CN115272655A - 用于换电机器人的多类型电池包视觉定位方法与系统装置 - Google Patents
用于换电机器人的多类型电池包视觉定位方法与系统装置 Download PDFInfo
- Publication number
- CN115272655A CN115272655A CN202210889004.4A CN202210889004A CN115272655A CN 115272655 A CN115272655 A CN 115272655A CN 202210889004 A CN202210889004 A CN 202210889004A CN 115272655 A CN115272655 A CN 115272655A
- Authority
- CN
- China
- Prior art keywords
- point cloud
- battery pack
- battery
- plane
- visual
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/24—Aligning, centring, orientation detection or correction of the image
- G06V10/245—Aligning, centring, orientation detection or correction of the image by locating a pattern; Special marks for positioning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
- G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/30—Noise filtering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/56—Extraction of image or video features relating to colour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/762—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using clustering, e.g. of similar faces in social networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/70—Energy storage systems for electromobility, e.g. batteries
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/7072—Electromobility specific charging systems or methods for batteries, ultracapacitors, supercapacitors or double-layer capacitors
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种用于换电机器人的多类型电池包视觉定位方法与系统装置,包括步骤:1、视觉测量汽车底盘的待换电池包;2、构建电池包三维点云视图,对点云进行体素滤波与欧式聚类,计算汽车底盘初始位姿,并采用RANSAC算法拟合车底盘电池包对应的形貌;3、使用HSV颜色阈值分割以及霍夫圆变换法对电池包上的加解锁孔点云进行识别与粗定位;4、以分割后的加解锁孔点云,进行最小二乘拟合,得到加解锁孔的精确圆心位置与法向方向;5、将车底盘电池包形貌平面、加解锁孔的精确位姿变换至换电站坐标系中,以引导换电机器人运动。6、构建由视觉传感器、视觉信息定位处理器、通信模块组成的系统装置。该定位方法与系统装置适用于换电站中车辆更换电池包的作业,能够对电池包进行精确定位,引导换电机器人换电作业。
Description
技术领域
本发明属于电动汽车智能化换电领域,特别涉及用于换电机器人的多类型电池包视觉定位方法与系统装置。
背景技术
电动汽车具有节能环保、能量转换效率高等优点,受到国家的大力推广。目前,使用较多的电动汽车补充电能的方式为电池充电,用户可通过固定充电桩或者移动充电车进行电动车充电。但是,充电方式通常耗时较长,难以满足用户的快速补电需求。换电平台作为另一种补电方式,通过直接更换汽车电池包,可让用户在较短的时间内补充满电能,弥补了充电方式补电缓慢的缺点,具有更好的用户体验。
在电动汽车换电过程中,实现电池包精准定位是高效快速换电的关键。现有的换电平台需要引导电动汽车在相应的区域内停车,并利用辅助支撑件、顶平机构、导轨等机械微调装置对电动汽车车身进行微调,将车身调整平行、水平的换电作业位置上。在上述粗匹配过程后,换电机器人升起,通过一层浮动平台对接车身与电池包的加解锁孔或定位标志,实现最终的精匹配。
当前,换电机器人对于多类型、多型号车型\电池包识别及定位存在兼容性不足的问题。由于换电车辆的型号尺寸各不相同,不同车辆底盘上的电池包与电池包加锁孔的位置也可能有不同,这需要换电系统能够动态地识别车辆底盘的形貌,得出精确的位置和姿态信息。同时,多品牌、多型号的电池包有卡扣式、螺栓式和旋压式等不同锁止方式,这也对换电机器人定位系统的兼容性提出了挑战。另一方面,为使换电机器人能够准确地对接汽车电池包,现有的换电平台需要汽车车身较为精确地停放于固定的位置上,对车身的停放精度要求过高,需要额外的装置进定位与调整,导致换电成本与换电时间增加。
在电动汽车多类型电池包换电领域,急需一种高效、精准的换电平台定位方法。
发明内容
为了解决以上问题,本发明提出了用于换电机器人的多类型电池包视觉定位方法与系统装置,解决现有换电站无法适应多型号电池包的定位需求的问题。
为实现上述目的,本发明采取的技术方案是:
用于换电机器人的多类型电池包视觉定位方法,具体步骤如下:
(1)由视觉传感器获取换电场景的视觉测量信息;
(2)反投影得到电池包的三维点云,然后使用体素滤波器对点云进行滤波,获得包含车底盘电池包点云与部分环境点云的点云集P1;
针对P1采用欧式聚类,聚类后的点云被分为点云子集{Q1,Q2..Qn};选定最大的聚类Qk为车底盘电池包点云P2,使用PCA主成分分析法计算点云,获取底盘平面l1的法线方向n1和其位置t1,去除P2中离平面l1距离大于d的所有点云,得到车底盘点云P3;使用RANSAC方法进行P3点云的子集平面拟合,获得车底盘电池包的拟合平面l2,其对应法向量为n2;
(3)根据特征标识的颜色特征,采用HSV颜色空间变换,分割红色点云,将其质心作为加解锁孔的位置ξ1;
使用霍夫圆变换检测车底盘电池包的加解锁孔,将检测到的圆的圆心设为孔的中心ξ2;当二者孔圆心之间的距离d=||ξ1-ξ2||小于阈值ε时,则认定检测到加解锁孔,并取ξ2作为加解锁孔的初始位置q;
(4)在机器人作业的过程中实时分割多个包含加解锁孔的点云子集Q1,Q2....Qn;对每个孔的点云集Qk,利用最小二乘法拟合孔的法向方向ηk与圆心坐标ρk,完成孔的精确位姿估计;
(5)根据视觉传感器坐标系相对于换电站工作空间的绝对坐标系的相对位姿R0,t0,将l2、n2、ηk、ρk变换至换电站工作空间坐标系中,为换电机器人作业提供引导。
作为本发明进一步改进,所述步骤(1)中的视觉传感器设置方法为:
视觉传感器被设置在换电平台底部0.5米处的固定位置,其设置方式为眼到手型,视觉传感器使用前需要经过标定测试,视觉传感器坐标系相对换电站坐标系的相对位姿为R0,t0,视觉传感器对上方的汽车底盘电池包进行拍摄,获得包括车底盘电池包、部分换电站结构的点云图像,其中电池包表面的孔为用于定位的特征标志。
作为本发明进一步改进,步骤(2)车底盘电池包平面拟合包括如下步骤;
(2-1)将包含深度信息的图像像素反投影至视觉传感器三维坐标系中获得包含电池包的三维点云,使用体素滤波器对点云进行滤波,获得包含车底盘电池包点云与部分环境点云的点云集P1;
(2-3)使用PCA主成分分析法获取车底盘电池包初始估计平面l1和其法线方向n1,并根据平面l1的位置t1与法向量n1,去除P2中离平面距离大于d的所有点云,得到点云集P3;
(2-4)对P3使用RANSAC方法进行平面拟合,获得车底盘电池包的拟合平面l2,其对应法向量为n2。
作为本发明进一步改进,步骤(3)中电池包上的加解锁孔识别包括如下步骤:
(3-1)采用HSV颜色空间变换,将车底盘电池包点云颜色从RGB空间转换到HSV空间,筛选出H通道值中处于±30内的点云,对应红色特征标识,将其质心作为加解锁孔的位置ξ1;
(3-2)使用霍夫圆变换检测车底盘电池包的加解锁孔,将车底盘电池包的点云投影至拟合平面l2,对二维图像进行Hough圆检测。检测到的圆心为ξ2;
(3-3)二者孔圆心之间的距离d=||ξ1-ξ2||小于阈值ε时,则认定检测到加解锁孔,并取ξ2作为加解锁孔的初始位置q。
作为本发明进一步改进,步骤(4)加解锁孔的精确位姿估计包括如下步骤:
(4-1)针对每个孔的点云集Qk,将加解锁孔所在区域视为微小平面,使用最小二乘法拟合其平面法线ηk,该法线对应的孔平面为Ik;
(4-2)对孔的圆形点云进行最小二乘圆拟合,计算得到加解锁孔的精确圆心坐标ρk。
本发明提供使用换电机器人的多类型电池包视觉定位方法的系统装置,其特征在于,包括视觉传感器、视觉信息定位处理器、通信模块,视觉传感器与视觉信息定位处理器的通讯模块连接,换电站主控计算机以及换电机器人控制器与视觉信息定位处理器的通信模块相连。
有益效果:
本发明公开了一种用于换电机器人的多类型电池包视觉定位方法与系统装置。该方法使用视觉传感器对汽车底盘的待换电池包进行拍摄,获得包含电池包定位特征的三维点云视图,对点云进行体素滤波与欧式聚类,去除噪点并去除点云中车底盘部分以外的点云,利用PCA主成分分析法计算预处理后的车底盘电池包点云的初始位姿,进一步分割非车底盘部分的点云,并以RANSAC平面拟合算法拟合车底盘电池包对应的形貌平面。使用HSV颜色阈值分割以及霍夫圆变换法对车底盘电池包上的加解锁孔点云进行识别与粗定位,以分割而得的加解锁孔点云进行最小二乘拟合,得到加解锁孔的精确圆心位置与法向方向。构建一种由视觉传感器、视觉定位信息处理器、通信模块组成的系统装置。换电机器人可利用车底盘电池包形貌平面、加解锁孔的精确位置、法向方向,完成对待换电池包的定位,从而进行换电工作。
附图说明
图1是本发明公开方法的流程图;
图2是本发明公开的换电站相机设置示意图。
具体实施方式
下面结合附图与具体实施方式对本发明作进一步详细描述:
本发明公开了一种用于换电机器人的多类型电池包视觉定位方法与系统装置,其流程图如图1所示,包括如下步骤:
步骤1、换电场景的视觉测量信息的获取方式。
如图2换电平台的作业空间处于车辆停放区域的正下方,换电机器人被设置于该空间底部的作业平台上,对待换电车辆底盘上的电池包进行换电作业。在本发明的定位方案中,视觉传感器被设置在换电平台底部0.5米处的固定位置,其设置方式为眼到手(Eyeto hand)型,视觉传感器使用前需要经过标定测试。视觉传感器坐标系相对换电坐标系的相对位姿为R0,t0。视觉传感器对上方的汽车底盘电池包进行拍摄,获得包括车底盘电池包、部分换电站结构的点云图像,其中电池包表面的孔为可用于定位的特征标志。经过后续的计算机处理,计算拍摄图像的定位信息,得到电池包在换电站空间中的绝对位姿,用于引导换电机器人与电池包的对接。
步骤2、计算车底盘电池包拟合平面。包括如下步骤:
(2-1)在已知视觉传感器位置与视觉传感器模型的情况下,将包含深度信息的图像像素反投影至视觉传感器三维坐标系中获得包含电池包的三维点云。使用体素滤波器对点云进行滤波,滤除噪点与部分离群点,并精减点云数量,获得包含车底盘点云与部分环境点云的点云集P1。
(2-2)进行点云欧式聚类,在车底盘点云P1中随机选取某种子点s1,构建KD-tree对种子点s1进行半径R领域搜索,生成聚类簇Q1,在Q1中选取新种子点,并继续执行领域搜索直到Q1中的聚类簇不再增加。对P1中余下部分点云再次随机选择种子点s2,并继续执行上述步骤获得Q2。如此重复并经过多次迭代,所有点云都被归类于{Q1,Q2..Qn}中。本发明中为了避免聚类后车底盘点云与换电站结构点云有粘连,R应为车底盘与换电站结构距离的
(2-3)选定最大的聚类Qk为车底盘点云P2。使用PCA主成分分析法获取车底盘的初步的位姿信息。首先计算三维点云集的质心以及协方差矩阵:
对协方差矩阵H进行SVD分解,获得其特征值λ1、λ2、λ3与特征向量u1,u2,u3;
最大特征值λ1与次大的特征值λ2及其特征向量u1、u2对应着点云集中点分布最多的方向,即车底盘的XY方向,对应着车底盘的平面,将该平面标记为l1;最小特征值λ3及其特征向量u3对应着点云集中点分布最少的方向,即Z轴方向,该方向可视作车底盘平面l1的法线方向n1。构造旋转矩阵R1与平移向量t1作为车底盘点云的在视觉传感器坐标系中的初始估计位姿:
为再次去除部分非车底盘电池包点云,根据平面l1的位置t1与法向量n1,去除P2中离平面距离大于d的所有点云,得到更加精确的车底盘点云P3。
(2-4)对P3使用RANSAC方法进行平面拟合。RANSAC方法包含多次迭代,在第k次迭代中,从P3中随机抽选出一个点云子集Mk,使用最小方差估计计算Mk子集的拟合平面参数,然后计算P3中除Mk外所有点与该模型的偏差,再使用设定好的阈值与偏差进行比较,记录误差率、内点数、总样本数、当前迭代次数设置一个迭代结束判断条件。迭代结束后,取内点个数最多的点云估计平面作为车底盘电池包的拟合平面l2,其对应法向量为n2
步骤3、加解锁孔识别。包括如下步骤:
(3-1)车底盘电池包的加解锁孔周围有预先喷涂的红色特征标识。根据特征标识的颜色特征,定位加解锁孔的位置。采用HSV颜色空间变换,将车底盘电池包点云颜色从RGB空间转换到HSV空间。HSV空间中,H参数表示色彩信息,即所处的光谱颜色的位置,范围从-180到180,纯度S为一比例值,范围从0到1,表示对比度,V表示色彩的明亮程度,范围从0到1。筛选出H通道值中处于±30内的点云,对应红色特征标识,将其质心作为加解锁孔的位置ξ1。
(3-2)由于加解锁孔的形状为圆形,因此使用霍夫圆变换检测车底盘电池包的加解锁孔。将车底盘的点云投影至拟合平面l2,对二维图像进行Hough圆检测。Hough算法基于点线的对偶性,将XY二维坐标系下的圆转换为a-b-r三维坐标系下的一个点。将整个图像的像素点转换为a-b-r三维坐标系的坐标,累积值大于设定阈值的点即为检测到的圆的圆心ξ2。
(3-3)将圆孔检测的结果与颜色特征检测的结果进行比对,当二者孔圆心之间的距离d=||ξ1-ξ2||小于阈值ε时,则认定检测到加解锁孔,并取ξ2作为加解锁孔的初始位置q。
步骤4、加解锁孔位姿精确拟合。包括如下步骤:
(4-1)使用步骤3的方法,在机器人作业的过程中实时分割多个包含加解锁孔的点云子集Q1,Q2....Qn。
针对每个孔的点云集Qk,利用最小二乘法拟合孔的法向方向与圆心坐标,完成孔的精确位姿估计。将加解锁孔所在区域视为微小平面,其平面的方程为,
Ax+By+Cz+D=0
其中A,B,C,D即为所要求取的平面参数。将方程变形为
z=a0x+a1y+a2
其中p=[xn,yn,zn]∈ρk
[a0,a1,a2]=(ATA)-1ATb
则ηk=[a0,a1,1]可作为孔法线的精确方向,该法线对应的孔平面为Ik。
(4-2)对孔的圆形点云进行最小二乘圆拟合。将加解锁孔点云Qk中的所有点投影至计算得到的孔平面上Ik,得到其二维坐标。圆的标准方程为
(X-A)2+(Y-B)2=R2
可表示为
X2+Y2+aX+bY+c=0
其中
其中p=[xn,yn,zn]∈ρk。解为
[a,b,c]=(ATA)-1ATb
则计算得到拟合的圆心坐标,并将其反投影到视觉传感器坐标系中,最终获得加解锁孔的精确圆心坐标ρk。
步骤5、坐标信息转化。
步骤3、4获得了视觉传感器坐标系下的车底盘电池包的形貌平面l2,n2与位于其上的加解锁孔的精确位姿信息ηk、ρk。根据视觉传感器坐标系相对于换电站工作空间的绝对坐标系的相对位姿R0,t0,将上述信息变换至换电站工作空间坐标系中,为换电机器人作业提供引导。
步骤6、换电定位系统装置。
一种用于换电机器人定位的系统装置,该系统包括:视觉传感器,视觉定位信息传感器,通信模块。视觉传感器与视觉定位信息处理器的通讯模块连接,换电站主控计算机以及换电机器人控制器与视觉定位信息处理器的通信模块相连。当车辆进站并停靠时,换电站将发送信息于视觉定位信息处理器,激活其视觉处理功能,视觉定位信息处理器将接收视觉传感器发回的视觉信息并进行处理得到相应的定位信息,同时接收来换电机器人的状态信息;结合状态信息,视觉定位信息处理器将最终的定位信息发送给换电机器人控制器。
以上所述,仅是本发明的较佳实施例而已,并非是对本发明作任何其他形式的限制,而依据本发明的技术实质所作的任何修改或等同变化,仍属于本发明所要求保护的范围。
Claims (6)
1.用于换电机器人的多类型电池包视觉定位方法,其特征在于,具体步骤如下:
(1)由视觉传感器获取换电场景的视觉测量信息;
(2)反投影得到电池包的三维点云,然后使用体素滤波器对点云进行滤波,获得包含车底盘电池包点云与部分环境点云的点云集P1;
针对P1采用欧式聚类,聚类后的点云被分为点云子集{Q1,Q2..Qn};选定最大的聚类Qk为车底盘电池包点云P2,使用PCA主成分分析法计算点云,获取底盘平面l1的法线方向n1和其位置t1,去除P2中离平面l1距离大于d的所有点云,得到车底盘点云P3;使用RANSAC方法进行P3点云的子集平面拟合,获得车底盘电池包的拟合平面l2,其对应法向量为n2;
(3)根据特征标识的颜色特征,采用HSV颜色空间变换,分割红色点云,将其质心作为加解锁孔的位置ξ1;
使用霍夫圆变换检测车底盘电池包的加解锁孔,将检测到的圆的圆心设为孔的中心ξ2;当二者孔圆心之间的距离d=||ξ1-ξ2||小于阈值ε时,则认定检测到加解锁孔,并取ξ2作为加解锁孔的初始位置q;
(4)在机器人作业的过程中实时分割多个包含加解锁孔的点云子集Q1,Q2....Qn;对每个孔的点云集Qk,利用最小二乘法拟合孔的法向方向ηk与圆心坐标ρk,完成孔的精确位姿估计;
(5)根据视觉传感器坐标系相对于换电站工作空间的绝对坐标系的相对位姿R0,t0,将l2、n2、ηk、ρk变换至换电站工作空间坐标系中,为换电机器人作业提供引导。
2.根据权利要求1所述的用于换电机器人的多类型电池包视觉定位方法,其特征在于:所述步骤(1)中的视觉传感器设置方法为:
视觉传感器被设置在换电平台底部0.5米处的固定位置。视觉传感器需要经过标定测试,视觉传感器坐标系相对换电站坐标系的相对位姿为R0,t0,视觉传感器对上方的汽车底盘电池包进行拍摄,获得包括车底盘电池包、部分换电站结构的点云图像,其中电池包表面的孔为用于定位的特征标志。
3.根据权利要求1所述的用于换电机器人的多类型电池包视觉定位方法,其特征在于:步骤(2)车底盘电池包平面拟合包括如下步骤;
(2-1)将包含深度信息的图像像素反投影至视觉传感器三维坐标系中获得包含电池包的三维点云,使用体素滤波器对点云进行滤波,获得包含车底盘电池包点云与部分环境点云的点云集P1;
(2-3)使用PCA主成分分析法获取车底盘电池包初始估计平面l1和其法线方向n1,并根据平面l1的位置t1与法向量n1,去除P2中离平面距离大于d的所有点云,得到点云集P3;
(2-4)对P3使用RANSAC方法进行平面拟合,获得车底盘电池包的拟合平面l2,其对应法向量为n2。
4.根据权利要求1所述的用于换电机器人的多类型电池包视觉定位方法,其特征在于:步骤(3)中电池包上的加解锁孔识别包括如下步骤:
(3-1)采用HSV颜色空间变换,将车底盘电池包点云颜色从RGB空间转换到HSV空间,筛选出H通道值中处于±30内的点云,对应红色特征标识,将其质心作为加解锁孔的位置ξ1;
(3-2)使用霍夫圆变换检测车底盘电池包的加解锁孔,将车底盘电池包的点云投影至拟合平面l2,对二维图像进行Hough圆检测。检测到的圆心为ξ2;
(3-3)二者孔圆心之间的距离d=||ξ1-ξ2||小于阈值ε时,则认定检测到加解锁孔,并取ξ2作为加解锁孔的初始位置q。
5.根据权利要求1所述的用于换电机器人的多类型电池包视觉定位方法,其特征在于:步骤(4)加解锁孔的精确位姿估计包括如下步骤:
(4-1)针对每个孔的点云集Qk,将加解锁孔所在区域视为微小平面,使用最小二乘法拟合其平面法线ηk,该法线对应的孔平面为Ik;
(4-2)对孔的圆形点云进行最小二乘圆拟合,计算得到加解锁孔的精确圆心坐标ρk。
6.使用权利要求1-5任意一项所述换电机器人的多类型电池包视觉定位方法的系统装置,其特征在于,包括视觉传感器、视觉信息定位处理器、通信模块,视觉传感器与视觉信息定位处理器的通讯模块连接,换电站主控计算机以及换电机器人控制器与视觉信息定位处理器的通信模块相连。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210889004.4A CN115272655A (zh) | 2022-07-27 | 2022-07-27 | 用于换电机器人的多类型电池包视觉定位方法与系统装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210889004.4A CN115272655A (zh) | 2022-07-27 | 2022-07-27 | 用于换电机器人的多类型电池包视觉定位方法与系统装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115272655A true CN115272655A (zh) | 2022-11-01 |
Family
ID=83769006
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210889004.4A Pending CN115272655A (zh) | 2022-07-27 | 2022-07-27 | 用于换电机器人的多类型电池包视觉定位方法与系统装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115272655A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115641462A (zh) * | 2022-12-26 | 2023-01-24 | 电子科技大学 | 一种雷达图像目标识别方法 |
CN117584138A (zh) * | 2024-01-18 | 2024-02-23 | 河南新科起重机股份有限公司 | 一种基于换电站三维定位抓取的智能运动控制调节系统 |
WO2024099191A1 (zh) * | 2022-11-10 | 2024-05-16 | 广东贝导智能科技有限公司 | 搬运装置 |
-
2022
- 2022-07-27 CN CN202210889004.4A patent/CN115272655A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024099191A1 (zh) * | 2022-11-10 | 2024-05-16 | 广东贝导智能科技有限公司 | 搬运装置 |
CN115641462A (zh) * | 2022-12-26 | 2023-01-24 | 电子科技大学 | 一种雷达图像目标识别方法 |
CN117584138A (zh) * | 2024-01-18 | 2024-02-23 | 河南新科起重机股份有限公司 | 一种基于换电站三维定位抓取的智能运动控制调节系统 |
CN117584138B (zh) * | 2024-01-18 | 2024-04-09 | 河南新科起重机股份有限公司 | 一种基于换电站三维定位抓取的智能运动控制调节系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115272655A (zh) | 用于换电机器人的多类型电池包视觉定位方法与系统装置 | |
CN103258432B (zh) | 基于视频的交通事故自动识别处理方法和系统 | |
CN111862037A (zh) | 基于机器视觉的精密孔类零件几何特征检测方法及系统 | |
CN107590836A (zh) | 一种基于Kinect的充电桩动态识别与定位方法及系统 | |
CN106127145B (zh) | 瞳孔定位及跟踪方法 | |
CN107886545B (zh) | 电动汽车换电的视觉系统、标定方法及电池定位方法 | |
CN106595500A (zh) | 基于无人机双目视觉的输电线路覆冰厚度测量方法 | |
CN109977954A (zh) | 电动汽车充电接口的识别及定位方法及系统 | |
CN112669385A (zh) | 基于三维点云特征的工业机器人工件识别与位姿估计方法 | |
CN111415376A (zh) | 汽车玻璃亚像素轮廓提取方法及汽车玻璃检测方法 | |
CN114580559A (zh) | 一种基于单目视觉系统的测速方法 | |
Ratajczak et al. | Vehicle dimensions estimation scheme using AAM on stereoscopic video | |
CN107315997B (zh) | 一种基于快速特征点定位的视线朝向判断方法及系统 | |
CN105015507A (zh) | 一种康迪电动汽车的电池定位换电方法 | |
CN115170648B (zh) | 一种车厢位姿确定方法及装置 | |
CN109815966A (zh) | 一种基于改进sift算法的移动机器人视觉里程计实现方法 | |
CN108569280B (zh) | 自动泊车的方法和设备、智能汽车以及计算机存储介质 | |
CN114972471A (zh) | 一种基于双目视觉的轴距测量方法 | |
CN114187652A (zh) | 一种头部姿态检测方法及终端 | |
Dargazany et al. | Stereo-based terrain traversability estimation using surface normals | |
CN113091627B (zh) | 一种基于主动双目视觉的黑暗环境下车辆高度的测量方法 | |
CN111559732A (zh) | 一种基于2d视觉的汽车油箱位置和角度识别方法及系统 | |
Shen et al. | Vision based battery exchange robots for electric vehicle | |
Ravindranath et al. | Self-calibration of sensors using point cloud feature extraction | |
CN113628275B (zh) | 一种充电口位姿估计方法、系统、充电机器人及存储介质 |
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 |