CN116385516B - 一种静态车辆外廓检测方法、系统、装置及存储介质 - Google Patents

一种静态车辆外廓检测方法、系统、装置及存储介质 Download PDF

Info

Publication number
CN116385516B
CN116385516B CN202310630533.7A CN202310630533A CN116385516B CN 116385516 B CN116385516 B CN 116385516B CN 202310630533 A CN202310630533 A CN 202310630533A CN 116385516 B CN116385516 B CN 116385516B
Authority
CN
China
Prior art keywords
target vehicle
group
point cloud
vehicle
axle
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.)
Active
Application number
CN202310630533.7A
Other languages
English (en)
Other versions
CN116385516A (zh
Inventor
朱志伟
林赐开
陈执光
朱荣辉
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.)
Guangzhou Imi Bes Technology Co ltd
Original Assignee
Guangzhou Imi Bes Technology Co ltd
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 Guangzhou Imi Bes Technology Co ltd filed Critical Guangzhou Imi Bes Technology Co ltd
Priority to CN202310630533.7A priority Critical patent/CN116385516B/zh
Publication of CN116385516A publication Critical patent/CN116385516A/zh
Application granted granted Critical
Publication of CN116385516B publication Critical patent/CN116385516B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/50—Depth or shape recovery
    • G06T7/521—Depth or shape recovery from laser ranging, e.g. using interferometry; from the projection of structured light
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
    • F16M—FRAMES, CASINGS OR BEDS OF ENGINES, MACHINES OR APPARATUS, NOT SPECIFIC TO ENGINES, MACHINES OR APPARATUS PROVIDED FOR ELSEWHERE; STANDS; SUPPORTS
    • F16M11/00—Stands or trestles as supports for apparatus or articles placed thereon ; Stands for scientific apparatus such as gravitational force meters
    • F16M11/02—Heads
    • F16M11/04—Means for attachment of apparatus; Means allowing adjustment of the apparatus relatively to the stand
    • F16M11/06—Means for attachment of apparatus; Means allowing adjustment of the apparatus relatively to the stand allowing pivoting
    • F16M11/08—Means for attachment of apparatus; Means allowing adjustment of the apparatus relatively to the stand allowing pivoting around a vertical axis, e.g. panoramic heads
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
    • F16M—FRAMES, CASINGS OR BEDS OF ENGINES, MACHINES OR APPARATUS, NOT SPECIFIC TO ENGINES, MACHINES OR APPARATUS PROVIDED FOR ELSEWHERE; STANDS; SUPPORTS
    • F16M11/00—Stands or trestles as supports for apparatus or articles placed thereon ; Stands for scientific apparatus such as gravitational force meters
    • F16M11/02—Heads
    • F16M11/18—Heads with mechanism for moving the apparatus relatively to the stand
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/06—Systems determining position data of a target
    • G01S17/08—Systems determining position data of a target for measuring distance only
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/87—Combinations of systems using electromagnetic waves other than radio waves
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G01S7/4802—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G01S7/481—Constructional features, e.g. arrangements of optical elements
    • G01S7/4811—Constructional features, e.g. arrangements of optical elements common to transmitter and receiver
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10028—Range image; Depth image; 3D point clouds
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30248—Vehicle exterior or interior
    • 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
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Electromagnetism (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Geometry (AREA)
  • Optics & Photonics (AREA)
  • Optical Radar Systems And Details Thereof (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明公开了一种静态车辆外廓检测方法、系统、装置及存储介质，既能确保测量精度，又对场地的部署环境要求不高，该方法包括：在目标车辆停好在检测区域后，通过控制云台转动带动第一组激光雷达转动扫描目标车辆，以获取目标车辆的车辆外形的第一组点云数据，以及通过控制云台转动带动第二组激光雷达转动扫描目标车辆，以获取目标车辆的车辆轮轴的第二组点云数据，第一组激光雷达所处的高度大于第二组激光雷达所处的高度；将第一组点云数据和第二组点云数据进行融合，获得目标车辆的车辆外廓对应的三维点云图像；基于三维点云图像，计算出目标车辆的外廓尺寸；基于三维点云图像，计算出目标车辆的前后车辆轮轴之间的轴距。

Description

一种静态车辆外廓检测方法、系统、装置及存储介质
技术领域
本发明涉及车辆外廓检测技术领域，特别是涉及一种静态车辆外廓检测方法、系统、装置及存储介质。
背景技术
目前市面上的静态车辆外廓检测系统，通常是将车辆停在固定场所，由电机带动测量雷达通过导轨在车辆两侧上方游走，以实现车辆轮廓的立体测量。在这种检测方式中，虽然能够实现车辆轮廓的立体测量，但缺点和劣势也非常明显，比如，测量的精度完全取决于导轨的平整度和电机是否匀速转动，导致不能确保测量精度，此外，对场地的搭建环境（如地面的平整度）要求较高。
发明内容
基于此，本发明的目的在于提供一种既能确保测量精度，又对场地的部署环境要求不高的静态车辆外廓检测方法、系统、装置及存储介质。
第一方面，本发明实施例提供了一种静态车辆外廓检测方法，包括：
在目标车辆停好在检测区域后，通过控制云台转动带动第一组激光雷达转动扫描所述目标车辆，以获取所述目标车辆的车辆外形的第一组点云数据，以及通过控制所述云台转动带动第二组激光雷达转动扫描所述目标车辆，以获取所述目标车辆的车辆轮轴的第二组点云数据；所述第一组激光雷达和所述第二组激光雷达设置在所述检测区域内，所述第一组激光雷达所处的高度大于所述第二组激光雷达所处的高度；
将所述第一组点云数据和所述第二组点云数据进行融合，获得所述目标车辆的车辆外廓对应的三维点云图像；
基于所述三维点云图像，计算出所述目标车辆的外廓尺寸；所述外廓尺寸包括车辆高度、车辆长度、车辆高度；
基于所述三维点云图像，计算出所述目标车辆的前后车辆轮轴之间的轴距。
在一种可能的设计中，所述检测区域设置有四个长立杆和三个短立杆，所述四个长立杆呈现中心对称分布在所述检测区域左右两侧，所述三个短立杆平行分布设置在所述检测区域左侧或右侧；
所述第一组激光雷达包括对应安装在所述四个长立杆上方的四个激光雷达；
所述第二组激光雷达包括对应安装在所述三个短立杆上方的三个激光雷达。
在一种可能的设计中，通过控制云台转动带动第一组激光雷达转动扫描所述目标车辆，以获取所述目标车辆的车辆外形的第一组点云数据，以及通过控制所述云台转动带动第二组激光雷达转动扫描所述目标车辆，以获取所述目标车辆的车辆轮轴的第二组点云数据，包括：
通过采用MCU计时计步方式控制所述云台转动带动所述第一组激光雷达中的任一激光雷达扫描所述目标车辆的角度，以获取所述第一组点云数据；
通过采用所述MCU计时计步方式控制所述云台转动带动所述第二组激光雷达中的任一激光雷达扫描所述目标车辆的角度，以获取所述第二组点云数据。
在一种可能的设计中，所述方法还包括：
在所述目标车辆停好在所述检测区域后，通过前抓拍相机和后抓拍相机抓取所述目标车辆的车牌信息，将所述车牌信息与所述目标车辆的外廓尺寸和轮轴关联；所述前抓拍相机和所述后抓拍相机分别设置位于所述检测区域的出入口处，且分布在所述检测区域的左右两侧。
在一种可能的设计中，基于所述三维点云图像，计算出所述目标车辆的外廓尺寸，包括：
计算所述三维点云图像中的左边临界点与右边临界点之间的第一距离，并将所述第一距离确定为所述目标车辆的车辆宽度；
计算所述三维点云图像中的前临界点与后临界点之前的第二距离，并将所述第二距离确定为所述目标车辆的车辆长度；
计算所述三维点云图像中的最高临界点的第一高度，并将所述第一高度确定为所述目标车辆的车辆高度。
在一种可能的设计中，所述方法还包括：
若所述目标车辆需要测量栏板，则基于所述三维点云数据，根据最小二乘法将所述目标车辆的车辆底板和所述栏板的边缘拟合出来，并计算所述栏板的边缘高度和所述车辆底板之间的高度差；
将所述高度差确定为所述栏板的高度。
在一种可能的设计中，基于所述三维点云图像，计算出所述目标车辆的前后车辆轮轴之间的轴距，包括：
将所述三维点云图像按侧视图网格缩放投影在二维二值数据组中；
基于所述二维二值数据组，根据地面接触区域寻找所述目标车辆对应的每个轮胎位置标记；
将所述每个轮胎位置标记缩放寻找所述三维点云图像中位置最近的坐标点，过滤孤立点，找出轮胎位置开始点和轮胎位置终止点；
基于所述轮胎位置开始点和所述轮胎位置终止点，确定所述目标车辆的轮轴轴心位置，并遍历所述轮轴轴心位置附近的三维点云，排除掉非轮轴异物的轴心位置，得到所述目标车辆对应的轮轴集合；
遍历所述轮轴集合中每个轮轴的轴心位置，计算出所述目标车辆的前后车轴之间的轴距。
第二方面，本发明实施例还提供了一种静态车辆外廓检测系统，包括：
处理单元，用于在目标车辆停好在检测区域后，通过控制云台转动带动第一组激光雷达转动扫描所述目标车辆，以获取所述目标车辆的车辆外形的第一组点云数据，以及通过控制所述云台转动带动第二组激光雷达转动扫描所述目标车辆，以获取所述目标车辆的车辆轮轴的第二组点云数据；所述第一组激光雷达和所述第二组激光雷达设置在所述检测区域内，所述第一组激光雷达所处的高度大于所述第二组激光雷达所处的高度；
计算单元，用于将所述第一组点云数据和所述第二组点云数据进行融合，获得所述目标车辆的车辆外廓对应的三维点云图像；基于所述三维点云图像，计算出所述目标车辆的外廓尺寸；所述外廓尺寸包括车辆高度、车辆长度、车辆高度；基于所述三维点云图像，计算出所述目标车辆的前后车辆轮轴之间的轴距。
在一种可能的设计中，所述检测区域设置有四个长立杆和三个短立杆，所述四个长立杆呈现中心对称分布在所述检测区域左右两侧，所述三个短立杆平行分布设置在所述检测区域左侧或右侧；
所述第一组激光雷达包括对应安装在所述四个长立杆上方的四个激光雷达；
所述第二组激光雷达包括对应安装在所述三个短立杆上方的三个激光雷达。
在一种可能的设计中，所述处理单元具体用于：
通过采用MCU计时计步方式控制所述云台转动带动所述第一组激光雷达中的任一激光雷达扫描所述目标车辆的角度，以获取所述第一组点云数据；
通过采用所述MCU计时计步方式控制所述云台转动带动所述第二组激光雷达中的任一激光雷达扫描所述目标车辆的角度，以获取所述第二组点云数据。
在一种可能的设计中，所述处理单元还用于：
在所述目标车辆停好在所述检测区域后，通过前抓拍相机和后抓拍相机抓取所述目标车辆的车牌信息，将所述车牌信息与所述目标车辆的外廓尺寸和轮轴关联；所述前抓拍相机和所述后抓拍相机分别设置位于所述检测区域的出入口处，且分布在所述检测区域的左右两侧。
在一种可能的设计中，所述计算单元具体用于：
计算所述三维点云图像中的左边临界点与右边临界点之间的第一距离，并将所述第一距离确定为所述目标车辆的车辆宽度；
计算所述三维点云图像中的前临界点与后临界点之前的第二距离，并将所述第二距离确定为所述目标车辆的车辆长度；
计算所述三维点云图像中的最高临界点的第一高度，并将所述第一高度确定为所述目标车辆的车辆高度。
在一种可能的设计中，所述计算单元还用于：
若所述目标车辆需要测量栏板，则基于所述三维点云数据，根据最小二乘法将所述目标车辆的车辆底板和所述栏板的边缘拟合出来，并计算所述栏板的边缘高度和所述车辆底板之间的高度差；
将所述高度差确定为所述栏板的高度。
在一种可能的设计中，所述计算单元具体用于：
将所述三维点云图像按侧视图网格缩放投影在二维二值数据组中；
基于所述二维二值数据组，根据地面接触区域寻找所述目标车辆对应的每个轮胎位置标记；
将所述每个轮胎位置标记缩放寻找所述三维点云图像中位置最近的坐标点，过滤孤立点，找出轮胎位置开始点和轮胎位置终止点；
基于所述轮胎位置开始点和所述轮胎位置终止点，确定所述目标车辆的轮轴轴心位置，并遍历所述轮轴轴心位置附近的三维点云，排除掉非轮轴异物的轴心位置，得到所述目标车辆对应的轮轴集合；
遍历所述轮轴集合中每个轮轴的轴心位置，计算出所述目标车辆的前后车轴之间的轴距。
第三方面，本发明实施例还提供了一种静态车辆外廓检测装置，包括：至少一个存储器和至少一个处理器；
所述至少一个存储器用于存储一个或多个程序；
当所述一个或多个程序被所述至少一个处理器执行时，实现上述第一方面任一种可能设计所涉及的方法。
第四方面，本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有至少一个程序；当所述至少一个程序被处理器执行时，实现上述第一方面任一种可能设计所涉及的方法。
本发明的有益效果如下：
在本发明实施例提供的技术方案中，在目标车辆停好在检测区域后，通过控制云台转动带动第一组激光雷达转动扫描目标车辆，以获取目标车辆的车辆外形的第一组点云数据，以及通过控制云台转动带动第二组激光雷达转动扫描目标车辆，以获取目标车辆的车辆轮轴的第二组点云数据，第一组激光雷达和所述第二组激光雷达设置在检测区域内，第一组激光雷达所处的高度大于第二组激光雷达所处的高度；进一步的，再将第一组点云数据和第二组点云数据进行融合，获得目标车辆的车辆外廓对应的三维点云图像；进一步的，基于三维点云图像，计算出目标车辆的外廓尺寸；外廓尺寸包括车辆高度、车辆长度、车辆高度；进一步的，基于三维点云图像，计算出目标车辆的前后车辆轮轴之间的轴距。本发明相较于现有技术而言，既能确保测量精度，又对场地的部署环境要求不高。
为了更好地理解和实施，下面结合附图详细说明本发明。
附图说明
图1为本发明实施例提供的一种静态车辆外廓检测方法的流程示意图；
图2a为本发明实施例提供的一种检测区域的俯视图；
图2b为本发明实施例提供的一种检测区域的正视图；
图2c为本发明实施例提供的一种检测区域的侧视图；
图3a为本发明实施例提供的一种云台的外部结构图；
图3b为本发明实施例提供的一种云台的剖视图；
图3c为本发明实施例提供的一种云台的外壳的横切剖视图；
图4a为本发明实施例提供的一种云台的供电电路的示意图；
图4b为本发明实施例提供的一种云台的控制电路的示意图；
图4c为本发明实施例提供的一种云台的通讯电路的示意图；
图5为本发明实施例提供的一种执行步骤S14的流程示意图；
图6为本发明实施例提供的一种静态车辆外廓检测系统的架构示意图；
图7为本发明实施例提供的一种静态车辆外廓检测装置的结构示意图。
具体实施方式
在本说明书中提到或者可能提到的上、下、左、右、前、后、正面、背面、顶部、底部等方位用语是相对于其构造进行定义的，它们是相对的概念。因此，有可能会根据其所处不同位置、不同使用状态而进行相应地变化。所以，也不应当将这些或者其他的方位用语解释为限制性用语。
以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与本公开的一些方面相一致的实施方式的例子。
在本说明书使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本公开。在本说明书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
除非有相反的说明，本说明书中提及的“第一”、“第二”等序数词用于对多个对象进行区分，不用于限定多个对象的顺序、时序、优先级或者重要程度。
请参考图1所示，本发明提供的静态车辆外廓检测方法，包括如下步骤：
S11、在目标车辆停好在检测区域后，通过控制云台转动带动第一组激光雷达转动扫描目标车辆，获取目标车辆的车辆外形的第一组点云数据，以及通过控制云台转动带动第二组激光雷达转动扫描目标车辆，获取目标车辆的车辆轮轴的第二组点云数据。
在具体实施时，第一组激光雷达和第二组激光雷达设置在该检测区域内，第一组激光雷达所处的高度大于第二组激光雷达所处的高度。
比如，检测区域可以设置有四个长立杆和三个短立杆，其中，四个长立杆呈现中心对称分布在检测区域左右两侧（相对于检测区域的出入口而言），三个短立杆平行分布设置在检测区域左侧或右侧。那么，第一组激光雷达可以包括对应安装在四个长立杆上方的四个激光雷达，第二组激光雷达可以包括对应安装在三个短立杆上方的三个激光雷达。
作为一种示例，第一组激光雷达和第二组激光雷达的分布位置可以如图2a所示，其中，1-4号激光雷达为第一组激光雷达中的四个激光雷达，5-7号激光雷达为第二组激光雷达中的三个激光雷达。
示例性的，结合图2a-图2c所示，长立柱的高度可以设置为5-6米，在这种情况下，第一组激光雷达的视场角度可以达到110°，第一组激光雷达的可转动角度可以设置为270°，使得第一组激光雷达中的四个激光雷达的扫描区域能够全覆盖目标车辆的车辆外形，实现360°无死角扫描的效果。第一组激光雷达可以将扫描到的第一组点云数据汇总到控制柜中，通过控制柜进行相应的处理后，得到并输出目标车辆的车型轮廓结果（下文将具体介绍）。
示例性的，结合图2a-图2c所示，短立柱的高度可以设置为1.2米，第二组激光雷达的可转动角度可以设置为270°，使得第二组激光雷达的扫描区域能够全覆盖目标车辆的车辆轮轴，便于后续通过相应的处理后得到目标车辆的轮轴结果。比如，第二组激光雷达可以将扫描到的第二组点云数据汇总到控制柜中，通过控制柜进行相应的处理后，得到并输出目标车辆的轮轴结果（下文将具体介绍）。
在具体实施时，在目标车辆停好在检测区域后，还可以通过前抓拍相机和后抓拍相机抓取目标车辆的车牌信息，将车牌信息与目标车辆的外廓尺寸和轮轴关联，以实现车牌与车型轮廓之间的一对一的对应关系。其中，前抓拍相机和后抓拍相机分别设置位于检测区域的出入口处，且分布在检测区域的左右两侧。比如，结合图2a-图2c所示，8号为后抓拍相机，9号为前抓拍相机。通过这种两个抓拍相机，可以抓取目标车辆的车牌信息。
需要说明的是，图2a-图2c是以长立柱的高度可以设置为5-6米，短立柱的高度可以设置为1.2米，位于检测区域的中间区域的长立柱（如图2a中的1号/2号激光雷达）与第二组激光雷达中的前后两个激光雷达（如图2a中的5号激光雷达和7号激光雷达）之间的距离为10米，相邻的两个长立柱之间的距离为12.5米，位于检测区域的中间区域的长立柱与前后两个抓拍相机（如图2a中的8号和9号）之间的距离为13.5米，抓拍相机的高度为2米，第一组激光雷达中的前后两个激光雷达与两个抓拍相机之间的距离为6米（如3号和8号之间、4号和9号之间的距离为6米）为例，在具体实施时，这些距离、高度等可以根据实际需求进行设置，本发明实施例对此不作限定。
在具体实施时，为了进一步提高车辆外廓的检测精度，可以将位于前后（相对于检测区域的出入口而言）相邻的两个长立柱之间的距离以及前后相邻的两个短立柱之间的距离设置大于目标车辆的长度，例如设置大于1米。
目前市面上的静态车辆外廓检测系统码盘计数方式控制电机带动测量雷达转动，然而，码盘的加工精度问题易造成转动角度的精度差，从而无法精确测量车辆外廓。鉴于此，在本发明实施例中，通过采用MCU计时计步方式控制云台转动带动第一组激光雷达中的任一激光雷达扫描目标车辆的角度，以获取第一组点云数据，以及，通过采用MCU计时计步方式控制云台转动带动第二组激光雷达中的任一激光雷达扫描目标车辆的角度，以获取第二组点云数据，可以避免出现码盘加工精度问题易造成转动角度的精度差的现象，从而可以实现精确第一组激光雷达和第二组激光雷达中的任一个激光雷达的旋转角度的效果，有助于精确测量车辆外廓。
可以理解为，MCU以计时计步方式（控制转动时间）控制云台转动角度，来带动第一组激光雷达和第二组激光雷达转动。作为一种示例，可以设置云台每次归位后，电机堵转一小段时间，以保证每次云台都回到初始位置。
作为一种示例，云台的结构可以如图3a-图3c所示。通过控制云台转动带动第一组激光雷达和第二组激光雷达中的任一激光雷达转动的过程可以如下：
光电开光PCB新板通过网口接收到外部指令，经内部MCU运算，指令电机驱动芯片驱动电机转动。电机小齿轮固定在电机转动轴上，电机转动带动电机小齿轮转动。电机小齿轮转动带动大齿轮转动。大齿轮以螺丝固定方式与云台旋转顶盖连接，大齿轮转动带动云台旋转顶盖转动。云台旋转顶盖带动第一组激光雷达和第二组激光雷达中的任一激光雷达转动，从而实现第一组激光雷达和第二组激光雷达中的任一激光雷达旋转，实现激光雷达3D扫描效果。
作为一种示例，结合图3a-图4c所示，本发明实施例提供的云台的运作原理可以如下：
+24V直流电通过电源芯片U3、U6、U11分别输出+12V、+5V和+3.3V电源，分别给激光雷达、电机、MCU、以太网控制器U2和电机驱动芯片U4等供电。外部信号通过网络转换芯片U12把信号传递到以太网控制器U2。以太网控制器U2转换成协议信号，把信号传递给MCU 即U1。MCU通过运算，指令输送给到电机驱动芯片U4。电机驱动芯片U4接收到指令后，输出PWM信号驱动电机转动。当大齿轮转动到一定位置时，大齿轮上的小钢柱切割光电开关时，程序进入计步阶段，精确控制电机转动时间，达到指定位置后反转的目的。同时，大齿轮上的小钢柱切割光电开关时，激光雷达信号正式进入处理阶段。
在本发明实施例中，在目标车辆停好在检测区域后，通过控制云台转动带动第一组激光雷达转动扫描目标车辆，获取目标车辆的车辆外形的第一组点云数据，以及通过控制云台转动带动第二组激光雷达转动扫描目标车辆，获取目标车辆的车辆轮轴的第二组点云数据，可以达到既能确保测量精度，又对场地的部署环境要求不高的效果。
S12、将第一组点云数据和第二组点云数据进行融合，获得目标车辆的车辆外廓对应的三维点云图像。
在具体实施时，可以采用多雷达图像融合技术，将第一组点云数据和第二组点云数据进行融合，以获得目标车辆的车辆外廓对应的三维点云图像。其中，多雷达图像融合技术可以采用现有的，本发明实施例对此不再赘述。
在具体实施时，在将第一组点云数据和第二组点云数据进行融合之前，可以先使用点云滤波算法进行滤波，去除干扰点，以得到可靠的点云图像。比如，可以先分别将第一组点云数据和第二组点云数据网格化处理，然后根据一个200mm*200mm的矩形分别从侧视和俯视两个视角去迭代滑动查找，根据连续性，找到大于200mm的不连贯的点云即为无效点云，然后删除过滤掉，即可得到可靠的点云图像。
S13、基于三维点云图像，计算出目标车辆的外廓尺寸。
在具体实施时，目标车辆的外廓尺寸可以包括车辆高度、车辆长度、车辆高度。
在具体实施时，可以计算三维点云图像中的左边临界点与右边临界点之间的第一距离，并将第一距离确定为目标车辆的车辆宽度，以及计算三维点云图像中的前临界点与后临界点之前的第二距离，并将第二距离确定为目标车辆的车辆长度，以及计算三维点云图像中的最高临界点的第一高度，并将第一高度确定为目标车辆的车辆高度，从而可以获得目标车辆的外廓尺寸。
在本发明实施例提供的一种可适用的场景下，若目标车辆需要测量栏板，则可以基于三维点云数据，根据最小二乘法将目标车辆的车辆底板和该栏板的边缘拟合出来，并计算栏板的边缘高度和车辆底板之间的高度差，再将该高度差确定为栏板的高度，以确保栏板的高度测量精度，以及可以满足目标车辆的外廓的不同测量需求。可以理解为，在该场景下，目标车辆的外廓尺寸还可以包括栏板的高度。
S14、基于三维点云图像，计算出目标车辆的前后车辆轮轴之间的轴距。
在具体实施时，结合图1和图5所示，步骤S14可以包括如下步骤：
S141、将三维点云图像按侧视图网格缩放投影在二维二值数据组中。
作为一种示例，在步骤S141中，可以将三维点云图像PointList按侧视图网格缩放投影在二维二值数据组grid[Z][Y]中。示例性的，二维二值数据组grid[Z][Y]的缩放比例分别可以为[车长/Z]和[车高/Y]，当区域点(z,y)存在至少一个时，grid[z][y]取值为1，否则为0。
S142、基于二维二值数据组，根据地面接触区域寻找目标车辆对应的每个轮胎位置标记。
作为一种示例，在步骤S142中，可以遍历grid[*][0]，如果满足grid[z1-z2][0]的值均为1，且[z2-z1]在经验有效值内，视为轮胎接地处，将z1、z2等信息加入到疑似轮胎位置标记集合AxleList1当中，获得目标车辆对应的每个轮胎位置标记。
S143、将每个轮胎位置标记缩放寻找三维点云图像中位置最近的坐标点，过滤孤立点，找出轮胎位置开始点和轮胎位置终止点。
作为一种示例，在步骤S143中，可以遍历疑似轮胎位置标记集合AxleList1，将每个轮胎位置标记缩放寻找三维点云图像PointList中位置最近的坐标点，过滤孤立点，即可准确地找出轮胎位置开始点P1和轮胎位置终止点P2。
S144、基于轮胎位置开始点和轮胎位置终止点，确定目标车辆的轮轴轴心位置，并遍历轮轴轴心位置附近的三维点云，排除掉非轮轴异物的轴心位置，得到目标车辆对应的轮轴集合。
作为一种示例，轮胎位置开始点P1和轮胎位置终止点P2，这两个点的Z坐标中点即为目标车辆的轮轴轴心位置。在步骤S144中，可以遍历轮轴轴心位置附近范围的三维点云，用点云密度、形状等判断，排除水箱、挡板等非轮轴异物的轴心位置，从而可以得到准确的目标车辆对应的轮轴集合AxleList2。其中，轮轴集合AxleList2的集合长度即为轴数。
S145、遍历轮轴集合中每个轮轴的轴心位置，计算出目标车辆的前后车轴之间的轴距。
作为一种示例，在步骤S145中，可以通过遍历轮轴集合AxleList2中每个轮轴的轴心位置，通过z坐标差值计算出目标车辆的前后两个轮轴之间的轴距。
需要说明的是，本发明实施例不限定上述步骤S13和步骤S14之间的执行顺序，比如，步骤S13和步骤S14可以同步执行，也可以先执行步骤S13再执行步骤S14，也可以执行步骤S14再执行步骤S13。
通过以上描述可知，在本发明实施例提供的技术方案中，在目标车辆停好在检测区域后，通过控制云台转动带动第一组激光雷达转动扫描目标车辆，以获取目标车辆的车辆外形的第一组点云数据，以及通过控制云台转动带动第二组激光雷达转动扫描目标车辆，以获取目标车辆的车辆轮轴的第二组点云数据，第一组激光雷达和所述第二组激光雷达设置在检测区域内，第一组激光雷达所处的高度大于第二组激光雷达所处的高度；进一步的，再将第一组点云数据和第二组点云数据进行融合，获得目标车辆的车辆外廓对应的三维点云图像；进一步的，基于三维点云图像，计算出目标车辆的外廓尺寸；外廓尺寸包括车辆高度、车辆长度、车辆高度；进一步的，基于三维点云图像，计算出目标车辆的前后车辆轮轴之间的轴距。本发明相较于现有技术而言，既能确保测量精度，又对场地的部署环境要求不高。
基于同一发明构思，本发明实施例还提供了一种静态车辆外廓检测系统，如图6所示，静态车辆外廓检测系统20可以包括：
处理单元21，用于在目标车辆停好在检测区域后，通过控制云台转动带动第一组激光雷达转动扫描目标车辆，以获取目标车辆的车辆外形的第一组点云数据，以及通过控制云台转动带动第二组激光雷达转动扫描目标车辆，以获取目标车辆的车辆轮轴的第二组点云数据；第一组激光雷达和第二组激光雷达设置在检测区域内，第一组激光雷达所处的高度大于第二组激光雷达所处的高度；
计算单元22，用于将第一组点云数据和第二组点云数据进行融合，获得目标车辆的车辆外廓对应的三维点云图像；基于三维点云图像，计算出目标车辆的外廓尺寸；外廓尺寸包括车辆高度、车辆长度、车辆高度；基于三维点云图像，计算出目标车辆的前后车辆轮轴之间的轴距。
在一种可能的设计中，检测区域设置有四个长立杆和三个短立杆，四个长立杆呈现中心对称分布在检测区域左右两侧，三个短立杆平行分布设置在检测区域左侧或右侧；
第一组激光雷达包括对应安装在四个长立杆上方的四个激光雷达；
第二组激光雷达包括对应安装在三个短立杆上方的三个激光雷达。
在一种可能的设计中，处理单元21具体用于：
通过采用MCU计时计步方式控制云台转动带动第一组激光雷达中的任一激光雷达扫描目标车辆的角度，以获取第一组点云数据；
通过采用MCU计时计步方式控制云台转动带动第二组激光雷达中的任一激光雷达扫描目标车辆的角度，以获取第二组点云数据。
在一种可能的设计中，处理单元21还用于：
在目标车辆停好在检测区域后，通过前抓拍相机和后抓拍相机抓取目标车辆的车牌信息，将车牌信息与目标车辆的外廓尺寸和轮轴关联；前抓拍相机和后抓拍相机分别设置位于检测区域的出入口处，且分布在检测区域的左右两侧。
在一种可能的设计中，计算单元22具体用于：
计算三维点云图像中的左边临界点与右边临界点之间的第一距离，并将第一距离确定为目标车辆的车辆宽度；
计算三维点云图像中的前临界点与后临界点之前的第二距离，并将第二距离确定为目标车辆的车辆长度；
计算三维点云图像中的最高临界点的第一高度，并将第一高度确定为目标车辆的车辆高度。
在一种可能的设计中，计算单元22还用于：
若目标车辆需要测量栏板，则基于三维点云数据，根据最小二乘法将目标车辆的车辆底板和栏板的边缘拟合出来，并计算栏板的边缘高度和车辆底板之间的高度差；
将该高度差确定为栏板的高度。
在一种可能的设计中，计算单元22具体用于：
将三维点云图像按侧视图网格缩放投影在二维二值数据组中；
基于二维二值数据组，根据地面接触区域寻找目标车辆对应的每个轮胎位置标记；
将每个轮胎位置标记缩放寻找三维点云图像中位置最近的坐标点，过滤孤立点，找出轮胎位置开始点和轮胎位置终止点；
基于轮胎位置开始点和轮胎位置终止点，确定目标车辆的轮轴轴心位置，并遍历轮轴轴心位置附近的三维点云，排除掉非轮轴异物的轴心位置，得到目标车辆对应的轮轴集合；
遍历轮轴集合中每个轮轴的轴心位置，计算出目标车辆的前后车轴之间的轴距。
需要说明的是，上述处理单元21和计算单元22可以集成在同一个装置（如图2a-图2c所示的控制柜）上，也可以分开设置在不同的装置上，本发明实施例对此不作限定。
本发明实施例中的静态车辆外廓检测系统20与上述图1所示的静态车辆外廓检测方法是基于同一构思下的发明，通过前述对静态车辆外廓检测方法的详细描述，本领域技术人员可以清楚的了解本实施例中静态车辆外廓检测系统20的实施过程，所以为了说明书的简洁，在此不再赘述。
基于同一发明构思，本发明实施例还提供了一种静态车辆外廓检测装置，如图7所示，静态车辆外廓检测装置30可以包括：至少一个存储器31和至少一个处理器32。其中：
至少一个存储器31用于存储一个或多个程序。
当一个或多个程序被至少一个处理器32执行时，实现上述图1所示的静态车辆外廓检测方法。
静态车辆外廓检测装置30还可以可选地包括通信接口，通信接口用于与外部设备进行通信和数据交互传输。
需要说明的是，存储器31可能包含高速RAM存储器，也可能还包括非易失性存储器(nonvolatile memory)，例如至少一个磁盘存储器。
在具体的实现过程中，如果存储器31、处理器32及通信接口集成在一块芯片上，则存储器31、处理器32及通信接口可以通过内部接口完成相互间的通信。如果存储器31、处理器32和通信接口独立实现，则存储器31、处理器32和通信接口可以通过总线相互连接并完成相互间的通信。
需要说明的是，上述静态车辆外廓检测装置30可以为图2a-图2c所示的控制柜，也可以为与该控制柜进行通讯的其它装置，本发明实施例对此不作限定。
基于同一发明构思，本发明实施例还提供了一种计算机可读存储介质，该计算机可读存储介质可以存储有至少一个程序，当至少一个程序被处理器执行时，实现上述图1所示的静态车辆外廓检测方法。
应当理解，计算机可读存储介质为可存储数据或程序的任何数据存储设备，数据或程序其后可由计算机系统读取。计算机可读存储介质的示例包括：只读存储器、随机存取存储器、CD-ROM、HDD、DVD、磁带和光学数据存储设备等。
计算机可读存储介质还可分布在网络耦接的计算机系统中使得计算机可读代码以分布式方式来存储和执行。
计算机可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、射频(Radio Frequency，RF)等，或者上述的任意合适的组合。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。

Claims (8)

1.一种静态车辆外廓检测方法，其特征在于，包括：
在目标车辆停好在检测区域后，通过采用MCU计时计步方式控制云台转动带动第一组激光雷达转动扫描所述目标车辆，以获取所述目标车辆的车辆外形的第一组点云数据，以及通过采用MCU计时计步方式控制所述云台转动带动第二组激光雷达转动扫描所述目标车辆，以获取所述目标车辆的车辆轮轴的第二组点云数据；所述第一组激光雷达和所述第二组激光雷达设置在所述检测区域内，所述第一组激光雷达所处的高度大于所述第二组激光雷达所处的高度；
分别将所述第一组点云数据和所述第二组点云数据进行网格化处理，再根据尺寸为N*N的矩形分别从侧视和俯视两个视角去迭代滑动查找，根据连续性，将长度大于N的不连贯点云过滤掉，获得新的第一组点云数据和新的第二组点云数据；
将所述新的第一组点云数据和所述新的第二组点云数据进行融合，获得所述目标车辆的车辆外廓对应的三维点云图像；
基于所述三维点云图像，计算出所述目标车辆的外廓尺寸；所述外廓尺寸包括车辆宽度、车辆长度、车辆高度；
基于所述三维点云图像，计算出所述目标车辆的前后车辆轮轴之间的轴距，包括：将所述三维点云图像按侧视图网格缩放投影在二维二值数据组中；基于所述二维二值数据组，根据地面接触区域寻找所述目标车辆对应的每个轮胎位置标记；将所述每个轮胎位置标记缩放寻找所述三维点云图像中位置最近的坐标点，过滤孤立点，找出轮胎位置开始点和轮胎位置终止点；基于所述轮胎位置开始点和所述轮胎位置终止点，确定所述目标车辆的轮轴轴心位置，并遍历所述轮轴轴心位置附近的三维点云，排除掉非轮轴异物的轴心位置，得到所述目标车辆对应的轮轴集合；遍历所述轮轴集合中每个轮轴的轴心位置，计算出所述目标车辆的前后车轴之间的轴距。
2.如权利要求1所述的方法，其特征在于，所述检测区域设置有四个长立杆和三个短立杆，所述四个长立杆呈现中心对称分布在所述检测区域左右两侧，所述三个短立杆平行分布设置在所述检测区域左侧或右侧；
所述第一组激光雷达包括对应安装在所述四个长立杆上方的四个激光雷达；
所述第二组激光雷达包括对应安装在所述三个短立杆上方的三个激光雷达。
3.如权利要求1所述的方法，其特征在于，所述方法还包括：
在所述目标车辆停好在所述检测区域后，通过前抓拍相机和后抓拍相机抓取所述目标车辆的车牌信息，将所述车牌信息与所述目标车辆的外廓尺寸和轮轴关联；所述前抓拍相机和所述后抓拍相机分别设置位于所述检测区域的出入口处，且分布在所述检测区域的左右两侧。
4.如权利要求1所述的方法，其特征在于，基于所述三维点云图像，计算出所述目标车辆的外廓尺寸，包括：
计算所述三维点云图像中的左边临界点与右边临界点之间的第一距离，并将所述第一距离确定为所述目标车辆的车辆宽度；
计算所述三维点云图像中的前临界点与后临界点之前的第二距离，并将所述第二距离确定为所述目标车辆的车辆长度；
计算所述三维点云图像中的最高临界点的第一高度，并将所述第一高度确定为所述目标车辆的车辆高度。
5.如权利要求1所述的方法，其特征在于，所述方法还包括：
若所述目标车辆需要测量栏板，则基于所述三维点云数据，根据最小二乘法将所述目标车辆的车辆底板和所述栏板的边缘拟合出来，并计算所述栏板的边缘高度和所述车辆底板之间的高度差；
将所述高度差确定为所述栏板的高度。
6.一种静态车辆外廓检测系统，其特征在于，包括：
处理单元，用于在目标车辆停好在检测区域后，通过采用MCU计时计步方式控制云台转动带动第一组激光雷达转动扫描所述目标车辆，以获取所述目标车辆的车辆外形的第一组点云数据，以及通过采用MCU计时计步方式控制所述云台转动带动第二组激光雷达转动扫描所述目标车辆，以获取所述目标车辆的车辆轮轴的第二组点云数据；所述第一组激光雷达和所述第二组激光雷达设置在所述检测区域内，所述第一组激光雷达所处的高度大于所述第二组激光雷达所处的高度；
计算单元，用于分别将所述第一组点云数据和所述第二组点云数据进行网格化处理，再根据尺寸为N*N的矩形分别从侧视和俯视两个视角去迭代滑动查找，根据连续性，将长度大于N的不连贯点云过滤掉，获得新的第一组点云数据和新的第二组点云数据；将所述新的第一组点云数据和所述新的第二组点云数据进行融合，获得所述目标车辆的车辆外廓对应的三维点云图像；基于所述三维点云图像，计算出所述目标车辆的外廓尺寸；所述外廓尺寸包括车辆宽度、车辆长度、车辆高度；基于所述三维点云图像，计算出所述目标车辆的前后车辆轮轴之间的轴距，包括：将所述三维点云图像按侧视图网格缩放投影在二维二值数据组中；基于所述二维二值数据组，根据地面接触区域寻找所述目标车辆对应的每个轮胎位置标记；将所述每个轮胎位置标记缩放寻找所述三维点云图像中位置最近的坐标点，过滤孤立点，找出轮胎位置开始点和轮胎位置终止点；基于所述轮胎位置开始点和所述轮胎位置终止点，确定所述目标车辆的轮轴轴心位置，并遍历所述轮轴轴心位置附近的三维点云，排除掉非轮轴异物的轴心位置，得到所述目标车辆对应的轮轴集合；遍历所述轮轴集合中每个轮轴的轴心位置，计算出所述目标车辆的前后车轴之间的轴距。
7.一种静态车辆外廓检测装置，其特征在于，包括：至少一个存储器和至少一个处理器；
所述至少一个存储器用于存储一个或多个程序；
当所述一个或多个程序被所述至少一个处理器执行时，实现如权利要求1-5任一项所述的方法。
8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有至少一个程序；当所述至少一个程序被处理器执行时，执行如权利要求1-5任一项所述的方法。
CN202310630533.7A 2023-05-31 2023-05-31 一种静态车辆外廓检测方法、系统、装置及存储介质 Active CN116385516B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310630533.7A CN116385516B (zh) 2023-05-31 2023-05-31 一种静态车辆外廓检测方法、系统、装置及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310630533.7A CN116385516B (zh) 2023-05-31 2023-05-31 一种静态车辆外廓检测方法、系统、装置及存储介质

Publications (2)

Publication Number Publication Date
CN116385516A CN116385516A (zh) 2023-07-04
CN116385516B true CN116385516B (zh) 2023-09-05

Family

ID=86971369

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310630533.7A Active CN116385516B (zh) 2023-05-31 2023-05-31 一种静态车辆外廓检测方法、系统、装置及存储介质

Country Status (1)

Country Link
CN (1) CN116385516B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117420562A (zh) * 2023-10-21 2024-01-19 广州市西克传感器有限公司 一种基于云台三维数据的顶开式车厢识别测量系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107211111A (zh) * 2014-12-12 2017-09-26 考科斯汽车有限公司 用于自动车辆成像的系统和方法
CN112906127A (zh) * 2021-01-18 2021-06-04 上海交通大学 基于云台与扫描仪的车辆建模方法、系统、介质及设备
CN113126109A (zh) * 2021-04-14 2021-07-16 浙江工业大学 一种基于电机和激光雷达的车辆轴距测量系统及测量方法
CN113743286A (zh) * 2021-08-31 2021-12-03 福州大学 一种多源信号融合的目标监测系统及方法
EP3982162A1 (en) * 2020-10-09 2022-04-13 Nabla Vision Sl Lidar device
CN116068572A (zh) * 2022-12-09 2023-05-05 中建材凯盛机器人（上海）有限公司 基于激光雷达实现车体轮廓检测处理的系统、方法、装置、处理器及其计算机可读存储介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107211111A (zh) * 2014-12-12 2017-09-26 考科斯汽车有限公司 用于自动车辆成像的系统和方法
EP3982162A1 (en) * 2020-10-09 2022-04-13 Nabla Vision Sl Lidar device
CN112906127A (zh) * 2021-01-18 2021-06-04 上海交通大学 基于云台与扫描仪的车辆建模方法、系统、介质及设备
CN113126109A (zh) * 2021-04-14 2021-07-16 浙江工业大学 一种基于电机和激光雷达的车辆轴距测量系统及测量方法
CN113743286A (zh) * 2021-08-31 2021-12-03 福州大学 一种多源信号融合的目标监测系统及方法
CN116068572A (zh) * 2022-12-09 2023-05-05 中建材凯盛机器人（上海）有限公司 基于激光雷达实现车体轮廓检测处理的系统、方法、装置、处理器及其计算机可读存储介质

Also Published As

Publication number Publication date
CN116385516A (zh) 2023-07-04

Similar Documents

Publication Publication Date Title
CN116385516B (zh) 一种静态车辆外廓检测方法、系统、装置及存储介质
CN102721365B (zh) 隧道断面高速精确测量方法及装置
US20180224863A1 (en) Data processing method, apparatus and terminal
EP2769239B1 (en) Methods and systems for creating maps with radar-optical imaging fusion
AU2011207109B2 (en) Optical overhead wire measurement
CN113552554A (zh) 多线激光雷达以及使用多线激光雷达进行探测的方法
CN105606150A (zh) 一种基于线结构光和地质雷达的道路综合检测方法及系统
CN103453836A (zh) 基于机器视觉及激光光幕车辆外轮廓尺寸测量系统与方法
CN206019594U (zh) 一种拖挂车轮廓及轴距自动测量系统
CN205014956U (zh) 三维扫描仪
CN106705844A (zh) 一种测量车辆尺寸和轮廓的方法
CN203489844U (zh) 基于机器视觉及激光光幕车辆外轮廓尺寸测量系统
CN105627948A (zh) 一种大型复杂曲面测量系统及其应用
Raval et al. A preliminary investigation of mobile mapping technology for underground mining
CN103674963A (zh) 一种基于数字全景摄像的隧道检测装置及其检测方法
CN205027316U (zh) 一种快速三维激光扫描仪
CN112053585A (zh) 一种基于激光雷达的无需停车厅的智能停车方法
CN114241177A (zh) 一种基于线阵扫描成像的机场道面表观图像检测系统
CN111999744A (zh) 一种无人机多方位探测、多角度智能避障方法
CN116263320A (zh) 车辆测量方法、装置、系统及存储介质
CN109900220B (zh) 待测车辆外廓尺寸的测量方法、装置及系统
CN205352322U (zh) 一种大型复杂曲面测量系统
CN114495512A (zh) 一种车辆信息检测方法、系统、电子设备及可读存储介质
CN113768419A (zh) 确定扫地机清扫方向的方法、装置及扫地机
CN105510052A (zh) 基于立体视觉的汽车制动时序检测装置及方法

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
GR01 Patent grant
GR01 Patent grant