任意四点中任一点与所述椭圆中心的直线的斜率,并基于确定的四条直线的斜率确定所述第一结构光弧线对应的椭圆的偏转角的正切值以及短半轴与长半轴的半轴比;
根据所述正切值,计算加权平均正切值,并根据所述半轴比,计算加权平均半轴比;
根据所述第一结构光弧线上的任意一点、所述第一结构光弧线对应的椭圆中心、所述加权平均正切值、所述加权平均半轴比以及图像坐标系与椭圆坐标系的对应关系,确定所述第一结构光弧线对应的椭圆的长半轴的长度;
根据所述第一结构光弧线对应的椭圆中心、所述加权平均正切值、所述加权平均半轴比和所述长半轴的长度,确定所述第一结构光弧线对应的椭圆;
根据上述确定所述第一结构光弧线对应的椭圆的方法确定每段结构光弧线对应的椭圆。
可选的,所述确定所述第一结构光弧线对应的椭圆的偏转角的正切值,包括:
其中,K为所述第一结构光弧线对应的椭圆的偏转角的正切值,s1、s2、s3、s4为所述第一结构光弧线上的任意四点与所述第一结构光弧线对应的椭圆中心的连线获得的四条直线的斜率;
所述确定所述第一结构光弧线对应的椭圆的短半轴与长半轴的半轴比,包括:
其中,N为所述第一结构光弧线对应的椭圆的短半轴与长半轴的半轴比。
可选的,所述确定所述第一结构光弧线对应的椭圆的长半轴的长度,包括:
其中,A为所述第一结构光弧线对应的椭圆的长半轴的长度,ρ为所述第一结构光弧线对应的椭圆的长轴与图像坐标系中y轴的夹角,N'为所述第一结构光弧线对应的椭圆的加权平均半轴比,K'为所述第一结构光弧线对应的椭圆的加权平均正切值,(x0,y0)为所述第一结构光弧线上任意一点在对应的椭圆坐标系中的坐标,(xi,yi)为所述第一结构光弧线上任意一点在图像坐标系中的坐标,(xc,yc)为所述第一结构光弧线对应的椭圆中心在图像坐标系中的坐标。
本发明实施例的第二方面提供了一种轮对踏面多边形监测装置,包括:
图像获取模块,用于获取车辆的轮对踏面图像,并对所述轮对踏面图像中的椭圆弧进行处理,获得多段结构光弧线;
椭圆中心确定模块,用于根据每段结构光弧线,确定所述每段结构光弧线对应的椭圆中心;
第一圆形弧线确定模块,用于根据所述每段结构光弧线对应的椭圆中心,确定所述每段结构光弧线对应的圆形弧线;
第二圆形弧线确定模块,用于根据所述每段结构光弧线对应的所述圆形弧线,确定轮对踏面对应的圆形弧线;
监测模块,用于将确定的所述轮对踏面对应的圆形弧线与预设轮对踏面标准圆周线进行对比,获得所述轮对踏面的多边形监测结果。
本发明实施例的第三方面提供了一种终端设备,包括:存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上任一项所述轮对踏面多边形监测方法的步骤。
本发明实施例与现有技术相比存在的有益效果是:通过获取车辆的轮对踏面图像,可以对轮对踏面进行实时监测,通过对轮对踏面图像中的椭圆弧进行处理,获得多段结构光弧线,可以保证后续获得的轮对踏面的多边形监测结果的准确性。然后根据每段结构光弧线,确定每段结构光弧线对应的椭圆,根据每段结构光弧线对应的椭圆,确定每段结构光弧线对应的圆形弧线,根据每段结构光弧线对应的圆形弧线,确定轮对踏面对应的圆形弧线,将确定的轮对踏面对应的圆形弧线与预设轮对踏面标准圆周线进行对比,获得轮对踏面的多边形监测结果,本发明实施例可以在车辆正常行驶过程中高效准确的实现轮对踏面多边形监测。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种轮对踏面多边形监测方法的流程示意图;
图2是本发明实施例提供的相机与线结构光设备安装位置示意图;
图3是本发明实施例提供的确定椭圆中心的示例图;
图4是本发明实施例提供的确定每段结构光弧线对应的圆形弧线的方法的流程示意图;
图5是本发明实施例提供的确定每段结构光弧线对应的椭圆的方法的流程示意图;
图6是本发明实施例提供的相机成像几何原理关系图;
图7是本发明实施例提供的结构光弧线还原为结构光弧线对应的圆形弧线的对应关系图;
图8是本发明实施例提供的轮对踏面多边形监测装置的示意图;
图9是本发明实施例提供的终端设备的示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本发明实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本发明的描述。
为了说明本发明所述的技术方案,下面通过具体实施例来进行说明。
图1为本发明实施例提供的一种轮对踏面多边形监测方法的流程示意图,详述如下。
步骤S1,获取车辆的轮对踏面图像,并对轮对踏面图像中的椭圆弧进行处理,获得多段结构光弧线。
参见图2,可选的,可以利用安装在车辆转向架1下方的单目相机2,获取车辆的轮对踏面图像;其中,采用安装在车辆转向架下方的线结构光设备4照射车辆的轮对踏面,且线结构光设备4发出的线结构光所在的平面与轮对踏面的轴线垂直,单目相机2与车辆转向架1的水平方向呈预设照射角度3。
可选的,还可以采用其他图像采集装置获取车辆的轮对踏面图像。当需要进行轮对踏面多边形监测时,可以通过控制器发送控制信号给图像采集装置以实时获取车辆的轮对踏面图像,根据车辆的轮对踏面图像获得轮对踏面的多边形监测结果。
可选的,单目相机或其他图像采集装置可以悬挂固定在车辆转向架下方,可以调节单目相机或其他图像采集装置在车辆转向架下方的高度和方位,使其与车辆转向架1的水平方向呈预设照射角度3,以保证可以获取车辆的轮对踏面图像。
其中,在获取车辆的轮对踏面图像时,由于单目相机或其他图像采集装置与车辆转向架1的水平方向呈预设照射角度,车辆的轮对踏面经过线结构光设备照射后,在轮对踏面图像中以椭圆形式呈现,然而线结构光设备只能照射到轮对踏面对应的一部分圆弧,车辆的轮对踏面在其轮对踏面图像中以一段椭圆弧线的形式呈现,随着列车的行驶,始终对线结构光设备照射到的圆弧部分进行监测,即可实现列车的整个轮对踏面的多边形监测,也就能实现车辆的轮对踏面多边形实时监测。在对轮对踏面多边形进行监测时,对轮对踏面图像中的椭圆弧线形式的线结构光进行提取,并将提取后的线结构光弧线分为多段子结构光弧线,在将提取后的线结构光弧线分为足够多的子结构光弧线后,可以在高效准确的情况下,对轮对踏面进行多边形监测。
步骤S2,根据每段结构光弧线,确定每段结构光弧线对应的椭圆中心。
其中,对于椭圆上的任意两点来说:椭圆的中心点经过椭圆上任意两点的连接弦的中点和椭圆上通过任意两点的切线形成的交点的直线。
那么对于每段结构光弧线中的任意一段结构光弧线来说,两组任意一段结构光弧线上的任意两点就能获得两条直线,两条直线的交点可以确定任意一段结构光弧线对应的椭圆中心。
由于确定任意一段结构光弧线对应的椭圆中心的两条直线必须为两条不同的直线,则确定一条直线的任意两点与确定另外一条直线的任意两点中,至少有一个点不同。
可选的,根据每段结构光弧线,确定每段结构光弧线对应的椭圆中心,可以为:确定每段结构光弧线上的任意两点,并根据每段结构光弧线上的任意两点,确定任意两点所在线段的中点的坐标,和任意两点在每段结构光弧线上对应的两条切线的交点的坐标;根据任意两点所在线段的中点的坐标,和任意两点对应的两条切线的交点的坐标,获取任意两点所在线段的中点和任意两点对应的两条切线的交点对应的第一直线的斜率;根据上述获取第一直线的斜率的方法,获取每段结构光弧线上的第二直线的斜率,以及获取第二直线的斜率时对应的任意两点所在线段的中点的坐标,其中获取第二直线的斜率时对应的任意两点与获取第一直线的斜率时对应的任意两点中至少有一点不同;根据第一直线的斜率、获取第一直线的斜率时对应的任意两点所在线段的中点的坐标、第二直线的斜率以及获取第二直线的斜率时对应的任意两点所在线段的中点的坐标,确定每段结构光弧线对应的椭圆中心。
可选的,可以根据每段结构光弧线上的任意三点,获取第一直线的斜率和第二直线的斜率,进而确定每段结构光弧线对应的椭圆中心。
参见图3,作为本发明的一实施例,在图像坐标系中,可以获取每段结构光弧线中的任意一段结构光弧线aa,并在任意一段结构光弧线aa上获取任意两点P1的坐标和梯度{x1,y1,θ1}、P12的坐标和梯度{x12,y12,θ12},进而确定任意两点P1、P12所在线段的中点m1的坐标:
根据任意两点P1、P12与结构光弧线aa可以确定任意两点P1、P12对应的两条切线,进而在图像坐标系中,可以确定任意两点P1、P12对应的两条切线的交点Pa的坐标:
根据中点m1的坐标与交点Pa的坐标可以确定任意一段结构光弧线aa上的任意两点P1、P12对应的第一直线L1的斜率:
根据上述获取第一直线L1的斜率的方法,在获取第二直线L2的斜率时,可以根据任意一段结构光弧线aa上的任意两点P2{x2,y2,θ2}、P12{x12,y12,θ12}确定任意两点P2、P12所在线段的中点m2的坐标:
根据任意两点P2、P12与结构光弧线aa可以确定任意两点P2、P12对应的两条切线,进而在图像坐标系中,可以确定任意两点P2、P12对应的两条切线的交点Pb的坐标:
根据中点m2的坐标与交点Pb的坐标可以确定任意一段结构光弧线aa上的任意两点P2、P12对应的第二直线L2的斜率:
根据中点m1的坐标、中点m2的坐标、第一直线L1的斜率q2和第二直线L2的斜率q4可以推导出任意一段结构光弧线aa对应的椭圆的椭圆中心的坐标(xc,yc)为:
也就是,在获取任意一段结构光弧线aa上的第二直线的斜率时,可以根据获取第一直线的斜率时的任意一段结构光弧线aa上的一点与任意一段结构光弧线aa上的另外一点确定第二直线的斜率,进而确定每段结构光弧线对应的椭圆的椭圆中心。
步骤S3,根据每段结构光弧线对应的椭圆中心,确定每段结构光弧线对应的圆形弧线。
可选的,参见图4,根据每段结构光弧线对应的椭圆中心,确定每段结构光弧线对应的圆形弧线,包括:
步骤S31,根据每段结构光弧线对应的椭圆中心,确定每段结构光弧线对应的椭圆。
其中,确定一个椭圆可以通过确定一个椭圆的椭圆中心坐标、椭圆的长轴、椭圆的短轴以及椭圆的偏转角五个参数来确定。
在确定了每段结构光弧线对应的椭圆的椭圆中心的情况下,对于另外三个参数,可以转化为获取每段结构光弧线对应的椭圆的偏转角的正切值、每段结构光弧线对应的椭圆的短半轴与长半轴的半轴比和每段结构光弧线对应的椭圆的长半轴来确定。
其中,椭圆的偏转角的正切值和椭圆的短半轴与长半轴的半轴比的定义式为:
式中,N为椭圆的半轴比,B为短半轴;A为长半轴;K为椭圆的偏转角的正切值,ρ为椭圆长轴逆时针旋转角度,也就是椭圆的长轴与图像坐标系中y轴的夹角。
可选的,参见图5,根据每段结构光弧线对应的椭圆的椭圆中心,确定每段结构光弧线对应的椭圆,包括:
步骤S311,获取第一结构光弧线上的任意四点。
其中,第一结构光弧线为每段结构光弧线中的任意一段结构光弧线。
步骤S312,根据第一结构光弧线上的任意四点以及第一结构光弧线对应的椭圆中心,分别确定连接任意四点中任一点与椭圆中心的直线的斜率,并基于确定的四条直线的斜率确定第一结构光弧线对应的椭圆的偏转角的正切值以及短半轴与长半轴的半轴比。
可选的,作为本发明的一实施例,对于椭圆的偏转角的正切值K和椭圆的短半轴与长半轴的半轴比N,下式对椭圆上任意两点均成立,也就是对第一结构光弧线上的任意两点均成立:
根据第一结构光弧线上的任意四点分别与第一结构光弧线对应的椭圆中心的连线,可以获得过第一结构光弧线对应的椭圆中心的四条直线的斜率s1,s2,s3,s4,将四个斜率值分为两组:s1与s2,s3与s4,可以得出下式:
进一步可以推导出:
式中,α=s1s2-s3s4,β=s2s4(s3-s1)+s1s3(s4-s2)+(s1+s2-s3-s4)。
也就是,根据第一结构光弧线上的任意四点与第一结构光弧线对应的椭圆中心,可以确定四条直线的斜率s1,s2,s3,s4,根据四个斜率值可以确定第一结构光弧线对应的椭圆的偏转角的正切值K,根据第一结构光弧线对应的椭圆的偏转角的正切值K以及其中两个斜率值s1,s2,可以确定第一结构光弧线对应的椭圆的短半轴与长半轴的半轴比N。
步骤S313,根据正切值,计算加权平均正切值,并根据半轴比,计算加权平均半轴比。
可选的,根据需要的监测精度,在第一结构光弧线上获取多个采样点,根据步骤S312中获取第一结构光弧线对应的正切值与半轴比的方法,利用第一结构光弧线上的多个采样点就可以获得多个正切值与多个半轴比,对多个正切值加权平均,获取第一结构光弧线对应的椭圆的偏转角的加权平均正切值K';对多个半轴比加权平均,获取第一结构光弧线对应的椭圆的短半轴与长半轴的加权平均半轴比N'。
步骤S314,根据第一结构光弧线上的任意一点、第一结构光弧线对应的椭圆中心、加权平均正切值、加权平均半轴比以及图像坐标系与椭圆坐标系的对应关系,确定第一结构光弧线对应的椭圆的长半轴的长度。
可选的,作为本发明的一实施例,以第一结构光弧线对应的椭圆中心为原点,以第一结构光弧线对应的椭圆的半长轴为水平坐标轴建立椭圆坐标系,根据图像坐标系与椭圆坐标系的对应关系,位于图像坐标系中的第一结构光弧线上的任意一点(xi,yi)转换为椭圆坐标系下的坐标(x0,y0)为:
步骤S315,根据第一结构光弧线对应的椭圆中心、加权平均正切值、加权平均半轴比和长半轴的长度,确定第一结构光弧线对应的椭圆。
根据第一结构光弧线对应的椭圆中心、加权平均正切值N'、加权平均半轴比K'和长半轴的长度A,可以获得能够完整表示第一结构光弧线对应的椭圆的所有参数(xc,yc,N',K',A)。
步骤S316,根据上述确定第一结构光弧线对应的椭圆的方法确定每段结构光弧线对应的椭圆。
步骤S32,根据预设照射角度,对每段结构光弧线对应的椭圆进行还原,获得每段结构光弧线对应的圆周线。
可选的,可以根据椭圆的短半轴与长半轴的半轴比以及第一结构光弧线对应的椭圆的长半轴的长度,确定第一结构光弧线对应的椭圆的短轴长度;根据上述确定第一结构光弧线对应的椭圆的短轴长度的方法确定每段结构光弧线对应的椭圆的短轴长度;根据预设照射角度、单目相机的内部参数以及每段结构光弧线对应的椭圆的短轴长度,确定每段结构光弧线对应的圆周线的半径;根据每段结构光弧线对应的圆周线的半径,确定每段结构光弧线对应的圆周线。
可选的,作为本发明的一实施例,参考图6,根据相机成像几何原理关系图,P为单目相机的中心,θ为已知量,表示单目相机主光轴与车轮夹角。CD为在此状态下车轮踏面在图像坐标系的投影,表示图像中椭圆短轴的长度,为已知量。AF为A'F'车轮侧面的投影,O为AF中心,A'O',F'O'即为车轮半径,而AO与OF为等效模型车轮半径,为求解未知量,由成像原理可知CD⊥OP,OP为相机的焦距。那么根据余弦定理可得公式:
因为AO=OF=r,经计算得每段结构光弧线对应的圆周线的半径r:
步骤S33,根据每段结构光弧线在轮对踏面图像上的位置以及对应的圆周线,确定每段结构光弧线对应的圆形弧线。
图7为结构光弧线AC还原为圆形弧线A1C1的对应关系图,根据结构光弧线AC在轮图中虚线部分的轮对踏面图像上的位置,以及结构光弧线AC对应的圆周线(图7中实线部分),进行映射,确定每段结构光弧线对应的圆形弧线。
步骤S4,根据每段结构光弧线对应的圆形弧线,确定轮对踏面对应的圆形弧线。
在轮对踏面图像中,由于轮对踏面位于轮对的中间部分,因而图像采集装置在采集轮对踏面的图像时,总有一部分轮对踏面对应的椭圆弧被遮挡,因此采用线结构光设备对轮对踏面进行照射后,再利用图像采集装置采集轮对踏面图像,对轮对踏面图像中的线结构光设备照射的椭圆弧进行提取,只实时监测线结构光设备照射部分的椭圆弧对应的轮对踏面的多边形故障。
由于在监测轮对踏面多边形时,对轮对踏面图像中的椭圆弧进行了分段处理,获得了多段结构光弧线,那么将每段结构光弧线对应的圆形弧线进行拼接,就可以获得轮对踏面图像中的椭圆弧对应的圆形弧线,也就是采集图像时轮对踏面对应的圆形弧线。
步骤S5,将确定的轮对踏面对应的圆形弧线与预设轮对踏面标准圆周线进行对比,获得轮对踏面的多边形监测结果。
上述轮对踏面多边形监测方法,通过实时获取车辆的轮对踏面图像,可以实时对获取的轮对踏面图像进行处理,进而可以在车辆正常行驶过程中,实现轮对踏面多边形监测。通过对轮对踏面图像中的椭圆弧进行处理,获得多段结构光弧线,而获得的结构光弧线的段数越多,可以获得越精确的轮对踏面多边形监测结果。然后根据每段结构光弧线,确定每段结构光弧线对应的椭圆,根据每段结构光弧线对应的椭圆,确定每段结构光弧线对应的圆形弧线,根据每段结构光弧线对应的圆形弧线,确定轮对踏面对应的圆形弧线,将确定的轮对踏面对应的圆形弧线与预设轮对踏面标准圆周线进行对比,获得轮对踏面的多边形监测结果,可以在车辆正常行驶过程中高效准确的实现轮对踏面多边形监测。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
对应于上文实施例所述的轮对踏面多边形监测方法,图8示出了本发明实施例提供的轮对踏面多边形监测装置的示例图。如图8所示,该装置可以包括:图像获取模块81、椭圆中心确定模块82、第一圆形弧线确定模块83、第二圆形弧线确定模块84以及监测模块85。
图像获取模块81,用于获取车辆的轮对踏面图像,并对所述轮对踏面图像中的椭圆弧进行处理,获得多段结构光弧线;
椭圆中心确定模块82,用于根据每段结构光弧线,确定所述每段结构光弧线对应的椭圆中心;
第一圆形弧线确定模块83,用于根据所述每段结构光弧线对应的椭圆中心,确定所述每段结构光弧线对应的圆形弧线;
第二圆形弧线确定模块84,用于根据所述每段结构光弧线对应的所述圆形弧线,确定轮对踏面对应的圆形弧线;
监测模块85,用于将确定的所述轮对踏面对应的圆形弧线与预设轮对踏面标准圆周线进行对比,获得所述轮对踏面的多边形监测结果。
可选的,图像获取模块81,可以用于利用安装在车辆转向架下方的单目相机,获取车辆的轮对踏面图像;其中,所述车辆的轮对踏面采用安装在车辆转向架下方的线结构光设备照射,且所述线结构光设备发出的线结构光所在的平面与所述轮对踏面的轴线垂直,所述单目相机与所述车辆转向架的水平方向呈预设照射角度。
可选的,椭圆中心确定模块82,可以用于确定每段结构光弧线上的任意两点,并根据所述每段结构光弧线上的任意两点,确定所述任意两点所在线段的中点的坐标,和所述任意两点在所述每段结构光弧线上对应的两条切线的交点的坐标;
根据所述任意两点所在线段的中点的坐标,和所述任意两点对应的两条切线的交点的坐标,获取所述任意两点所在线段的中点和所述任意两点对应的两条切线的交点对应的第一直线的斜率;
根据上述获取所述第一直线的斜率的方法,获取所述每段结构光弧线上的第二直线的斜率,以及获取所述第二直线的斜率时对应的任意两点所在线段的中点的坐标,其中获取所述第二直线的斜率时对应的任意两点与获取所述第一直线的斜率时对应的任意两点中至少有一点不同;
根据所述第一直线的斜率、获取所述第一直线的斜率时对应的任意两点所在线段的中点的坐标、所述第二直线的斜率以及获取所述第二直线的斜率时对应的任意两点所在线段的中点的坐标,确定所述每段结构光弧线对应的椭圆中心。
可选的,所述每段结构光弧线对应的椭圆中心的坐标为:
其中,(xc,yc)为所述每段结构光弧线对应的椭圆中心的坐标,(xm1,ym1)为所述获取所述第一直线的斜率时对应的任意两点的中点的坐标,(xm2,ym2)为所述获取所述第二直线的斜率时对应的任意两点的中点的坐标,q2为所述第一直线的斜率,q4为所述第二直线的斜率。
可选的,第一圆形弧线确定模块83,可以用于根据所述每段结构光弧线对应的椭圆中心,确定所述每段结构光弧线对应的椭圆;
根据所述预设照射角度,对所述每段结构光弧线对应的椭圆进行还原,获得所述每段结构光弧线对应的圆周线;
根据所述每段结构光弧线在所述轮对踏面图像上的位置以及对应的圆周线,确定所述每段结构光弧线对应的圆形弧线。
可选的,第一圆形弧线确定模块83,可以用于获取第一结构光弧线上的任意四点,所述第一结构光弧线为所述每段结构光弧线中的任意一段;
根据所述第一结构光弧线上的任意四点以及所述第一结构光弧线对应的椭圆中心,分别确定连接所述任意四点中任一点与所述椭圆中心的直线的斜率,并基于确定的四条直线的斜率确定所述第一结构光弧线对应的椭圆的偏转角的正切值以及短半轴与长半轴的半轴比;
根据所述正切值,计算加权平均正切值,并根据所述半轴比,计算加权平均半轴比;
根据所述第一结构光弧线上的任意一点、所述第一结构光弧线对应的椭圆中心、所述加权平均正切值、所述加权平均半轴比以及图像坐标系与椭圆坐标系的对应关系,确定所述第一结构光弧线对应的椭圆的长半轴的长度;
根据所述第一结构光弧线对应的椭圆中心、所述加权平均正切值、所述加权平均半轴比和所述长半轴的长度,确定所述第一结构光弧线对应的椭圆;
根据上述确定所述第一结构光弧线对应的椭圆的方法确定每段结构光弧线对应的椭圆。
其中,K为所述第一结构光弧线对应的椭圆的偏转角的正切值,s1、s2、s3、s4为所述第一结构光弧线上的任意四点与所述第一结构光弧线对应的椭圆中心的连线获得的四条直线的斜率;
其中,N为所述第一结构光弧线对应的椭圆的短半轴与长半轴的半轴比。
其中,A为所述第一结构光弧线对应的椭圆的长半轴的长度,ρ为所述第一结构光弧线对应的椭圆的长轴与图像坐标系中y轴的夹角,N'为所述第一结构光弧线对应的椭圆的加权平均半轴比,K'为所述第一结构光弧线对应的椭圆的加权平均正切值,(x0,y0)为所述第一结构光弧线上任意一点在对应的椭圆坐标系中的坐标,(xi,yi)为所述第一结构光弧线上任意一点在图像坐标系中的坐标,(xc,yc)为所述第一结构光弧线对应的椭圆中心在图像坐标系中的坐标。
上述轮对踏面多边形监测装置,通过图像获取模块获取车轮的轮对标准圆图像,可以实时获取车辆的轮对踏面图像,通过对轮对踏面图像中的椭圆弧进行处理,获得多段结构光弧线,可以保证后续获得的轮对踏面的多边形监测结果的准确性。然后利用椭圆中心确定模块,确定每段结构光弧线对应的椭圆中心,利用第一圆形弧线确定模块,确定每段结构光弧线对应的圆形弧线,利用第二圆形弧线确定模块,确定轮对踏面对应的圆形弧线,利用监测模块,将确定的轮对踏面对应的圆形弧线与预设轮对踏面标准圆周线进行对比,获得轮对踏面的多边形监测结果,本发明实施例可以在车辆正常行驶过程中高效准确的实现轮对踏面多边形监测。
图9是本发明一实施例提供的终端设备的示意图。如图9所示,该实施例的终端设备900包括:处理器901、存储器902以及存储在所述存储器902中并可在所述处理器901上运行的计算机程序903,例如轮对踏面多边形监测程序。所述处理器901执行所述计算机程序903时实现上述轮对踏面多边形监测方法实施例中的步骤,例如图1所示的步骤S1至S5,或者图4所示的步骤S31至步骤S33或者图5所示的步骤S311至步骤S316,所述处理器901执行所述计算机程序903时实现上述各装置实施例中各模块的功能,例如图8所示模块81至85的功能。
示例性的,所述计算机程序903可以被分割成一个或多个程序模块,所述一个或者多个程序模块被存储在所述存储器902中,并由所述处理器901执行,以完成本发明。所述一个或多个程序模块可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序903在所述轮对踏面多边形监测装置或者终端设备900中的执行过程。例如,所述计算机程序903可以被分割成图像获取模块81、椭圆中心确定模块82、第一圆形弧线确定模块83、第二圆形弧线确定模块84以及监测模块85,各模块具体功能如图8所示,在此不再一一赘述。
所述终端设备900可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括,但不仅限于,处理器901、存储器902。本领域技术人员可以理解,图9仅仅是终端设备900的示例,并不构成对终端设备900的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器901可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器902可以是所述终端设备900的内部存储单元,例如终端设备900的硬盘或内存。所述存储器902也可以是所述终端设备900的外部存储设备,例如所述终端设备900上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(SecureDigital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器902还可以既包括所述终端设备900的内部存储单元也包括外部存储设备。所述存储器902用于存储所述计算机程序以及所述终端设备900所需的其他程序和数据。所述存储器902还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中,应该理解到,所揭露的装置/终端设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/终端设备实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (10)
1.一种轮对踏面多边形监测方法,其特征在于,包括:
获取车辆的轮对踏面图像,并对所述轮对踏面图像中的椭圆弧进行处理,获得多段结构光弧线;
根据每段结构光弧线,确定所述每段结构光弧线对应的椭圆中心;
根据所述每段结构光弧线对应的椭圆中心,确定所述每段结构光弧线对应的圆形弧线;
根据所述每段结构光弧线对应的所述圆形弧线,确定轮对踏面对应的圆形弧线;
将确定的所述轮对踏面对应的圆形弧线与预设轮对踏面标准圆周线进行对比,获得所述轮对踏面的多边形监测结果。
2.如权利要求1所述的轮对踏面多边形监测方法,其特征在于,所述获取车辆的轮对踏面图像,包括:
利用安装在车辆转向架下方的单目相机,获取车辆的轮对踏面图像;其中,所述车辆的轮对踏面采用安装在车辆转向架下方的线结构光设备照射,且所述线结构光设备发出的线结构光所在的平面与所述轮对踏面的轴线垂直,所述单目相机与所述车辆转向架的水平方向呈预设照射角度。
3.如权利要求2所述的轮对踏面多边形监测方法,其特征在于,所述根据每段结构光弧线,确定所述每段结构光弧线对应的椭圆中心,包括:
确定每段结构光弧线上的任意两点,并根据所述每段结构光弧线上的任意两点,确定所述任意两点所在线段的中点的坐标,和所述任意两点在所述每段结构光弧线上对应的两条切线的交点的坐标;
根据所述任意两点所在线段的中点的坐标,和所述任意两点对应的两条切线的交点的坐标,获取所述任意两点所在线段的中点和所述任意两点对应的两条切线的交点对应的第一直线的斜率;
根据上述获取所述第一直线的斜率的方法,获取所述每段结构光弧线上的第二直线的斜率,以及获取所述第二直线的斜率时对应的任意两点所在线段的中点的坐标,其中获取所述第二直线的斜率时对应的任意两点与获取所述第一直线的斜率时对应的任意两点中至少有一点不同;
根据所述第一直线的斜率、获取所述第一直线的斜率时对应的任意两点所在线段的中点的坐标、所述第二直线的斜率以及获取所述第二直线的斜率时对应的任意两点所在线段的中点的坐标,确定所述每段结构光弧线对应的椭圆中心。
5.如权利要求3所述的轮对踏面多边形监测方法,其特征在于,所述根据所述每段结构光弧线对应的椭圆中心,确定所述每段结构光弧线对应的圆形弧线,包括:
根据所述每段结构光弧线对应的椭圆中心,确定所述每段结构光弧线对应的椭圆;
根据所述预设照射角度,对所述每段结构光弧线对应的椭圆进行还原,获得所述每段结构光弧线对应的圆周线;
根据所述每段结构光弧线在所述轮对踏面图像上的位置以及对应的圆周线,确定所述每段结构光弧线对应的圆形弧线。
6.如权利要求5所述的轮对踏面多边形监测方法,其特征在于,所述根据所述每段结构光弧线对应的椭圆中心,确定所述每段结构光弧线对应的椭圆,包括:
获取第一结构光弧线上的任意四点,所述第一结构光弧线为所述每段结构光弧线中的任意一段;
根据所述第一结构光弧线上的任意四点以及所述第一结构光弧线对应的椭圆中心,分别确定连接所述任意四点中任一点与所述椭圆中心的直线的斜率,并基于确定的四条直线的斜率确定所述第一结构光弧线对应的椭圆的偏转角的正切值以及短半轴与长半轴的半轴比;
根据所述正切值,计算加权平均正切值,并根据所述半轴比,计算加权平均半轴比;
根据所述第一结构光弧线上的任意一点、所述第一结构光弧线对应的椭圆中心、所述加权平均正切值、所述加权平均半轴比以及图像坐标系与椭圆坐标系的对应关系,确定所述第一结构光弧线对应的椭圆的长半轴的长度;
根据所述第一结构光弧线对应的椭圆中心、所述加权平均正切值、所述加权平均半轴比和所述长半轴的长度,确定所述第一结构光弧线对应的椭圆;
根据上述确定所述第一结构光弧线对应的椭圆的方法确定每段结构光弧线对应的椭圆。
8.如权利要求7所述的轮对踏面多边形监测方法,其特征在于,所述确定所述第一结构光弧线对应的椭圆的长半轴的长度,包括:
其中,A为所述第一结构光弧线对应的椭圆的长半轴的长度,ρ为所述第一结构光弧线对应的椭圆的长轴与图像坐标系中y轴的夹角,N'为所述第一结构光弧线对应的椭圆的加权平均半轴比,K'为所述第一结构光弧线对应的椭圆的加权平均正切值,(x0,y0)为所述第一结构光弧线上任意一点在对应的椭圆坐标系中的坐标,(xi,yi)为所述第一结构光弧线上任意一点在图像坐标系中的坐标,(xc,yc)为所述第一结构光弧线对应的椭圆中心在图像坐标系中的坐标。
9.一种轮对踏面多边形监测装置,其特征在于,包括:
图像获取模块,用于获取车辆的轮对踏面图像,并对所述轮对踏面图像中的椭圆弧进行处理,获得多段结构光弧线;
椭圆中心确定模块,用于根据每段结构光弧线,确定所述每段结构光弧线对应的椭圆中心;
第一圆形弧线确定模块,用于根据所述每段结构光弧线对应的椭圆中心,确定所述每段结构光弧线对应的圆形弧线;
第二圆形弧线确定模块,用于根据所述每段结构光弧线对应的所述圆形弧线,确定轮对踏面对应的圆形弧线;
监测模块,用于将确定的所述轮对踏面对应的圆形弧线与预设轮对踏面标准圆周线进行对比,获得所述轮对踏面的多边形监测结果。
10.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至8任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911329474.XA CN111080632B (zh) | 2019-12-20 | 2019-12-20 | 一种轮对踏面多边形监测方法、装置及终端设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911329474.XA CN111080632B (zh) | 2019-12-20 | 2019-12-20 | 一种轮对踏面多边形监测方法、装置及终端设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111080632A true CN111080632A (zh) | 2020-04-28 |
CN111080632B CN111080632B (zh) | 2023-05-26 |
Family
ID=70316484
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911329474.XA Active CN111080632B (zh) | 2019-12-20 | 2019-12-20 | 一种轮对踏面多边形监测方法、装置及终端设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111080632B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111798413A (zh) * | 2020-06-10 | 2020-10-20 | 郑徵羽 | 一种轮胎切平面定位方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN100999219A (zh) * | 2006-12-18 | 2007-07-18 | 杭州电子科技大学 | 车辆轮对踏面缺陷在线检测方法及装置 |
CN106813569A (zh) * | 2015-11-30 | 2017-06-09 | 中国科学院沈阳自动化研究所 | 一种基于线结构光的汽车轮胎三维定位方法 |
CN107146224A (zh) * | 2017-05-03 | 2017-09-08 | 石家庄铁道大学 | 火车车轮踏面缺陷在线图像检测系统及方法 |
CN107677212A (zh) * | 2017-08-03 | 2018-02-09 | 东莞市诺丽电子科技有限公司 | 基于结构光的车轮多参数在线测量系统及其测量方法 |
CN108053392A (zh) * | 2017-12-05 | 2018-05-18 | 南京航空航天大学 | 结合深度测量的车轮踏面擦伤视觉检测方法 |
CN110111424A (zh) * | 2019-05-07 | 2019-08-09 | 易思维(杭州)科技有限公司 | 基于线结构光测量的圆弧状物的三维重建方法 |
-
2019
- 2019-12-20 CN CN201911329474.XA patent/CN111080632B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN100999219A (zh) * | 2006-12-18 | 2007-07-18 | 杭州电子科技大学 | 车辆轮对踏面缺陷在线检测方法及装置 |
CN106813569A (zh) * | 2015-11-30 | 2017-06-09 | 中国科学院沈阳自动化研究所 | 一种基于线结构光的汽车轮胎三维定位方法 |
CN107146224A (zh) * | 2017-05-03 | 2017-09-08 | 石家庄铁道大学 | 火车车轮踏面缺陷在线图像检测系统及方法 |
CN107677212A (zh) * | 2017-08-03 | 2018-02-09 | 东莞市诺丽电子科技有限公司 | 基于结构光的车轮多参数在线测量系统及其测量方法 |
CN108053392A (zh) * | 2017-12-05 | 2018-05-18 | 南京航空航天大学 | 结合深度测量的车轮踏面擦伤视觉检测方法 |
CN110111424A (zh) * | 2019-05-07 | 2019-08-09 | 易思维(杭州)科技有限公司 | 基于线结构光测量的圆弧状物的三维重建方法 |
Non-Patent Citations (1)
Title |
---|
王永胜: "\"基于图像畸变校正的车轮踏面区域提取\"" * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111798413A (zh) * | 2020-06-10 | 2020-10-20 | 郑徵羽 | 一种轮胎切平面定位方法及系统 |
CN111798413B (zh) * | 2020-06-10 | 2024-03-12 | 郑徵羽 | 一种轮胎切平面定位方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN111080632B (zh) | 2023-05-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108052628B (zh) | 道岔启动电流检测方法、系统及终端设备 | |
CN110018170B (zh) | 一种基于蜂巢模型的飞机蒙皮小型损伤定位方法 | |
CN113379712B (zh) | 一种基于计算机视觉的钢桥螺栓病害检测方法及系统 | |
JP7368924B2 (ja) | 勾配方向ヒストグラムの演算のためのハードウェアアクセレレータ | |
CN109949306B (zh) | 反射面角度偏差检测方法、终端设备及存储介质 | |
CN112991459A (zh) | 一种相机标定方法、装置、设备以及存储介质 | |
CN111080632A (zh) | 一种轮对踏面多边形监测方法、装置及终端设备 | |
CN112861870A (zh) | 指针式仪表图像矫正方法、系统及存储介质 | |
CN110633749A (zh) | 基于改进视点特征直方图的三维点云识别方法 | |
CN111127419B (zh) | 一种轮对标准圆多边形检测方法、装置及终端设备 | |
CN111136655A (zh) | 一种获取巡检点的方法及装置 | |
CN115546666A (zh) | 基于无人机巡检的电力设备螺栓检测方法及系统 | |
CN106643566A (zh) | 一种自动测量轮毂轮辐初始角度的方法 | |
CN112037193A (zh) | 一种电力线路特征标记方法及装置 | |
Ying et al. | Detection of the bolt loosening angle through semantic key point extraction detection by using an hourglass network | |
CN115187604B (zh) | 一种基于等高线的复材壁板阵列孔检测方法、装置及系统 | |
CN112879216A (zh) | 风电场的风速修正方法和装置 | |
Chang et al. | The shape of patterns tells more: Using two dimensional Hough transform to detect circles | |
CN116045813B (zh) | 旋转轴标定方法、装置、设备及介质 | |
CN104574516B (zh) | 点云平滑系统及方法 | |
Upneja et al. | Fast computation of chebyshev-harmonic fourier moments | |
Luo et al. | Real-Time Measurement of Thread Number of Rail Fastener | |
CN115019290A (zh) | 仪表读数识别方法、装置及存储介质 | |
Hu et al. | The Application of Randomized Hough Transform in Ellipse Image Detection | |
CN117541921A (zh) | 一种建筑工程三线式阴阳角图像识别方法及系统 |
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 |