CN113124877A - 一种基于运输机器人的汽车外观检测方法及检测装置 - Google Patents

Abstract

本发明公开了一种基于运输机器人的汽车外观检测方法，包括如下步骤：根据下一目标地点，规划AIV智能运输车的行驶路线信息；采集AIV智能运输车上汽车的图像数据，生成汽车外观数据信息；实时获取AIV智能运输车周围的环境数据，并同步更新行驶路线信息和汽车外观数据信息；将汽车外观数据信息与标准数据进行对比，生成外观检测报告，并发送至远程终端进行人工核验。本发明对AIV智能运输车的汽车进行外观拍摄并检测，将所有可能发生剐蹭的时间节点记录并分析，可以及时了解汽车的外观是否完好无损，并可以对产生剐蹭情况的汽车进行及时检修。

Description

一种基于运输机器人的汽车外观检测方法及检测装置

技术领域

本发明属于汽车PDI检测技术领域，具体涉及一种基于运输机器人的汽车外观检测方法及检测装置。

背景技术

商品车从仓储状态转换成运输状态之前都必须要进行一系列的PDI检验工作以保证商品车出库是完好的，状态优良的。

车企的整车物流环节中，新车从车厂流水线下线到4S店，需要经过多道物流环节。每个移动搬运环节都会出现整车外观剐蹭划伤损坏等风险。为了避免搬运过程中的车辆刮伤损坏责任，交接过程中需要人力或肉眼的反复确认，尽管如此因为疏于检查确认导致车辆损坏责任无法确认判明的情况也会经常发生，且无法及时对产生剐蹭划伤损坏的车辆进行及时检修。

发明内容

本发明所要解决的技术问题是针对上述现有技术的不足，提供一种基于运输机器人的汽车外观检测方法及检测装置。

为实现上述技术目的，本发明采取的技术方案为：

一种基于运输机器人的汽车外观检测方法，包括如下步骤：

根据下一目标地点，规划AIV智能运输车的行驶路线信息；

采集AIV智能运输车上汽车的图像数据，生成汽车外观数据信息；

实时获取AIV智能运输车周围的环境数据，并同步更新行驶路线信息和汽车外观数据信息；

将汽车外观数据信息与标准数据进行对比，生成外观检测报告，并发送至远程终端进行人工核验。

为优化上述技术方案，采取的具体措施还包括：

进一步地，AIV智能运输车的行驶路线信息的具体规划过程为：

根据下一目标地点和VDC车库的通行路线图像数据，结合地图导航数据，利用可视图法规划出多条可行驶的路线，生成路线集；

根据AIV智能运输车的长度、高度、宽度和转弯半径，从路线集中筛选出相匹配且通行时间最短的路线图，生成行驶路线信息。

进一步地，汽车外观数据信息生成过程为：全方位角度拍摄AIV智能运输车上汽车的车身、底盘和轮胎的多个部位图片，利用图片视觉信息融合算法生成车辆的整体外观图片，并作为理论汽车外观数据信息。

进一步地，AIV智能运输车周围的环境数据包括行驶冲突信息和车道信息，所述行驶冲突信息为与其他AIV智能运输车路线产生冲突阻碍的信息，所述车道信息为当前行驶的车道路线。

进一步地，行驶路线信息更新过程为：

根据实时采集的行驶冲突信息、车道信息来更新行驶路线信息，根据行驶路线信息分析并对行驶路线进行修正；

所述修正过程包括变道行驶和重新修改剩余路线。

采集AIV智能运输车的行驶阻碍因素，并与产生路线冲突的AIV智能运输车进行行驶路线信息的交换，通过对比分析行驶路线信息，重新规划AIV智能运输车的行驶路线。

进一步地，行驶路线信息分析过程为：

当采集到行驶冲突信息时，结合车道信息首先进行变道行驶判断，若无法通行，则重新修改剩余路线；

与产生路线冲突的AIV智能运输车进行行驶路线信息的交换，通过对比分析行驶路线信息，重新规划AIV智能运输车的行驶路线。

进一步地，汽车外观数据信息更新过程为：

按照设定的时间间隔以及行驶路线发生变化时，对汽车车身和底盘的多个部位图片进行拍摄，获取每个部位的图像数据，将该图像数据与初始拍摄的图像数据进行逐一替换，利用图片视觉信息融合算法再次生成车辆的整体外观图片，对汽车外观数据信息进行更新。

进一步地，汽车外观数据信息与标准数据对比过程为：将每次更新后的汽车外观数据与标准数据进行对比分析，对车辆的整体外观图片利用相关算法计算出车辆的理论刮伤区域。

本发明还提供一种基于运输机器人的汽车外观检测装置，包括：

导航模块、路径规划模块、环境数据采集模块、外观数据采集模块、外观数据模块、分析模块；

所述导航模块用于实时导航；

所述环境数据采集模块用于实时获取AIV智能运输车的环境数据；

所述路径规划模块用于对AIV智能运输车进行行驶路线分析，并根据环境数据进行实时更新；

所述外观数据采集模块用于实时获取汽车的外观数据；

所述外观数据模块用于存储汽车的外观数据并实时更新；

所述分析模块用于对外观数据进行分析判断，并生成外观检测报告。

本发明还提供一种网络侧服务端，其特征在于，包括：

至少一个处理器；以及与所述至少一个处理器通信连接的存储器；

其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述任一项所述的一种基于运输机器人的汽车外观检测方法。

本发明的有益效果：

本发明一种基于运输机器人的汽车外观检测方法，通过对AIV智能运输车的运输路线进行合理规划，同时结合AIV智能运输车的实际行驶环境进行实时更新运输路线，最大程度上实现了保护汽车，防止剐蹭的可能性。同时按照设定的时间间隔以及在每一次发生运输路线变更时，对AIV智能运输车的汽车进行外观拍摄并检测，将所有可能发生剐蹭的时间节点记录并分析，可以及时了解汽车的外观是否完好无损，并可以对产生剐蹭情况的汽车进行及时检修。

附图说明

一个或多个实施例通过与之对应的附图中的图片进行示例性说明，这些示例性说明并不构成对实施例的限定。

图1是根据本发明第一实施方式提供的一种基于运输机器人的汽车外观检测方法的流程图。

图2是根据本发明第二实施方式提供的一种基于运输机器人的汽车外观检测装置的模块示意图。

图3是根据本发明第三实施方式提供的一种网络侧服务端的结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明的各实施方式进行详细的阐述。然而，本领域的普通技术人员可以理解，在本发明各实施方式中，为了使读者更好地理解本申请而提出了许多技术细节。但是，即使没有这些技术细节和基于以下各实施方式的种种变化和修改，也可以实现本申请所要求保护的技术方案。

第一实施方式：

本发明的第一实施方式涉及一种基于运输机器人的汽车外观检测方法，包括：S1，规划AIV智能运输车的行驶路线信息；S2，采集AIV智能运输车上汽车的图像数据，生成汽车外观数据信息；S3，实时获取AIV智能运输车周围的环境数据，并同步更新行驶路线信息和汽车外观数据信息；S4，将汽车外观数据信息与标准数据进行对比，生成外观检测报告，并发送至远程终端进行人工核验。

S1中，AIV智能运输车的行驶路线信息包括当前目的地距离下一目的可行使的路线、每条路线花费的时间、每条路线的宽度、每条路线的拐弯口大小。S2中，外观数据信息包括汽车车身、地盘和轮胎的外观数据信息。

根据采集的行驶路线信息，结合实时获取的AIV智能运输车周围的环境数据，对行驶中的路线进行实时更新，并在每次更新路线信息后，对AIV智能运输车的汽车进行外观数据信息的更新。相比现有技术直接直接通过人眼来进行反复观看核验，本方案通过在运输途中实时采集AIV智能运输车上汽车的外观数据进行实时更新分析有利于本领域工作人员在第一时间对汽车的外观情况进行了解，当出现剐蹭等现象时，可以及时进行检修，避免出现人工审核的遗漏和处理不及时的状况。

下面对本实施方式的一种基于运输机器人的汽车外观检测方法的实现细节进行具体的说明，以下内容仅为方便理解提供的实现细节，并非实施本方案的必须，本实施方式的具体流程如图1所示，本实施方式应用于网络侧的服务端。

S1，根据下一目标地点，规划AIV智能运输车的行驶路线信息。

具体而言，首先通过在导航系统中输入下一目标地点，然后结合VDC车库的通行路线图像数据，利用可视图法规划出多条可行驶的路线，生成路线集。

由于在VDC车库内导航与常规道路导航不一致，常规道路导航的精度不足以满足在VDC车库内使用，因此需要对VDC车库的图像数据进行采集，并标出其可通行的路线，该可通行的路线包括其高度和拐弯口大小。

然后根据AIV智能运输车的长度、高度、宽度和转弯半径，从路线集中筛选出相匹配且通行时间最短的路线图，生成行驶路线信息。

由于VDC车库的特定环境因素限制，其各条可通行的路线，不一定能满足所有大小的AIV智能运输车的通行要求，因此在规划本AIV智能运输车的通行路线图时，需要结合该AIV智能运输车长度、高度、宽度和转弯半径，确保AIV智能运输车可以安全快速的通过每一个转弯口，保证了AIV智能运输车上汽车外观的完好。

S2，采集AIV智能运输车上汽车的图像数据，生成汽车外观数据信息。

具体而言，在将AIV智能运输车的行驶路线信息设定好之后，对AIV智能运输车的汽车外观进行图像数据的采集，全方位角度拍摄AIV智能运输车上汽车的车身、底盘和轮胎的多个部位图片，利用图片视觉信息融合算法生成车辆的整体外观图片，并作为汽车外观数据信息。

考虑光线等环境因素对图像数据采集的影响，因此利用多个摄像采集设备对汽车的车身、底盘和轮胎的多个部位图片进行拍摄，可以最大程度上保证拍摄的图像数据的真实性和可靠性。

S3，实时获取AIV智能运输车周围的环境数据，并同步更新行驶路线信息和汽车外观数据信息。

其中，AIV智能运输车周围的环境数据包括行驶冲突信息和车道信息，所述行驶冲突信息为与其他AIV智能运输车路线产生冲突阻碍的信息，所述车道信息为当前行驶的车道路线。

具体而言，在AIV智能运输车按照规定路线行驶过程中会产生各种不可控的环境因素，可能对AIV智能运输车的行驶路线产生阻碍，因此，需要利用环境监测设备对AIV智能运输车的环境数据进行实时监控，确保AIV智能运输车始终可以实时变更行驶路线，快速通行；该环境监测设备包括2D摄影视觉感知、激光雷达、毫米波雷达等，同时在每次路线变更后，都需要对AIV智能运输车上的汽车进行外观数据的采集更新，因为每次产生路线变更时，都有可能产生剐蹭等现象，导致汽车外观数据发生变化，因此需要确保当前的外观数据是最新状态的。

S31，对行驶路线信息进行更新。

具体而言，根据实时采集的行驶冲突信息、车道信息来更新行驶路线信息，根据行驶路线信息分析并对行驶路线进行修正；

所述修正过程包括变道行驶和重新修改剩余路线。

采集AIV智能运输车的行驶阻碍因素，并与产生路线冲突的AIV智能运输车进行行驶路线信息的交换，通过对比分析行驶路线信息，重新规划AIV智能运输车的行驶路线。

S311，分析行驶路线信息。

具体而言，当采集到行驶冲突信息时，结合车道信息首先进行变道行驶判断，若无法通行，则重新修改剩余路线；

与产生路线冲突的AIV智能运输车进行行驶路线信息的交换，通过对比分析行驶路线信息，重新规划AIV智能运输车的行驶路线。

S32，更新汽车外观数据信息。

具体而言，按照设定的时间间隔以及行驶路线发生变化时，对汽车车身和底盘的多个部位图片进行拍摄，获取每个部位的图像数据，将该图像数据与初始拍摄的图像数据进行逐一替换，利用图片视觉信息融合算法再次生成车辆的整体外观图片，对汽车外观数据信息进行更新。

S4，将汽车外观数据信息与标准数据进行对比，生成外观检测报告，并发送至远程终端进行人工核验。

具体而言，在AIV智能运输车运输过程中，需要经过入库，VDC车库保存、出库运输至发送区，从发送区装载发送，因此在AIV智能运输车到达每一个目标地点后，都需要将最新的汽车外观数据与标准数据进行对比，然后生成外观检测报告，可以及时查看当前汽车的最新外观数据，若出现剐蹭等现象，可以及时处理，避免延误期限等状况，大大提高了运转效率以及大大降低了磕碰事件发生的概率。

其中汽车外观数据信息与标准数据对比过程为：将每次更新后的汽车外观数据与标准数据进行对比分析，对车辆的整体外观图片利用相关算法计算出车辆的理论刮伤区域。

上面各种方法的步骤划分，只是为了描述清楚，实现时可以合并为一个步骤或者对某些步骤进行拆分，分解为多个步骤，只要包括相同的逻辑关系，都在本专利的保护范围内；对算法中或者流程中添加无关紧要的修改或者引入无关紧要的设计，但不改变其算法和流程的核心设计都在该专利的保护范围内。

第二实施方式：

本发明的第二实施方式提供了一种基于运输机器人的汽车外观检测装置，包括导航模块、路径规划模块、环境数据采集模块、外观数据采集模块、外观数据模块、分析模块；

导航模块用于实时导航；

环境数据采集模块用于实时获取AIV智能运输车的环境数据；

路径规划模块用于对AIV智能运输车进行行驶路线分析，并根据环境数据进行实时更新；

外观数据采集模块用于实时获取汽车的外观数据；

外观数据模块用于存储汽车的外观数据并实时更新；

分析模块用于对外观数据进行分析判断，并生成外观检测报告。

不难发现，本实施方式为与第一实施方式相对应的系统实施例，本实施方式可与第一实施方式互相配合实施。第一实施方式中提到的相关技术细节在本实施方式中依然有效，为了减少重复，这里不再赘述。相应地，本实施方式中提到的相关技术细节也可应用在第一实施方式中。

值得一提的是，本实施方式中所涉及到的各模块均为逻辑模块，在实际应用中，一个逻辑单元可以是一个物理单元，也可以是一个物理单元的一部分，还可以以多个物理单元的组合实现。此外，为了突出本发明的创新部分，本实施方式中并没有将与解决本发明所提出的技术问题关系不太密切的单元引入，但这并不表明本实施方式中不存在其它的单元。

第三实施方式：

本发明的第三实施方式提供一种网络侧服务端，包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述一种基于运输机器人的汽车外观检测方法。

其中，存储器和处理器采用总线方式连接，总线可以包括任意数量的互联的总线和桥，总线将一个或多个处理器和存储器的各种电路连接在一起。总线还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路连接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。总线接口在总线和收发机之间提供接口。收发机可以是一个元件，也可以是多个元件，比如多个接收器和发送器，提供用于在传输介质上与各种其他装置通信的单元。经处理器处理的数据通过天线在无线介质上进行传输，进一步，天线还接收数据并将数据传送给处理器。

处理器负责管理总线和通常的处理，还可以提供各种功能，包括定时，外围接口，电压调节、电源管理以及其他控制功能。而存储器可以被用于存储处理器在执行操作时所使用的数据。

以上所述的仅是本发明的实施例，方案中公知的具体结构及特性等常识在此未作过多描述，所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识，能够获知该领域中所有的现有技术，并且具有应用该日期之前常规实验手段的能力，所属领域普通技术人员可以在本申请给出的启示下，结合自身能力完善并实施本方案，一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本申请的障碍。应当指出，对于本领域的技术人员来说，在不脱离本发明结构的前提下，还可以作出若干变形和改进，这些也应该视为本发明的保护范围，这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准，说明书中的具体实施方式等记载可以用于解释权利要求的内容。

Claims (9)

1.一种基于运输机器人的汽车外观检测方法，其特征在于，包括如下步骤：

根据下一目标地点，规划AIV智能运输车的行驶路线信息；

采集AIV智能运输车上汽车的图像数据，生成汽车外观数据信息；

实时获取AIV智能运输车周围的环境数据，并同步更新行驶路线信息和汽车外观数据信息；

将汽车外观数据信息与标准数据进行对比，生成外观检测报告，并发送至远程终端进行人工核验。

2.根据权利要求1所述的一种基于运输机器人的汽车外观检测方法，其特征在于，所述AIV智能运输车的行驶路线信息的具体规划过程为：

根据下一目标地点和VDC车库的通行路线图像数据，结合地图导航数据，利用可视图法规划出多条可行驶的路线，生成路线集；

根据AIV智能运输车的长度、高度、宽度和转弯半径，从路线集中筛选出相匹配且通行时间最短的路线图，生成行驶路线信息。

3.根据权利要求2所述的一种基于运输机器人的汽车外观检测方法，其特征在于：所述汽车外观数据信息生成过程为：

全方位角度拍摄AIV智能运输车上汽车的车身、底盘和轮胎的多个部位图片，利用图片视觉信息融合算法生成车辆的整体外观图片，并作为汽车外观数据信息。

4.根据权利要求3所述的一种基于运输机器人的汽车外观检测方法，其特征在于：所述AIV智能运输车周围的环境数据包括行驶冲突信息和车道信息，所述行驶冲突信息为与其他AIV智能运输车路线产生冲突阻碍的信息，所述车道信息为当前行驶的车道路线。

5.根据权利要求4所述的一种基于运输机器人的汽车外观检测方法，其特征在于：所述行驶路线信息更新过程为：

根据实时采集的行驶冲突信息、车道信息来更新行驶路线信息，根据行驶路线信息分析并对行驶路线进行修正；所述修正过程包括变道行驶和重新修改剩余路线；

采集AIV智能运输车的行驶阻碍因素，并与产生路线冲突的AIV智能运输车进行行驶路线信息的交换，通过对比分析行驶路线信息，重新规划AIV智能运输车的行驶路线。

6.根据权利要求5所述的一种基于运输机器人的汽车外观检测方法，其特征在于，所述行驶路线信息分析过程为：

当采集到行驶冲突信息时，结合车道信息首先进行变道行驶判断，若无法通行，则重新修改剩余路线；

与产生路线冲突的AIV智能运输车进行行驶路线信息的交换，通过对比分析行驶路线信息，重新规划AIV智能运输车的行驶路线。

7.根据权利要求5所述的一种基于运输机器人的汽车外观检测方法，其特征在于，所述汽车外观数据信息更新过程为：

按照设定的时间间隔以及行驶路线发生变化时，对汽车车身和底盘的多个部位图片进行拍摄，获取每个部位的图像数据，将该图像数据与初始拍摄的图像数据进行逐一替换，利用图片视觉信息融合算法再次生成车辆的整体外观图片，对汽车外观数据信息进行更新。

8.根据权利要求7所述的一种基于运输机器人的汽车外观检测方法，其特征在于，所述汽车外观数据信息与标准数据对比过程为：将每次更新后的汽车外观数据与标准数据进行对比分析，对车辆的整体外观图片利用相关算法计算出车辆的理论刮伤区域。

9.一种基于运输机器人的汽车外观检测装置，其特征在于：包括导航模块、路径规划模块、环境数据采集模块、外观数据采集模块、外观数据模块、分析模块；

所述导航模块用于实时导航；

所述环境数据采集模块用于实时获取AIV智能运输车的环境数据；

所述路径规划模块用于对AIV智能运输车进行行驶路线分析，并根据环境数据进行实时更新；

所述外观数据采集模块用于实时获取汽车的外观数据；

所述外观数据模块用于存储汽车的外观数据并实时更新；

所述分析模块用于对外观数据进行分析判断，并生成外观检测报告。

Images