CN113008158A - 多线激光轮胎花纹深度测量方法 - Google Patents

Abstract

本发明公开了多线激光轮胎花纹深度测量方法。所述方法借助多线激光轮胎花纹深度测量装置在车轮经过本发明的多线激光轮胎花纹深度测量装置时一次拍照，通过面向多线激光的双目匹配对激光条纹中心点进行三维重建，得到激光条纹中心点的三维点坐标，对待测车轮的多线激光三维模型计算胎面点到凹槽点曲面方程的距离即得胎面点各自的深度值。本发明的多线激光轮胎花纹深度测量方法能够自动测量出轮胎花纹深度以判断轮胎磨损状况，而且误差远小于现有技术。

Description

多线激光轮胎花纹深度测量方法

技术领域

本发明涉及一种多线激光轮胎花纹深度测量方法，具体为一种通过多线激光结合双目相机在车轮经过装置时通过一次拍照，自动测量出轮胎花纹深度，以判断轮胎磨损状况的方法。

背景技术

现有的轮胎磨损测量方法一般采用目测的方法，这种方法凭人的直观判断，人为因素很大，无法保证精确性。另外一种轮胎磨损的测量方法是对花纹深度进行测量，该方法主要是由检测人员用轮胎花纹深度尺进行接触式测量，首先将轮胎花纹深度尺的尖端，伸入轮胎胎面的同一横截面几个主花纹沟中，测量它的深度，得出一组数值，从中得出平均数。由于检验人员的操作方法以及轮胎花纹深度尺自身的误差会导致测量的数据产生较大误差，使用轮胎花纹深度尺只能进行单点测量且人工测量效率的低下，严重制约了汽车检测线的工作效率。

此外，还有一种方法是通过一条截面为“一”字形的激光照射在轮胎上，并获取照片后进行处理，得到轮胎的花纹深度，而这种使用单线激光进行测量的方法无法对轮胎花纹内的磨损标记胶条或石子等特殊情况做出准确判断，原因在于只有当一条截面为“一”字形的激光垂直照射在轮胎上时测量的深度才能是准确的，而且，不能规避照射石子、轮胎磨损标记等特殊情况造成的测量误差；但是，大多数情况下一条截面为“一”字形的激光为斜照轮胎上时测量的为偏斜距离，并不能等同于轮胎的花纹深度。

发明内容

为解决现有技术中的上述问题，本发明提出一种多线激光轮胎花纹深度测量方法。本发明提供的多线激光轮胎花纹深度测量装置在车轮经过本发明的多线激光轮胎花纹深度测量装置时通过一次拍照，计算处理自动测量出轮胎花纹深度以判断轮胎磨损状况。

为实现本发明，采取以下技术方案：

一种多线激光轮胎花纹深度测量方法，使用下述多线激光轮胎花纹深度测量装置测量轮胎花纹深度，

多线激光轮胎花纹深度测量装置包括第一相机、第二相机、多线激光发射器、触发装置、保护盖、处理单元，

第一相机、第二相机、多线激光发射器置于透明的保护盖内部防止损坏，并且，多线激光发射器的放置确保轮胎经过时发射的平行多线激光能够打到轮胎胎面形成多线激光图案，并使得多线激光图案同时处于第一相机、第二相机视域内，

处理单元分别与第一相机、第二相机、多线激光发射器、触发装置连接，处理单元通过触发装置控制第一相机、第二相机的拍摄以及多线激光发射器的激光发射，而且第一相机、第二相机采集轮胎信息传输到处理单元；

测量轮胎花纹深度的方法，包括如下步骤：

S1、双目系统以及多个激光平面的标定，分别计算第一相机和第二相机的内部参数矩阵A₁₀₂和A₁₀₃，

其中，

(u₁₀₂,v₁₀₂)为第一相机主点坐标，α_102x、α_102y分别为第一相机u轴和v轴的尺度因子，u轴和v轴的尺度因子即为相机的焦距。

(u₁₀₃,v₁₀₃)为第二相机主点坐标，α_103x、α_103y分别为第二相机u轴和v轴的尺度因子，

以及第二相机相对于第一相机的旋转矩阵R和平移向量T，并确定n个激光平面在第一相机坐标系下的n个激光平面方程，

l_n:a_nX_102(i)+b_nY_102(i)+c_nZ_102(i)+d_n＝0 (1)

其中，a_n、b_n、c_n、d_n表示第n个激光平面方程的系数，(X_102(i),Y_102(i),Z_102(i))表示在第一相机坐标系下的n个激光平面方程上的任意一点坐标；

S2、当待测轮胎经过时第一相机和第二相机捕获多线激光投射到待测轮胎花纹表面的激光条纹图像；

S3、第一相机和第二相机的激光条纹图像经过图像处理获得激光条纹中心点p_102(e),(e＝1,2...f)、p_103(g),(g＝1,2...h)，其中，f为第一相机所拍摄图像上的激光条纹中心点个数，h为第二相机所拍摄图像上的激光条纹中心点个数；

S4、面向多线激光的双目匹配，通过第二相机确定第一相机激光条纹图像的激光平面，对激光条纹中心点进行三维重建计算激光条纹中心点的三维点坐标，步骤如下：

4.1)将第一相机所拍摄的激光条纹图像上的任意一个激光条纹中心点p₁₀₂＝(x₁₀₂,y₁₀₂)代入公式(2)并结合激光平面方程(1)转化为对应n个激光平面上的空间坐标点P_102(i)＝(X_102(i),Y_102(i),Z_102(i)),(i＝1,2...n)，

4.2)将步骤4.1)第一相机坐标系下的n个空间点坐标P_102(i),(i＝1,2...n)代入公式(3)转换为第二相机坐标系下的空间点坐标为P_102-103(i)＝(X_103(i),Y_103(i),Z_103(i)),(i＝1,2...n)；

4.3)将第二相机的参数矩阵A₁₀₃和空间点坐标P_102-103(i),(i＝1,2...n)代入公式(4)转换为第二相机的像素坐标p_102-103(i)＝(x_103(i),y_103(i)),(i＝1,2...n)，这些像素坐标也即匹配点；

4.4)由于第一相机所拍摄的激光条纹图像上的任意一个激光条纹中心点p₁₀₂的匹配点必然位于双目立体视觉极线上，因此将p_102-103(i),(i＝1,2...n)与步骤3获得的第二相机所拍摄图像极线上的激光条纹中心点p_103(i),(i＝1,2...n)分别进行比较求差计算二者的距离，即得n个匹配误差Δpⁱ,(i＝1,2...n)，其中p_103(i),(i＝1,2...n)是p_103(g),(g＝1,2...h)与极线的n个交点，

若n个匹配误差Δpⁱ,(i＝1,2...n)中有且仅有一个Δpⁱ≤λ，则选取该第i个匹配点为正确匹配点

说明第一相机所拍摄的激光条纹图像上的激光条纹中心点p₁₀₂对应正确的第i个激光平面，P_102(i)的空间坐标即是p₁₀₂对应的正确的空间坐标，

否则，第一相机所拍摄的激光条纹图像上的激光条纹中心点p₁₀₂没有正确的匹配点，无法匹配并予以剔除，

其中，λ为阈值控制参数，选取为正值；

4.5)对步骤3获得的第一相机所拍摄的激光条纹图像的所有激光条纹中心点p_102(e),(e＝1,2...f)依次按照4.1)-4.4)的步骤寻找对应的正确的激光平面，获得对应的空间点坐标，从而三维重建出多线激光模型Q；

S5、对待测车轮的多线激光三维模型Q进行坐标计算获得花纹深度，步骤如下：

5.1)对步骤4构建的多线激光三维模型Q上的三维点坐标Q_103(j),(j＝1,2...k)筛选出凹槽点，

取步骤4构建的多线激光三维模型Q上任意一点Q_103(j),(j＝1,2...k)分别与其相邻点比较深度值，

若

则筛选出Q_103(j)为凹槽点，

其中，

为任意三维点坐标Q_103(j)z坐标的绝对值，

为Q_103(j)相邻点的z坐标的绝对值，

然后，使用最小二乘法对所有的凹槽点拟合获得凹槽点曲面方程，即得公式(5)，

m₀+m₁x+m₂y+m₃x²+m₄xy+m₅y²＝z (5)

其中，m₀为凹槽点曲面方程常数项，m₁、m₂、m₃、m₄、m₅为凹槽点曲面方程的系数，

5.2)在多线激光三维模型Q上取相邻凹槽点之间的点中z坐标的绝对值最大的点，即得到多线激光三维模型Q上的若干r个胎面点，

然后，计算r个胎面点到凹槽点曲面方程(5)的距离，即得r个胎面点各自的深度值。

5.3)然后将步骤5.2)计算的深度值与相关标准进行比较，即可获知轮胎花纹的磨损状况。

优选，步骤S1中通过采集10-15幅图像完成相机标定。

优选，步骤S1中n的取值为4≤n≤10，即使用的平行线激光数为4～10。

优选，步骤S3中采用Steger算法提取出像素级别的激光条纹中心。

有益效果：

1.测量结果更加准确。通过使用多线激光轮胎花纹深度测量装置测量时，减少了人的干预，从而避免了人为因素造成的误差，使测量结果更加准确。现有的使用单线激光测量花纹深度易受到轮胎花纹内的磨损标记胶条、石子或花纹内沾染的泥土等特殊情况的影响，同时也避免了单线激光因倾斜照射造成的测量误差。本设备单次采样多，能很好的将这些错误点筛选出去，很好的规避了这些不确定的特殊情况。单次采样提高了测量速度和车辆通过效率。

2.测量过程更加高效。使用轮胎花纹深度测量尺只能进行单点测量且需要人工进行测量，效率极低。而在车轮经过本装置时，通过一次拍照，便可自动测量出轮胎花纹深度。

3.本设备所需的部件少，成本低。本设备的主要装置只需两台相机、多线激光器以及相应的连接装置即可。相较于目前已有的轮胎花纹深度测量装置，本设备成本低。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的内容来实现和获得。

附图说明

在附图中描述了使用多线激光深度测量装置进行轮胎花纹深度测量的实施例。在不同的附图中，相同的标号代表同一部件或功能相同部件。

图1为多线激光轮胎花纹深度测量装置的结构图。

图2为以实施例1为例的面向多线激光的双目匹配原理图。

图3为以实施例1为例的面向多线激光双目匹配过程中寻找正确匹配点原理图。

图4为实施例1的多线激光轮胎花纹深度测量方法获得的单侧磨损胎纹三维数据示意图。

图5为实施例1的筛选出的轮胎凹槽点拟合成的曲面与胎面点示意图。

其中,附图标记为：

101、多线激光发射器，102、第一相机，103、第二相机，104、触发装置，105、保护罩，106、处理单元，100、待测轮胎。

p₁₀₂第一相机102所拍摄的激光条纹图像上的任意一个激光条纹中心点，P₁₀₂₍₁₎、P₁₀₂₍₂₎、P₁₀₂₍₃₎、P₁₀₂₍₄₎、P₁₀₂₍₅₎、P₁₀₂₍₆₎表示p₁₀₂对应激光平面上的空间坐标点，p_102-103(1)、p_102-103(2)、p_102-103(3)、p_102-103(4)、p_102-103(5)、p_102-103(6)分别表示P₁₀₂₍₁₎、P₁₀₂₍₂₎、P₁₀₂₍₃₎、P₁₀₂₍₄₎、P₁₀₂₍₅₎、P₁₀₂₍₆₎在103所拍摄的激光条纹图像上的投影点，p₁₀₃₍₁₎、p₁₀₃₍₂₎、p₁₀₃₍₃₎、p₁₀₃₍₄₎、p₁₀₃₍₆₎表示第二相机103所拍摄激光条纹图像极线上的激光条纹中心点，

表示正确的匹配点。

具体实施方式

下面将参照附图对本发明进行更详细的描述，其中表示了本发明的优选实施例，应该理解本领域技术人员可以修改在此描述的本发明而仍然实现本发明的有益效果。因此，下列描述应当被理解为对于本领域技术人员的广泛知道，而并不作为对本发明的限制。

为了清楚，不描述实际实施例的全部特征。在下列描述中，不详细描述公知的功能和结构，因为它们会使本发明由于不必要的细节而混乱。应当认为在任何实际实施例的开发中，必须作出大量实施细节以实现开发者的特定目标。

为使本发明的目的、特征更明显易懂，下面结合附图对本发明的具体实施方式作进一步的说明。需要说明的是，附图均采用非常简化的形式且均使用非精准的比率，仅用于方便、清晰地辅助说明本发明实施例的目的。

实施例1

多线激光轮胎花纹深度测量方法，如图1所示，本方法使用下述多线激光轮胎花纹深度测量装置获取测量数据，

所述多线激光轮胎花纹深度测量装置包括多线激光发射器101、第一相机102和第二相机103、触发装置104、保护盖105、处理单元106，

多线激光发射器101、第一相机102和第二相机103置于透明的保护盖105内部防止损坏，多线激光发射器101的放置确保待测轮胎100经过时发射的平行多线激光能够打到待测轮胎100的胎面形成多线激光图案，并且多线激光图案同时处于第一相机102和第二相机103视域内，

本例中的处理单元106为计算机，触发装置104与处理单元106连接，处理单元106通过触发装置104控制第一相机102和第二相机103的拍摄、多线激光发射器101的激光发射，使得触发装置104感应到车辆待测轮胎100经过时处理单元106控制第一相机102和第二相机103采集待测轮胎100的信息并传输到处理单元106；本例中多线激光发射器101发射的平行线激光数为6条，并且，触发装置104为感应开关。

使用上述装置的多线激光轮胎花纹深度测量方法，如图2-5所示，具体步骤如下：

步骤1、双目系统以及多个激光平面的标定，包括以下步骤：

1.1)测量前，将本装置固定在地面上。调整多线激光发射器101和第一相机102、第二相机103的角度，使其向待测轮胎100经过的一侧倾斜，保持整体相对姿态不变，标定该装置。具体标定方法是：调整第一相机102、第二相机103及多线激光发射器101之间的位置，使得多线激光照射到待测轮胎100表面产生的激光条纹能在第一相机102、第二相机103共同视域中可见，保持第一相机102与第二相机103的相对位置以及相对姿态不变，通过平移和旋转标定板采集若干张不同位姿的标定板图像，采集图像的数量为15幅，采用基于平面标靶的标定算法对第一相机102与第二相机103分别标定获取三维重建所需的参数信息，即得到：

第一相机102的内部参数矩阵：

(u₁₀₂,v₁₀₂)为第一相机102主点坐标，α_102x、α_102y分别是第一相机102的u轴和v轴的尺度因子，u轴和v轴的尺度因子即为相机的焦距。

第二相机103的内部参数矩阵：

(u₁₀₃,v₁₀₃)为第二相机103主点坐标，α_103x、α_103y分别是第二相机103的u轴和v轴的尺度因子。

在双目立体标定时，对第一相机102和第二相机103同时对同一位姿下的标定板采集图像提取特征点的像素坐标，然后通过双相机标定算法获取两个相机坐标系之间的外参，即第二相机103相对于第一相机102的旋转矩阵R和平移向量T。

1.2)标定好相机的内部参数矩阵和第二相机103相对于第一相机102的旋转矩阵R和平移向量T后，将标定板放置在不同高度的平面上，将激光条纹照射在标定板上，依次采集不同高度处激光条纹图像，采集图像的数量不少于3幅，提取每个激光条纹的中心点，计算中心点的世界坐标。将每个激光平面所有的三维空间坐标带入到最小二乘法拟合算法中得到激光平面方程，得到n个激光平面对应的在第一相机102坐标系下的n个激光平面方程，

l_n:a_nX_102(i)+b_nY_102(i)+c_nZ_102(i)+d_n＝0 (1)

其中，a_n、b_n、c_n、d_n表示第n个激光平面方程的未知数系数，(X_102(i),Y_102(i),Z_102(i))表示第一相机102坐标系下的n个激光平面方程上的任意一点坐标；

其中，本例中采用的平行线激光数为6，即n＝6。

步骤2、捕获多线激光投射到轮胎花纹表面的激光条纹图像，包括以下步骤：

2.1)当有车辆经过触发装置104被待测轮胎100触发时，处理单元控制多线激光发射器101发射稳定的等间距的线激光,并均匀投射到待测轮胎100轮廓表面形成n(n＝6)条“一”字型激光条纹；

2.2)处理单元106控制第一相机102和第二相机103同时工作,同步采样待测轮胎100表面的激光条纹图像。

步骤3、分别对第一相机102和第二相机103所拍摄的激光条纹图像进行图像处理，即得激光条纹中心点p_102(e),(e＝1,2...f)、p_103(g),(g＝1,2...h)，其中，f为第一相机102所拍摄图像上的激光条纹中心点个数、h为第二相机103所拍摄图像上的激光条纹中心点个数，包括以下步骤：

3.1)采用中值滤波和高斯滤波的方法对图像进行图像去噪。

3.2)利用数学上质心的定义对灰度值质量处理，计算沿坐标轴方向的灰度重心点来代表该截面的激光条纹的中心点的大致位置。

3.3)使用Steger算法提取第一相机102和第二相机103所拍摄的激光条纹图像的激光条纹中心点的亚像素坐标，即分别得到第一相机102和第二相机103所拍摄的激光条纹图像的激光条纹中心点p_102(e),(i＝1,2...f)、p_103(g),(i＝1,2...h)。

步骤4、面向多线激光的双目匹配，对第一相机102和第二相机103所拍摄图像的激光条纹中心点进行三维重建，面向多线激光的双目匹配原理如图2-3所示，包括以下步骤：

4.1)将第一相机102所拍摄的激光条纹图像上的任意一个激光条纹中心点p₁₀₂转化为对应激光平面上的空间坐标点P_102(i),(i＝1,2...n)，本例中前述定义n＝6，

即将第一相机102的内部参数矩阵A₁₀₂和任意一个激光条纹中心点p₁₀₂＝(x₁₀₂,y₁₀₂)代入投影方程(2)中并结合激光平面方程(1)计算空间坐标点P_102(i)＝(X_102(i),Y_102(i),Z_102(i)),(i＝1,2...n)，

4.2)利用双目系统中两相机的外部参数R、T，将步骤4.1)第一相机102坐标系下的n个空间点坐标P_102(i),(i＝1,2...n)转换为第二相机103坐标系下的空间点坐标为P_102-103(i)＝(X_103(i),Y_103(i),Z_103(i)),(i＝1,2...n)；

即将第二相机103相对于第一相机102的旋转矩阵R、平移向量T、第一相机102坐标系下的n个空间点坐标P_102(i),(i＝1,2...n)代入公式(3)中得到P_102-103(i),(i＝1,2...n)。

4.3)通过第二相机103的参数矩阵A₁₀₃将空间点坐标P_102-103(i),(i＝1,2...n)转换为第二相机103的像素坐标p_102-103(i)＝(x_103(i),y_103(i)),(i＝1,2...n)；

即将第二相机103的内部参数矩阵A₁₀₃和P_102-103(i),(i＝1,2...n)代入投影公式(4)中，转换成第二相机103的像素坐标p_102-103(i),(i＝1,2...n)，也称之为第一相机102所拍摄的激光条纹图像上的激光条纹中心点对应到第二相机103所拍摄图像上的匹配点p_102-103(i),(i＝1,2...n)。

4.4)由于第一相机所拍摄的激光条纹图像上的任意一个激光条纹中心点p₁₀₂的匹配点必然位于双目立体视觉极线上，因此将p_102-103(i),(i＝1,2...n)与步骤3获得的第二相机103所拍摄图像极线上的激光条纹中心点p_103(i),(i＝1,2...n)分别进行比较求差计算二者之间的距离，即得n个匹配误差Δpⁱ,(i＝1,2...n)，其中p_103(i),(i＝1,2...n)是p_103(g),(g＝1,2...h)与极线的n个交点，

若n个匹配误差Δpⁱ,(i＝1,2...n)中有且仅有一个Δpⁱ≤λ，则选取该第i个匹配点为正确匹配点

说明第一相机所拍摄的激光条纹图像上的激光条纹中心点p₁₀₂对应正确的第i个激光平面，P_102(i)的空间坐标即是p₁₀₂对应的正确的空间坐标，

否则，第一相机所拍摄的激光条纹图像上的激光条纹中心点p₁₀₂没有正确的匹配点，无法匹配并予以剔除，

其中，λ为阈值控制参数，理想条件下为零，选取为正值。

4.5)对步骤3获得的第一相机102所拍摄的激光条纹图像的所有激光条纹中心点p_102(e),(e＝1,2...f)依次按照4.1)-4.4)的步骤寻找对应的正确匹配点

(j＝1,2...k)，其中，k表示正确匹配点个数，即得到对应的正确的激光平面及其获得对应的空间点坐标；

将确定的正确匹配点p_102(e),(e＝1,2...f)对应的空间坐标将第一相机102所拍摄图像上激光条纹中心点在第二相机103空间坐标系下三维重建多线激光三维模型Q。

由于p₁₀₂为n个空间点中的某一个，且对应的空间坐标在步骤4.1)中通过公式(2)并结合激光平面方程(1)已知，因此获得p₁₀₂位于正确的激光平面即获得正确的空间点坐标，然后即可将所有p_102(e),(e＝1,2...f)对应的正确的空间点坐标构建多线激光三维模型Q，其中，每一个三维坐标点用Q_103(i),(i＝1,2...k)表示，如图4所示。

步骤5、对待测车轮100的多线激光三维模型Q进行坐标计算获得花纹深度，包括以下步骤：

5.1)对步骤4构建的多线激光三维模型Q上的三维点坐标Q_103(j),(j＝1,2...k)筛选出凹槽点，

取步骤4构建的多线激光三维模型Q上任意一点Q_103(j),(j＝1,2...k)分别与其相邻点比较深度值，

若

则筛选出Q_103(j)为凹槽点，

其中，

为任意三维点坐标Q_103(j)z坐标的绝对值，

为Q_103(j)相邻点的z坐标的绝对值，

原因在于凹槽点的相邻两侧点的z坐标的绝对值必然大于凹槽点的z坐标的绝对值。

然后，使用最小二乘法对所有的凹槽点拟合获得凹槽点曲面方程，即得公式(5)，

m₀+m₁x+m₂y+m₃x²+m₄xy+m₅y²＝z (5)

其中，m₁、m₂、m₃、m₄、m₅为凹槽点曲面方程的系数，m₀为凹槽点曲面方程常数项。

5.2)在多线激光三维模型Q上取相邻凹槽点之间的点中z坐标的绝对值最大的点，即得到多线激光三维模型Q上的若干r个胎面点，胎面点的位置与筛选出的轮胎凹槽点拟合成的曲面如图5所示，

然后，计算r个胎面点到凹槽点曲面方程(5)的距离，即得r个胎面点各自的深度值。

5.3)然后将步骤5.2)计算的深度值与相关标准进行比较，即可获知轮胎花纹的磨损状况。

试验验证：

本例中对一条单侧磨损严重的轮胎进行验证实验，其中，包括4条花纹，分别为左一轮胎花纹、左二轮胎花纹、左三轮胎花纹、左四轮胎花纹。

并且，步骤1标定时获取的内部参数矩阵和第二相机103相对于第一相机102的旋转矩阵R和平移向量T分别为：

然后，采用最小二乘法拟合算法得到6个激光平面对应的在第一相机102坐标系下的n个激光平面方程为：

定义步骤4重点控制参数λ＝3，按照步骤5对待测车轮的多线激光三维模型Q进行坐标计算获得花纹深度筛选出凹槽点，计算得到凹槽点曲面方程为：

z＝304.9-0.26x+0.065y+0.0019x²+0.00066y²-0.00064xy

然后，计算胎面点到凹槽点曲面方程的距离即深度值如表1使所示。

表1轮胎花纹深度

轮胎花纹	深度尺测量的深度值(mm)	本装置测量出的深度值(mm)
			左一轮胎花纹	0.88	0.83
左二轮胎花纹	3.75	3.70
			左三轮胎花纹	3.96	4.01
左四轮胎花纹	3.00	2.97

实验表明，用本方法测量出的轮胎花纹深度值与使用深度尺测量出的深度值误差范围在0.05mm以内，优于现有单线激光测量技术0.5～1mm的平均误差。

需要说明的是，对凹槽点进行筛选时，如果有点的深度值明显过小的话，极有可能是遇到磨损标记胶条或石子等特殊情况，这些点需要剔除出去。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (4)

1.一种多线激光轮胎花纹深度测量方法，其特征在于使用下述多线激光轮胎花纹深度测量装置测量轮胎花纹深度，

多线激光轮胎花纹深度测量装置包括第一相机、第二相机、多线激光发射器、触发装置、保护盖、处理单元，

第一相机、第二相机、多线激光发射器置于透明的保护盖内部防止损坏，并且，多线激光发射器的放置确保轮胎经过时发射的平行多线激光能够打到轮胎胎面形成多线激光图案，并使得多线激光图案同时处于第一相机、第二相机视域内，

处理单元分别与第一相机、第二相机、多线激光发射器、触发装置连接，处理单元通过触发装置控制第一相机、第二相机的拍摄以及多线激光发射器的激光发射，而且第一相机、第二相机采集待测轮胎表面多线激光图案信息传输到处理单元；

测量轮胎花纹深度的方法，包括如下步骤：

S1、双目系统以及多个激光平面的标定，分别计算第一相机和第二相机的内部参数矩阵A₁₀₂和A₁₀₃，

其中，

(u₁₀₂,v₁₀₂)为第一相机主点坐标，α_102x、α_102y分别为第一相机u轴和v轴的尺度因子，

(u₁₀₃,v₁₀₃)为第二相机主点坐标，α_103x、α_103y分别为第二相机u轴和v轴的尺度因子，

以及第二相机相对于第一相机的旋转矩阵R和平移向量T，并确定n个激光平面在第一相机坐标系下的n个激光平面方程，

l_n:a_nX_102(i)+b_nY_102(i)+c_nZ_102(i)+d_n＝0 (1)

其中，a_n、b_n、c_n、d_n表示第n个激光平面方程的系数，(X_102(i),Y_102(i),Z_102(i))表示在第一相机坐标系下的n个激光平面方程上的任意一点坐标；

S2、当待测轮胎经过时第一相机和第二相机捕获多线激光投射到待测轮胎花纹表面的激光条纹图像；

S3、第一相机和第二相机的激光条纹图像经过图像处理获得激光条纹中心点p_102(e),(e＝1,2...f)、p_103(g),(g＝1,2...h)，其中，f为第一相机所拍摄图像上的激光条纹中心点个数，h为第二相机所拍摄图像上的激光条纹中心点个数；

S4、面向多线激光的双目匹配，通过第二相机确定第一相机激光条纹图像的激光条纹中心点的激光平面，对激光条纹中心点进行三维重建计算激光条纹中心点的三维点坐标，步骤如下：

4.1)将第一相机所拍摄的激光条纹图像上的任意一个激光条纹中心点p₁₀₂＝(x₁₀₂,y₁₀₂)代入公式(2)并结合激光平面方程(1)转化为对应n个激光平面上的空间坐标点P_102(i)＝(X_102(i),Y_102(i),Z_102(i)),(i＝1,2...n)，

4.2)将步骤4.1)第一相机坐标系下的n个空间点坐标P_102(i),(i＝1,2...n)代入公式(3)转换为第二相机坐标系下的空间点坐标为P_102-103(i)＝(X_103(i),Y_103(i),Z_103(i)),(i＝1,2...n)；

4.3)将第二相机的参数矩阵A₁₀₃和空间点坐标P_102-103(i),(i＝1,2...n)代入公式(4)转换为第二相机的像素坐标p_102-103(i)＝(x_103(i),y_103(i)),(i＝1,2...n)；

4.4)由于第一相机所拍摄的激光条纹图像上的任意一个激光条纹中心点p₁₀₂的匹配点必然位于双目立体视觉极线上，因此将p_102-103(i),(i＝1,2...n)与步骤3获得的第二相机所拍摄图像极线上的激光条纹中心点p_103(i),(i＝1,2...n)分别进行比较求差计算二者之间的距离，即得n个匹配误差Δpⁱ,(i＝1,2...n)，其中p_103(i),(i＝1,2...n)p_103(g),(g＝1,2...h)与极线的n个交点，

若n个匹配误差Δpⁱ,(i＝1,2...n)中有且仅有一个Δpⁱ≤λ，则选取该第i个匹配点为正确匹配点

说明第一相机所拍摄的激光条纹图像上的激光条纹中心点p₁₀₂对应正确的第i个激光平面，此时P_102(i)即是p₁₀₂对应的正确的空间坐标，

否则，第一相机所拍摄的激光条纹图像上的激光条纹中心点p₁₀₂没有正确的匹配点无法匹配，予以剔除，

其中，λ为阈值控制参数，选取为正值；

4.5)对步骤3获得的第一相机所拍摄的激光条纹图像的所有激光条纹中心点p_102(e),(e＝1,2...f)依次按照4.1)-4.4)的步骤寻找对应的正确的激光平面，获得对应的空间点坐标三维重建出多线激光模型Q；

S5、对待测车轮的多线激光三维模型Q进行坐标计算获得花纹深度，步骤如下：

5.1)对步骤4构建的多线激光三维模型Q上的三维点坐标Q_103(i),(i＝1,2...k)筛选出凹槽点，

取步骤4构建的多线激光三维模型Q上任意一点Q_103(j),(j＝1,2...k)分别与其相邻点比较深度值，

若

则筛选出Q_103(j)为凹槽点，

其中，

为任意三维点坐标Q_103(j)z坐标的绝对值，

为Q_103(j)相邻点的z坐标的绝对值，

然后，使用最小二乘法对所有的凹槽点拟合获得凹槽点曲面方程，即得公式(5)，

m₀+m₁x+m₂y+m₃x²+m₄xy+m₅y²＝z (5)

其中，m₀为凹槽点曲面方程常数项，m₁、m₂、m₃、m₄、m₅为凹槽点曲面方程的系数；

5.2)在多线激光三维模型Q上取相邻凹槽点之间的点中z坐标的绝对值最大的点，即得到多线激光三维模型Q上的若干r个胎面点，

然后，计算r个胎面点到凹槽点曲面方程(5)的距离，即得r个胎面点各自的深度值；

5.3)然后将步骤5.2)计算的深度值与轮胎凹槽相关标准进行比较，即可获知轮胎花纹的磨损状况。

2.根据权利要求1所述的方法，其特征在于步骤S1采集10-15幅图像完成相机标定。

3.根据权利要求1所述的方法，其特征在于步骤S1中n的取值为4≤n≤10。

4.根据权利要求1所述的方法，其特征在于步骤S3中采用Steger算法提取出像素级别的激光条纹中心。

Images