CN114638877A - 一种基于3d结构光技术的胎纹深度提取方法和系统 - Google Patents

一种基于3d结构光技术的胎纹深度提取方法和系统 Download PDF

Info

Publication number
CN114638877A
CN114638877A CN202210134781.8A CN202210134781A CN114638877A CN 114638877 A CN114638877 A CN 114638877A CN 202210134781 A CN202210134781 A CN 202210134781A CN 114638877 A CN114638877 A CN 114638877A
Authority
CN
China
Prior art keywords
pattern
point cloud
cloud data
depth
plane
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
Application number
CN202210134781.8A
Other languages
English (en)
Inventor
张哲源
杨泽
赵如意
赵子健
朱易
俞文捷
何雅莉
郑建颖
黄伟国
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.)
Suzhou University
Original Assignee
Suzhou University
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 Suzhou University filed Critical Suzhou University
Priority to CN202210134781.8A priority Critical patent/CN114638877A/zh
Publication of CN114638877A publication Critical patent/CN114638877A/zh
Priority to PCT/CN2022/109005 priority patent/WO2023151244A1/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60C—VEHICLE TYRES; TYRE INFLATION; TYRE CHANGING; CONNECTING VALVES TO INFLATABLE ELASTIC BODIES IN GENERAL; DEVICES OR ARRANGEMENTS RELATED TO TYRES
    • B60C11/00—Tyre tread bands; Tread patterns; Anti-skid inserts
    • B60C11/24—Wear-indicating arrangements
    • 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
    • G01M17/02—Tyres
    • G01M17/027—Tyres using light, e.g. infrared, ultraviolet or holographic techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • Mechanical Engineering (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本申请提供一种基于3D结构光技术的胎纹深度提取方法和系统。该方法包括以下步骤：1)由初始提取的胎纹点云数据经过配准、平面簇提取并旋转得到一系列胎纹点云数据集。2)在XZ平面上预设一张投影面，利用投影方法二维化数据集中每个点云数据的胎纹数据，通过拟合得到胎纹曲线。3)分沟槽求得胎纹深度并取平均值，即得到花纹深度值。与现有的技术相比，本申请采用先进的结构光点云数据采集与分析技术，检测精度相较于传统的线激光式得到了明显的提高，且不同于传统的线激光式需要手动配准，本申请只需要导入轮胎表面点云数据即可提取深度，实现了技术上的自动化，智能化，提高了检测效率，从而规范的机动车胎纹深度检测，以轮胎安全服务交通安全。

Description

一种基于3D结构光技术的胎纹深度提取方法和系统
技术领域
本申请涉及点云数据处理技术领域，尤其涉及一种基于3D结构光技术的胎纹深度提取方法和系统。
背景技术
针对轮胎花纹磨损问题，目前国内市场上仍没有有效检验机动车胎纹的规范设备，对轮胎状况检查的手段多为目测或卡尺检测，无法有效判断机动车胎纹是否符合规范。同时，目前无有效手段防止轮胎不达标的车辆在道路上行驶。综上分析，轮胎状况对于交通安全起着至关重要的影响，因此急需一款可以准确、高效地检测轮胎花纹深度的智能化设备，使车辆的轮胎安全隐患能够被及时发现，减少因爆胎引发的交通事故，提升我国道路交通安全水平。
国内对胎纹深度的智能化检测正处于发展的初期阶段，除了传统的胎纹深度检测工具，国内市场上现有的胎纹深度自动测量装置所采用的方法依旧存在诸多缺陷。基于线激光的胎纹深度检测虽然有较高的检测精度，能自动地对轮胎的磨损程度做出评估，但是对设备的操作要求较高，容易产生因人为操作失误引起的巨大误差，产生的异常数据需人工补录，产品不够智能化。
发明内容
有鉴于此，本申请的目的在于提出一种基于3D结构光技术的胎纹深度提取方法和系统，根据轮胎花纹深度检测的实际需求，基于现有胎纹深度检测中检测精度低、检测方法效率低下、检测设备不够智能化、检测结果无法实现信息化管理等问题，本方法能够实时、准确、高效的实现胎纹深度智能检测，覆盖多种应用场景，实现了胎纹深度检测的实时化、高效化、智能化。
基于上述目的，本申请提出了一种基于3D结构光技术的胎纹深度提取方法，包括：
由初始提取的胎纹点云数据经过配准、平面簇提取并旋转得到一系列胎纹点云数据集；
在XZ平面上预设一张投影面，利用投影方法二维化所述胎纹点云数据集中每个点云数据的胎纹数据，通过拟合得到胎纹曲线；
分沟槽求得胎纹深度并取平均值，即得到胎纹深度值。
进一步地，所述初始提取的胎纹点云数据由3D结构光传感器提取得到，角度状态随机。
进一步地，所述由初始提取的胎纹点云数据经过配准、平面簇提取并旋转得到一系列胎纹点云数据集，包括：
胎纹点云配准：根据所述胎纹点云数据，预设一个以Z轴为中心轴的圆柱面，将所述胎纹点云数据与圆柱面拟合，当所述胎纹点云数据与圆柱面基本重合时，配准完成；
平面簇提取：选取以Z轴为中心，每隔15°为一个平面的平面簇与轮胎表面点云相交，选取每个平面附近一定范围内的点作为一束点云数据，存到数据集中；
旋转点云束至XZ平面：将每一束所述点云数据，根据对应平面旋转相应的角度，旋转至XZ平面，得到新的点云数据集。
进一步地，所述在XZ平面上预设一张投影面，利用投影方法二维化所述胎纹点云数据集中每个点云数据的胎纹数据，通过拟合得到胎纹曲线，包括：
二维化投影：在XZ平面上预设一张投影平面，点云数据集中的每一束点云数据都投影在平面上，得到XZ坐标，得到二维平面的胎纹数据集；
曲线拟合：对每一个二维胎纹数据做曲线拟合，拟合得到曲线，存在新的数据集中。
进一步地，所述分沟槽求得胎纹深度并取平均值，即得到胎纹深度值，包括：
深度提取：对每一个数据进行沟槽分割，在分割的窗口内取最大最小值，相减得到对应的胎纹深度，得到一系列的胎纹深度数据；
深度数据处理：根据多次等精度测量原则，将所述胎纹深度数据以三倍标准差原则进行多次等精度测量，剔除粗大误差，最终得到测量结果。
进一步地，所述多次等精度测量原则如下：
依次计算输入数据的算术平均值、残余误差、标准偏差；
判断是否存在粗大误差，如果存在则剔除粗大误差，如果不存在则计算算术平均值的标准差，输出测量结果。
基于上述目的，本申请还提出了一种基于3D结构光技术的胎纹深度提取系统，包括：
点云数据预处理模块，用于由初始提取的胎纹点云数据经过配准、平面簇提取并旋转得到一系列胎纹点云数据集；
二维化拟合曲线模块，用于在XZ平面上预设一张投影面，利用投影方法二维化所述胎纹点云数据集中每个点云数据的胎纹数据，通过拟合得到胎纹曲线；
胎纹深度计算模块，用于分沟槽求得胎纹深度并取平均值，即得到胎纹深度值。
总的来说，本申请的优势及给用户带来的体验在于：
与现有的技术相比，本申请采用先进的结构光点云数据采集与分析技术，检测精度相较于传统的线激光式得到了明显的提高，且不同于传统的线激光式需要手动配准，本申请只需要导入轮胎表面点云数据即可提取深度，实现了技术上的自动化，智能化，提高了检测效率，从而规范的机动车胎纹深度检测，以轮胎安全服务交通安全。
本申请基于面结构光，采用边缘计算思想，大大缩短响应时间，实现精度更高的轮胎花纹深度检测效果。本申请融合了3D结构光和图像处理技术，在提高检测精度的基础上，也能很好地判断轮胎鼓包、胎面划伤等问题，集多项功能于一体，弥补了传统手段只能检测胎纹深度的不足。
附图说明
在附图中，除非另外规定，否则贯穿多个附图相同的附图标记表示相同或相似的部件或元素。这些附图不一定是按照比例绘制的。应该理解，这些附图仅描绘了根据本申请公开的一些实施方式，而不应将其视为是对本申请范围的限制。
图1为基于3D结构光技术的高精度胎纹深度自动提取方法的逻辑图；
图2为初始胎纹点云数据；
图3为一束点云数据二维胎纹曲线拟合图；
图4为多次等精度测量数据处理方法逻辑图；
图5示出根据本申请实施例的基于3D结构光技术的胎纹深度提取系统的构成图；
图6示出了本申请一实施例所提供的一种电子设备的结构示意图；
图7示出了本申请一实施例所提供的一种存储介质的示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
如图1所示，一种基于3D结构光技术的高精度胎纹深度自动提取方法，包括以下流程：首先由初始提取的胎纹点云数据经过配准、平面簇提取并旋转得到一系列胎纹点云数据集。其次在XZ平面上预设一张投影面，利用投影方法二维化数据集中每个点云数据的胎纹数据，通过拟合得到胎纹曲线。最后分沟槽求得胎纹深度并取平均值，即得到花纹深度值。实施例中初始胎纹点云数据如图2所示，由3D结构光传感器直接提取得到，角度状态完全随机。
本实施例具体实施方法如下：
(1)数据预处理
具体包括以下步骤：
步骤一，胎纹点云配准：根据已有的轮胎表面点云数据(图2)，本方法首先预设了一个以Z轴为中心轴的圆柱面，将点云数据与圆柱面拟合，当两者基本重合时，配准完成。
步骤二，平面簇提取：我们选取以Z轴为中心，每隔15°为一个平面的平面簇与轮胎表面点云相交，选取每个平面附近一定范围内的点作为一束点云数据，存到数据集中。
步骤三，旋转点云束至XZ平面：将步骤二中所得的每一束点云数据，根据对应平面旋转相应的角度，旋转至XZ平面，得到新的点云数据集。
(2)点云数据二维化拟合
具体包括以下步骤：
步骤一，二维化投影：在XZ平面上预设一张投影平面，点云数据集中的每一束点云数据都投影在平面上，得到XZ坐标，此时我们不考虑y坐标，将数据二维化，得到二维平面的胎纹数据集。
步骤二，曲线拟合：对每一个二维胎纹数据做曲线拟合(图3)，拟合得到曲线，存在新的数据集中。
(3)深度数据提取处理
具体包括以下步骤
步骤一，深度提取：对每一个数据进行沟槽分割，在分割的窗口内取最大最小值，相减得到该处胎纹深度，得到一系列的胎纹深度数据。
表1全部胎纹深度数据
胎纹一 胎纹二 胎纹三 胎纹四
6.82 6.87 6.80 6.84
6.87 6.88 6.83 6.91
6.79 6.92 6.71 7.31
6.28 6.85 6.82 6.80
6.78 6.83 6.85 6.83
步骤二，深度数据处理：根据多次等精度测量原则(图4)，我们将得到的数据以三倍标准差原则进行多次等精度测量，剔除粗大误差，最终得到测量结果。
其中，如图4所示，多次等精度测量原则如下：
依次计算输入数据的算术平均值、残余误差、标准偏差；
判断是否存在粗大误差，如果存在则剔除粗大误差，如果不存在则计算算术平均值的标准差，输出测量结果。
表2等精度测量剔除粗大误差
胎纹一 胎纹二 胎纹三 胎纹四
6.82 6.87 6.80 6.84
6.87 6.88 6.83 6.91
6.79 6.92 6.71
6.85 6.82 6.80
6.78 6.83 6.85 6.83
最终得到组一的深度值为6.83。
(4)检测结果
表3测量值与实际值对比
点云组数 组一 组二 组三 组四 组五
实际值 6.88 7.08 6.97 7.12 7.18
测量值 6.83 7.00 6.94 7.05 7.20
实施例中测量结果如表3所示。可以看出，本方法在检测轮胎花纹深度数据上，能够达到较高的精度检测，精度可达0.1mm。
申请实施例提供了一种基于3D结构光技术的胎纹深度提取系统，该系统用于执行上述实施例所述的基于3D结构光技术的胎纹深度提取方法，如图5所示，该系统包括：
点云数据预处理模块501，用于由初始提取的胎纹点云数据经过配准、平面簇提取并旋转得到一系列胎纹点云数据集；
二维化拟合曲线模块502，用于在XZ平面上预设一张投影面，利用投影方法二维化所述胎纹点云数据集中每个点云数据的胎纹数据，通过拟合得到胎纹曲线；
胎纹深度计算模块503，用于分沟槽求得胎纹深度并取平均值，即得到胎纹深度值。
本申请的上述实施例提供的基于3D结构光技术的胎纹深度提取系统与本申请实施例提供的基于3D结构光技术的胎纹深度提取方法出于相同的发明构思，具有与其存储的应用程序所采用、运行或实现的方法相同的有益效果。
本申请实施方式还提供一种与前述实施方式所提供的基于3D结构光技术的胎纹深度提取方法对应的电子设备，以执行上基于3D结构光技术的胎纹深度提取方法。本申请实施例不做限定。
请参考图6，其示出了本申请的一些实施方式所提供的一种电子设备的示意图。如图6所示，所述电子设备2包括：处理器200，存储器201，总线202和通信接口203，所述处理器200、通信接口203和存储器201通过总线202连接；所述存储器201中存储有可在所述处理器200上运行的计算机程序，所述处理器200运行所述计算机程序时执行本申请前述任一实施方式所提供的基于3D结构光技术的胎纹深度提取方法。
其中，存储器201可能包含高速随机存取存储器(RAM：Random Access Memory)，也可能还包括非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。通过至少一个通信接口203(可以是有线或者无线)实现该系统网元与至少一个其他网元之间的通信连接，可以使用互联网、广域网、本地网、城域网等。
总线202可以是ISA总线、PCI总线或EISA总线等。所述总线可以分为地址总线、数据总线、控制总线等。其中，存储器201用于存储程序，所述处理器200在接收到执行指令后，执行所述程序，前述本申请实施例任一实施方式揭示的所述基于3D结构光技术的胎纹深度提取方法可以应用于处理器200中，或者由处理器200实现。
处理器200可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器200中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器200可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器201，处理器200读取存储器201中的信息，结合其硬件完成上述方法的步骤。
本申请实施例提供的电子设备与本申请实施例提供的基于3D结构光技术的胎纹深度提取方法出于相同的发明构思，具有与其采用、运行或实现的方法相同的有益效果。
本申请实施方式还提供一种与前述实施方式所提供的基于3D结构光技术的胎纹深度提取方法对应的计算机可读存储介质，请参考图7，其示出的计算机可读存储介质为光盘30，其上存储有计算机程序(即程序产品)，所述计算机程序在被处理器运行时，会执行前述任意实施方式所提供的基于3D结构光技术的胎纹深度提取方法。
需要说明的是，所述计算机可读存储介质的例子还可以包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他光学、磁性存储介质，在此不再一一赘述。
本申请的上述实施例提供的计算机可读存储介质与本申请实施例提供的基于3D结构光技术的胎纹深度提取方法出于相同的发明构思，具有与其存储的应用程序所采用、运行或实现的方法相同的有益效果。
需要说明的是：
在此提供的算法和显示不与任何特定计算机、虚拟系统或者其它设备有固有相关。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，本申请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申请的内容，并且上面对特定语言所做的描述是为了披露本申请的最佳实施方式。
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，本申请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，为了精简本申请并帮助理解各个发明方面中的一个或多个，在上面对本申请的示例性实施例的描述中，本申请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：即所要求保护的本申请要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本申请的单独实施例。
本领域那些技术人员可以理解，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，以及此外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。
此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本申请的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本申请的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本申请实施例的虚拟机的创建系统中的一些或者全部部件的一些或者全部功能。本申请还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者系统程序(例如，计算机程序和计算机程序产品)。这样的实现本申请的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。
应该注意的是上述实施例对本申请进行说明而不是对本申请进行限制，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。本申请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。在列举了若干系统的单元权利要求中，这些系统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。
以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到其各种变化或替换，这些都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。

Claims (9)

1.一种基于3D结构光技术的胎纹深度提取方法，其特征在于，包括：
由初始提取的胎纹点云数据经过配准、平面簇提取并旋转得到一系列胎纹点云数据集；
在XZ平面上预设一张投影面，利用投影方法二维化所述胎纹点云数据集中每个点云数据的胎纹数据，通过拟合得到胎纹曲线；
分沟槽求得胎纹深度并取平均值，即得到胎纹深度值。
2.根据权利要求1所述的一种基于3D结构光技术的胎纹深度提取方法，其特征在于，
所述初始提取的胎纹点云数据由3D结构光传感器提取得到，角度状态随机。
3.根据权利要求1或2所述的一种基于3D结构光技术的胎纹深度提取方法，其特征在于，
所述由初始提取的胎纹点云数据经过配准、平面簇提取并旋转得到一系列胎纹点云数据集，包括：
胎纹点云配准：根据所述胎纹点云数据，预设一个以Z轴为中心轴的圆柱面，将所述胎纹点云数据与圆柱面拟合，当所述胎纹点云数据与圆柱面基本重合时，配准完成；
平面簇提取：选取以Z轴为中心，每隔15°为一个平面的平面簇与轮胎表面点云相交，选取每个平面附近一定范围内的点作为一束点云数据，存到数据集中；
旋转点云束至XZ平面：将每一束所述点云数据，根据对应平面旋转相应的角度，旋转至XZ平面，得到新的点云数据集。
4.根据权利要求1或2所述的一种基于3D结构光技术的胎纹深度提取方法，其特征在于，
所述在XZ平面上预设一张投影面，利用投影方法二维化所述胎纹点云数据集中每个点云数据的胎纹数据，通过拟合得到胎纹曲线，包括：
二维化投影：在XZ平面上预设一张投影平面，点云数据集中的每一束点云数据都投影在平面上，得到XZ坐标，得到二维平面的胎纹数据集；
曲线拟合：对每一个二维胎纹数据做曲线拟合，拟合得到曲线，存在新的数据集中。
5.根据权利要求1或2所述的一种基于3D结构光技术的胎纹深度提取方法，其特征在于，
所述分沟槽求得胎纹深度并取平均值，即得到胎纹深度值，包括：
深度提取：对每一个数据进行沟槽分割，在分割的窗口内取最大最小值，相减得到对应的胎纹深度，得到一系列的胎纹深度数据；
深度数据处理：根据多次等精度测量原则，将所述胎纹深度数据以三倍标准差原则进行多次等精度测量，剔除粗大误差，最终得到测量结果。
6.根据权利要求5所述的一种基于3D结构光技术的胎纹深度提取方法，其特征在于，
所述多次等精度测量原则如下：
依次计算输入数据的算术平均值、残余误差、标准偏差；
判断是否存在粗大误差，如果存在则剔除粗大误差，如果不存在则计算算术平均值的标准差，输出测量结果。
7.一种基于3D结构光技术的胎纹深度提取系统，其特征在于，包括：
点云数据预处理模块，用于由初始提取的胎纹点云数据经过配准、平面簇提取并旋转得到一系列胎纹点云数据集；
二维化拟合曲线模块，用于在XZ平面上预设一张投影面，利用投影方法二维化所述胎纹点云数据集中每个点云数据的胎纹数据，通过拟合得到胎纹曲线；
胎纹深度计算模块，用于分沟槽求得胎纹深度并取平均值，即得到胎纹深度值。
8.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器运行所述计算机程序以实现如权利要求1-6任一项所述的方法。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行实现如权利要求1-6中任一项所述的方法。
CN202210134781.8A 2022-02-14 2022-02-14 一种基于3d结构光技术的胎纹深度提取方法和系统 Pending CN114638877A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202210134781.8A CN114638877A (zh) 2022-02-14 2022-02-14 一种基于3d结构光技术的胎纹深度提取方法和系统
PCT/CN2022/109005 WO2023151244A1 (zh) 2022-02-14 2022-07-29 一种基于 3d 结构光技术的胎纹深度提取方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210134781.8A CN114638877A (zh) 2022-02-14 2022-02-14 一种基于3d结构光技术的胎纹深度提取方法和系统

Publications (1)

Publication Number Publication Date
CN114638877A true CN114638877A (zh) 2022-06-17

Family

ID=81946121

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210134781.8A Pending CN114638877A (zh) 2022-02-14 2022-02-14 一种基于3d结构光技术的胎纹深度提取方法和系统

Country Status (2)

Country Link
CN (1) CN114638877A (zh)
WO (1) WO2023151244A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023151244A1 (zh) * 2022-02-14 2023-08-17 苏州大学 一种基于 3d 结构光技术的胎纹深度提取方法和系统

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9805697B1 (en) * 2012-06-01 2017-10-31 Hunter Engineering Company Method for tire tread depth modeling and image annotation
FR3093183B1 (fr) * 2019-02-22 2021-02-19 Safran Electronics & Defense Procédé de détection d’une dégradation d’un pneumatique d’une roue
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
CN113983947A (zh) * 2021-09-26 2022-01-28 深邦智能科技(青岛)有限公司 一种轮胎花纹深度检测系统及其方法
CN114638877A (zh) * 2022-02-14 2022-06-17 苏州大学 一种基于3d结构光技术的胎纹深度提取方法和系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023151244A1 (zh) * 2022-02-14 2023-08-17 苏州大学 一种基于 3d 结构光技术的胎纹深度提取方法和系统

Also Published As

Publication number Publication date
WO2023151244A1 (zh) 2023-08-17

Similar Documents

Publication Publication Date Title
US10115035B2 (en) Vision system and analytical method for planar surface segmentation
CN109766404B (zh) 点云处理方法、装置及计算机可读存储介质
CN112669318A (zh) 表面缺陷检测方法、装置、设备及存储介质
CN116452583B (zh) 点云缺陷检测方法、装置、系统及存储介质
CN110751633A (zh) 基于深度学习的多轴大车制动检测方法、装置、系统
CN114638877A (zh) 一种基于3d结构光技术的胎纹深度提取方法和系统
CN113160161A (zh) 目标边缘处缺陷的检测方法和装置
CN115205803A (zh) 自动驾驶环境感知方法、介质及车辆
CN116051822A (zh) 凹障碍的识别方法和装置、处理器及电子设备
CN114179788A (zh) 自动泊车方法、系统、计算机可读存储介质及车机端
CN116520353A (zh) 基于激光点云的地面检测方法、装置、存储介质及设备
US20080240510A1 (en) Method and system for examining a surface
CN114966632A (zh) 激光雷达标定方法、装置及电子设备、存储介质
CN114705121A (zh) 车辆位姿测量方法、装置及电子设备、存储介质
CN113052892A (zh) 一种车辆货物体积计算方法、装置及存储介质
CN113362468A (zh) 一种火车轮毂的尺寸测量方法
CN114397671B (zh) 目标的航向角平滑方法、装置及计算机可读存储介质
US20230258813A1 (en) LiDAR Free Space Data Generator and LiDAR Signal Processing Method Using Multi-Modal Noise Filtering Scheme
CN116740680A (zh) 一种车辆定位方法、装置及电子设备
CN116182794A (zh) 高精地图路面高度生成方法、装置、电子设备和存储介质
CN116188381A (zh) 一种隧道断面几何特征识别分类系统和方法
CN112489466B (zh) 交通信号灯识别方法和装置
CN114820505A (zh) 一种动态目标的非接触测量方法
CN113345015A (zh) 一种包裹位置检测方法、装置、设备及可读存储介质
CN110490865A (zh) 基于螺柱高反光特性的螺柱点云分割方法

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