CN115131584A - 一种用于车辆清洗机器人的视觉识别系统 - Google Patents

Abstract

本发明涉及视觉识别，具体涉及一种用于车辆清洗机器人的视觉识别系统，包括服务器，服务器通过第一图像采集模块采集车辆靠近清洗机器人行驶过程中的各方位图像，并利用图像分类模块对第一图像采集模块采集图像进行分类，服务器通过特征点匹配模块对分类后图像进行特征点匹配，并通过特征点标定模块对匹配特征点进行标定，服务器通过图像拼接模块基于标定特征点对分类后图像进行拼接，并通过实时模型生成模块用拼接图像生成实时模型；本发明提供的技术方案能够有效克服现有技术所存在的由于不能对待清洗车辆进行有效识别，导致车辆清洗效果较差的缺陷。

Description

一种用于车辆清洗机器人的视觉识别系统

技术领域

本发明涉及视觉识别，具体涉及一种用于车辆清洗机器人的视觉识别系统。

背景技术

近年来，随着经济的稳定发展和人民生活水平的不断提高，我国汽车销量每年保持稳定增速，汽车保有量不断攀升。虽然我国汽车市场潜力巨大，但是传统洗车行业却面临着严峻的挑战。

传统的洗车方式大多是通过人工清洗的作业方式，清洗过程中，操作人员需要手持着水枪对待清洗车辆表面进行冲刷，冲刷完后还需要操作人员手持抹布对车辆表面的水渍进行清理，整个洗车过程费时费力。特别是近年来随着社会的不断发展，我国人均车辆占有量也大幅上升，上述传统洗车方式由于人力成本较高且效率较低，已经难以适应日益增加的洗车需求。

此外，虽然现有技术中也存在一些专门用于车辆清洗的设备，但是这些设备在洗车过程中由于不能对待清洗车辆进行有效识别，导致车辆清洗效果较差，不能满足车主的使用需求。

发明内容

(一)解决的技术问题

针对现有技术所存在的上述缺点，本发明提供了一种用于车辆清洗机器人的视觉识别系统，能够有效克服现有技术所存在的由于不能对待清洗车辆进行有效识别，导致车辆清洗效果较差的缺陷。

(二)技术方案

为实现以上目的，本发明通过以下技术方案予以实现：

一种用于车辆清洗机器人的视觉识别系统，包括服务器，所述服务器通过第一图像采集模块采集车辆靠近清洗机器人行驶过程中的各方位图像，并利用图像分类模块对第一图像采集模块采集图像进行分类，所述服务器通过特征点匹配模块对分类后图像进行特征点匹配，并通过特征点标定模块对匹配特征点进行标定，所述服务器通过图像拼接模块基于标定特征点对分类后图像进行拼接，并通过实时模型生成模块用拼接图像生成实时模型；

所述服务器通过第二图像采集模块采集车辆贴近清洗机器人时的各方位图像，所述服务器通过车辆特征识别模块从第二图像采集模块采集图像中识别车辆特征，并利用车辆信息比对模块基于识别车辆特征与第一图像采集模块采集图像进行匹配；

所述服务器通过模型抽取模块基于识别车辆特征从标准模型存储模块中抽取对应标准模型，并基于匹配第一图像采集模块采集图像抽取对应实时模型，所述服务器通过模型比对模块对抽取的标准模型、实时模型进行模型比对，并通过差异位置确定模块基于模型比对结果确定实时模型中的差异位置。

优选地，所述特征点匹配模块对分类后图像进行特征点匹配，特征点标定模块对匹配特征点进行标定，图像拼接模块基于标定特征点对分类后图像进行拼接，包括：

特征点匹配模块通过特征点匹配算法对分类后图像进行特征点匹配计算；

特征点标定模块对同一匹配特征点在不同类别图像中进行标定，并得到各匹配特征点的坐标信息；

图像拼接模块利用不同类别图像中相同匹配特征点的坐标信息对图像进行调整，并对调整后的不同类别图像进行拼接。

优选地，所述图像分类模块对第一图像采集模块采集图像进行分类，包括：

构建基于图像中车身位置对图像进行分类的图像分类模型，并通过多张包含不同车身位置的图像对图像分类模型进行模型训练，利用训练好的图像分类模型对第一图像采集模块采集图像进行分类。

优选地，所述车身位置包括车辆正面、车辆背面、车辆顶部、车辆左侧面、车辆右侧面。

优选地，所述模型抽取模块基于识别车辆特征从标准模型存储模块中抽取对应标准模型，并基于匹配第一图像采集模块采集图像抽取对应实时模型，包括：

基于车身标志、车身型号、车身颜色从存储各种车型标准模型的标准模型存储模块中抽取对应标准模型；

基于匹配第一图像采集模块采集图像从实时模型生成模块中抽取对应实时模型。

优选地，所述车辆特征识别模块从第二图像采集模块采集图像中识别车辆特征，包括：

基于多张贴近清洗机器人时的各方位车辆图像，通过车辆特征识别算法识别车辆特征；

其中，车辆特征包括车牌号码、车身标志、车身型号、车身颜色。

优选地，所述第二图像采集模块采集车辆贴近清洗机器人时的各方位图像，包括：

获取待清洗车辆是否到达指定位置信号，如果待清洗车辆没有到达指定位置，则发出提示信息；如果待清洗车辆到达指定位置，则第二图像采集模块对待清洗车辆进行各方位图像采集。

优选地，所述模型比对模块对抽取的标准模型、实时模型进行模型比对之前，包括：

对抽取的标准模型、实时模型进行预处理，具体包括：

去除标准模型、实时模型进行腐蚀后提取的连通域，进行背景分离；

提取标准模型、实时模型的边缘，提取图像中水平直线、竖直直线，并计算直线的倾斜角度，基于倾斜角度将标准模型、实时模型旋转至水平方向。

优选地，所述差异位置确定模块基于模型比对结果确定实时模型中的差异位置之后，包括：

根据差异位置确定重点洗车部位，并向车辆清洗机器人控制端发送用于控制车辆清洗机器人对重点洗车部位延长清洗时间的控制信号。

(三)有益效果

与现有技术相比，本发明所提供的一种用于车辆清洗机器人的视觉识别系统，具有以下有益效果：

1)图像分类模块对第一图像采集模块采集图像进行分类，特征点匹配模块对分类后图像进行特征点匹配，特征点标定模块对匹配特征点进行标定，图像拼接模块基于标定特征点对分类后图像进行拼接，实时模型生成模块用拼接图像生成实时模型，从而能够基于车辆靠近清洗机器人行驶过程中的各方位图像，生成关于待清洗车辆的实时模型；

2)车辆特征识别模块从第二图像采集模块采集图像中识别车辆特征，模型抽取模块基于识别车辆特征从标准模型存储模块中抽取对应标准模型，车辆信息比对模块基于识别车辆特征与第一图像采集模块采集图像进行匹配，模型抽取模块基于匹配第一图像采集模块采集图像抽取对应实时模型，模型比对模块对抽取的标准模型、实时模型进行模型比对，差异位置确定模块基于模型比对结果确定实时模型中的差异位置，从而能够根据待清洗车辆的标准模型、实时模型之间的差异，准确识别重点洗车部位，针对重点洗车部位延长清洗时间，有效提升车辆清洗效果。

附图说明

为了更清楚地说明本发明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发明的一些实施例，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，还可以根据这些附图获得其他的附图。

图1为本发明的系统示意图；

图2为本发明中实时模型生成模块生成实时模型的流程示意图；

图3为本发明中差异位置确定模块确定实时模型中差异位置的流程示意图。

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，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

一种用于车辆清洗机器人的视觉识别系统，如图1和图2所示，包括服务器，服务器通过第一图像采集模块采集车辆靠近清洗机器人行驶过程中的各方位图像，并利用图像分类模块对第一图像采集模块采集图像进行分类，服务器通过特征点匹配模块对分类后图像进行特征点匹配，并通过特征点标定模块对匹配特征点进行标定，服务器通过图像拼接模块基于标定特征点对分类后图像进行拼接，并通过实时模型生成模块用拼接图像生成实时模型。

1)图像分类模块对第一图像采集模块采集图像进行分类，包括：

构建基于图像中车身位置对图像进行分类的图像分类模型，并通过多张包含不同车身位置的图像对图像分类模型进行模型训练，利用训练好的图像分类模型对第一图像采集模块采集图像进行分类。

其中，车身位置包括车辆正面、车辆背面、车辆顶部、车辆左侧面、车辆右侧面。

2)特征点匹配模块对分类后图像进行特征点匹配，特征点标定模块对匹配特征点进行标定，图像拼接模块基于标定特征点对分类后图像进行拼接，包括：

特征点匹配模块通过特征点匹配算法对分类后图像进行特征点匹配计算；

特征点标定模块对同一匹配特征点在不同类别图像中进行标定，并得到各匹配特征点的坐标信息；

图像拼接模块利用不同类别图像中相同匹配特征点的坐标信息对图像进行调整，并对调整后的不同类别图像进行拼接。

上述技术方案，图像分类模块对第一图像采集模块采集图像进行分类，特征点匹配模块对分类后图像进行特征点匹配，特征点标定模块对匹配特征点进行标定，图像拼接模块基于标定特征点对分类后图像进行拼接，实时模型生成模块用拼接图像生成实时模型，从而能够基于车辆靠近清洗机器人行驶过程中的各方位图像，生成关于待清洗车辆的实时模型。

如图1和图3所示，服务器通过第二图像采集模块采集车辆贴近清洗机器人时的各方位图像，服务器通过车辆特征识别模块从第二图像采集模块采集图像中识别车辆特征，并利用车辆信息比对模块基于识别车辆特征与第一图像采集模块采集图像进行匹配。

1)第二图像采集模块采集车辆贴近清洗机器人时的各方位图像，包括：

获取待清洗车辆是否到达指定位置信号，如果待清洗车辆没有到达指定位置，则发出提示信息；如果待清洗车辆到达指定位置，则第二图像采集模块对待清洗车辆进行各方位图像采集。

2)车辆特征识别模块从第二图像采集模块采集图像中识别车辆特征，包括：

基于多张贴近清洗机器人时的各方位车辆图像，通过车辆特征识别算法识别车辆特征；

其中，车辆特征包括车牌号码、车身标志、车身型号、车身颜色。

如图1和图3所示，服务器通过模型抽取模块基于识别车辆特征从标准模型存储模块中抽取对应标准模型，并基于匹配第一图像采集模块采集图像抽取对应实时模型，服务器通过模型比对模块对抽取的标准模型、实时模型进行模型比对，并通过差异位置确定模块基于模型比对结果确定实时模型中的差异位置。

3)模型抽取模块基于识别车辆特征从标准模型存储模块中抽取对应标准模型，并基于匹配第一图像采集模块采集图像抽取对应实时模型，包括：

基于车身标志、车身型号、车身颜色从存储各种车型标准模型的标准模型存储模块中抽取对应标准模型；

基于匹配第一图像采集模块采集图像从实时模型生成模块中抽取对应实时模型。

4)模型比对模块对抽取的标准模型、实时模型进行模型比对之前，包括：

对抽取的标准模型、实时模型进行预处理，具体包括：

去除标准模型、实时模型进行腐蚀后提取的连通域，进行背景分离；

提取标准模型、实时模型的边缘，提取图像中水平直线、竖直直线，并计算直线的倾斜角度，基于倾斜角度将标准模型、实时模型旋转至水平方向。

5)差异位置确定模块基于模型比对结果确定实时模型中的差异位置之后，包括：

根据差异位置确定重点洗车部位，并向车辆清洗机器人控制端发送用于控制车辆清洗机器人对重点洗车部位延长清洗时间的控制信号。

上述技术方案，车辆特征识别模块从第二图像采集模块采集图像中识别车辆特征，模型抽取模块基于识别车辆特征从标准模型存储模块中抽取对应标准模型，车辆信息比对模块基于识别车辆特征与第一图像采集模块采集图像进行匹配，模型抽取模块基于匹配第一图像采集模块采集图像抽取对应实时模型，模型比对模块对抽取的标准模型、实时模型进行模型比对，差异位置确定模块基于模型比对结果确定实时模型中的差异位置，从而能够根据待清洗车辆的标准模型、实时模型之间的差异，准确识别重点洗车部位，针对重点洗车部位延长清洗时间，有效提升车辆清洗效果。

以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不会使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (9)

1.一种用于车辆清洗机器人的视觉识别系统，其特征在于：包括服务器，所述服务器通过第一图像采集模块采集车辆靠近清洗机器人行驶过程中的各方位图像，并利用图像分类模块对第一图像采集模块采集图像进行分类，所述服务器通过特征点匹配模块对分类后图像进行特征点匹配，并通过特征点标定模块对匹配特征点进行标定，所述服务器通过图像拼接模块基于标定特征点对分类后图像进行拼接，并通过实时模型生成模块用拼接图像生成实时模型；

所述服务器通过第二图像采集模块采集车辆贴近清洗机器人时的各方位图像，所述服务器通过车辆特征识别模块从第二图像采集模块采集图像中识别车辆特征，并利用车辆信息比对模块基于识别车辆特征与第一图像采集模块采集图像进行匹配；

所述服务器通过模型抽取模块基于识别车辆特征从标准模型存储模块中抽取对应标准模型，并基于匹配第一图像采集模块采集图像抽取对应实时模型，所述服务器通过模型比对模块对抽取的标准模型、实时模型进行模型比对，并通过差异位置确定模块基于模型比对结果确定实时模型中的差异位置。

2.根据权利要求1所述的用于车辆清洗机器人的视觉识别系统，其特征在于：所述特征点匹配模块对分类后图像进行特征点匹配，特征点标定模块对匹配特征点进行标定，图像拼接模块基于标定特征点对分类后图像进行拼接，包括：

特征点匹配模块通过特征点匹配算法对分类后图像进行特征点匹配计算；

特征点标定模块对同一匹配特征点在不同类别图像中进行标定，并得到各匹配特征点的坐标信息；

图像拼接模块利用不同类别图像中相同匹配特征点的坐标信息对图像进行调整，并对调整后的不同类别图像进行拼接。

3.根据权利要求2所述的用于车辆清洗机器人的视觉识别系统，其特征在于：所述图像分类模块对第一图像采集模块采集图像进行分类，包括：

构建基于图像中车身位置对图像进行分类的图像分类模型，并通过多张包含不同车身位置的图像对图像分类模型进行模型训练，利用训练好的图像分类模型对第一图像采集模块采集图像进行分类。

4.根据权利要求3所述的用于车辆清洗机器人的视觉识别系统，其特征在于：所述车身位置包括车辆正面、车辆背面、车辆顶部、车辆左侧面、车辆右侧面。

5.根据权利要求1所述的用于车辆清洗机器人的视觉识别系统，其特征在于：所述模型抽取模块基于识别车辆特征从标准模型存储模块中抽取对应标准模型，并基于匹配第一图像采集模块采集图像抽取对应实时模型，包括：

基于车身标志、车身型号、车身颜色从存储各种车型标准模型的标准模型存储模块中抽取对应标准模型；

基于匹配第一图像采集模块采集图像从实时模型生成模块中抽取对应实时模型。

6.根据权利要求5所述的用于车辆清洗机器人的视觉识别系统，其特征在于：所述车辆特征识别模块从第二图像采集模块采集图像中识别车辆特征，包括：

基于多张贴近清洗机器人时的各方位车辆图像，通过车辆特征识别算法识别车辆特征；

其中，车辆特征包括车牌号码、车身标志、车身型号、车身颜色。

7.根据权利要求6所述的用于车辆清洗机器人的视觉识别系统，其特征在于：所述第二图像采集模块采集车辆贴近清洗机器人时的各方位图像，包括：

获取待清洗车辆是否到达指定位置信号，如果待清洗车辆没有到达指定位置，则发出提示信息；如果待清洗车辆到达指定位置，则第二图像采集模块对待清洗车辆进行各方位图像采集。

8.根据权利要求5所述的用于车辆清洗机器人的视觉识别系统，其特征在于：所述模型比对模块对抽取的标准模型、实时模型进行模型比对之前，包括：

对抽取的标准模型、实时模型进行预处理，具体包括：

去除标准模型、实时模型进行腐蚀后提取的连通域，进行背景分离；

提取标准模型、实时模型的边缘，提取图像中水平直线、竖直直线，并计算直线的倾斜角度，基于倾斜角度将标准模型、实时模型旋转至水平方向。

9.根据权利要求8所述的用于车辆清洗机器人的视觉识别系统，其特征在于：所述差异位置确定模块基于模型比对结果确定实时模型中的差异位置之后，包括：

根据差异位置确定重点洗车部位，并向车辆清洗机器人控制端发送用于控制车辆清洗机器人对重点洗车部位延长清洗时间的控制信号。

Images