CN113837150A - 基于计算机视觉的非接触式轮胎气压获取方法及相关装置 - Google Patents
基于计算机视觉的非接触式轮胎气压获取方法及相关装置 Download PDFInfo
- Publication number
- CN113837150A CN113837150A CN202111408077.9A CN202111408077A CN113837150A CN 113837150 A CN113837150 A CN 113837150A CN 202111408077 A CN202111408077 A CN 202111408077A CN 113837150 A CN113837150 A CN 113837150A
- Authority
- CN
- China
- Prior art keywords
- tire
- air pressure
- obtaining
- natural frequency
- computer vision
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01L—MEASURING FORCE, STRESS, TORQUE, WORK, MECHANICAL POWER, MECHANICAL EFFICIENCY, OR FLUID PRESSURE
- G01L17/00—Devices or apparatus for measuring tyre pressure or the pressure in other inflated bodies
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Measuring Fluid Pressure (AREA)
Abstract
本申请公开了一种基于计算机视觉的非接触式轮胎气压获取方法及相关装置,方法包括:获取轮胎的运动视频;根据轮胎的运动视频获取轮胎的位移时程;根据轮胎的位移时程得到轮胎的固有频率;根据轮胎的固有频率及构建的轮胎固有频率与轮胎气压的关系,得到轮胎的气压。本申请公开的上述技术方案,获取轮胎的运动视频,通过计算机视觉的方式对获取到的轮胎的运动视频进行识别,以得到轮胎的固有频率,并依据构建的轮胎固有频率与轮胎气压的关系实现非接触式的获取轮胎气压,而无需通过在车辆上安装传感器进行实现,以提高轮胎气压获取的便利性,降低轮胎气压获取的成本。
Description
技术领域
本申请涉及车辆检测技术领域,更具体地说,涉及一种基于计算机视觉的非接触式轮胎气压获取方法及相关装置。
背景技术
轮胎气压是评价车辆安全性和行驶平顺性的重要指标,胎压过大或过大会产生巨大的燃油费,也极易造成交通事故和人员伤亡,因此,在车辆行驶过程中,获取轮胎气压是保障交通安全和车辆耗油的重要前提。
目前,常通过直接式TPMS(tire pressure monitoring system,轮胎压力监测系统)和间接式TPMS获取轮胎气压,其中,直接式TPMS是通过胎压传感器直接测试每个轮胎的气压,通过无线通讯将数据信息传送至接受器和中央处理器进行运算,从而实现对轮胎气压的监测和报警,但是,这种方式不仅需要安装胎压传感器,而且胎压传感器的电池寿命有限,对胎压传感器的安装要求比较高,需要做动平衡操作;间接式TPMS利用ABS(antilockbrake system,制动防抱死系统)的轮速传感器获取轮胎的转速信息,计算转速差值,根据转速差值改变而判断轮胎气压变化状况,其具体工作原理:当一个轮胎气压减少,轮胎滚动半径减少,车轮转速就会相应的加快,根据不同轮胎产生的转速来判断气压变化,这种方式不能够实时监测真实轮胎气压值,只能判断各轮胎之间的相对状态。
综上所述,如何实现在不安装传感器的情况下获取轮胎气压,是目前本领域技术人员亟待解决的技术问题。
发明内容
有鉴于此,本申请的目的是提供一种基于计算机视觉的非接触式轮胎气压获取方法及相关装置,用于实现在不安装传感器的情况下获取轮胎气压。
为了实现上述目的,本申请提供如下技术方案:
一种基于计算机视觉的非接触式轮胎气压获取方法,包括:
获取轮胎的运动视频;
根据所述轮胎的运动视频获取所述轮胎的位移时程;
根据所述轮胎的位移时程得到所述轮胎的固有频率;
根据所述轮胎的固有频率及构建的轮胎固有频率与轮胎气压的关系,得到所述轮胎的气压。
优选的,根据所述轮胎的运动视频获取所述轮胎的位移时程,包括:
对所述轮胎的运动视频进行分帧,得到多张轮胎图像,并从多张所述轮胎图像中选取目标轮胎图像;
从所述目标轮胎图像中选取感兴趣区域,并获取所述感兴趣区域中的目标像素点的坐标值;
以所述感兴趣区域为模板在每张所述轮胎图像中进行匹配,以确定每张所述轮胎图像中与所述感兴趣区域相匹配的匹配区域,并获取各所述匹配区域中的目标像素点的坐标值;
按照所述轮胎图像的时间顺序,根据各所述匹配区域中的目标像素点的坐标值、图像距离与实际空间距离间的转化比例,得到所述轮胎的位移时程。
优选的,根据所述轮胎的位移时程得到所述轮胎的固有频率,包括:
根据所述轮胎的位移时程得到所述轮胎的加速度数据;
利用快速贝叶斯FFT方法对所述加速度数据进行处理,得到变化后结果;
根据所述变化后结果,得到所述轮胎的固有频率。
优选的,根据所述变化后结果,得到所述轮胎的固有频率,包括:
根据所述变化后结果,得到在模态阶数大于4的情况下所述轮胎的固有频率。
优选的,构建轮胎固有频率与轮胎气压的关系,包括:
根据轮胎柔性环模型运动方程,获取在轮胎自由状态下的轮胎环运动方程;
将利用轮胎模态表示的轮胎位移方程与所述轮胎环运动方程联合,构建所述轮胎固有频率与轮胎气压的关系。
优选的,获取轮胎的运动视频,包括:
利用设置在道路/桥梁侧面的摄像机获取所述轮胎的运动视频。
优选的,在根据所述轮胎的固有频率及构建的轮胎固有频率与轮胎气压的关系,得到所述轮胎的气压之后,还包括:
判断所述轮胎的气压是否小于第一阈值或是否大于第二阈值;其中,所述第二阈值大于所述第一阈值;
若所述轮胎的气压小于所述第一阈值或大于所述第二阈值,则发出预警提示。
一种基于计算机视觉的非接触式轮胎气压获取装置,包括:
第一获取模块,用于获取轮胎的运动视频;
第二获取模块,用于根据所述轮胎的运动视频获取所述轮胎的位移时程;
得到固有频率模块,用于根据所述轮胎的位移时程得到所述轮胎的固有频率;
得到气压模块,用于根据所述轮胎的固有频率及构建的轮胎固有频率与轮胎气压的关系,得到所述轮胎的气压。
一种基于计算机视觉的非接触式轮胎气压获取设备,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如上述任一项所述的基于计算机视觉的非接触式轮胎气压获取方法的步骤。
一种可读存储介质,所述可读存储介质中存储有计算机程序,所述计算机程序被处理器执行时实现如上述任一项所述的基于计算机视觉的非接触式轮胎气压获取方法的步骤。
本申请提供了一种基于计算机视觉的非接触式轮胎气压获取方法及相关装置,其中,该方法包括:获取轮胎的运动视频;根据轮胎的运动视频获取轮胎的位移时程;根据轮胎的位移时程得到轮胎的固有频率;根据轮胎的固有频率及构建的轮胎固有频率与轮胎气压的关系,得到轮胎的气压。
本申请公开的上述技术方案,通过获取轮胎的运动视频,根据轮胎运动视频获取轮胎的位移时程,并根据轮胎的位移时程得到轮胎的固有频率,然后,根据轮胎的固有频率及构建的轮胎固有频率与轮胎气压的关系实现非接触式地获取轮胎的气压,而无需通过安装传感器进行获取,因此,可以提高轮胎气压获取的便利性,降低轮胎气压获取的成本,且能够实现对轮胎气压的实时获取和监测。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本申请实施例提供的一种基于计算机视觉的非接触式轮胎气压获取方法的流程图;
图2为本申请实施例提供的利用归一化相关匹配算法进行计算时的示意图;
图3为本申请实施例提供的一种基于计算机视觉的非接触式轮胎气压获取装置的结构示意图;
图4为本申请实施例提供的一种基于计算机视觉的非接触式轮胎气压获取设备的结构示意图。
具体实施方式
随着经济增长,车辆的拥有量不断扩张。人们对汽车的安全性、舒适性及耐久性的要求不断增高。轮胎作为车辆与地面接触的唯一部件,其性能优劣直接影响着车辆行驶的安全性和舒适性。
在轮胎气压过低情况下,轮胎与路面间的接地面积增大,摩擦力和轮胎温度大幅上升,轮胎薄弱部分在反复挤压下会加速轮胎发生疲劳失效。在轮胎气压过高情况下,胎冠及胎侧部分接触到路面尖锐物体容易发生爆胎。另外轮胎在长时间行驶状况下,轮胎温度升高,也会增加轮胎发生爆胎的几率。
此外轮胎气压还直接影响车辆使用的经济性。据美国统计,如果每年车辆气压维持在标准胎压范围内,可以节约20亿美元和减少10%的汽油用量,轮胎的平均使用寿命延长5%。
因此在车辆实时行驶过程中,准确获取轮胎气压信息是保障交通安全和车辆耗油的重要前提。
目前,轮胎气压的获取主要是通过传感器进行实现,主要包括直接式TPMS和间接式TPMS等,其中,直接式TPMS:通过胎压传感器直接测试每个轮胎的气压,通过无线通讯将数据信息传送至接受器和中央处理器进行运算,从而实现对轮胎气压的监测和报警,但是,这种方式不仅需要安装胎压传感器,而且胎压传感器的电池寿命有限,对胎压传感器的安装要求比较高,需要做动平衡操作;间接式TPMS:利用ABS(antilock brake system,制动防抱死系统)的轮速传感器获取轮胎的转速信息,计算转速差值,根据转速差值改变而判断轮胎气压变化状况,其具体工作原理:当一个轮胎气压减少,轮胎滚动半径减少,车轮转速就会相应的加快,根据不同轮胎产生的转速来判断气压变化,然而这种方式不能实时监测真实轮胎气压值,只能判断各轮胎之间的相对状态,也不能确定气压异常的轮胎位置。
为此,本申请提供的一种基于计算机视觉的非接触式轮胎气压获取方法及相关装置,用于通过计算机视觉实现轮胎固有频率的获取,并依据构建的轮胎固有频率与轮胎气压的关系,实现非接触式的轮胎气压获取,而无需通过在车辆上安装传感器进行实现。
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
参见图1,其示出了本申请实施例提供的一种基于计算机视觉的非接触式轮胎气压获取方法的流程图,本申请实施例提供的一种基于计算机视觉的非接触式轮胎气压获取方法,可以包括:
S11:获取轮胎的运动视频。
在本申请中,可以利用摄像机(具体可以为高帧率的摄像机)拍摄轮胎的运动视频,并将拍摄到的轮胎的运动视频发送至后台,由后台获取轮胎的运动视频并基于轮胎的运动视频获取轮胎的气压。
S12:根据轮胎的运动视频获取轮胎的位移时程。
在获取轮胎的运动视频之后,后台可以根据轮胎的运动视频利用计算机视觉方法获取轮胎在运动过程中的位移时程,其中,这里提及的位移时程具体指的是轮胎在运动过程中随时间变化的振动位移,也即振动位移随时间的振动曲线,具体可以先获取轮胎上某一点在轮胎的运动视频中随时间的变化情况,然后,可以将该变化情况转换到实际空间中而得到轮胎的位移时程。
S13:根据轮胎的位移时程得到轮胎的固有频率。
在获取轮胎的位移时程之后,可以基于计算机视觉并根据轮胎的位移时程计算得到轮胎的固定频率。
S14:根据轮胎的固有频率及构建的轮胎固有频率与轮胎气压的关系,得到轮胎的气压。
在步骤S13的基础上,可以根据所得到的轮胎的固有频率、构建的轮胎固有频率与轮胎气压的关系,计算得到轮胎的气压。
通过上述过程,本申请获取轮胎的运动视频,通过计算机视觉的方式对轮胎的运动视频进行识别,以轮胎的固有频率,并依据构建的轮胎固有频率与轮胎气压的关系,实现非接触式的轮胎气压获取,而无需通过在车辆上安装传感器进行实现,因此,可以提高轮胎气压获取的便利性,降低轮胎气压获取的成本,并能够实现对轮胎气压的实时获取和监测,且便于进行实际应用,并扩大应用范围。
本申请公开的上述技术方案,通过获取轮胎的运动视频,根据轮胎运动视频获取轮胎的位移时程,并根据轮胎的位移时程得到轮胎的固有频率,然后,根据轮胎的固有频率及构建的轮胎固有频率与轮胎气压的关系实现非接触式地获取轮胎的气压,而无需通过安装传感器进行获取,因此,可以提高轮胎气压获取的便利性,降低轮胎气压获取的成本,且能够实现对轮胎气压的实时获取和监测。
本申请实施例提供的一种基于计算机视觉的非接触式轮胎气压获取方法,根据轮胎的运动视频获取轮胎的位移时程,可以包括:
对轮胎的运动视频进行分帧,得到多张轮胎图像,并从多张轮胎图像中选取目标轮胎图像;
从目标轮胎图像中选取感兴趣区域,并获取感兴趣区域中的目标像素点的坐标值;
以感兴趣区域为模板在每张轮胎图像中进行匹配,以确定每张轮胎图像中与感兴趣区域相匹配的匹配区域,并获取各匹配区域中的目标像素点的坐标值;
按照轮胎图像的时间顺序,根据各匹配区域中的目标像素点的坐标值、图像距离与实际空间距离间的转化比例,得到轮胎的位移时程。
在本申请中,在根据轮胎的运动视频获取轮胎的位移时程时,具体可以先对获取到的轮胎的运动视频进行分帧,以得到多张轮胎图像,其中,每张轮胎图像均对应有拍摄时间,另外,每秒所得到的轮胎图像数量具体可以根据摄像机的性能参数等进行设置。之后,可以从所得到的多张轮胎图像中选出一张包含有轮胎的轮胎图像(具体可为包含有清晰轮胎部位)作为目标轮胎图像。
在上述基础上,从所选取出的目标轮胎图像中选取感兴趣区域,并获取感兴趣区域中的目标像素点在目标轮胎图像中的坐标值,其中,所选取的感兴趣区域具体可以为轮胎变形最大或者与最能与轮胎中的其他部位区分开的区域(例如带有轮胎标识的区域等),且具体可以将感兴趣区域的中心像素点作为感兴趣区域中的目标像素点,另外,在获取目标像素点在目标轮胎图像中的坐标值时,具体可以先以目标轮胎图像的左上角为原点建立坐标系,然后,获取目标像素点在该坐标系中的坐标值。需要说明的是,可以将感兴趣区域选取在轮胎边缘位置处,以便于根据轮胎边缘位置处的目标像素点来确定轮胎的位移时程,以提高轮胎的位移时程获取的准确性。
之后,以目标轮胎图像中的感兴趣区域为模板对分帧得到的每张轮胎图像中进行匹配,以确定每张轮胎图像中与感兴趣区域相匹配的匹配区域,并确定每张感兴趣区域中的目标像素点的坐标值,具体地,从第一张轮胎图像开始(以第一张轮胎图像作为当前的轮胎图像),以感兴趣区域为模板,按照从左到右、从上到下的顺序在当前的轮胎图像中进行滑动,每滑动一次则进行一次相似度计算,以得到感兴趣区域与当前滑动到的位置处的相似度值,在当前的轮胎图像中滑动完之后,选择相似度最大的区域作为当前的轮胎图像中与感兴趣区域相匹配的匹配区域,并计算匹配区域中的目标像素点在当前的轮胎图像中的坐标值,且计算匹配区域中的目标像素点(匹配区域中的目标像素点与感兴趣区域中目标像素点选取位置相一致,例如均是中点位置处)到感兴趣区域中目标像素点的差值,以得到当前的轮胎图像中目标像素点的坐标值变化。其中,在进行相似度计算时,具体可以利用归一化相关匹配算法进行计算,并以归一化相关匹配系数大小判断相似程度,其中,归一化相关匹配系数为:
结合图2所示,其示出了本申请实施例提供的利用归一化相关匹配算法进行计算时的示意图,在上述公式(1)中,M为原图像行像素点个数;N为原图像列像素点个数;T为模板图像;I为待匹配图像;i为第i个模板;x表示每个模板左上角到图像左边缘的像素点个数;y表示每个模板左上角到图像上边缘的像素点个数。
在上述基础上,按照分帧所得到的轮胎图像的时间顺序,根据从第一张轮胎图像到最后一张轮胎图像中匹配到的各匹配区域中的目标像素点的坐标值的变化、图像距离与实际空间距离间的转化比例(具体可以根据轮胎图像中相距h个像素点在实际空间中相距H距离得到转化比例为),得到轮胎图像的位移时程。具体地,以第一张轮胎图像为例,计算第一张轮胎图中匹配区域中的目标像素点到感兴趣区域中目标像素点的差值,以得到当前的轮胎图像中目标像素点的坐标值变化,将第一张轮胎图像的像素点的差值个数与图像距离与实际空间距离间的转化比例相乘,获得轮胎在目标轮胎图像与第一张轮胎图像之间的真实位移,其中,当将感兴趣区域选取在轮胎边缘位置处,则此时获取的即是轮胎的边缘在目标轮胎图像与第一张轮胎图像之间的真实位移,与此同时,可以获取目标轮胎图像与第一张轮胎图像之间的时间差,后续其他张的轮胎图像按照第一张轮胎图像进行上述操作和处理,从而根据时间差及时间差对应的真实位移获取轮胎的位移时程。另外,需要说明的是,除了上述提及的根据各张轮胎图像的匹配区域中的目标像素点与目标轮胎图像中感兴趣区域中目标像素点的变化来确定轮胎的位移时程之外,也可以分别根据相邻两幅轮胎图像的匹配区域中的目标像素点的变化来最终确定轮胎的位移时程。
通过上述过程可以准确地获取轮胎的位移时程,以便于提高轮胎气压获取的准确性。
本申请实施例提供的一种基于计算机视觉的非接触式轮胎气压获取方法,根据轮胎的位移时程得到轮胎的固有频率,可以包括:
根据轮胎的位移时程得到轮胎的加速度数据;
利用快速贝叶斯FFT方法对加速度数据进行处理,得到变化后结果;
根据变化后结果,得到轮胎的固有频率。
考虑到车辆在行驶过程中,轮胎与路面的接触是一个非平稳过程。对于随机响应不确定和系统激励未知的情况下,采用基于快速贝叶斯FFT (Fast Bayesian FFT) 方法可以识别复杂环境下的轮胎模态参数,而基于快速贝叶斯FFT变换需要的是加速度数据,为此,本申请在根据轮胎的位移时程得到轮胎的固有频率时,可以首先对轮胎的位移时程进行二阶求导后可以获得加速度数据,然后利用贝叶斯理论,将获取的加速度响应表示为,是由一系列模态参数(模态频率f;阻尼比;模态激励下的自功率频谱和误差谱密度)引起的轮胎加速度响应,是由于噪声引发的预测误差,是添加噪声后的加速度数据。
之后,再对贝叶斯理论处理过的加速度数据进行FFT变化,得到变换后的结果:
当与的值是共轭镜像(其中,),不能提供有效附加信息,因此,不进行模态识别。同时,考虑到时,轮胎的加速度数据极易受采样通道低频的影响,因此,也不进行轮胎模态识别,所以,最终当时,可进行轮胎模态识别,对应的频率值为,也即轮胎的固有频率为,。
本申请实施例提供的一种基于计算机视觉的非接触式轮胎气压获取方法,根据变化后结果,得到轮胎的固有频率,可以包括:
根据变化后结果,得到在模态阶数大于4的情况下轮胎的固有频率。
在本申请中,通过数值仿真获知轮胎在自由悬置、轮辋固定和路面接触等方式下获取的频率试验结果在(高频阶段)的结果是一致的,不同约束对轮胎频率的影响均是在低频阶段的,对轮胎高频阶段是没有影响的,因此,为了提高轮胎固有频率获取的准确性,以提高轮胎气压获取的准确性,则本申请根据变化后结果,得到在模态阶数大于4的情况下轮胎的固有频率。
本申请实施例提供的一种基于计算机视觉的非接触式轮胎气压获取方法,构建轮胎固有频率与轮胎气压的关系,可以包括:
根据轮胎柔性环模型运动方程,获取在轮胎自由状态下的轮胎环运动方程;
将利用轮胎模态表示的轮胎位移方程与轮胎环运动方程联合,构建轮胎固有频率与轮胎气压的关系。
在本申请中,构建轮胎固有频率与轮胎气压的关系的过程为:
轮胎在行驶过程中,轮胎柔性环在充气压力和离心力共同作用下处于平衡状态,根据拉格朗日能量守恒定理,确定轮胎柔性环模型运动方程为:
在上述公式(3)中,为切向柔性变形量;为时间;为轮胎中性面半径;为轮胎旋转的角度;为轮胎抗弯刚度;为充气压力沿轮胎切向方向的法向应力;为轮胎的截面面积;为轮胎径向刚度;为轮胎切向刚度;为轮胎径向阻尼;为轮胎切向阻尼;为轮胎密度;为转速;为轮胎的气压;为轮胎宽度;为轮胎切向力;为轮胎剪切力;为轮胎法向力。
在轮胎自由状态下、轮胎不受任何外荷载作用下,上述公式(3)可以简化为:
滚动轮胎位移可以通过轮胎模态表示为:
将公式(5)带入到公式(4)中,构建述轮胎固有频率与轮胎气压的关系:
由于公式(6)中包含有、、和四个未知量,因此,需要联立四个方程组进行求解,相应地,在根据轮胎的固有频率及构建的轮胎固有频率与轮胎气压的关系,得到轮胎的气压时,则可以取基于计算机视觉识别的轮胎在范围内的任意四个固有频率带入到公式(6)中,以得到轮胎气压。另外,通过上述公式(6)可知,不仅可以计算出轮胎气压,还可以计算得到、、这三个参数。
本申请实施例提供的一种基于计算机视觉的非接触式轮胎气压获取方法,获取轮胎的运动视频,可以包括:
利用设置在道路侧面的摄像机获取轮胎的运动视频。
在本申请中,在获取轮胎的运动视频时,可以利用设置在道路侧面/桥梁侧面的摄像头获取轮胎的运动视频,以使得车辆在道路或桥上行驶时可以进行轮胎气压的实时获取,而且由于在此情况下摄像机的拍摄方向与轮胎的二维运动平面是垂直的,因此,在根据轮胎的运动视频获取轮胎的位移时程时所基于的图像距离与实际空间距离间的转化比例可靠性比较高,可以基于该图像距离与实际空间距离间的转化比例准确地获取轮胎的位移时程,从而提高轮胎气压获取的准确性。
本申请实施例提供的一种基于计算机视觉的非接触式轮胎气压获取方法,在根据轮胎的固有频率及构建的轮胎固有频率与轮胎气压的关系,得到轮胎的气压之后,还可以包括:
判断轮胎的气压是否小于第一阈值或是否大于第二阈值;其中,第二阈值大于第一阈值;
若轮胎的气压小于第一阈值或大于第二阈值,则发出预警提示。
在本申请中,在根据轮胎的固有频率及构建的轮胎固有频率与轮胎气压的关系,得到轮胎的气压之后,可以判断轮胎的气压是否小于第一阈值或是否大于第二阈值,其中,第二阈值大于第一阈值。
若轮胎的气压小于第一阈值,则表明轮胎的气压过低,此时,则可以发出预警提示,以便于相关人员可以及时根据预警提示对轮胎气压进行调整,以降低轮胎的疲劳,延长轮胎的使用寿命。若轮胎的气压大于第二阈值,则表明轮胎的气压过高,此时,则可以发出预警提示,以便于相关人员可以及时根据预警提示对轮胎气压进行调整,降低轮胎爆胎的几率,延长轮胎的使用寿命,保证车辆行驶的安全性。
其中,具体可以向车辆的显示屏上或者车辆司机的移动终端上发出预警提示,以使得相关人员可以及时获知该预警提示,并及时进行处理。
本申请实施例还提供了一种基于计算机视觉的非接触式轮胎气压获取装置,参见图3,其示出了本申请实施例提供的一种基于计算机视觉的非接触式轮胎气压获取装置的结构示意图,可以包括:
第一获取模块31,用于获取轮胎的运动视频;
第二获取模块32,用于根据轮胎的运动视频获取轮胎的位移时程;
得到固有频率模块33,用于根据轮胎的位移时程得到轮胎的固有频率;
得到气压模块34,用于根据轮胎的固有频率及构建的轮胎固有频率与轮胎气压的关系,得到轮胎的气压。
本申请实施例提供的一种基于计算机视觉的非接触式轮胎气压获取装置,第二获取模块32可以包括:
分帧单元,用于对轮胎的运动视频进行分帧,得到多张轮胎图像,并从多张轮胎图像中选取目标轮胎图像;
选取单元,用于从目标轮胎图像中选取感兴趣区域,并获取感兴趣区域中的目标像素点的坐标值;
匹配单元,用于以感兴趣区域为模板在每张轮胎图像中进行匹配,以确定每张轮胎图像中与感兴趣区域相匹配的匹配区域,并获取各匹配区域中的目标像素点的坐标值;
得到位移时程单元,用于按照轮胎图像的时间顺序,根据各匹配区域中的目标像素点的坐标值、图像距离与实际空间距离间的转化比例,得到轮胎的位移时程。
本申请实施例提供的一种基于计算机视觉的非接触式轮胎气压获取装置,得到固有频率模块33可以包括:
得到加速度数据单元,用于根据轮胎的位移时程得到轮胎的加速度数据;
处理单元,用于利用快速贝叶斯FFT方法对加速度数据进行处理,得到变化后结果;
得到固有频率单元,用于根据变化后结果,得到轮胎的固有频率。
本申请实施例提供的一种基于计算机视觉的非接触式轮胎气压获取装置,得到固有频率单元可以包括:
得到固有频率子单元,用于根据变化后结果,得到在模态阶数大于4的情况下轮胎的固有频率。
本申请实施例提供的一种基于计算机视觉的非接触式轮胎气压获取装置,还包括用于构建轮胎固有频率与轮胎气压的关系的构建模块,该构建模块可以包括:
第一获取单元,用于根据轮胎柔性环模型运动方程,获取在轮胎自由状态下的轮胎环运动方程;
构建单元,用于将利用轮胎模态表示的轮胎位移方程与轮胎环运动方程联合,构建轮胎固有频率与轮胎气压的关系。
本申请实施例提供的一种基于计算机视觉的非接触式轮胎气压获取装置,第一获取模块31可以包括:
第二获取单元,用于利用设置在道路侧面的摄像机获取轮胎的运动视频。
本申请实施例提供的一种基于计算机视觉的非接触式轮胎气压获取装置,还可以包括:
判断模块,用于在根据轮胎的固有频率及构建的轮胎固有频率与轮胎气压的关系,得到轮胎的气压之后,判断轮胎的气压是否小于第一阈值或是否大于第二阈值;其中,第二阈值大于第一阈值;
发出预警提示模块,用于若轮胎的气压小于第一阈值或大于第二阈值,则发出预警提示。
本申请实施例还提供了一种基于计算机视觉的非接触式轮胎气压获取设备,参见图4,其示出了本申请实施例提供的一种基于计算机视觉的非接触式轮胎气压获取设备的结构示意图,可以包括:
存储器41,用于存储计算机程序;
处理器42,用于执行存储器41存储的计算机程序时可实现如下步骤:
获取轮胎的运动视频;根据轮胎的运动视频获取轮胎的位移时程;根据轮胎的位移时程得到轮胎的固有频率;根据轮胎的固有频率及构建的轮胎固有频率与轮胎气压的关系,得到轮胎的气压。
本申请实施例还提供了一种可读存储介质,可读存储介质中存储有计算机程序,计算机程序被处理器执行时可实现如下步骤:
获取轮胎的运动视频;根据轮胎的运动视频获取轮胎的位移时程;根据轮胎的位移时程得到轮胎的固有频率;根据轮胎的固有频率及构建的轮胎固有频率与轮胎气压的关系,得到轮胎的气压。
该可读存储介质可以包括:U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
本申请实施例提供的一种基于计算机视觉的非接触式轮胎气压获取装置、设备及可读存储介质中相关部分的说明可以参见本申请实施例提供的一种基于计算机视觉的非接触式轮胎气压获取方法中相关部分的详细说明,在此不再赘述。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、 “包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。另外,本申请实施例提供的上述技术方案中与现有技术中对应技术方案实现原理一致的部分并未详细说明,以免过多赘述。
对所公开的实施例的上述说明,使本领域技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种基于计算机视觉的非接触式轮胎气压获取方法,其特征在于,包括:
获取轮胎的运动视频;
根据所述轮胎的运动视频获取所述轮胎的位移时程;
根据所述轮胎的位移时程得到所述轮胎的固有频率;
根据所述轮胎的固有频率及构建的轮胎固有频率与轮胎气压的关系,得到所述轮胎的气压。
2.根据权利要求1所述的基于计算机视觉的非接触式轮胎气压获取方法,其特征在于,根据所述轮胎的运动视频获取所述轮胎的位移时程,包括:
对所述轮胎的运动视频进行分帧,得到多张轮胎图像,并从多张所述轮胎图像中选取目标轮胎图像;
从所述目标轮胎图像中选取感兴趣区域,并获取所述感兴趣区域中的目标像素点的坐标值;
以所述感兴趣区域为模板在每张所述轮胎图像中进行匹配,以确定每张所述轮胎图像中与所述感兴趣区域相匹配的匹配区域,并获取各所述匹配区域中的目标像素点的坐标值;
按照所述轮胎图像的时间顺序,根据各所述匹配区域中的目标像素点的坐标值、图像距离与实际空间距离间的转化比例,得到所述轮胎的位移时程。
3.根据权利要求1所述的基于计算机视觉的非接触式轮胎气压获取方法,其特征在于,根据所述轮胎的位移时程得到所述轮胎的固有频率,包括:
根据所述轮胎的位移时程得到所述轮胎的加速度数据;
利用快速贝叶斯FFT方法对所述加速度数据进行处理,得到变化后结果;
根据所述变化后结果,得到所述轮胎的固有频率。
4.根据权利要求3所述的基于计算机视觉的非接触式轮胎气压获取方法,其特征在于,根据所述变化后结果,得到所述轮胎的固有频率,包括:
根据所述变化后结果,得到在模态阶数大于4的情况下所述轮胎的固有频率。
5.根据权利要求4所述的基于计算机视觉的非接触式轮胎气压获取方法,其特征在于,构建轮胎固有频率与轮胎气压的关系,包括:
根据轮胎柔性环模型运动方程,获取在轮胎自由状态下的轮胎环运动方程;
将利用轮胎模态表示的轮胎位移方程与所述轮胎环运动方程联合,构建所述轮胎固有频率与轮胎气压的关系。
6.根据权利要求1所述的基于计算机视觉的非接触式轮胎气压获取方法,其特征在于,获取轮胎的运动视频,包括:
利用设置在道路/桥梁侧面的摄像机获取所述轮胎的运动视频。
7.根据权利要求1所述的基于计算机视觉的非接触式轮胎气压获取方法,其特征在于,在根据所述轮胎的固有频率及构建的轮胎固有频率与轮胎气压的关系,得到所述轮胎的气压之后,还包括:
判断所述轮胎的气压是否小于第一阈值或是否大于第二阈值;其中,所述第二阈值大于所述第一阈值;
若所述轮胎的气压小于所述第一阈值或大于所述第二阈值,则发出预警提示。
8.一种基于计算机视觉的非接触式轮胎气压获取装置,其特征在于,包括:
第一获取模块,用于获取轮胎的运动视频;
第二获取模块,用于根据所述轮胎的运动视频获取所述轮胎的位移时程;
得到固有频率模块,用于根据所述轮胎的位移时程得到所述轮胎的固有频率;
得到气压模块,用于根据所述轮胎的固有频率及构建的轮胎固有频率与轮胎气压的关系,得到所述轮胎的气压。
9.一种基于计算机视觉的非接触式轮胎气压获取设备,其特征在于,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如权利要求1至7任一项所述的基于计算机视觉的非接触式轮胎气压获取方法的步骤。
10.一种可读存储介质,其特征在于,所述可读存储介质中存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的基于计算机视觉的非接触式轮胎气压获取方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111408077.9A CN113837150B (zh) | 2021-11-25 | 2021-11-25 | 基于计算机视觉的非接触式轮胎气压获取方法及相关装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111408077.9A CN113837150B (zh) | 2021-11-25 | 2021-11-25 | 基于计算机视觉的非接触式轮胎气压获取方法及相关装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113837150A true CN113837150A (zh) | 2021-12-24 |
CN113837150B CN113837150B (zh) | 2022-02-11 |
Family
ID=78971685
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111408077.9A Active CN113837150B (zh) | 2021-11-25 | 2021-11-25 | 基于计算机视觉的非接触式轮胎气压获取方法及相关装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113837150B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115082788A (zh) * | 2022-06-21 | 2022-09-20 | 中科三清科技有限公司 | 气压中心识别方法、装置、电子设备及存储介质 |
CN116680963A (zh) * | 2023-08-01 | 2023-09-01 | 中建三局第一建设工程有限责任公司 | 基于计算机视觉的人致足底力构建方法、系统和设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101716873A (zh) * | 2009-12-24 | 2010-06-02 | 浙江亚太机电股份有限公司 | 一种车辆爆胎或剧烈漏气监测方法 |
US20150042807A1 (en) * | 2013-08-12 | 2015-02-12 | Magna Electronics Inc. | Head unit with uniform vision processing unit interface |
KR20180010756A (ko) * | 2016-07-22 | 2018-01-31 | 주식회사 서연전자 | 어라운드뷰 카메라를 이용한 타이어 공기압 경보 시스템 |
CN109341549A (zh) * | 2018-11-29 | 2019-02-15 | 东南大学 | 一种基于数据融合的相机系统位移监测改进方法 |
CN110084127A (zh) * | 2019-03-29 | 2019-08-02 | 南京航空航天大学 | 一种基于视觉的磁悬浮转子振动测量方法 |
-
2021
- 2021-11-25 CN CN202111408077.9A patent/CN113837150B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101716873A (zh) * | 2009-12-24 | 2010-06-02 | 浙江亚太机电股份有限公司 | 一种车辆爆胎或剧烈漏气监测方法 |
US20150042807A1 (en) * | 2013-08-12 | 2015-02-12 | Magna Electronics Inc. | Head unit with uniform vision processing unit interface |
KR20180010756A (ko) * | 2016-07-22 | 2018-01-31 | 주식회사 서연전자 | 어라운드뷰 카메라를 이용한 타이어 공기압 경보 시스템 |
CN109341549A (zh) * | 2018-11-29 | 2019-02-15 | 东南大学 | 一种基于数据融合的相机系统位移监测改进方法 |
CN110084127A (zh) * | 2019-03-29 | 2019-08-02 | 南京航空航天大学 | 一种基于视觉的磁悬浮转子振动测量方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115082788A (zh) * | 2022-06-21 | 2022-09-20 | 中科三清科技有限公司 | 气压中心识别方法、装置、电子设备及存储介质 |
CN115082788B (zh) * | 2022-06-21 | 2023-03-21 | 中科三清科技有限公司 | 气压中心识别方法、装置、电子设备及存储介质 |
CN116680963A (zh) * | 2023-08-01 | 2023-09-01 | 中建三局第一建设工程有限责任公司 | 基于计算机视觉的人致足底力构建方法、系统和设备 |
Also Published As
Publication number | Publication date |
---|---|
CN113837150B (zh) | 2022-02-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113837150B (zh) | 基于计算机视觉的非接触式轮胎气压获取方法及相关装置 | |
CN107003429B (zh) | 路面状态判断系统 | |
EP3421267B1 (en) | Tire wear state estimation system and method | |
CN108469806B (zh) | 交替式人机共驾中驾驶权转移方法 | |
RU2607917C2 (ru) | Способ и устройство для определения состояния поверхности дороги | |
JP5392686B2 (ja) | 運転支援装置および方法 | |
KR101473957B1 (ko) | 운전 패턴 인식에 기반하여 보험료를 결정하는 장치 및 방법 | |
WO2019125532A1 (en) | Programmatic ally identifying a personality of an autonomous vehicle | |
EP2137010A1 (en) | Tire pressure classification based tire pressure monitoring | |
Fox et al. | Crowdsourcing undersampled vehicular sensor data for pothole detection | |
WO2020004471A1 (ja) | 路面状態判別装置およびそれを備えるタイヤシステム | |
CN111062093A (zh) | 一种基于图像处理和机器学习技术的汽车轮胎寿命预测方法 | |
US11472237B2 (en) | Tire damage detection system and method | |
CN115052761B (zh) | 一种检测轮胎异常的方法和装置 | |
KR101887438B1 (ko) | 공기압 저하 판단 장치 및 방법 | |
US11644386B2 (en) | Tire wear state estimation system and method | |
KR102149458B1 (ko) | 주행 중 타이어와 노면의 상태 모니터링 시스템 및 방법 | |
JP2019168430A (ja) | 診断装置及び診断方法 | |
KR102610968B1 (ko) | 도로 내 포트홀의 유무 및 위험도와 종단 평탄성을 추정하고 기록하는 방법 및 시스템 | |
WO2020031513A1 (ja) | タイヤ種判別方法及びタイヤ種判別装置 | |
KR102571608B1 (ko) | 타이어 모니터링 시스템 및 타이어의 모니터링 방법 | |
CN116843895B (zh) | 一种基于图像识别的车辆胎压与重量联合预测方法及系统 | |
CN116242465B (zh) | 一种动态车辆称重方法及系统 | |
CN116843895A (zh) | 一种基于图像识别的车辆胎压与重量联合预测方法及系统 | |
JP2022181640A (ja) | 路面状態判定装置、路面状態判定システム、車両、路面状態判定方法、及びプログラム |
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 |