CN112255641A - 一种汽车轴距的测量方法 - Google Patents
一种汽车轴距的测量方法 Download PDFInfo
- Publication number
- CN112255641A CN112255641A CN202011058680.4A CN202011058680A CN112255641A CN 112255641 A CN112255641 A CN 112255641A CN 202011058680 A CN202011058680 A CN 202011058680A CN 112255641 A CN112255641 A CN 112255641A
- Authority
- CN
- China
- Prior art keywords
- automobile
- laser radar
- data
- wheel base
- measuring
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M17/00—Testing of vehicles
- G01M17/007—Wheeled or endless-tracked vehicles
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Electromagnetism (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明涉及汽车检测技术领域,公开了一种汽车轴距的测量方法,本测量方法采用非接触式测量,汽车行进过程中,使用第一激光雷达扫描汽车的车头,使用第二激光雷达扫描汽车的侧身,并将第一激光雷达和第二激光雷达所测得的数据相结合,得到汽车的三维坐标数据,再将三维坐标数据转换得到汽车轮胎侧面的二维图,最后对二维图进行处理获得汽车轮胎的位置和轮廓,以此进行计算获得汽车的轴距,测量过程更为方便高效,测量结果不会受到汽车其它部位的影响,测量结果更为准确,可直接判定与输出,并能适用于各种品牌和型号的车辆。
Description
技术领域
本发明涉及汽车检测技术领域,特别涉及一种汽车轴距的测量方法。
背景技术
汽车在进行注册登记安全检验时,汽车的轴距应与其产品公告以及出厂合格证相符,且误差不超过±1%或±50mm,因此需要对汽车的轴距进行测量。现有技术中,主要有两种测量汽车轴距的方法:一种是使用激光雷达结合光电开关进行测量,另一种是使用光栅进行测量。
使用激光雷达结合光电开关测量汽车轴距的测量示意图如图1所示,汽车缓慢通过测量区域,汽车行进过程中,激光雷达对汽车进行定位,当汽车轮胎遮挡住光电开关时,光电开关会做出记录,汽车的轮胎先后依次经过光电开关,最后结合激光雷达的定位数据和光电开关所记录的数据,计算出被测汽车的轴距,但是这种方法在测量的过程中,汽车的其它部件遮挡光电开关时,光电开关也会记录相应的数据,从而导致测量不准确。
使用光栅测量汽车轴距的测量示意图如图2所示,光栅是集多组平行激光于一体的测量装置,这种测量方法要求光栅的安装长度至少大于被测汽车的最长轴距,安装过程较为复杂,并且仍然存在由于汽车的其它部件遮挡光栅,导致测量不准确的问题。
发明内容
本发明的目的旨在提出一种汽车轴距的测量方法,方便测量汽车的轴距,并且能提高测量结果的准确性。
根据本发明实施例的一种汽车轴距的测量方法,包括如下步骤:步骤一、提供第一激光雷达和第二激光雷达,并使汽车行进通过第一激光雷达和第二激光雷达;步骤二、汽车行进过程中,使用第一激光雷达扫描汽车的车头,对车辆的行驶位置进行实时定位,使用第二激光雷达连续扫描汽车的侧身;步骤三、将第一激光雷达和第二激光雷达的扫描数据相结合,获得汽车的三维坐标;步骤四、将汽车的三维坐标转换为汽车轮胎侧面的二维坐标;步骤五、根据汽车轮胎侧面的二维坐标,生成汽车轮胎侧面的灰度图;步骤六、对汽车轮胎侧面的灰度图进行图像处理,通过拟合圆算法找到汽车轮胎的位置,计算出汽车的轴距。
根据本发明实施例的一种汽车轴距的测量方法,至少具有如下有益效果:本测量方法采用非接触式测量,汽车行进过程中,使用第一激光雷达扫描汽车的车头,使用第二激光雷达扫描汽车的侧身,并将第一激光雷达和第二激光雷达所测得的数据相结合,得到汽车的三维坐标数据,再将三维坐标数据转换得到汽车轮胎侧面的二维图,最后对二维图进行处理获得汽车轮胎的位置和轮廓,以此进行计算获得汽车的轴距,测量过程更为方便高效,测量结果不会受到汽车其它部位的影响,不会出现误判的情况,使得测量结果更为准确,可直接判定与输出,并能适用于各种品牌和型号的车辆。
根据本发明的一些实施例,在步骤二中,第一激光雷达发射k条激光脉冲波扫描车头,测得车头到第一激光雷达之间的k个距离为S1,S2…Sk,k条激光脉冲波分别与垂直方向之间形成的k个夹角为β1,β2…βk,车头与第一激光雷达在水平方向上的k个距离为L1,L2…Lk,且
根据本发明的一些实施例,在步骤二中,第二激光雷达对汽车侧身进行m次扫描,每次第二激光雷达对汽车侧身扫描时,发射n条激光脉冲波扫描汽车侧身,每次扫描测得的坐标数据为A,m次扫描之后第二激光雷达测得的坐标点集数据为:
A1={{x10,y10},{x11,y11},{x12,y12}…{x1n,y1n}}
A2={{x20,y20},{x21,y21},{x22,y22}…{x2n,y2n}}
…
Am={{xm0,ym0},{xm1,ym1},{xm2,ym2}…{xmn,ymn}}。
根据本发明的一些实施例,在步骤三中,将L1至Lk中的最小值记为车辆的行驶定位位置z,每次第二激光雷达扫描汽车侧身时,记录一次z的数据,m次扫描之后第一激光雷达测得汽车行驶定位数据为z1,z2,z3…zm,将第一激光雷达和第二激光雷达测得的数据相结合,得到三维坐标数据为:
根据本发明的一些实施例,在步骤四中,将二维坐标系定为{x2d,y2d},车辆行驶方向为x轴方向,高度方向为y轴方向,每个点的灰度值为G2d,将三维坐标系定为{x3d,y3d,z3d},三维坐标与二维坐标的转换关系为:
根据本发明的一些实施例,在步骤六中,通过阈值化滤除远离第二激光雷达一侧的像素点,再对灰度图进行二值化处理,并对灰度图进行腐蚀和膨胀处理,使用sobel算子对灰度图进行边缘检测,并在指定区域内对边缘点进行圆拟合,得到符合轮胎尺寸大小的拟合圆。
根据本发明的一些实施例,在步骤六中,将满足条件的p个拟合圆的圆心坐标记为{X,Y},拟合圆的半径记为R,得到p-1个轴距的数据为:
附图说明
图1为使用激光雷达结合光电开关测量汽车轴距的测量示意图;
图2为使用光栅测量汽车轴距的测量示意图;
图3为本发明实施例测量汽车轴距的测量示意图;
图4为本发明实施例中第一激光雷达或第二激光雷达扫描汽车时发射的多条激光脉冲波之间的夹角关系图;
图5为本发明实施例中第一激光雷达发射k条激光脉冲波的示意图;
图6为本发明实施例中第二激光雷达发射n条激光脉冲波的示意图;
图7为本发明实施例中根据汽车的三维坐标数据转换得到的二维灰度图;
图8为对图7中的二维灰度图进行预处理后得到的二维图;
图9为在图8中的二维图寻找轮胎侧面拟合圆的示意图。
具体实施方式
下面详细描述本发明的实施例,在本发明的描述中,需要理解的是,涉及到方位描述,例如上、下、前、后、左、右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。
在本发明的描述中,如果有描述到第一、第二只是用于区分技术特征为目的,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或者隐含指明所指示的技术特征的先后关系。
参照图3至图9,本发明实施例提供了一种汽车轴距的测量方法,包括如下步骤:
步骤一、提供第一激光雷达和第二激光雷达,并使汽车行进通过第一激光雷达和第二激光雷达;
步骤二、汽车行进过程中,使用第一激光雷达扫描汽车的车头,对车辆的行驶位置进行实时定位,使用第二激光雷达连续扫描汽车的侧身;
步骤三、将第一激光雷达和第二激光雷达的扫描数据相结合,获得汽车的三维坐标;
步骤四、将汽车的三维坐标转换为汽车轮胎侧面的二维坐标;
步骤五、根据汽车轮胎侧面的二维坐标,生成汽车轮胎侧面的灰度图;
步骤六、对汽车轮胎侧面的灰度图进行图像处理,通过拟合圆算法找到汽车轮胎的位置,计算出汽车的轴距。
本测量方法采用非接触式测量,汽车行进过程中,使用第一激光雷达扫描汽车的车头,使用第二激光雷达扫描汽车的侧身,并将第一激光雷达和第二激光雷达所测得的数据相结合,得到汽车的三维坐标数据,再将三维坐标数据转换得到汽车轮胎侧面的二维图,最后对二维图进行处理获得汽车轮胎的位置和轮廓,以此进行计算获得汽车的轴距,测量过程更为方便高效,测量结果不会受到汽车其它部位的影响,测量结果更为准确,可直接判定与输出,并能适用于各种品牌和型号的车辆。
参照图4,在本发明的实施例中,第一激光雷达或第二激光雷达对汽车进行扫描时,每次扫描均依次发射序号为D1、D2…D540的激光脉冲波,通过激光飞行的时间来测量第一激光雷达或第二激光雷达到达所测点的距离,当第一激光雷达或第二激光雷达发射激光脉冲波时,内部计时器开始记录时间t1,当激光脉冲波达到汽车上之后,返回部分能量至第一激光雷达或第二激光雷达,此时内部计时器记录时间t2,则第一激光雷达或第二激光雷达到达汽车所测点的距离等于C×(t2-t1)/2,其中,C代表光速。参照图4,D1、D2…D540之间,每相邻的两条激光脉冲波之间的夹角θ为0.5度,整个扫描范围的角度α为270度。
具体的,参照图5,第一激光雷达发射k条激光脉冲波扫描车头,测得车头到第一激光雷达之间的k个距离为S1,S2…Sk,k条激光脉冲波分别与垂直方向之间形成的k个夹角为β1,β2…βk,车头与第一激光雷达在水平方向上的k个距离为L1,L2…Lk,且
参照图6,第二激光雷达对汽车侧身进行m次扫描,每次第二激光雷达对汽车侧身扫描时,发射n条激光脉冲波扫描汽车侧身,每次扫描测得的坐标数据为A,m次扫描之后第二激光雷达测得的坐标点集数据为:
A1={{x10,y10},{x11,y11},{x12,y12}…{x1n,y1n}}
A2={{x20,y20},{x21,y21},{x22,y22}…{x2n,y2n}}
…
Am={{xm0,ym0},{xm1,ym1},{xm2,ym2}…{xmn,ymn}}。
将L1至Lk中的最小值记为车辆的行驶定位位置z,每次第二激光雷达扫描汽车侧身时,记录一次z的数据,m次扫描之后第一激光雷达测得汽车行驶定位数据为z1,z2,z3…zm,将第一激光雷达和第二激光雷达测得的数据相结合,得到三维坐标数据为:
将二维坐标系定为{x2d,y2d},车辆行驶方向为x轴方向,高度方向为y轴方向,每个点的灰度值为G2d,将三维坐标系定为{x3d,y3d,z3d},三维坐标与二维坐标的转换关系为:
其中,x3d∈(0,500)。
转换后得到的二维灰度图如图7所示,通过阈值化滤除远离第二激光雷达一侧的像素点,再对图像进行二值化处理,然后对图像进行腐蚀和膨胀处理,可以有效地使图像数据的连续性更好,并且能排除离散点对所有车轮轮胎寻找拟合圆与重映射算法的干扰,处理之后的二维图如图8所示。之后使用sobel算子对二值化后的图像进行边缘检测,在指定区域内对边缘点进行圆拟合,寻找符合轮胎尺寸范围的拟合圆。假设得到满足限制范围圆的坐标集为:
{{X1,Y1,R1},{X2,Y2,R2}…{Xp,Yp,Rp}},
表示共匹配到p个轮胎,将满足条件的p个拟合圆的圆心坐标记为{X,Y},拟合圆的半径记为R,从而可以计算得到p-1个轴距的数据为:
上面结合附图对本发明实施例作了详细说明,但是本发明不限于上述实施例,在所属技术领域普通技术人员所具备的知识范围内,还可以在不脱离本发明宗旨的前提下作出各种变化。
Claims (7)
1.一种汽车轴距的测量方法,其特征在于,包括如下步骤:
步骤一、提供第一激光雷达和第二激光雷达,并使汽车行进通过第一激光雷达和第二激光雷达;
步骤二、汽车行进过程中,使用第一激光雷达扫描汽车的车头,对车辆的行驶位置进行实时定位,使用第二激光雷达连续扫描汽车的侧身;
步骤三、将第一激光雷达和第二激光雷达的扫描数据相结合,获得汽车的三维坐标;
步骤四、将汽车的三维坐标转换为汽车轮胎侧面的二维坐标;
步骤五、根据汽车轮胎侧面的二维坐标,生成汽车轮胎侧面的灰度图;
步骤六、对汽车轮胎侧面的灰度图进行图像处理,通过拟合圆算法找到汽车轮胎的位置,计算出汽车的轴距。
3.根据权利要求2所述的一种汽车轴距的测量方法,其特征在于,在步骤二中,第二激光雷达对汽车侧身进行m次扫描,每次第二激光雷达对汽车侧身扫描时,发射n条激光脉冲波扫描汽车侧身,每次扫描测得的坐标数据为A,m次扫描之后第二激光雷达测得的坐标点集数据为:
A1={{x10,y10},{x11,y11},{x12,y12}…{x1n,y1n}}
A2={{x20,y20},{x21,y21},{x22,y22}…{x2n,y2n}}
…
Am={{xm0,ym0},{xm1,ym1},{xm2,ym2}…{xmn,ymn}}。
6.根据权利要求5所述的一种汽车轴距的测量方法,其特征在于,在步骤六中,通过阈值化滤除远离第二激光雷达一侧的像素点,再对灰度图进行二值化处理,并对灰度图进行腐蚀和膨胀处理,使用sobel算子对灰度图进行边缘检测,并在指定区域内对边缘点进行圆拟合,得到符合轮胎尺寸大小的拟合圆。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011058680.4A CN112255641A (zh) | 2020-09-30 | 2020-09-30 | 一种汽车轴距的测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011058680.4A CN112255641A (zh) | 2020-09-30 | 2020-09-30 | 一种汽车轴距的测量方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112255641A true CN112255641A (zh) | 2021-01-22 |
Family
ID=74234564
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011058680.4A Pending CN112255641A (zh) | 2020-09-30 | 2020-09-30 | 一种汽车轴距的测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112255641A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112883943A (zh) * | 2021-04-28 | 2021-06-01 | 北京云星宇交通科技股份有限公司 | 一种轴型识别方法及系统 |
CN113126109A (zh) * | 2021-04-14 | 2021-07-16 | 浙江工业大学 | 一种基于电机和激光雷达的车辆轴距测量系统及测量方法 |
CN113963450A (zh) * | 2021-09-30 | 2022-01-21 | 苏州朗为控制技术有限公司 | 一种车辆驱动轴的识别方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103854320A (zh) * | 2012-12-05 | 2014-06-11 | 上海海事大学 | 基于激光雷达的车型自动识别装置及其识别方法 |
CN103954234A (zh) * | 2014-04-29 | 2014-07-30 | 南京理工大学 | 一种车辆轮廓及轴距自动测量系统的自标定测量算法 |
CN106529530A (zh) * | 2016-10-28 | 2017-03-22 | 上海大学 | 一种基于单目视觉的前方车辆检测方法 |
CN107423681A (zh) * | 2017-05-27 | 2017-12-01 | 上海骁达信息科技有限公司 | 一种车型自动识别方法及系统 |
CN107966097A (zh) * | 2016-10-20 | 2018-04-27 | 福特全球技术公司 | 光检测和测距与视觉车辆感测 |
CN108592797A (zh) * | 2018-03-28 | 2018-09-28 | 华南理工大学 | 一种车辆外廓尺寸与轴距的动态测量方法与系统 |
-
2020
- 2020-09-30 CN CN202011058680.4A patent/CN112255641A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103854320A (zh) * | 2012-12-05 | 2014-06-11 | 上海海事大学 | 基于激光雷达的车型自动识别装置及其识别方法 |
CN103954234A (zh) * | 2014-04-29 | 2014-07-30 | 南京理工大学 | 一种车辆轮廓及轴距自动测量系统的自标定测量算法 |
CN107966097A (zh) * | 2016-10-20 | 2018-04-27 | 福特全球技术公司 | 光检测和测距与视觉车辆感测 |
CN106529530A (zh) * | 2016-10-28 | 2017-03-22 | 上海大学 | 一种基于单目视觉的前方车辆检测方法 |
CN107423681A (zh) * | 2017-05-27 | 2017-12-01 | 上海骁达信息科技有限公司 | 一种车型自动识别方法及系统 |
CN108592797A (zh) * | 2018-03-28 | 2018-09-28 | 华南理工大学 | 一种车辆外廓尺寸与轴距的动态测量方法与系统 |
Non-Patent Citations (2)
Title |
---|
宓为建;薛润;沈阳;宓超;: "高速公路收费道口自动车型识别系统中的车轮检测算法", 上海海事大学学报, no. 04 * |
胡强: "激光雷达车型自动识别系统研究", 交通世界, no. 34, pages 2 - 4 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113126109A (zh) * | 2021-04-14 | 2021-07-16 | 浙江工业大学 | 一种基于电机和激光雷达的车辆轴距测量系统及测量方法 |
CN112883943A (zh) * | 2021-04-28 | 2021-06-01 | 北京云星宇交通科技股份有限公司 | 一种轴型识别方法及系统 |
CN112883943B (zh) * | 2021-04-28 | 2022-08-12 | 北京云星宇交通科技股份有限公司 | 一种轴型识别方法及系统 |
CN113963450A (zh) * | 2021-09-30 | 2022-01-21 | 苏州朗为控制技术有限公司 | 一种车辆驱动轴的识别方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112255641A (zh) | 一种汽车轴距的测量方法 | |
CN111046776B (zh) | 基于深度相机的移动机器人行进路径障碍物检测的方法 | |
CN109752701B (zh) | 一种基于激光点云的道路边沿检测方法 | |
US8724094B2 (en) | Apparatus and method of recognizing presence of objects | |
CN110243380B (zh) | 一种基于多传感器数据与角度特征识别的地图匹配方法 | |
CN107632308B (zh) | 一种基于递归叠加算法的车辆前方障碍物轮廓检测方法 | |
US20060115113A1 (en) | Method for the recognition and tracking of objects | |
CN104064030A (zh) | 一种车型识别方法及系统 | |
CN102853786A (zh) | 平整度检测装置和方法 | |
EP1574819B1 (en) | Identification and labeling of beam images of a structured beam matrix | |
CN108089024B (zh) | 一种车辆速度检测系统及方法 | |
CN112017248B (zh) | 一种基于点线特征的2d激光雷达相机多帧单步标定方法 | |
CN116342718B (zh) | 一种线激光3d相机的标定方法、装置、存储介质及设备 | |
CN111830534B (zh) | 一种应用激光雷达进行最佳着陆点选取方法 | |
CN110471043A (zh) | 基于阈值激光雷达3d点云数据压缩识别目标检测方法 | |
CN111336947A (zh) | 一种基于双目点云融合的镜面类物体线激光扫描方法 | |
JP2012022573A (ja) | 移動体検出装置 | |
US20220100201A1 (en) | Information processing device and mobile robot | |
CN110550067A (zh) | 列车车轮的测量方法及相关系统 | |
CN114119957A (zh) | 高速铁路钢轨廓形检测方法及装置 | |
CN113504545A (zh) | 一种基于激光雷达的接触网数据检测方法 | |
CN111932617B (zh) | 一种对规则物体实现实时检测定位方法和系统 | |
RU2729512C1 (ru) | Способ косвенного измерения дальности от маневрового тепловоза до вагона на прямолинейном участке железнодорожного пути | |
CN115600118B (zh) | 基于二维激光点云的托盘腿识别方法及系统 | |
CN114265083A (zh) | 一种利用激光雷达的机器人位置识别方法及装置 |
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 |