CN111462091B - 一种探测设备的车轮检测方法及检测装置 - Google Patents
一种探测设备的车轮检测方法及检测装置 Download PDFInfo
- Publication number
- CN111462091B CN111462091B CN202010252957.0A CN202010252957A CN111462091B CN 111462091 B CN111462091 B CN 111462091B CN 202010252957 A CN202010252957 A CN 202010252957A CN 111462091 B CN111462091 B CN 111462091B
- Authority
- CN
- China
- Prior art keywords
- wheel
- image
- perspective
- pixel
- forward projection
- 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.)
- Active
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
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge 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
-
- 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
- G06T2207/10016—Video; Image sequence
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Geometry (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明提供了一种探测设备的车轮检测方法及检测装置,具体涉及探测设备技术领域。所述探测设备的车轮检测方法,包括:获取所述探测设备车轮的第一透视图像,所述车轮在所述第一透视图像中的位置保持不变;根据所述第一透视图像获得所述车轮的正向投影图像,所述车轮的正向投影图像为沿着所述车轮的轴向投影的图像;根据所述车轮的正向投影图像中的车轮的轮心以及所述车轮与地面接触处而获知所述车轮的沉陷量;通过连续的所述第一透视图像获取相应的所述车轮的正向投影图像中所述车轮转过的圆周长度和所述车轮转动过的距离;根据所述车轮转过的圆周长度和所述车轮转动过的距离,获知所述车轮的滑转率。
Description
技术领域
本发明涉及探测设备技术领域,具体而言,涉及一种探测设备的车轮检测方法及检测装置。
背景技术
对于探测设备,往往通过多个车轮驱动行驶在需要探测的区域或星球中,例如星球探测机器人,由于月球、火星等星球表面的地形比较松软崎岖,星球探测机器人的车轮会发生沉陷和滑转的现象,例如:“机遇号”火星车曾在沙丘中陷住,工作人员经过5周的努力才使其重新恢复移动能力,“勇气号”火星车在特洛伊沙地中陷入软土中,多次尝试也无法解救成功,最终成为静止的观测平台,因此对探测设备的车轮的实时运行情况的检测反馈非常重要,在探测设备的前期仿真、车轮协调控制以及未知土壤(如星球土壤)参数辨识等方面具有重要意义。
但是,受到探测环境和现有技术手段的影响,无法对探测设备车轮的实时运行情况进行有效的检测反馈,例如,无法通过车轮编码器确定车轮的实际前进速度和位移,进而无法准确对探测设备进行运动跟踪与控制。
发明内容
本发明旨在一定程度上解决现有的探测设备受到探测环境和现有技术手段的影响,无法对探测设备车轮的实时运行情况进行有效的检测反馈的问题。
为解决上述问题,本发明提供一种探测设备的车轮检测方法,用于检测探测设备的车轮的行驶状况,包括:
获取所述探测设备的车轮的第一透视图像,所述第一透视图像至少包括所述车轮的轮心以及所述车轮与地面接触处的画面,所述车轮在所述第一透视图像中的位置保持不变;
根据所述第一透视图像获得所述车轮的正向投影图像,所述车轮的正向投影图像为沿着所述车轮的轴向投影的图像;
根据所述车轮的正向投影图像中的与所述车轮的轮心以及所述车轮与地面接触处对应的部分而获知所述车轮的沉陷量;
通过连续的所述第一透视图像获取相应的所述车轮的正向投影图像中所述车轮转过的圆周长度和所述车轮转动过的距离;
根据所述车轮转过的圆周长度和所述车轮转动过的距离,获知所述车轮的滑转率。
进一步地,所述根据所述车轮的正向投影图像中的与所述车轮的轮心以及所述车轮与地面接触处对应的部分而获知所述车轮的沉陷量包括:
获知所述车轮的正向投影图像中的像素半径,获知所述车轮的正向投影图像中的像素轮心与像素轮壤交界的像素距离;
根据所述车轮的所述像素半径、所述像素距离和所述车轮的实际半径而获知所述车轮的沉陷量。
进一步地,所述获知所述车轮的正向投影图像中的像素轮心与像素轮壤交界的像素距离包括:
通过canny边缘检测方法提取所述像素轮壤交界,对所述车轮与地面接触处的画面进行高斯滤波平滑处理;
通过canny算子对所述车轮与地面接触处的画面进行边缘检测,以获得所述像素轮壤交界处的多个像素点;
通过最小二乘法将获得的多个所述像素点进行直线拟合,以获得轮壤直线;
根据所述像素轮心和所述轮壤直线而获得所述像素距离。
进一步地,所述根据所述车轮的所述像素半径、所述像素距离和所述车轮的实际半径而获知所述车轮的沉陷量包括:
通过如下公式获得所述车轮的沉陷量:
其中,z为所述车轮的沉陷量,rp为所述像素半径,lp为所述像素距离,rm所述车轮的实际半径。
进一步地,所述根据所述第一透视图像获得所述车轮的正向投影图像包括:
通过转换方法实现所述根据所述第一透视图像获得所述车轮的正向投影图像,其中,所述转换方法包括:
获取所述车轮的第二透视图像;
获得参照物的第三透视图像,从所述第三透视图像中识别出所述参照物的多个设定点,其中,所述参照物设置于所述车轮旁,至少一个所述设定点与其他所述设定点不在同一个平面内;
获知所述第三透视图像中识别出的多个所述设定点之间的图像距离;
根据所述图像距离与多个所述设定点之间的实际距离而得出透视变换参数;
通过所述透视变换参数而将所述第二透视图像中的所述车轮转换为正投影车轮;
根据所述正投影车轮,通过第一霍夫圆检测方法获知所述车轮的正投影圆轮廓;
根据所述车轮的正投影圆轮廓与所述车轮的标准圆轮廓比对,而修改所述第一霍夫圆检测方法中的相应参数,并获得第二霍夫圆检测方法;
通过所述第二霍夫圆检测方法实现所述根据所述第一透视图像获得所述车轮的正向投影图像;
其中,通过图像获取单元获取所述第二透视图像和所述第三透视图像,所述图像获取单元对所述车轮和所述参照物的照射方向始终保持不变。
进一步地,所述连续的所述第一透视图像为连续多帧的所述第一透视图像;
所述通过连续的所述第一透视图像获取相应的所述车轮的正向投影图像中所述车轮转过的圆周长度包括:
根据所述连续的所述第一透视图像中的所述车轮设置的参照图案而获知相应的所述车轮的正向投影图像中所述车轮的转动角度;
所述根据所述第一透视图像转换为所述车轮的正向投影图像之后,获知所述车轮的正向投影图像中的像素半径;
根据所述像素半径和所述车轮转动角度获知所述车轮转过的圆周长度;
其中,在连续多帧的所述第一透视图像中,所述车轮未转过360°。
进一步地,所述连续的所述第一透视图像为连续两帧的所述第一透视图像;
所述通过连续的所述第一透视图像获取相应的所述车轮的正向投影图像中所述车轮转动过的距离包括:
通过稀疏光流法或稠密光流法分别检测连续两帧的所述第一透视图像相应的所述车轮的正向投影图像,以获取连续两帧的所述第一透视图像相应的所述车轮的正向投影图像中的所述车轮与地面的多个特征点;
根据多个所述特征点在连续两帧的所述第一透视图像相应的所述车轮的正向投影图像中的位置变化,获知所述车轮转动过的距离。
进一步地,根据所述像素半径、所述车轮转动角度获和所述车轮转动过的距离而获知所述车轮的滑转率包括:
通过如下公式获得所述车轮的滑转率:
其中,s为所述车轮的滑转率,rp为所述像素半径,△θ为所述车轮转动角度,△dp为所述车轮转动过的距离。
进一步地,所述参照图案为网格状图案并置于所述车轮的轮心处;
所述根据所述连续的所述第一透视图像相应的所述车轮的正向投影图像中的所述参照图案而获知所述车轮转动角度包括:
获取所述网格状图案的多个交点;
通过最小二乘法将获得的多个所述交点进行直线拟合,以获得拟合直线;
通过检测连续多帧的所述第一透视图像中,第一帧的所述第一透视图像相应的所述车轮的正向投影图像的所述拟合直线与最后一帧的所述第一透视图像相应的所述车轮的正向投影图像的所述拟合直线夹角的平均值,而获知所述车轮转动角度。
进一步地,从所述车轮的正向投影图像中获取设定区域,所述设定区域包括所述车轮与地面接触处,以及所述车轮的中央处;
根据所述设定区域而获知所述车轮的沉陷量和滑转率。
另外,本发明还提供了一种探测设备的车轮检测装置,用于检测探测设备的车轮的行驶状况,包括:
图像获取单元,用于获取所述探测设备的车轮的第一透视图像,所述车轮在所述第一透视图像中的位置保持不变;
数据处理单元,用于根据所述第一透视图像换算为所述车轮的正向投影图像;根据所述车轮的正向投影图像中的与所述车轮的轮心以及所述车轮与地面接触处对应的部分,所述数据处理单元计算出所述车轮的沉陷量;根据连续的所述第一透视图像相应的所述车轮的正向投影图像,所述数据处理单元计算所述车轮转过的圆周长度和所述车轮转动过的距离;根据所述车轮转过的圆周长度和所述车轮转动过的距离,所述数据处理单元计算所述车轮的滑转率;以及
显示单元,用于显示所述车轮的沉陷量和所述车轮的滑转率;
其中,所述第一透视图像至少包括所述车轮的轮心以及所述车轮与地面接触处的画面,所述车轮的正向投影图像为沿着所述车轮的轴向投影的图像。
进一步地,所述的探测设备的车轮检测装置还包括参照物,所述参照物用于配合所述数据处理单元校验所述数据处理单元根据所述第一透视图像计算所述车轮的正向投影图像的准确性;
所述图像获取单元获取所述车轮的第二透视图像;
所述参照物设置在所述车轮旁,所述参照物包括有多个设定点,至少一个所述设定点与其他所述设定点不在同一个平面内;
所述图像获取单元获得所述参照物的第三透视图像,所述数据处理单元从所述第三透视图像中计算出多个所述设定点;
所述数据处理单元计算出多个所述设定点之间的图像距离;
所述数据处理单元根据所述图像距离与多个所述设定点之间的实际距离而得出透视变换参数;所述数据处理单元通过所述透视变换参数获得所述车轮的正向投影图像;
其中,所述图像获取单元对所述车轮和所述参照物的照射方向始终保持不变。
进一步地,所述参照物包括竖立板和水平板,所述竖立板竖直设置,所述水平板水平设置,所述竖立板的底部与所述水平板的一侧连接,所述车轮置于所述水平板的上方并邻近所述竖立板设置,多个所述设定点为所述水平板的角点和所述竖立板的角点。
本发明中针对现有的探测设备受到探测环境和现有技术手段的影响,无法对探测设备车轮的实时运行情况进行有效的检测反馈的问题,提出利用沉陷量和滑转率作为检测车轮实时运行情况的重要参数。而沉陷量和滑转率是轮地交互作用过程中两个重要的状态变量。沉陷量反映探测设备车轮在土壤中下陷的程度,而下陷的程度会影响车轮的运动能力,沉陷量过大还会引发车轮陷住的危险状况。而滑转率反映车轮轮心移动速度和车轮圆周速度之间的偏差程度。由于滑转率的存在,无法通过车轮编码器确定车轮的实际前进速度和位移,进而无法准确对探测设备,也可称为星球车,进行运动跟踪与控制。因此,实时检测沉陷量和滑转率在星球车仿真、车轮协调控制以及土壤参数辨识等方面具有重要意义。
本发明中,通过“获取探测设备车轮的第一透视图像,第一透视图像至少包括车轮的轮心以及车轮与地面接触处的画面”实现了利用视觉的方法,通过检测轮壤图像,同时获得车轮沉陷量和滑转率。
可以根据图像中的轮心以及车轮与地面接触处,以轮心为基准计算出轮心与地面接触处的距离,从而得出车轮沉陷量;而“根据第一透视图像获得车轮的正向投影图像”可以提高计算出轮心与地面接触处的距离的准确性,从而提高车轮沉陷量的检测精度。另外,对于滑转率,可以通过连续的第一透视图像获取相应的正向投影图像,从而根据相应的正向投影图像中车轮转过的圆周长度和车轮转动过的距离而获得准确的车轮滑转率。并且,利用滑转率为比值无量纲,因此无需转化为实际的车轮转过的圆周长度和实际的车轮转动过的距离;仅需要通过连续的第一透视图像获取相应的正向投影图像即可,因此避免了车轮滑转率计算过程中产生额外误差的问题。所以,仅使用摄像头即可完成车轮转过的圆周长度和车轮转动过的距离的测量。直接采取像素作为距离单位进行计算,既减小计算量,又能避免引入额外计算误差。而同时测量车轮沉陷量和滑转率,可以分析车轮沉陷量和滑转率之间的相应密切关系,从而对探测设备车轮的实时运行情况进行有效的检测反馈。
另外,本发明中只需要一个图像获取单元,并且其安装位置保持不变,便可以实现“获取探测设备车轮的第一透视图像,车轮在第一透视图像中的位置保持不变”。也就是说,仅使用一个图像获取单元便可以检测车轮沉陷量和滑转率。而现有的多数检测方法需要用多种传感器的组合来测量车轮的沉陷量和滑转率。但不同传感器分别获取的车轮转速、前进速度、转矩和电流等数据,需要考虑时间对齐和单位统一的问题,增加系统的计算量,并且数据通信的过程中会有一定的丢失和延时现象,影响系统的实时性和准确性。因此,本发明的探测设备的车轮检测方法非常简单,而且准确性高,可操作性非常强。
综上所述,使用单轮测试台对本实施方式的方法的有效性和精度进行了评估。评估结果为,沉陷量测量误差不超过3mm,而滑转率测量相对精度可达3%,且在滑转率小于0.4情况下,视觉方法与单轮测试台对沉陷量测量结果的误差不超过2mm。
附图说明
图1为本发明的具体实施方式的探测设备的车轮检测方法的参照物用于获得透视变换参数的示意性流程图;
图2为本发明的具体实施方式的探测设备的车轮检测方法的示意性流程图;
图3为本发明的具体实施方式的探测设备的车轮检测方法中的转换方法的示意性流程图;
图4为本发明的具体实施方式的探测设备的车轮检测方法的示意性原理图。
附图标记说明:
图像获取单元100,车轮200,参照图案201,参照物400,竖立板401,水平板402,角点403,显示单元500。
具体实施方式
为使本发明的上述目的、特征和优点能够更为明显易懂,下面结合附图对本发明的具体实施例做详细的说明。
在本发明的描述中,需要理解的是,术语“上”、“下”、“前”“后”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发明和简化描述,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发明的限制。
而且,附图中Z轴表示竖向,也就是上下位置,并且Z轴的正向(也就是Z轴的箭头指向)表示上,Z轴的负向(也就是与Z轴的正向相反的方向)表示下;
附图中Y轴表示水平方向,并指定为左右位置,并且Y轴的正向(也就是y轴的箭头指向)表示右侧,Y轴的负向(也就是与y轴的正向相反的方向)表示左侧;
附图中X轴表示前后位置,并且X轴的正向(也就是X轴的箭头指向)表示前侧,X轴的负向(也就是与X轴的正向相反的方向)表示后侧;
同时需要说明的是,前述Z轴、Y轴及X轴的表示含义仅是为了便于描述本发明和简化描述,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发明的限制。
参见图1及图2及图4,本实施方式提供了一种探测设备的车轮200检测方法,用于检测探测设备的车轮200的行驶状况,包括:
S100、获取探测设备车轮200的第一透视图像,第一透视图像至少包括车轮200的轮心以及车轮200与地面接触处的画面,车轮200在第一透视图像中的位置保持不变;
S200、根据第一透视图像获得车轮200的正向投影图像,正向投影图像为沿着车轮200的轴向投影的图像;
S300、根据正向投影图像中的车轮200的轮心以及车轮200与地面接触处而获知车轮200的沉陷量;
S400、通过连续的第一透视图像相应的正向投影图像获取车轮200转过的圆周长度和车轮200转动过的距离;
S500、根据车轮200转过的圆周长度和车轮200转动过的距离,获知车轮200的滑转率。
需要说明的是,本实施方式中提及的所有透视图像都是指三维立体图像。
本实施方式中针对现有的探测设备受到探测环境和现有技术手段的影响,无法对探测设备车轮200的实时运行情况进行有效的检测反馈的问题,提出利用沉陷量和滑转率作为检测车轮200实时运行情况的重要参数。而沉陷量和滑转率是轮地交互作用过程中两个重要的状态变量。沉陷量反映探测设备车轮200在土壤中下陷的程度,而下陷的程度会影响车轮200的运动能力,沉陷量过大还会引发车轮200陷住的危险状况。而滑转率反映车轮200轮心移动速度和车轮200圆周速度之间的偏差程度。由于滑转率的存在,无法通过车轮200编码器确定车轮200的实际前进速度和位移,进而无法准确对探测设备,也可称为星球车,进行运动跟踪与控制。因此,实时检测沉陷量和滑转率在星球车仿真、车轮200协调控制以及土壤参数辨识等方面具有重要意义。
本实施方式中,通过“获取探测设备车轮200的第一透视图像,第一透视图像至少包括车轮200的轮心以及车轮200与地面接触处的画面”实现了利用视觉的方法,通过检测轮壤图像,同时获得车轮200沉陷量和滑转率。
可以根据图像中的轮心以及车轮200与地面接触处,以轮心为基准计算出轮心与地面接触处的距离,从而得出车轮200沉陷量;而“根据第一透视图像获得车轮200的正向投影图像”可以提高计算出轮心与地面接触处的距离的准确性,从而提高车轮200沉陷量的检测精度。另外,对于滑转率,可以通过连续的第一透视图像获取相应的正向投影图像,从而根据相应的正向投影图像中车轮200转过的圆周长度和车轮200转动过的距离而获得准确的车轮200滑转率。并且,利用滑转率为比值无量纲,因此无需转化为实际的车轮200转过的圆周长度和实际的车轮200转动过的距离;仅需要通过连续的第一透视图像获取相应的正向投影图像即可,因此避免了车轮200滑转率计算过程中产生额外误差的问题。所以,仅使用摄像头即可完成车轮200转过的圆周长度和车轮200转动过的距离的测量。直接采取像素作为距离单位进行计算,既减小计算量,又能避免引入额外计算误差。而同时测量车轮200沉陷量和滑转率,可以分析车轮200沉陷量和滑转率之间的相应密切关系,从而对探测设备车轮200的实时运行情况进行有效的检测反馈。
另外,本实施方式中只需要一个图像获取单元100,并且其安装位置保持不变,便可以实现“获取探测设备车轮200的第一透视图像,车轮200在第一透视图像中的位置保持不变”。也就是说,仅使用一个图像获取单元100便可以检测车轮200沉陷量和滑转率。而现有的多数检测方法需要用多种传感器的组合来测量车轮200的沉陷量和滑转率。但不同传感器分别获取的车轮200转速、前进速度、转矩和电流等数据,需要考虑时间对齐和单位统一的问题,增加系统的计算量,并且数据通信的过程中会有一定的丢失和延时现象,影响系统的实时性和准确性。因此,本实施方式的探测设备的车轮200检测方法非常简单,而且准确性高,可操作性非常强。
优选地,根据正向投影图像中的车轮200的轮心以及车轮200与地面接触处而获知车轮200的沉陷量包括:
获知车轮200的正向投影图像中的像素半径,获知车轮200的正向投影图像中的像素轮心与像素轮壤交界的像素距离;
根据像素半径、像素距离和车轮200的实际半径而获知车轮200的沉陷量。
通常情况下,车轮200为圆盘状或者圆柱体结构,在这种情况下,车轮200的沉陷量几乎等同于从车轮200轴向观察到的车轮200与地面接触的轮壤交界距离轮心或车轮200最底侧的距离。因此,根据正向投影图像中获得的像素半径,像素轮心与像素轮壤交界的像素距离,以及车轮200的实际半径便可以准确得出车轮200的沉陷量。这样,从根本上保证了获得的沉陷量的准确性。
需要说明的是,对于像素半径的获取,还可以使用外接矩形算法检测车轮200图像的外接矩形,再利用外接矩形计算车轮200的像素半径。
优选地,获知车轮200的正向投影图像中的像素轮心与像素轮壤交界的像素距离包括:
通过canny边缘检测方法提取像素轮壤交界,对车轮200与地面接触处的画面进行高斯滤波平滑处理;canny边缘检测方法错误率低、定位性高。从而保证提取的像素轮壤交界准确性,避免了正向投影图像中的背景对素轮壤交界的影响。
通过canny算子对车轮200与地面接触处的画面进行边缘检测,去除检测结果中局部非连续的噪点后,从而保证后续获得的像素轮壤交界处的多个像素点的准确性,避免将正向投影图像中的局部非连续的噪点错误的识别为像素点。
通过最小二乘法将获得的多个像素点进行直线拟合,以获得轮壤直线,根据像素轮心和轮壤直线而获得像素距离。
一方面,通过最小二乘法获得的轮壤直线,虽然不是车轮200与地面接触处的实际轮廓线,但是由于多个像素点获得是准确的,而在此基础上获得的轮壤直线也是准确的。因此获得的轮壤直线完全代表了车轮200与地面接触处的实际轮廓线。因此根据像素轮心和轮壤直线而获得像素距离是准确的。
更为重要的是,针对于崎岖地形中检测沉陷量的难题,在车轮200沉陷量的测量过程中,采用最小二乘法将检测到的轮壤交界进行直线拟合,再进行沉陷量数值的计算。在多个像素点获得准确的基础上,通过最小二乘法获得的轮壤直线检测精度高,检测条件范围广,既适用于平整地面,又适用于崎岖地形。
优选地,车轮200的沉陷量为z,
公式(1)中,rp为像素半径,lp为像素距离,rm车轮200的实际半径。
在公式(1)中,虽然像素半径和像素距离的单位均是像素,而而车轮200的实际半径是长度单位;但是,利用rp为像素半径减去lp为像素距离的差,再与rp为像素半径做商,便抵消掉了它们的单位——像素,变成了一个没有任何单位的参数,然后再乘以车轮200的实际半径,这样得到的沉陷量z是明确的长度单位;无需将像素转化为实际长度,直接采取像素作为距离单位进行计算,既减小计算量,又能避免引入额外计算误差。从而通过公式(1)从根本上实现了仅仅通过获取探测设备车轮200的第一透视图像而实现对沉陷量的有效准确检测。
参见图3和图4,优选地,通过转换方法实现根据第一透视图像获得车轮200的正向投影图像,转换方法包括:
S210、获取车轮200的第二透视图像,第二透视图像中含有车轮200的全部外轮廓;
S220、在车轮200旁边设置参照物400,参照物400包括有多个设定点,至少一个设定点与其他设定点不在同一个平面内;
S230、获得参照物400的第三透视图像,第三透视图像中含有所有的设定点,适于从第三透视图像中识别出多个设定点;
S230、获知第三透视图像中识别出的多个设定点之间的图像距离;
S240、根据图像距离与多个设定点之间的实际距离而得出透视变换参数;
S250、通过透视变换参数而将第二透视图像中的车轮200转换为正投影车轮200;
S260、根据正投影车轮200,使用第一霍夫圆检测方法获知车轮200的正投影圆轮廓;
S270、根据车轮200的正投影圆轮廓与车轮200的标准圆轮廓比对,而修改第一霍夫圆检测方法中的相应参数,并获得第二霍夫圆检测方法;
S280、通过第二霍夫圆检测方法实现根据第一透视图像获得车轮200的正向投影图像。
其中,使用图像获取单元100获取第二透视图像和第三透视图像,图像获取单元100对车轮200和参照物400的照射方向始终保持不变。
需要说明的是,图像获取单元100可以是深度摄像头或者双目摄像头。
由于透视图像为立体图像,因此采集的多个设定点必须是处于非同一平面中的,因此使至少一个设定点与其他设定点不在同一个平面内。
在获取车轮200的第二透视图像和参照物400的第三透视图像过程中,需要调节并确定图像获取单元100的安装位置;以使第二透视图像中含有车轮200的全部外轮廓,第三透视图像中含有所有的设定点。并且在确定图像获取单元100的安装位置之后,使图像获取单元100位置保持不变,从而保证对车轮200和参照物400的照射方向始终保持不变。从而保证获得的透视变换参数的准确性。
由于图像获取单元100获取的图像并不是沿着车轮200轴线设置的,因此,为了获得车轮200的正向投影图像,需要对图像进行透视变换。为此,利用多个设定点处于非同一平面内的特点,获知第三透视图像中识别出的多个设定点之间的图像距离,然后将图像距离与多个设定点之间的实际距离而得出透视变换参数;也就是利用该参数对轮壤标定图像进行透视变换处理。这样,通过透视变换参数获得车轮200的正向投影图像。
具体地,经过透视变换处理后的车轮200图像在正视投影上显示为正圆,因此可以通过霍夫圆检测的方法检测车轮200圆轮廓。在测前,需要根据图像信息,对圆的像素半径上下界等霍夫圆参数进行设置,以获得准确的检测结果。而在霍夫圆检测结果的基础上,也就是使用第一霍夫圆检测方法的基础上,要在原图上画圆验证比对,并根据验证结果对参数进行微调,确定最终的像素位置和半径参数,从而得到第二霍夫圆检测方法。此外,为了后续像素距离和实际距离的转化,还需要测量车轮200的实际半径。
这样,通过透视变换参数与霍夫圆检测方法从而获得准确的车轮200的正向投影图像。
优选地,连续的第一透视图像为连续多帧的第一透视图像;
通过连续的第一透视图像获取相应的正向投影图像中车轮200转过的圆周长度包括:
在车轮200设置参照图案201,根据连续的第一透视图像中的参照图案201而获知相应的车轮200正向投影图像中车轮200转动角度;
将第一透视图像转换为车轮200的正向投影图像之后,获知车轮200的正向投影图像中的像素半径;
根据像素半径和车轮200转动角度获知车轮200转过的圆周长度;
优选地,连续的第一透视图像为连续两帧的第一透视图像;
通过连续的第一透视图像获取相应的正向投影图像中车轮200转动过的距离包括:
通过稀疏光流法或稠密光流法分别检测连续两帧的第一透视图像相应的正向投影图像,以获取连续两帧的第一透视图像相应的正向投影图像中的车轮200与地面的多个特征点;
根据多个特征点在连续两帧的第一透视图像相应的正向投影图像中的位置变化,获知车轮200转动过的距离。
参照图案201为网格状图案并置于车轮200的轮心处;
根据连续的第一透视图像相应的正向投影图像中的参照图案201而获知车轮200转动角度包括:
获取网格状图案的多个交点;
通过最小二乘法将获得的多个交点进行直线拟合,以获得拟合直线;
通过检测连续多帧的第一透视图像中,第一帧的第一透视图像相应的正向投影图像的拟合直线与最后一帧的第一透视图像相应的正向投影图像的拟合直线夹角的平均值,而获知车轮200转动角度。
需要说明的是,网格状图案可以使用棋盘板替换,棋盘板的网格是具有黑色和白色的两种颜色,其中的黑色格子与白色格子相互交叉排布,其排布方式与国际象棋的棋盘相同。
采用棋盘板作为车轮200转动的检测标志,通过检测两帧图像间棋盘板的转角来得到车轮200的圆周距离。可以在划分出的棋盘板区域中检测棋盘板的角点403,并对连续的点采用最小二乘法进行直线拟合,得到拟合直线。通过检测两帧图像中对应拟合直线的夹角,计算直线夹角的平均值即可得到车轮200转动角度。由车轮200转动角度和车轮200像素半径的乘积可以计算出两帧图像间车轮200理论圆周距离的数值,单位为像素。
通过检测两帧图像间车轮200在地面的移动距离得到车轮200转动过的距离,也就是车轮200前进的距离,由于地面区域的像素在连续两帧图像间保持外观一致,具有相似的运动,因此采用稀疏光流法对土壤区域进行检测。首先在前一帧图像中检测特征点,之后在当前帧图像中跟踪前一帧图像所检测出的特征点,并根据两帧图像中对应特征点位置的变化,计算出两帧图像间车轮200实际前进的像素距离。
优选地,车轮200的滑转率为s
公式(2)中,rp为像素半径,△θ为车轮200转过的车轮转动角度,△dp为车轮200转动过的距离。
首选需要说明的是,车轮200在平面上转动过的距离应该等于车轮200转动角度所对应的车轮200转过的圆周长度,也就是△θ*rp=△dp;但是,受到摩擦力或地面松软等因素影响,往往△θ*rp≥△dp,仅在探测设备处于倾斜的下坡或者其他行驶过程中,会出现△θ*rp<△dp,但也是一种情况,因此需要将△θ*rp与△dp比较;
所以,在△θ*rp≥△dp的情况下,车轮200的滑转率为s
在△θ*rp<△dp的情况下,车轮200的滑转率为s
由公式(2)至(4)可以看出,式中的分子和分母的单位都是像素,也就是说分子和分母的单位相同,滑转率为比值无量纲,因此无需转化为实际距离,直接采取像素作为距离单位进行计算,既减小计算量,又能避免引入额外计算误差。
优选地,从车轮200的正向投影图像中获取设定区域,设定区域仅包括车轮200与地面接触处,以及车轮200的中央处;
仅根据设定区域而获知车轮200的沉陷量和滑转率。
由于沉陷量和滑转率的检测只需要在正向投影图像中的部分区域进行,如果选取整个正向投影图像,则图像中含有许多的干扰信息影响检测,因此需要划分相应的检测区域,以提升图像的检测效果。
其中沉陷量的检测只需要在轮壤交界的相应区域,所以在车轮200正视投影图的底部划分出轮壤相交的矩形区域;而滑转率的检测只需要在车轮200的轮心处的棋盘板区域和土壤部分的相应区域;所以,设定区域仅包括车轮200与地面接触处,以及车轮200的中央处。这样,通过减少正向投影图像中的不必要的干扰信息,以提升图像的检测效果,从而保证获得的沉陷量和滑转率准确;另外,还减少不必要的计算机存储空间。
综上所述,使用单轮测试台对本实施方式的方法的有效性和精度进行了评估。评估结果为,沉陷量测量误差不超过3mm,而滑转率测量相对精度可达3%,且在滑转率小于0.4情况下,视觉方法与单轮测试台对沉陷量测量结果的误差不超过2mm。
另外,本实施方式还提供了一种探测设备的车轮200检测装置,用于检测探测设备的车轮200的行驶状况,包括:
图像获取单元100,用于获取探测设备车轮200的第一透视图像,车轮200在第一透视图像中的位置保持不变;
数据处理单元300,用于根据第一透视图像换算为车轮200的正向投影图像;根据正向投影图像中的车轮200的轮心以及车轮200与地面接触处,数据处理单元300计算出车轮200的沉陷量;根据连续的第一透视图像相应的正向投影图像,数据处理单元300计算车轮200转过的圆周长度和车轮200转动过的距离;根据车轮200转过的圆周长度和车轮200转动过的距离,数据处理单元300计算车轮200的滑转率;以及
显示单元500,用于显示车轮200的沉陷量和车轮200的滑转率;
其中,第一透视图像至少包括车轮200的轮心以及车轮200与地面接触处的画面,正向投影图像为沿着车轮200的轴向投影的图像。
本实施方式的探测设备的车轮200检测装置取得的技术效果与本实施方式的方法取得的技术效果相同,因此对该车轮200检测装置不再解释说明。
优选地,该探测设备的车轮200检测装置还包括参照物400,参照物400用于配合数据处理单元300校验数据处理单元300根据第一透视图像计算车轮200的正向投影图像的准确性;
图像获取单元100获取车轮200的第二透视图像;
参照物400设置在车轮200旁,参照物400包括有多个设定点,至少一个设定点与其他设定点不在同一个平面内;
图像获取单元100获得参照物400的第三透视图像,数据处理单元300从第三透视图像中计算出多个设定点;
数据处理单元300计算出多个设定点之间的图像距离;
数据处理单元300根据图像距离与多个设定点之间的实际距离而得出透视变换参数;数据处理单元300通过透视变换参数获得车轮200的正向投影图像;
其中,图像获取单元100对车轮200和参照物400的照射方向始终保持不变。
优选地,参照物400包括竖立板401和水平板402,竖立板401竖直设置,水平板402水平设置,竖立板401的底部与水平板402的一侧连接,车轮200置于水平板402的上方并邻近竖立板401设置,多个设定点为水平板402的角点403和竖立板401的角点403。
水平板402具有4个角点403,竖立板401具有4个角点403;在水平板402与竖立板401连接后,水平板402的角点403与竖立板401的角点403不在同一平面中,因此水平板402和竖立板401具有不在同一平面的多个角点403可以作为设定点。在使用参照物400时,可以将参照物400放在车轮200的后面,具体地,可以将水平板402放在地面上,而通过透视角度获取车轮200和参照物400。需要说明的是,本实施方式中提及的参照物400还可以是其他形状的,只要设定点不都在同一个平面内便可以。
优选地,该探测设备为星球探测机器人。本实施方式的探测设备主要用于星球探测。因此车轮接触的地面为星壤。
术语“第一”、“第二”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。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。
虽然本发明公开披露如上,但本发明公开的保护范围并非仅限于此。本领域技术人员在不脱离本发明公开的精神和范围的前提下,可进行各种变更与修改,这些变更与修改均将落入本发明的保护范围。
Claims (6)
1.一种探测设备的车轮检测方法,其特征在于,用于检测探测设备的车轮的行驶状况,包括:
获取所述探测设备的车轮的第一透视图像,所述第一透视图像至少包括所述车轮的轮心以及所述车轮与地面接触处的画面,所述车轮在所述第一透视图像中的位置保持不变;
获取所述车轮的第二透视图像;
获得参照物的第三透视图像,从所述第三透视图像中识别出所述参照物的多个设定点,其中,所述参照物设置于所述车轮旁,至少一个所述设定点与其他所述设定点不在同一个平面内;
获知所述第三透视图像中识别出的多个所述设定点之间的图像距离;
根据所述图像距离与多个所述设定点之间的实际距离而得出透视变换参数;
通过所述透视变换参数而将所述第二透视图像中的所述车轮转换为正投影车轮;
根据所述正投影车轮,通过第一霍夫圆检测方法获知所述车轮的正投影圆轮廓;
根据所述车轮的正投影圆轮廓与所述车轮的标准圆轮廓比对,而修改所述第一霍夫圆检测方法中的相应参数,并获得第二霍夫圆检测方法;
通过所述第二霍夫圆检测方法实现所述根据所述第一透视图像获得所述车轮的正向投影图像;
获知所述车轮的正向投影图像中的像素半径,获知所述车轮的正向投影图像中的像素轮心与像素轮壤交界的像素距离;
根据所述车轮的所述像素半径、所述像素距离和所述车轮的实际半径而获知所述车轮的沉陷量;
根据连续的所述第一透视图像中的所述车轮设置的参照图案而获知相应的所述车轮的正向投影图像中所述车轮的转动角度;
所述根据所述第一透视图像转换为所述车轮的正向投影图像之后,获知所述车轮的正向投影图像中的像素半径;
获取网格状图案的多个交点;
通过最小二乘法将获得的多个所述交点进行直线拟合,以获得拟合直线;
通过检测连续多帧的所述第一透视图像中,第一帧的所述第一透视图像相应的所述车轮的正向投影图像的所述拟合直线与最后一帧的所述第一透视图像相应的所述车轮的正向投影图像的所述拟合直线夹角的平均值,而获知所述车轮转动角度;
通过如下公式获得所述车轮的滑转率:
其中,s为所述车轮的滑转率,rp为所述像素半径,△θ为所述车轮转动角度,△dp为所述车轮转动过的距离;另外,通过图像获取单元获取所述第二透视图像和所述第三透视图像,所述图像获取单元对所述车轮和所述参照物的照射方向始终保持不变,所述车轮的正向投影图像为沿着所述车轮的轴向投影的图像;所述连续的所述第一透视图像为连续多帧的所述第一透视图像;所述参照图案为网格状图案并置于所述车轮的轮心处;在连续多帧的所述第一透视图像中,所述车轮未转过360°;
所述根据所述车轮的所述像素半径、所述像素距离和所述车轮的实际半径而获知所述车轮的沉陷量包括:
通过如下公式获得所述车轮的沉陷量:
其中,z为所述车轮的沉陷量,rp为所述像素半径,lp为所述像素距离,rm所述车轮的实际半径;
所述连续的所述第一透视图像为连续两帧的所述第一透视图像;
通过连续的所述第一透视图像获取相应的所述车轮的正向投影图像中所述车轮转动过的距离包括:
通过稀疏光流法或稠密光流法分别检测连续两帧的所述第一透视图像相应的所述车轮的正向投影图像,以获取连续两帧的所述第一透视图像相应的所述车轮的正向投影图像中的所述车轮与地面的多个特征点;
根据多个所述特征点在连续两帧的所述第一透视图像相应的所述车轮的正向投影图像中的位置变化,获知所述车轮转动过的距离。
2.根据权利要求1所述的探测设备的车轮检测方法,其特征在于,所述获知所述车轮的正向投影图像中的像素轮心与像素轮壤交界的像素距离包括:
通过canny边缘检测方法提取所述像素轮壤交界,对所述车轮与地面接触处的画面进行高斯滤波平滑处理;
通过canny算子对所述车轮与地面接触处的画面进行边缘检测,以获得所述像素轮壤交界处的多个像素点;
通过最小二乘法将获得的多个所述像素点进行直线拟合,以获得轮壤直线;
根据所述像素轮心和所述轮壤直线而获得所述像素距离。
3.根据权利要求1或2所述的探测设备的车轮检测方法,其特征在于,从所述车轮的正向投影图像中获取设定区域,所述设定区域包括所述车轮与地面接触处,以及所述车轮的中央处;
根据所述设定区域而获知所述车轮的沉陷量和滑转率。
4.一种探测设备的车轮检测装置,其特征在于,用于检测探测设备的车轮的行驶状况,包括:
图像获取单元,用于获取所述探测设备的车轮的第一透视图像、第二透视图像,还用于获得参照物的第三透视图像,所述车轮在所述第一透视图像中的位置保持不变;
数据处理单元,用于从所述第三透视图像中识别出所述参照物的多个设定点,其中,所述参照物设置于所述车轮旁,至少一个所述设定点与其他所述设定点不在同一个平面内;并用于获知所述第三透视图像中识别出的多个所述设定点之间的图像距离;根据所述图像距离与多个所述设定点之间的实际距离而得出透视变换参数;通过所述透视变换参数而将所述第二透视图像中的所述车轮转换为正投影车轮;根据所述正投影车轮,通过第一霍夫圆检测方法获知所述车轮的正投影圆轮廓;根据所述车轮的正投影圆轮廓与所述车轮的标准圆轮廓比对,而修改所述第一霍夫圆检测方法中的相应参数,并获得第二霍夫圆检测方法;通过所述第二霍夫圆检测方法实现所述根据所述第一透视图像获得所述车轮的正向投影图像;获知所述车轮的正向投影图像中的像素半径,获知所述车轮的正向投影图像中的像素轮心与像素轮壤交界的像素距离;根据所述车轮的所述像素半径、所述像素距离和所述车轮的实际半径而获知所述车轮的沉陷量;根据连续的所述第一透视图像中的所述车轮设置的参照图案而获知相应的所述车轮的正向投影图像中所述车轮的转动角度;所述根据所述第一透视图像转换为所述车轮的正向投影图像之后,获知所述车轮的正向投影图像中的像素半径;获取网格状图案的多个交点;通过最小二乘法将获得的多个所述交点进行直线拟合,以获得拟合直线;通过检测连续多帧的所述第一透视图像中,第一帧的所述第一透视图像相应的所述车轮的正向投影图像的所述拟合直线与最后一帧的所述第一透视图像相应的所述车轮的正向投影图像的所述拟合直线夹角的平均值,而获知所述车轮转动角度;并通过如下公式获得所述车轮的滑转率:
显示单元,用于显示所述车轮的沉陷量和所述车轮的滑转率;
其中,s为所述车轮的滑转率,rp为所述像素半径,△θ为所述车轮转动角度,△dp为所述车轮转动过的距离;另外,所述车轮的正向投影图像为沿着所述车轮的轴向投影的图像;所述连续的所述第一透视图像为连续多帧的所述第一透视图像;所述参照图案为网格状图案并置于所述车轮的轮心处;在连续多帧的所述第一透视图像中,所述车轮未转过360°,所述第一透视图像至少包括所述车轮的轮心以及所述车轮与地面接触处的画面;
所述根据所述车轮的所述像素半径、所述像素距离和所述车轮的实际半径而获知所述车轮的沉陷量包括:
通过如下公式获得所述车轮的沉陷量:
其中,z为所述车轮的沉陷量,rp为所述像素半径,lp为所述像素距离,rm所述车轮的实际半径;
所述连续的所述第一透视图像为连续两帧的所述第一透视图像;
通过连续的所述第一透视图像获取相应的所述车轮的正向投影图像中所述车轮转动过的距离包括:
通过稀疏光流法或稠密光流法分别检测连续两帧的所述第一透视图像相应的所述车轮的正向投影图像,以获取连续两帧的所述第一透视图像相应的所述车轮的正向投影图像中的所述车轮与地面的多个特征点;
根据多个所述特征点在连续两帧的所述第一透视图像相应的所述车轮的正向投影图像中的位置变化,获知所述车轮转动过的距离。
5.根据权利要求4所述的探测设备的车轮检测装置,其特征在于,所述参照物用于配合所述数据处理单元校验所述数据处理单元根据所述第一透视图像计算所述车轮的正向投影图像的准确性;
其中,所述图像获取单元对所述车轮和所述参照物的照射方向始终保持不变。
6.根据权利要求5所述的探测设备的车轮检测装置,其特征在于,所述参照物包括竖立板和水平板,所述竖立板竖直设置,所述水平板水平设置,所述竖立板的底部与所述水平板的一侧连接,所述车轮置于所述水平板的上方并邻近所述竖立板设置,多个所述设定点为所述水平板的角点和所述竖立板的角点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010252957.0A CN111462091B (zh) | 2020-04-02 | 2020-04-02 | 一种探测设备的车轮检测方法及检测装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010252957.0A CN111462091B (zh) | 2020-04-02 | 2020-04-02 | 一种探测设备的车轮检测方法及检测装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111462091A CN111462091A (zh) | 2020-07-28 |
CN111462091B true CN111462091B (zh) | 2023-06-06 |
Family
ID=71685822
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010252957.0A Active CN111462091B (zh) | 2020-04-02 | 2020-04-02 | 一种探测设备的车轮检测方法及检测装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111462091B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115096241B (zh) * | 2022-07-27 | 2023-11-10 | 无锡苏广汽车部件科技有限公司 | 一种汽车部件快速智能检测方法及其检测系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5132908A (en) * | 1989-04-28 | 1992-07-21 | Nissan Motor Co., Ltd. | Driving force distribution control system for a fourwheel drive vehicle |
CN101000282A (zh) * | 2006-12-15 | 2007-07-18 | 哈尔滨工业大学 | 行星探测机器人车的车轮运动性能的多功能测试装置 |
CN105160189A (zh) * | 2015-09-16 | 2015-12-16 | 哈尔滨工业大学 | 一种基于车辙信息的车轮滑转率和侧偏角测量方法 |
CN105300289A (zh) * | 2015-09-14 | 2016-02-03 | 哈尔滨工业大学 | 复杂地形中星球车车轮沉陷量视觉测量方法 |
CN106979767A (zh) * | 2017-03-25 | 2017-07-25 | 南通力联自动化科技有限公司 | 一种用于海滩车的沉陷量检测装置 |
CN108520521A (zh) * | 2017-04-20 | 2018-09-11 | 南京航空航天大学 | 基于图像处理的车轮踏面提取和拼接的方法 |
TWM580051U (zh) * | 2019-01-07 | 2019-07-01 | 先進光電科技股份有限公司 | 行動載具輔助系統及車輛輔助系統 |
CN110264572A (zh) * | 2019-06-21 | 2019-09-20 | 哈尔滨工业大学 | 一种融合几何特性与力学特性的地形建模方法及系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107110647B (zh) * | 2014-12-17 | 2020-10-27 | 实耐宝公司 | 实时车身高度测量 |
-
2020
- 2020-04-02 CN CN202010252957.0A patent/CN111462091B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5132908A (en) * | 1989-04-28 | 1992-07-21 | Nissan Motor Co., Ltd. | Driving force distribution control system for a fourwheel drive vehicle |
CN101000282A (zh) * | 2006-12-15 | 2007-07-18 | 哈尔滨工业大学 | 行星探测机器人车的车轮运动性能的多功能测试装置 |
CN105300289A (zh) * | 2015-09-14 | 2016-02-03 | 哈尔滨工业大学 | 复杂地形中星球车车轮沉陷量视觉测量方法 |
CN105160189A (zh) * | 2015-09-16 | 2015-12-16 | 哈尔滨工业大学 | 一种基于车辙信息的车轮滑转率和侧偏角测量方法 |
CN106979767A (zh) * | 2017-03-25 | 2017-07-25 | 南通力联自动化科技有限公司 | 一种用于海滩车的沉陷量检测装置 |
CN108520521A (zh) * | 2017-04-20 | 2018-09-11 | 南京航空航天大学 | 基于图像处理的车轮踏面提取和拼接的方法 |
TWM580051U (zh) * | 2019-01-07 | 2019-07-01 | 先進光電科技股份有限公司 | 行動載具輔助系統及車輛輔助系統 |
CN110264572A (zh) * | 2019-06-21 | 2019-09-20 | 哈尔滨工业大学 | 一种融合几何特性与力学特性的地形建模方法及系统 |
Non-Patent Citations (2)
Title |
---|
Daisuke Fujiwara1,等.Study on bearing performance for inching worm locomotion using characteristics of wheel subsidence on loose soil.《Proceedings of the 2018 IEEE/ASME International Conference on Advanced Intelligent Mechatronics》.2018,全文. * |
金大玮,等.滑转条件下月球车轮沉陷模型研究.《航空学报》.2013,第34卷(第5期),全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN111462091A (zh) | 2020-07-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8154594B2 (en) | Mobile peripheral monitor | |
US8836764B2 (en) | Method and measuring assembly for determining the wheel or axle geometry of a vehicle | |
US8331653B2 (en) | Object detector | |
US8180100B2 (en) | Plane detector and detecting method | |
US6542250B1 (en) | Method of three-dimensionally measuring object surfaces | |
EP3243037B1 (en) | Rolling virtual wheel spindle calibration | |
CN106338245A (zh) | 一种工件非接触移动测量方法 | |
DE102013211930A1 (de) | Binokulares Objektvergleichsverfahren mit breiter Basislinie unter Verwendung eines Flussnetzes mit minimalen Kosten | |
JP2019518209A (ja) | トレッド深さ測定 | |
CN104019745B (zh) | 基于单目视觉间接标定方法的自由平面尺寸测量方法 | |
CN107796373B (zh) | 一种基于车道平面几何模型驱动的前方车辆单目视觉的测距方法 | |
JP7352556B2 (ja) | 鉄道介入車両に取り付けられた1つまたは複数の介入ツールのセットに命令するための方法 | |
CN106978774A (zh) | 一种路面坑槽自动检测方法 | |
EP3335003B1 (en) | Point cloud based surface construction | |
EP2924612A1 (en) | Object detection device, object detection method, and computer readable storage medium comprising object detection program | |
JP2011134207A (ja) | 運転記録装置および地図作成システム | |
CN116342718B (zh) | 一种线激光3d相机的标定方法、装置、存储介质及设备 | |
CN111462091B (zh) | 一种探测设备的车轮检测方法及检测装置 | |
CN114463411A (zh) | 基于三维相机的目标体积、质量与密度测量方法 | |
CN112937444B (zh) | 作业机械的辅助影像生成方法、装置和作业机械 | |
CN106123864A (zh) | 基于成像原理及数据回归模型的图像测距方法 | |
SE541083C2 (en) | Method and image processing system for facilitating estimation of volumes of load of a truck | |
CN109934140B (zh) | 基于检测地面横向标线的自动倒车辅助停车方法及系统 | |
CN109373901B (zh) | 位于平面上的孔的中心位置的计算方法 | |
CN115931397A (zh) | 一种轨道交通车辆平稳状态的确定方法和确定装置 |
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 |