CN112683191B - 基于线激光的胎纹沟槽深度测量方法、装置及计算设备 - Google Patents

基于线激光的胎纹沟槽深度测量方法、装置及计算设备 Download PDF

Info

Publication number
CN112683191B
CN112683191B CN202011371022.0A CN202011371022A CN112683191B CN 112683191 B CN112683191 B CN 112683191B CN 202011371022 A CN202011371022 A CN 202011371022A CN 112683191 B CN112683191 B CN 112683191B
Authority
CN
China
Prior art keywords
point cloud
laser
line
pixel
rotation angle
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
Application number
CN202011371022.0A
Other languages
English (en)
Other versions
CN112683191A (zh
Inventor
王维林
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Autel Intelligent Technology Corp Ltd
Original Assignee
Autel Intelligent Technology Corp Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Autel Intelligent Technology Corp Ltd filed Critical Autel Intelligent Technology Corp Ltd
Priority to CN202011371022.0A priority Critical patent/CN112683191B/zh
Publication of CN112683191A publication Critical patent/CN112683191A/zh
Priority to PCT/CN2021/133462 priority patent/WO2022111626A1/zh
Application granted granted Critical
Publication of CN112683191B publication Critical patent/CN112683191B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G01B11/22—Measuring arrangements characterised by the use of optical techniques for measuring depth

Abstract

本发明实施例涉及车辆技术领域，公开了一种基于线激光的胎纹沟槽深度测量方法、装置及计算设备，该方法包括：获取激光线投射到被测轮胎表面上得到的激光线图像，并对所述激光线图像中的所述激光线的像素坐标进行旋转获取所述激光线在激光坐标系中的原始2D点云图；将所述原始2D点云图中像素点进行平行旋转，得到点云数据使根据所述点云数据中位于胎纹表面的所述像素点拟合的直线平行于水平X轴；根据所述点云数据应用梯度分析方法进行胎纹沟槽定位；根据所述点云数据应用双边测量或单边测量计算所述胎纹沟槽的深度。通过上述方式，本发明实施例能够支持各种胎纹沟槽深度测量，测量精度高，测量速度快，操作方便。

Description

基于线激光的胎纹沟槽深度测量方法、装置及计算设备
技术领域
本发明实施例涉及车辆技术领域，具体涉及一种基于线激光的胎纹沟槽深度测量方法、装置及计算设备。
背景技术
传统的轮胎花纹磨损测量基于观察磨损指示线、硬币探测、游标卡尺等测量方法，这些方法都有一个特点：精度不足、操作不便、受测量人影响因素多。单目激光测量可用于胎纹深度检测，可解决上述的测量不足问题。但如何提高测量精度，支持测量多种花纹轮胎的应用场景，将是一项比较有挑战性的工作。
发明内容
鉴于上述问题，本发明实施例提供了一种基于线激光的胎纹沟槽深度测量方法、装置及计算设备，克服了上述问题或者至少部分地解决了上述问题。
根据本发明实施例的一个方面，提供了一种基于线激光的胎纹沟槽深度测量方法，所述方法包括：获取激光线投射到被测轮胎表面上得到的激光线图像，并对所述激光线图像中的所述激光线的像素坐标进行旋转获取所述激光线在激光坐标系中的原始2D点云图；将所述原始2D点云图中像素点进行平行旋转，得到点云数据使根据所述点云数据中位于胎纹表面的所述像素点拟合的直线平行于水平X轴；根据所述点云数据应用梯度分析方法进行胎纹沟槽定位；根据所述点云数据应用双边测量或单边测量计算所述胎纹沟槽的深度。
在一种可选的方式中，所述对所述激光线图像中的所述激光线的像素坐标进行旋转获取所述激光线在激光坐标系中的原始2D点云图，包括：从所述激光线图像中获取所述激光线的像素坐标(u，v)；根据所述像素坐标(u，v)通过投影变换转换成相机坐标(xc，yc，zc)；将所述相机坐标(xc，yc，zc)进行旋转变换成激光器坐标(xL，yL，zL)，其中，横坐标xL为激光线方向，纵坐标yL为激光线的投射方向，垂直坐标zL为激光光刀平面的法向量；选取所述激光器坐标(xL，yL，zL)中的2D坐标(xL，yL)作为所述激光线在激光坐标系中的所述原始2D点云图。
在一种可选的方式中，所述将所述原始2D点云图中像素点进行平行旋转，得到点云数据使根据所述点云数据中位于胎纹表面的所述像素点拟合的直线平行于水平X轴，包括：根据所述原始2D点云图中的剔除边缘像素点后的第一像素点集合进行直线拟合得到第一直线，计算所述第一直线旋转到与水平X轴平行所需的第一旋转角度，将所述第一像素点集合旋转所述第一旋转角度得到第一点云集合；根据所述第一点云集合获取消除胎纹沟槽影响所需旋转的第二旋转角度，以及获取所述第一点云集合中剔除胎纹沟槽部分点且旋转了所述第二旋转角度得到的第二点云集合；根据所述第二点云集合获取消除干扰点影响所需旋转的第三旋转角度；将所述原始2D点云图中的像素点分别旋转所述第一旋转角度、所述第二旋转角度以及所述第三旋转角度，得到所述点云数据。
在一种可选的方式中，所述根据所述第一点云集合获取消除胎纹沟槽影响所需旋转的第二旋转角度，包括：将所述第一点云集合中的像素点按照纵坐标进行升序排列，保留纵坐标较小的预设比例的像素点，形成第二像素点集合；根据所述第二像素点集合进行直线拟合得到第二直线；计算所述第二直线旋转到与水平X轴平行所需的所述第二旋转角度。
在一种可选的方式中，所述根据所述第二点云集合获取消除干扰点影响所需旋转的第三旋转角度，包括：根据所述第二像素点集合进行直线拟合，计算所述第二像素点集合中像素点到拟合直线的欧式距离；保留所述欧式距离在预设阈值内的像素点，形成第三像素点集合；根据所述第三点云集合进行直线拟合得到第三直线；计算所述第三直线旋转到与水平X轴平行所需的所述第三旋转角度。
在一种可选的方式中，所述根据所述点云数据应用梯度分析方法进行胎纹沟槽定位，包括：根据所述点云数据进行采样计算，获取所述点云数据的梯度图；根据所述梯度图连续向一个方向变化的梯度做整合，仅保留局部范围内的波峰和波谷，并根据所述波峰和所述波谷进行胎纹沟槽定位。
在一种可选的方式中，所述根据所述点云数据应用双边测量或单边测量计算所述胎纹沟槽的深度，包括：所述点云数据中向所述胎纹沟槽边缘左右侧分别搜索一段距离，并各取一点连成一直线作为参考线；计算所述胎纹沟槽底部到所述参考线的距离即为所述胎纹沟槽的深度。
在一种可选的方式中，所述根据所述原始2D点云图应用双边测量或单边测量计算所述胎纹沟槽的深度，包括：根据所述点云数据在所述胎纹沟槽边沿点左右预设距离范围内分别搜索预设长度的线段，得到第一参考线段和第二参考线段；计算相互平行的所述第一参考线段和所述第二参考线段之间的欧式距离作为所述胎纹沟槽的深度。
根据本发明实施例的另一个方面，提供了一种基于线激光的胎纹沟槽深度测量装置，所述装置包括：点云图获取单元，用于获取激光线投射到被测轮胎表面上得到的激光线图像，并对所述激光线图像中的所述激光线的像素坐标进行旋转获取所述激光线在激光坐标系中的原始2D点云图；平行旋转单元，用于将所述原始2D点云图中像素点进行平行旋转，得到点云数据使根据所述点云数据中位于胎纹表面的所述像素点拟合的直线平行于水平X轴；沟槽定位单元，用于根据所述点云数据应用梯度分析方法进行胎纹沟槽定位；深度测量单元，用于根据所述点云数据应用双边测量或单边测量计算所述胎纹沟槽的深度。
根据本发明实施例的另一方面，提供了一种计算设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；
所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行上述基于线激光的胎纹沟槽深度测量方法的步骤。
本发明实施例通过获取激光线投射到被测轮胎表面上得到的激光线图像，并对所述激光线图像中的所述激光线的像素坐标进行旋转获取所述激光线在激光坐标系中的原始2D点云图；将所述原始2D点云图中像素点进行平行旋转，得到点云数据使根据所述点云数据中位于胎纹表面的所述像素点拟合的直线平行于水平X轴；根据所述点云数据应用梯度分析方法进行胎纹沟槽定位；根据所述点云数据应用双边测量或单边测量计算所述胎纹沟槽的深度，能够支持各种胎纹沟槽深度测量，测量精度高，测量速度快，操作方便，双边测量能够达到0.1mm的测量精度，单边测量能够达到0.3mm的测量精度。
上述说明仅是本发明实施例技术方案的概述，为了能够更清楚了解本发明实施例的技术手段，而可依照说明书的内容予以实施，并且为了让本发明实施例的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
图1示出了本发明实施例提供的基于线激光的胎纹沟槽深度测量方法的流程示意图；
图2示出了本发明实施例提供的基于线激光的胎纹沟槽深度测量方法的手持式胎纹沟槽深度测量设备示意图；
图3示出了本发明实施例提供的基于线激光的胎纹沟槽深度测量方法的原始2D点云图；
图4示出了根据图3中的原始2D点云图得到的梯度图；
图5示出了根据图4中的梯度图整合后的梯度效果图；
图6示出了本发明实施例提供的基于线激光的胎纹沟槽深度测量方法的胎纹沟槽深度分析示意图；
图7示出了本发明实施例提供的基于线激光的胎纹沟槽深度测量方法的适用单边测量的轮胎示意图；
图8示出了本发明实施例提供的基于线激光的胎纹沟槽深度测量方法的单边测量示意图；
图9示出了本发明实施例提供的基于线激光的胎纹沟槽深度测量装置的结构示意图；
图10示出了本发明实施例提供的计算设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例，然而应当理解，可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本发明，并且能够将本发明的范围完整的传达给本领域的技术人员。
图1示出了本发明实施例提供的基于线激光的胎纹沟槽深度测量方法的流程示意图。该方法由电子设备执行。如图1所示，基于线激光的胎纹沟槽深度测量方法包括：
步骤S11：获取激光线投射到被测轮胎表面上得到的激光线图像，并对所述激光线图像中的所述激光线的像素坐标进行旋转获取所述激光线在激光坐标系中的原始2D点云图。
在本发明实施例中，该电子设备可以为手持式胎纹沟槽深度测量设备，也可以用于除非手持式设备的其它系统方案，包括落地式胎纹测量方案，PC系统测量方案等。如图2所示，手持式胎纹沟槽深度测量设备包括底座、线激光器、摄像头、主机、显示系统、电池、机身等部分。激光器和摄像机安装在同一轴线上，但有一定的距离，激光线的投射方向和相机的Z轴方向成预设夹角。优选地，一般为25～30度。激光线投射时，可以轮胎在下，激光器在上投射激光线到轮胎表面，胎纹沟槽向上。也可以垂直翻转180度，轮胎表面在上，激光器在下投射激光线到轮胎表面，胎纹沟槽向下。激光器的选择可以支持除520nm之外的其它波段激光，比如650nm的红色激光。测量时，激光器打开，激光线投射到被测物体上，摄像头抓取激光线图像。在步骤S11中，获取摄像机抓取的激光线图像，从激光线图像中获取激光线的像素坐标(u，v)，根据所述像素坐标(u，v)通过投影变换转换成相机坐标(xc，yc，zc)，将相机坐标(xc，yc，zc)进行旋转变换成激光器坐标(xL，yL，zL)，其中xL为激光线方向，yL为激光线的投射方向，垂直坐标zL为激光光刀平面的法向量。测量时，底座贴在轮胎表面，激光几乎垂直于轮胎表面投射，对于胎纹的深度分析，仅需关心激光在yL方向的投射距离，如此选取所述激光器坐标(xL，yL，zL)中的2D坐标(xL，yL)，作为所述激光线在激光坐标系中的所述原始2D点云图，以在2D坐标系中分析胎纹的深度信息。
步骤S12：将所述原始2D点云图中像素点进行平行旋转，得到点云数据使根据所述点云数据中位于胎纹表面的所述像素点拟合的直线平行于水平X轴。
在本发明实施例中，轮胎表面激光线在激光坐标系中的原始2D点云图如图3所示，水平坐标为激光线在轮胎表面的位置xL，纵向坐标为激光线的投射距离yL。在进行胎纹深度分析之前，需要对胎纹的有效性进行判断，如图3中所示的原始2D点云图，左侧三个凹槽正常，为有效凹槽；右侧有一个干扰点(斜纹影响)和不完全凹槽(激光遮挡影响)，它们是无效的，不能作为胎纹深度输出。剔除无效胎纹的方法包括：胎纹沟槽的深度太小，一般为轮胎杂纹造成；胎纹沟槽不完整，通常由于激光遮挡造成。如果胎纹沟槽底部区域(yL值大小几乎一致)小于一定宽度，则该胎纹沟槽无效。
分析胎纹的深度信息，需要在原始2D点云图中找到胎纹沟槽的位置并比较胎纹沟槽底部和轮胎表面在激光投射方向上的距离深度。为了方便分析和提高后续梯度计算的准确性，需要尽可能把轮胎表面旋转与X轴平行，这样查找胎纹沟槽位置与计算胎纹沟槽深度更方便。
在本发明实施例中，根据所述原始2D点云图中的剔除边缘像素点后的第一像素点集合进行直线拟合得到第一直线，计算所述第一直线旋转到与水平X轴平行所需的第一旋转角度，将所述第一像素点集合旋转所述第一旋转角度得到第一点云集合。边缘处的像素点与表面部分的像素点一致性差异太大，如不在同一条直线附近，对平行旋转运算影响比较大，旋转计算时候首先删除边缘部分的像素点。删除方法：从两个边缘向中间搜索一段距离，一致性开始变得比较密切部分的位置，则从该处到点云边缘的像素点剔除，得到第一像素点集合。用剔除边缘像素点后的第一像素点集合中的像素点拟合直线，常用最小二乘法来拟合直线，得到第一直线，计算出该第一直线的倾斜角度θ，即第一直线旋转到与水平X轴平行所需的第一旋转角度θ，对第一像素点集合中的像素点旋转第一旋转角度θ，得到第一点云集合，保持第一点云集合大致平行于水平X轴，输出该第一点云集合S。
然后，第一次旋转很难做到点云表面完全平行于水平X轴，需要做第二次旋转以去掉胎纹的影响。根据所述第一点云集合获取消除胎纹沟槽影响所需旋转的第二旋转角度，以及获取所述第一点云集合中剔除胎纹沟槽部分点且旋转了所述第二旋转角度得到的第二点云集合。具体地，将所述第一点云集合中的像素点按照纵坐标进行升序排列，保留纵坐标较小的预设比例的像素点，形成第二像素点集合S1。由于胎纹沟槽部分yL比较大，可以保留前面纵坐标yL较小的60％的点，相当于剔除胎纹沟槽部分点。根据所述第二像素点集合进行直线拟合得到第二直线；计算所述第二直线旋转到与水平X轴平行所需的所述第二旋转角度α。将第二像素点集合S1中的像素点旋转第二旋转角度α，输出第二点云集合S2。
再者，根据所述第二点云集合获取消除干扰点影响所需旋转的第三旋转角度。具体地，根据所述第二像素点集合进行直线拟合，计算所述第二像素点集合中像素点到拟合直线的欧式距离；保留所述欧式距离在预设阈值内的像素点，形成第三像素点集合S3；根据所述第三像素点集合S3进行直线拟合得到第三直线；计算所述第三直线旋转到与水平X轴平行所需的所述第三旋转角度β。
最后，将所述原始2D点云图中的像素点分别旋转所述第一旋转角度θ、所述第二旋转角度α以及所述第三旋转角度β，得到所述点云数据。原始2D点云图中的像素点通过旋转第一旋转角度θ使旋转后的像素点整体趋势与水平X轴平行，通过旋转第二旋转角度α能够消除胎纹沟槽影响，通过旋转第三旋转角度β能够进一步消除由轮胎斜纹部分产生的干扰点的影响，最终得到的所述点云数据几乎与水平X轴平行，能够使后续的梯度计算更精准，深度分析更方便。
步骤S13：根据所述点云数据应用梯度分析方法进行胎纹沟槽定位。
在本发明实施例中，根据所述点云数据应用梯度分析方法进行胎纹沟槽定位。具体地，根据所述点云数据进行采样计算，获取所述点云数据的梯度图；根据所述梯度图连续向一个方向变化的梯度做整合，仅保留局部范围内的波峰和波谷，并根据所述波峰和所述波谷进行胎纹沟槽定位。对于轮胎的应用场景，可以按照0.3mm的间距采样计算，计算方法为相邻的点P1(xL1,yL1)，P2(xL2,yL2)，按照以下公式进行计算：
Figure GDA0003503783640000081
y＝yL2-yL1。
图4是根据图3中的原始2D点云图应用以上计算方法得到的梯度图。在得到的图4所示的梯度图中，三个波峰表示三个胎纹沟槽的左边沿位置，在该处yL变化最剧烈；同理，三个波谷表示三个胎纹沟槽的右边沿，在该处yL也变化最剧烈。为了分析方便，连续向一个方向变化的梯度做整合，仅仅保留局部范围内波峰和波谷，并根据所述波峰和所述波谷进行胎纹沟槽定位。每个相邻波峰和波谷之间代表了一个胎纹沟槽，整合后的梯度效果如图5所示。在进行胎纹沟槽定位的时候，波峰和波谷一般成对出现，如果波峰和波谷低于预设阈值，则忽略这样的胎纹沟槽，因为轮胎杂纹或者点云数据受干扰也会在梯度图中产生局部的波锋和波谷。如果波峰与波谷超过预设阈值，从波峰到波谷的斜线就代表一个胎纹沟槽，波峰和波谷分别表示胎纹沟槽的左边沿和右边沿，波峰和波谷之间表示胎纹沟槽底部的区域。
步骤S14：根据所述点云数据应用双边测量或单边测量计算所述胎纹沟槽的深度。
在本发明实施例中，完成胎纹沟槽定位后，所述点云数据中向胎纹沟槽边缘左右侧分别搜索一段距离，并各取一点连成一直线作为参考线；计算胎纹沟槽底部到所述参考线的距离即为所述胎纹沟槽的深度。具体地，根据图6所示进行胎纹沟槽深度分析，根据点云数据，向胎纹沟槽边缘左右侧分别搜索一段距离，得到两个点云集合：左侧点云集合L和右侧点云集合R，分别从这两个点云集合中各取一个点连成一条直线作为参考线，计算胎纹沟槽底部到参考线的距离h即为胎纹沟槽的深度。在左侧点云集合L和右侧点云集合R选取的像素点满足第一预设条件：胎纹沟槽底部的像素点到参考线的距离最大，或者，在左侧点云集合L和右侧点云集合R中，在参考线下方的像素点不超过3个。进行胎纹沟槽深度计算时，由于干扰或者数据抖动，胎纹沟槽区域G取单个点来计算胎纹沟槽深度波动太大，一把采取均值优化算法计算胎纹沟槽深度。具体地，计算胎纹沟槽区域G中所有像素点到参考线的距离d，对计算的距离进行降序排序，取前面最大的10％的距离值求平均值作为胎纹沟槽的深度。
在本发明实施例中，双边测量使用于胎纹沟槽两边能找到参考位置的情况。但部分轮胎的胎纹沟槽找不到两个参考位置，只能找到一个参考位置，如图7所示的越野轮胎，此时就需要采用单边测量法。单边测量方法如图8所示，根据所述点云数据在胎纹沟槽边沿像素点左右预设距离范围内分别搜索预设长度的线段，得到第一参考线段和第二参考线段；如果第一参考线段和第二参考线段基本平行，计算相互平行的所述第一参考线段和所述第二参考线段之间的欧式距离作为胎纹的深度。在搜索预设长度的线段时，需满足第二预设条件：在该线段的预设长度范围内，点云数据都在该线段附近，线段在边缘像素点一定范围内，线段长度需要满足一定的阈值。第一参考线段和第二参考线段平行的判定方法可以根据线段的斜率接近或者夹角趋于0来判断。
本发明实施例的基于线激光的胎纹沟槽深度测量方法测量精度高，测量速度快，操作方便，对轮胎的覆盖范围广，支持大部分胎纹沟槽深度测量。其中，双边测量能够达到0.1mm的测量精度，单边测量能够达到0.3mm的测量精度。
本发明实施例通过获取激光线投射到被测轮胎表面上得到的激光线图像，并对所述激光线图像中的所述激光线的像素坐标进行旋转获取所述激光线在激光坐标系中的原始2D点云图；将所述原始2D点云图中像素点进行平行旋转，得到点云数据使根据所述点云数据中位于胎纹表面的所述像素点拟合的直线平行于水平X轴；根据所述点云数据应用梯度分析方法进行胎纹沟槽定位；根据所述点云数据应用双边测量或单边测量计算所述胎纹沟槽的深度，能够支持各种胎纹沟槽深度测量，测量精度高，测量速度快，操作方便。
图9示出了本发明实施例的基于线激光的胎纹沟槽深度测量装置的结构示意图。该基于线激光的胎纹沟槽深度测量装置应用于电子设备。如该电子设备可以为手持式胎纹沟槽深度测量设备，也可以用于除非手持式设备的其它系统方案，包括落地式胎纹测量方案，PC系统测量方案等。电子设备包括底座、线激光器、摄像头、主机、显示系统、电池、机身等部分，基于线激光的胎纹沟槽深度测量装置具体设置在其中的主机中。图9所示，该基于线激光的胎纹沟槽深度测量装置包括：点云图获取单元901、平行旋转单元902、沟槽定位单元903以及深度测量单元904。其中：
点云图获取单元901用于获取激光线投射到被测轮胎表面上得到的激光线图像，并对所述激光线图像中的所述激光线的像素坐标进行旋转获取所述激光线在激光坐标系中的原始2D点云图；平行旋转单元902用于将所述原始2D点云图中像素点进行平行旋转，得到点云数据使根据所述点云数据中位于胎纹表面的所述像素点拟合的直线平行于水平X轴；沟槽定位单元903用于根据所述点云数据应用梯度分析方法进行胎纹沟槽定位；深度测量单元904用于根据所述点云数据应用双边测量或单边测量计算所述胎纹沟槽的深度。
在一种可选的方式中，点云图获取单元901用于：从所述激光线图像中获取所述激光线的像素坐标(u,v)；根据所述像素坐标(u,v)通过投影变换转换成相机坐标(xc,yc,zc)；将所述相机坐标(xc,yc,zc)进行旋转变换成激光器坐标(xL,yL,zL)，其中，横坐标xL为激光线方向，纵坐标yL为激光线的投射方向，垂直坐标zL为激光光刀平面的法向量；选取所述激光器坐标(xL,yL,zL)中的2D坐标(xL，yL)作为所述激光线在激光坐标系中的所述原始2D点云图。
在一种可选的方式中，平行旋转单元902用于：根据所述原始2D点云图中的剔除边缘像素点后的第一像素点集合进行直线拟合得到第一直线，计算所述第一直线旋转到与水平X轴平行所需的第一旋转角度，将所述第一像素点集合旋转所述第一旋转角度得到第一点云集合；根据所述第一点云集合获取消除胎纹沟槽影响所需旋转的第二旋转角度，以及获取所述第一点云集合中剔除胎纹沟槽部分点且旋转了所述第二旋转角度得到的第二点云集合；根据所述第二点云集合获取消除干扰点影响所需旋转的第三旋转角度；将所述原始2D点云图中的像素点分别旋转所述第一旋转角度、所述第二旋转角度以及所述第三旋转角度，得到所述点云数据。
在一种可选的方式中，平行旋转单元902用于：将所述第一点云集合中的像素点按照纵坐标进行升序排列，保留纵坐标较小的预设比例的像素点，形成第二像素点集合；根据所述第二像素点集合进行直线拟合得到第二直线；计算所述第二直线旋转到与水平X轴平行所需的所述第二旋转角度。
在一种可选的方式中，平行旋转单元902用于：根据所述第二像素点集合进行直线拟合，计算所述第二像素点集合中像素点到拟合直线的欧式距离；保留所述欧式距离在预设阈值内的像素点，形成第三像素点集合；根据所述第三像素点集合进行直线拟合得到第三直线；计算所述第三直线旋转到与水平X轴平行所需的所述第三旋转角度。
在一种可选的方式中，沟槽定位单元903用于：根据所述点云数据进行采样计算，获取所述点云数据的梯度图；根据所述梯度图连续向一个方向变化的梯度做整合，仅保留局部范围内的波峰和波谷，并根据所述波峰和所述波谷进行胎纹沟槽定位。
在一种可选的方式中，深度测量单元904用于：所述点云数据中向胎纹沟槽边缘左右侧分别搜索一段距离，并各取一点连成一直线作为参考线；计算胎纹沟槽底部到所述参考线的距离即为所述胎纹沟槽的深度。
在一种可选的方式中，深度测量单元904用于：根据所述点云数据在胎纹沟槽边沿点左右预设距离范围内分别搜索预设长度的线段，得到第一参考线段和第二参考线段；计算相互平行的所述第一参考线段和所述第二参考线段之间的欧式距离作为胎纹的深度。
本发明实施例通过获取激光线投射到被测轮胎表面上得到的激光线图像，并对所述激光线图像中的所述激光线的像素坐标进行旋转获取所述激光线在激光坐标系中的原始2D点云图；将所述原始2D点云图中像素点进行平行旋转，得到点云数据使根据所述点云数据中位于胎纹表面的所述像素点拟合的直线平行于水平X轴；根据所述点云数据应用梯度分析方法进行胎纹沟槽定位；根据所述点云数据应用双边测量或单边测量计算所述胎纹沟槽的深度，能够支持各种胎纹沟槽深度测量，测量精度高，测量速度快，操作方便。
本发明实施例提供了一种非易失性计算机存储介质，所述计算机存储介质存储有至少一可执行指令，该计算机可执行指令可执行上述任意方法实施例中的基于线激光的胎纹沟槽深度测量方法。
可执行指令具体可以用于使得处理器执行以下操作：
获取激光线投射到被测轮胎表面上得到的激光线图像，并对所述激光线图像中的所述激光线的像素坐标进行旋转获取所述激光线在激光坐标系中的原始2D点云图；
将所述原始2D点云图中像素点进行平行旋转，得到点云数据使根据所述点云数据中位于胎纹表面的所述像素点拟合的直线平行于水平X轴；
根据所述点云数据应用梯度分析方法进行胎纹沟槽定位；
根据所述点云数据应用双边测量或单边测量计算所述胎纹沟槽的深度。
在一种可选的方式中，所述可执行指令使所述处理器执行以下操作：
从所述激光线图像中获取所述激光线的像素坐标(u，v)；
根据所述像素坐标(u，v)通过投影变换转换成相机坐标(xc，yc，zc)；
将所述相机坐标(xc，yc，zc)进行旋转变换成激光器坐标(xL，yL，zL)，其中，横坐标xL为激光线方向，纵坐标yL为激光线的投射方向，垂直坐标zL为激光光刀平面的法向量；
选取所述激光器坐标(xL，yL，zL)中的2D坐标(xL，yL)作为所述激光线在激光坐标系中的所述原始2D点云图。
在一种可选的方式中，所述可执行指令使所述处理器执行以下操作：
根据所述原始2D点云图中的剔除边缘像素点后的第一像素点集合进行直线拟合得到第一直线，计算所述第一直线旋转到与水平X轴平行所需的第一旋转角度，将所述第一像素点集合旋转所述第一旋转角度得到第一点云集合；
根据所述第一点云集合获取消除胎纹沟槽影响所需旋转的第二旋转角度，以及获取所述第一点云集合中剔除胎纹沟槽部分点且旋转了所述第二旋转角度得到的第二点云集合；
根据所述第二点云集合获取消除干扰点影响所需旋转的第三旋转角度；
将所述原始2D点云图中的像素点分别旋转所述第一旋转角度、所述第二旋转角度以及所述第三旋转角度，得到所述点云数据。
在一种可选的方式中，所述可执行指令使所述处理器执行以下操作：
将所述第一点云集合中的像素点按照纵坐标进行升序排列，保留纵坐标较小的预设比例的像素点，形成第二像素点集合；
根据所述第二像素点集合进行直线拟合得到第二直线；
计算所述第二直线旋转到与水平X轴平行所需的所述第二旋转角度。
在一种可选的方式中，所述可执行指令使所述处理器执行以下操作：
根据所述第二像素点集合进行直线拟合，计算所述第二像素点集合中像素点到拟合直线的欧式距离；
保留所述欧式距离在预设阈值内的像素点，形成第三像素点集合；
根据所述第三像素点集合进行直线拟合得到第三直线；
计算所述第三直线旋转到与水平X轴平行所需的所述第三旋转角度。
在一种可选的方式中，所述可执行指令使所述处理器执行以下操作：
根据所述点云数据进行采样计算，获取所述点云数据的梯度图；
根据所述梯度图连续向一个方向变化的梯度做整合，仅保留局部范围内的波峰和波谷，并根据所述波峰和所述波谷进行胎纹沟槽定位。
在一种可选的方式中，所述可执行指令使所述处理器执行以下操作：
所述点云数据中向胎纹沟槽边缘左右侧分别搜索一段距离，并各取一点连成一直线作为参考线；
计算胎纹沟槽底部到所述参考线的距离即为所述胎纹沟槽的深度。
在一种可选的方式中，所述可执行指令使所述处理器执行以下操作：
根据所述点云数据在胎纹沟槽边沿点左右预设距离范围内分别搜索预设长度的线段，得到第一参考线段和第二参考线段；
计算相互平行的所述第一参考线段和所述第二参考线段之间的欧式距离作为胎纹的深度。
本发明实施例通过获取激光线投射到被测轮胎表面上得到的激光线图像，并对所述激光线图像中的所述激光线的像素坐标进行旋转获取所述激光线在激光坐标系中的原始2D点云图；将所述原始2D点云图中像素点进行平行旋转，得到点云数据使根据所述点云数据中位于胎纹表面的所述像素点拟合的直线平行于水平X轴；根据所述点云数据应用梯度分析方法进行胎纹沟槽定位；根据所述点云数据应用双边测量或单边测量计算所述胎纹沟槽的深度，能够支持各种胎纹沟槽深度测量，测量精度高，测量速度快，操作方便。
本发明实施例提供一种基于线激光的胎纹沟槽深度测量装置，用于执行上述基于线激光的胎纹沟槽深度测量方法。
本发明实施例提供了一种计算机程序，所述计算机程序可被处理器调用使基站设备执行上述任意方法实施例中的基于线激光的胎纹沟槽深度测量方法。
本发明实施例提供了一种计算机程序产品，所述计算机程序产品包括存储在计算机存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，使所述计算机执行上述任意方法实施例中的基于线激光的胎纹沟槽深度测量方法。
可执行指令具体可以用于使得处理器执行以下操作：
获取激光线投射到被测轮胎表面上得到的激光线图像，并对所述激光线图像中的所述激光线的像素坐标进行旋转获取所述激光线在激光坐标系中的原始2D点云图；
将所述原始2D点云图中像素点进行平行旋转，得到点云数据使根据所述点云数据中位于胎纹表面的所述像素点拟合的直线平行于水平X轴；
根据所述点云数据应用梯度分析方法进行胎纹沟槽定位；
根据所述点云数据应用双边测量或单边测量计算所述胎纹沟槽的深度。
在一种可选的方式中，所述可执行指令使所述处理器执行以下操作：
从所述激光线图像中获取所述激光线的像素坐标(u，v)；
根据所述像素坐标(u，v)通过投影变换转换成相机坐标(xc，yc，zc)；
将所述相机坐标(xc，yc，zc)进行旋转变换成激光器坐标(xL，yL，zL)，其中，横坐标xL为激光线方向，纵坐标yL为激光线的投射方向，垂直坐标zL为激光光刀平面的法向量；
选取所述激光器坐标(xL，yL，zL)中的2D坐标(xL，yL)作为所述激光线在激光坐标系中的所述原始2D点云图。
在一种可选的方式中，所述可执行指令使所述处理器执行以下操作：
根据所述原始2D点云图中的剔除边缘像素点后的第一像素点集合进行直线拟合得到第一直线，计算所述第一直线旋转到与水平X轴平行所需的第一旋转角度，将所述第一像素点集合旋转所述第一旋转角度得到第一点云集合；
根据所述第一点云集合获取消除胎纹沟槽影响所需旋转的第二旋转角度，以及获取所述第一点云集合中剔除胎纹沟槽部分点且旋转了所述第二旋转角度得到的第二点云集合；
根据所述第二点云集合获取消除干扰点影响所需旋转的第三旋转角度；
将所述原始2D点云图中的像素点分别旋转所述第一旋转角度、所述第二旋转角度以及所述第三旋转角度，得到所述点云数据。
在一种可选的方式中，所述可执行指令使所述处理器执行以下操作：
将所述第一点云集合中的像素点按照纵坐标进行升序排列，保留纵坐标较小的预设比例的像素点，形成第二像素点集合；
根据所述第二像素点集合进行直线拟合得到第二直线；
计算所述第二直线旋转到与水平X轴平行所需的所述第二旋转角度。
在一种可选的方式中，所述可执行指令使所述处理器执行以下操作：
根据所述第二像素点集合进行直线拟合，计算所述第二像素点集合中像素点到拟合直线的欧式距离；
保留所述欧式距离在预设阈值内的像素点，形成第三像素点集合；
根据所述第三像素点集合进行直线拟合得到第三直线；
计算所述第三直线旋转到与水平X轴平行所需的所述第三旋转角度。
在一种可选的方式中，所述可执行指令使所述处理器执行以下操作：
根据所述点云数据进行采样计算，获取所述点云数据的梯度图；
根据所述梯度图连续向一个方向变化的梯度做整合，仅保留局部范围内的波峰和波谷，并根据所述波峰和所述波谷进行胎纹沟槽定位。
在一种可选的方式中，所述可执行指令使所述处理器执行以下操作：
所述点云数据中向胎纹沟槽边缘左右侧分别搜索一段距离，并各取一点连成一直线作为参考线；
计算胎纹沟槽底部到所述参考线的距离即为所述胎纹沟槽的深度。
在一种可选的方式中，所述可执行指令使所述处理器执行以下操作：
根据所述点云数据在胎纹沟槽边沿点左右预设距离范围内分别搜索预设长度的线段，得到第一参考线段和第二参考线段；
计算相互平行的所述第一参考线段和所述第二参考线段之间的欧式距离作为胎纹的深度。
本发明实施例通过获取激光线投射到被测轮胎表面上得到的激光线图像，并对所述激光线图像中的所述激光线的像素坐标进行旋转获取所述激光线在激光坐标系中的原始2D点云图；将所述原始2D点云图中像素点进行平行旋转，得到点云数据使根据所述点云数据中位于胎纹表面的所述像素点拟合的直线平行于水平X轴；根据所述点云数据应用梯度分析方法进行胎纹沟槽定位；根据所述点云数据应用双边测量或单边测量计算所述胎纹沟槽的深度，能够支持各种胎纹沟槽深度测量，测量精度高，测量速度快，操作方便。
图10示出了本发明实施例提供的计算设备的结构示意图，本发明具体实施例并不对设备的具体实现做限定。
如图10所示，该计算设备可以包括：处理器(processor)1002、通信接口(Communications Interface)1004、存储器(memory)1006、以及通信总线1008。
其中：处理器1002、通信接口1004、以及存储器1006通过通信总线1008完成相互间的通信。通信接口1004，用于与其它设备比如客户端或其它服务器等的网元通信。处理器1002，用于执行程序1010，具体可以执行上述基于线激光的胎纹沟槽深度测量方法实施例中的相关步骤。
具体地，程序1010可以包括程序代码，该程序代码包括计算机操作指令。
处理器1002可能是中央处理器CPU，或者是特定集成电路ASIC(ApplicationSpecific Integrated Circuit)，或者是被配置成实施本发明实施例的一个或各个集成电路。设备包括的一个或各个处理器，可以是同一类型的处理器，如一个或各个CPU；也可以是不同类型的处理器，如一个或各个CPU以及一个或各个ASIC。
存储器1006，用于存放程序1010。存储器1006可能包含高速RAM存储器，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。
程序1010具体可以用于使得处理器002执行以下操作：
获取激光线投射到被测轮胎表面上得到的激光线图像，并对所述激光线图像中的所述激光线的像素坐标进行旋转获取所述激光线在激光坐标系中的原始2D点云图；
将所述原始2D点云图中像素点进行平行旋转，得到点云数据使根据所述点云数据中位于胎纹表面的所述像素点拟合的直线平行于水平X轴；
根据所述点云数据应用梯度分析方法进行胎纹沟槽定位；
根据所述点云数据应用双边测量或单边测量计算所述胎纹沟槽的深度。
在一种可选的方式中，所述程序1010使所述处理器执行以下操作：
从所述激光线图像中获取所述激光线的像素坐标(u，v)；
根据所述像素坐标(u，v)通过投影变换转换成相机坐标(xc，yc，zc)；
将所述相机坐标(xc，yc，zc)进行旋转变换成激光器坐标(xL，yL，zL)，其中，横坐标xL为激光线方向，纵坐标yL为激光线的投射方向，垂直坐标zL为激光光刀平面的法向量；
选取所述激光器坐标(xL，yL，zL)中的2D坐标(xL，yL)作为所述激光线在激光坐标系中的所述原始2D点云图。
在一种可选的方式中，所述程序1010使所述处理器执行以下操作：
根据所述原始2D点云图中的剔除边缘像素点后的第一像素点集合进行直线拟合得到第一直线，计算所述第一直线旋转到与水平X轴平行所需的第一旋转角度，将所述第一像素点集合旋转所述第一旋转角度得到第一点云集合；
根据所述第一点云集合获取消除胎纹沟槽影响所需旋转的第二旋转角度，以及获取所述第一点云集合中剔除胎纹沟槽部分点且旋转了所述第二旋转角度得到的第二点云集合；
根据所述第二点云集合获取消除干扰点影响所需旋转的第三旋转角度；
将所述原始2D点云图中的像素点分别旋转所述第一旋转角度、所述第二旋转角度以及所述第三旋转角度，得到所述点云数据。
在一种可选的方式中，所述程序1010使所述处理器执行以下操作：
将所述第一点云集合中的像素点按照纵坐标进行升序排列，保留纵坐标较小的预设比例的像素点，形成第二像素点集合；
根据所述第二像素点集合进行直线拟合得到第二直线；
计算所述第二直线旋转到与水平X轴平行所需的所述第二旋转角度。
在一种可选的方式中，所述程序1010使所述处理器执行以下操作：
根据所述第二像素点集合进行直线拟合，计算所述第二像素点集合中像素点到拟合直线的欧式距离；
保留所述欧式距离在预设阈值内的像素点，形成第三像素点集合；
根据所述第三像素点集合进行直线拟合得到第三直线；
计算所述第三直线旋转到与水平X轴平行所需的所述第三旋转角度。
在一种可选的方式中，所述程序1010使所述处理器执行以下操作：
根据所述点云数据进行采样计算，获取所述点云数据的梯度图；
根据所述梯度图连续向一个方向变化的梯度做整合，仅保留局部范围内的波峰和波谷，并根据所述波峰和所述波谷进行胎纹沟槽定位。
在一种可选的方式中，所述程序1010使所述处理器执行以下操作：
所述点云数据中向胎纹沟槽边缘左右侧分别搜索一段距离，并各取一点连成一直线作为参考线；
计算胎纹沟槽底部到所述参考线的距离即为所述胎纹沟槽的深度。
在一种可选的方式中，所述程序1010使所述处理器执行以下操作：
根据所述点云数据在胎纹沟槽边沿点左右预设距离范围内分别搜索预设长度的线段，得到第一参考线段和第二参考线段；
计算相互平行的所述第一参考线段和所述第二参考线段之间的欧式距离作为胎纹的深度。
本发明实施例通过获取激光线投射到被测轮胎表面上得到的激光线图像，并对所述激光线图像中的所述激光线的像素坐标进行旋转获取所述激光线在激光坐标系中的原始2D点云图；将所述原始2D点云图中像素点进行平行旋转，得到点云数据使根据所述点云数据中位于胎纹表面的所述像素点拟合的直线平行于水平X轴；根据所述点云数据应用梯度分析方法进行胎纹沟槽定位；根据所述点云数据应用双边测量或单边测量计算胎纹沟槽深度，能够支持各种胎纹沟槽深度测量，测量精度高，测量速度快，操作方便。
在此提供的算法或显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述，构造这类系统所要求的结构是显而易见的。此外，本发明实施例也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。
类似地，应当理解，为了精简本发明并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明实施例的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。
本领域技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。上述实施例中的步骤，除有特殊说明外，不应理解为对执行顺序的限定。

Claims (9)

1.一种基于线激光的胎纹沟槽深度测量方法，其特征在于，所述方法包括：
获取激光线投射到被测轮胎表面上得到的激光线图像，并对所述激光线图像中的所述激光线的像素坐标进行旋转获取所述激光线在激光坐标系中的原始2D点云图；
将所述原始2D点云图中像素点进行平行旋转，得到点云数据使根据所述点云数据中位于胎纹表面的所述像素点拟合的直线平行于水平X轴，包括：根据所述原始2D点云图中的剔除边缘像素点后的第一像素点集合进行直线拟合得到第一直线，计算所述第一直线旋转到与水平X轴平行所需的第一旋转角度，将所述第一像素点集合旋转所述第一旋转角度得到第一点云集合；根据所述第一点云集合获取消除胎纹沟槽影响所需旋转的第二旋转角度，以及获取所述第一点云集合中剔除胎纹沟槽部分点且旋转了所述第二旋转角度得到的第二点云集合；根据所述第二点云集合获取消除干扰点影响所需旋转的第三旋转角度；将所述原始2D点云图中的像素点分别旋转所述第一旋转角度、所述第二旋转角度以及所述第三旋转角度，得到所述点云数据；
根据所述点云数据应用梯度分析方法进行胎纹沟槽定位；
根据所述点云数据应用双边测量或单边测量计算所述胎纹沟槽的深度。
2.根据权利要求1所述的方法，其特征在于，所述对所述激光线图像中的所述激光线的像素坐标进行旋转获取所述激光线在激光坐标系中的原始2D点云图，包括：
从所述激光线图像中获取所述激光线的像素坐标(u，v)；
根据所述像素坐标(u，v)通过投影变换转换成相机坐标(xc，yc，zc)；
将所述相机坐标(xc，yc，zc)进行旋转变换成激光器坐标(xL，yL，zL)，其中，横坐标xL为激光线方向，纵坐标yL为激光线的投射方向，垂直坐标zL为激光光刀平面的法向量；
选取所述激光器坐标(xL，yL，zL)中的2D坐标(xL，yL)作为所述激光线在激光坐标系中的所述原始2D点云图。
3.根据权利要求1所述的方法，其特征在于，所述根据所述第一点云集合获取消除胎纹沟槽影响所需旋转的第二旋转角度，包括：
将所述第一点云集合中的像素点按照纵坐标进行升序排列，保留纵坐标较小的预设比例的像素点，形成第二像素点集合；
根据所述第二像素点集合进行直线拟合得到第二直线；
计算所述第二直线旋转到与水平X轴平行所需的所述第二旋转角度。
4.根据权利要求3所述的方法，其特征在于，所述根据所述第二点云集合获取消除干扰点影响所需旋转的第三旋转角度，包括：
根据所述第二像素点集合进行直线拟合，计算所述第二像素点集合中像素点到拟合直线的欧式距离；
保留所述欧式距离在预设阈值内的像素点，形成第三像素点集合；
根据所述第三像素点集合进行直线拟合得到第三直线；
计算所述第三直线旋转到与水平X轴平行所需的所述第三旋转角度。
5.根据权利要求1所述的方法，其特征在于，所述根据所述点云数据应用梯度分析方法进行沟槽定位，包括：
根据所述点云数据进行采样计算，获取所述点云数据的梯度图；
根据所述梯度图连续向一个方向变化的梯度做整合，仅保留局部范围内的波峰和波谷，并根据所述波峰和所述波谷进行沟槽定位。
6.根据权利要求1所述的方法，其特征在于，所述根据所述点云数据应用双边测量或单边测量计算胎纹沟槽深度，包括：
所述点云数据中向沟槽边缘左右侧分别搜索一段距离，并各取一点连成一直线作为参考线；
计算沟槽底部到所述参考线的距离即为所述沟槽的深度。
7.根据权利要求1所述的方法，其特征在于，所述根据所述原始2D点云图应用双边测量或单边测量计算胎纹沟槽深度，包括：
根据所述点云数据在沟槽边沿点左右预设距离范围内分别搜索预设长度的线段，得到第一参考线段和第二参考线段；
计算相互平行的所述第一参考线段和所述第二参考线段之间的欧式距离作为胎纹的深度。
8.一种基于线激光的胎纹沟槽深度测量装置，其特征在于，所述装置包括：
点云图获取单元，用于获取激光线投射到被测轮胎表面上得到的激光线图像，并对所述激光线图像中的所述激光线的像素坐标进行旋转获取所述激光线在激光坐标系中的原始2D点云图；
平行旋转单元，用于将所述原始2D点云图中像素点进行平行旋转，得到点云数据使根据所述点云数据中位于胎纹表面的所述像素点拟合的直线平行于水平X轴，包括：根据所述原始2D点云图中的剔除边缘像素点后的第一像素点集合进行直线拟合得到第一直线，计算所述第一直线旋转到与水平X轴平行所需的第一旋转角度，将所述第一像素点集合旋转所述第一旋转角度得到第一点云集合；根据所述第一点云集合获取消除胎纹沟槽影响所需旋转的第二旋转角度，以及获取所述第一点云集合中剔除胎纹沟槽部分点且旋转了所述第二旋转角度得到的第二点云集合；根据所述第二点云集合获取消除干扰点影响所需旋转的第三旋转角度；将所述原始2D点云图中的像素点分别旋转所述第一旋转角度、所述第二旋转角度以及所述第三旋转角度，得到所述点云数据；
沟槽定位单元，用于根据所述点云数据应用梯度分析方法进行沟槽定位；
深度测量单元，用于根据所述点云数据应用双边测量或单边测量计算胎纹沟槽深度。
9.一种计算设备，其特征在于，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；
所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行根据权利要求1-7任一项所述基于线激光的胎纹沟槽深度测量方法的步骤。
CN202011371022.0A 2020-11-30 2020-11-30 基于线激光的胎纹沟槽深度测量方法、装置及计算设备 Active CN112683191B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202011371022.0A CN112683191B (zh) 2020-11-30 2020-11-30 基于线激光的胎纹沟槽深度测量方法、装置及计算设备
PCT/CN2021/133462 WO2022111626A1 (zh) 2020-11-30 2021-11-26 基于线激光的胎纹沟槽深度测量方法、装置及计算设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011371022.0A CN112683191B (zh) 2020-11-30 2020-11-30 基于线激光的胎纹沟槽深度测量方法、装置及计算设备

Publications (2)

Publication Number Publication Date
CN112683191A CN112683191A (zh) 2021-04-20
CN112683191B true CN112683191B (zh) 2022-06-28

Family

ID=75446902

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011371022.0A Active CN112683191B (zh) 2020-11-30 2020-11-30 基于线激光的胎纹沟槽深度测量方法、装置及计算设备

Country Status (2)

Country Link
CN (1) CN112683191B (zh)
WO (1) WO2022111626A1 (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112683191B (zh) * 2020-11-30 2022-06-28 深圳市道通科技股份有限公司 基于线激光的胎纹沟槽深度测量方法、装置及计算设备
CN113280752B (zh) * 2021-04-21 2023-04-25 深圳市道通科技股份有限公司 一种凹槽深度测量方法、装置、系统及激光测量设备
CN114018155B (zh) * 2021-11-19 2023-02-17 上海交通大学 化铣激光刻型轮廓精度检测方法及系统
CN115096203A (zh) * 2022-06-02 2022-09-23 深圳市二郎神视觉科技有限公司 一种激光测量轮胎胎纹深度的方法
CN116465302B (zh) * 2023-03-31 2023-11-10 中国地震局地质研究所 一种断层运动的监测方法、装置、设备及存储介质
CN116147504B (zh) * 2023-04-18 2023-07-04 领视科技成都有限公司 一种车载非接触式接触线磨耗测量方法及系统

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1158159A (zh) * 1995-05-26 1997-08-27 约阿希姆·伯格 胎纹深度测量装置
EP2110656A1 (en) * 2008-04-14 2009-10-21 Snap-on Equipment Srl a unico socio. Apparatus for determining the condition of a wheel assembly
CN104048970A (zh) * 2014-06-19 2014-09-17 樊晓东 隧道缺陷的高速检测系统与检测方法
WO2015110841A1 (en) * 2014-01-27 2015-07-30 Pre-Chasm Research Limited Tyre tread depth and tyre condition determination
JP2016161360A (ja) * 2015-02-27 2016-09-05 ダイハツ工業株式会社 タイヤ溝の深さ測定方法
CN106446773A (zh) * 2016-08-22 2017-02-22 南通大学 一种全自动、鲁棒的三维人脸检测方法
CN106802134A (zh) * 2017-03-15 2017-06-06 深圳市安车检测股份有限公司 一种线结构光机器视觉轮胎磨损测量装置
CN106918299A (zh) * 2017-03-15 2017-07-04 深圳市安车检测股份有限公司 一种线结构光机器视觉轮胎磨损测量方法
CN106996750A (zh) * 2017-03-15 2017-08-01 山东交通学院 一种轮胎花纹深度测量装置及轮胎花纹深度计算方法
CN107367241A (zh) * 2017-03-15 2017-11-21 山东交通学院 一种基于机器视觉的汽车轮胎花纹识别方法
CN110942460A (zh) * 2019-12-12 2020-03-31 湖南省鹰眼在线电子科技有限公司 一种轮胎花纹深度测量方法、系统及存储介质
CN111830049A (zh) * 2020-07-24 2020-10-27 深圳市道通科技股份有限公司 一种刹车盘磨损区的识别方法及磨损识别系统

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5506683A (en) * 1990-04-30 1996-04-09 Kumho & Co., Inc. Non-contact measuring apparatus for the section profile of a tire and its method
JP2014190825A (ja) * 2013-03-27 2014-10-06 Kobe Steel Ltd タイヤ形状検査装置のデータ処理方法、タイヤ形状検査装置のデータ処理プログラム、及び、タイヤ形状検査装置のデータ処理装置
US10247641B2 (en) * 2016-03-04 2019-04-02 TIREAUDIT.COM, Inc. Mesh registration system and method for diagnosing tread wear
CN108876744B (zh) * 2018-06-27 2020-01-17 大连理工大学 一种基于区域分割的大尺度点云噪声去噪方法
CN109377482A (zh) * 2018-09-29 2019-02-22 中国石油大学(华东) 一种基于点云数据的轮胎胎角性质检测方法
CN111080662A (zh) * 2019-12-11 2020-04-28 北京建筑大学 车道线的提取方法、装置及计算机设备
CN112683191B (zh) * 2020-11-30 2022-06-28 深圳市道通科技股份有限公司 基于线激光的胎纹沟槽深度测量方法、装置及计算设备

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1158159A (zh) * 1995-05-26 1997-08-27 约阿希姆·伯格 胎纹深度测量装置
EP2110656A1 (en) * 2008-04-14 2009-10-21 Snap-on Equipment Srl a unico socio. Apparatus for determining the condition of a wheel assembly
WO2015110841A1 (en) * 2014-01-27 2015-07-30 Pre-Chasm Research Limited Tyre tread depth and tyre condition determination
CN104048970A (zh) * 2014-06-19 2014-09-17 樊晓东 隧道缺陷的高速检测系统与检测方法
JP2016161360A (ja) * 2015-02-27 2016-09-05 ダイハツ工業株式会社 タイヤ溝の深さ測定方法
CN106446773A (zh) * 2016-08-22 2017-02-22 南通大学 一种全自动、鲁棒的三维人脸检测方法
CN106802134A (zh) * 2017-03-15 2017-06-06 深圳市安车检测股份有限公司 一种线结构光机器视觉轮胎磨损测量装置
CN106918299A (zh) * 2017-03-15 2017-07-04 深圳市安车检测股份有限公司 一种线结构光机器视觉轮胎磨损测量方法
CN106996750A (zh) * 2017-03-15 2017-08-01 山东交通学院 一种轮胎花纹深度测量装置及轮胎花纹深度计算方法
CN107367241A (zh) * 2017-03-15 2017-11-21 山东交通学院 一种基于机器视觉的汽车轮胎花纹识别方法
CN110942460A (zh) * 2019-12-12 2020-03-31 湖南省鹰眼在线电子科技有限公司 一种轮胎花纹深度测量方法、系统及存储介质
CN111830049A (zh) * 2020-07-24 2020-10-27 深圳市道通科技股份有限公司 一种刹车盘磨损区的识别方法及磨损识别系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Digital image correlation techniques for measuring tyre–road interface parameters: Part 2 – Longitudinal tyre slip ratio measurement;Theunis R.Botha等;《Journal of Terramechanics》;20151031;第61卷;第101-112页 *
基于机器视觉的轮胎花纹深度测量方法研究;李爱娟等;《自动化仪表》;20191031;第40卷(第10期);第53-57页 *
基于物联网轮胎花纹深度智能检测系统设计与实现;叶海雄等;《电子测量技术》;20180430;第41卷(第7期);第11-15页 *

Also Published As

Publication number Publication date
WO2022111626A1 (zh) 2022-06-02
CN112683191A (zh) 2021-04-20

Similar Documents

Publication Publication Date Title
CN112683191B (zh) 基于线激光的胎纹沟槽深度测量方法、装置及计算设备
US10115035B2 (en) Vision system and analytical method for planar surface segmentation
CN112669318B (zh) 表面缺陷检测方法、装置、设备及存储介质
TWI491848B (zh) 點雲提取系統及方法
US9443297B2 (en) System and method for selective determination of point clouds
US20140229207A1 (en) Damage assessment of an object
US9704232B2 (en) Stereo vision measurement system and method
US20160253807A1 (en) Method and System for Determining 3D Object Poses and Landmark Points using Surface Patches
JP4112812B2 (ja) パターン評価方法、パターン評価装置およびコンピュータ読み取り可能な記録媒体
CN114240845B (zh) 一种应用于切削工件的光切法表面粗糙度测量方法
CN110660072B (zh) 一种直线边缘的识别方法、装置、存储介质及电子设备
CN115641337B (zh) 一种线状缺陷检测方法、装置、介质、设备及系统
Long et al. Aircraft skin gap and flush measurement based on seam region extraction from 3D point cloud
CN115235375A (zh) 盖板类工件的多圆特征参数测量方法、检测方法和装置
Li et al. Stereo vision based automated solder ball height and substrate coplanarity inspection
Lee et al. A new approach to detect surface defects from 3D point cloud data with surface normal Gabor filter (SNGF)
US11132791B2 (en) Devices, systems, and methods for anchor-point-enabled multi-scale subfield alignment
KR20080114648A (ko) 드릴검사장치, 드릴검사방법, 및 그 프로그램을 기록한 기록매체
CN114187269B (zh) 小零器件表面缺陷边缘快速检测方法
JP4097255B2 (ja) パターンマッチング装置、パターンマッチング方法およびプログラム
CN110910358B (zh) 线束端子的视觉检测方法
CN116368349A (zh) 检查目标的语义分割
Kalajahi et al. On detailed deviation zone evaluation of scanned surfaces for automatic detection of defected regions
CN117190866B (zh) 多个堆叠电子元器件的极性判别检测方法、装置和设备
Wang et al. A Machine Vision Based In-Line Quality Assessment Method for the Fabrication of Structured Surfaces

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