CN116958793A - 基于光照条件评估充电机器人视觉识别的装置及方法 - Google Patents
基于光照条件评估充电机器人视觉识别的装置及方法 Download PDFInfo
- Publication number
- CN116958793A CN116958793A CN202310907181.5A CN202310907181A CN116958793A CN 116958793 A CN116958793 A CN 116958793A CN 202310907181 A CN202310907181 A CN 202310907181A CN 116958793 A CN116958793 A CN 116958793A
- Authority
- CN
- China
- Prior art keywords
- charging
- charging port
- light source
- assembly
- image
- 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
- 230000000007 visual effect Effects 0.000 title claims abstract description 82
- 238000005286 illumination Methods 0.000 title claims abstract description 59
- 238000000034 method Methods 0.000 title claims abstract description 21
- 238000007781 pre-processing Methods 0.000 claims description 18
- 238000001514 detection method Methods 0.000 claims description 16
- 238000011156 evaluation Methods 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 3
- 230000003287 optical effect Effects 0.000 claims description 3
- 230000001678 irradiating effect Effects 0.000 claims 1
- 230000007613 environmental effect Effects 0.000 abstract description 6
- 230000006872 improvement Effects 0.000 abstract description 6
- 230000016776 visual perception Effects 0.000 description 12
- 230000004438 eyesight Effects 0.000 description 4
- 238000001914 filtration Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000004075 alteration Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000013095 identification testing Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L53/00—Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
- B60L53/30—Constructional details of charging stations
- B60L53/35—Means for automatic or assisted adjustment of the relative position of charging devices and vehicles
- B60L53/37—Means for automatic or assisted adjustment of the relative position of charging devices and vehicles using optical position determination, e.g. using cameras
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
- G06V10/12—Details of acquisition arrangements; Constructional details thereof
- G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
- G06V10/141—Control of illumination
-
- 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
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/94—Hardware or software architectures specially adapted for image or video understanding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/98—Detection or correction of errors, e.g. by rescanning the pattern or by human intervention; Evaluation of the quality of the acquired patterns
- G06V10/993—Evaluation of the quality of the acquired pattern
Abstract
本发明公开了一种基于光照条件评估充电机器人视觉识别的装置、方法及可读介质,装置包括:光源组件、识别构件及充电组件,充电组件上设置有至少一个充电口,光源组件与充电组件相向设置,提供发光强度变化的光源,使充电口处于预设光照度范围;识别构件设置在光源组件与充电组件之间,背向光源组件,与充电组件相向设置,识别构件可绕充电组件进行周向运动;识别构件用于采集并解析含充电组件中充电口的图像,以识别充电组件中充电口的位置信息。本发明给出的方案能评估光照强度对充电机器人视觉系统干扰,更好的应用于充电机器人视觉识别系统的改进和升级,提升视觉识别系统的环境可靠性。
Description
技术领域
本发明属于电动汽车充电技术领域,涉及基于光照条件评估充电机器人视觉识别的装置及方法。
背景技术
随着电动汽车的大规模应用,用户对临时性、应急性和长距离出行的充电需求日益增多,用户充电难、充电慢的问题还没有得到根本解决。在这种情况下,大功率直流快充技术以其功率大、充电时间短的优势得到迅速发展,特别是大型公共停车场所、充换电站等。为减少人员投入,降低运营成本,充电机器人的投入实现了充换电站的无人值守。一般来说,当电动汽车泊车后,充电机器人通过视觉感知系统定位充电口,根据充电口的坐标将充电枪头对准充电口,插接到位。
随着市场上出现了各种类型的充电机器人,在实际应用中充电机器人的视觉系统的感知能力和准确性都影响了客户的使用体验。由于视觉识别方法各异,也存在一些识别可靠性不佳,定位不准确的问题。尤其在室外光照条件下,由于适应性不佳、光照度过大导致的识别失效;或是由于光照度比较弱、受不同光照角度的影响,充电机器人不能在短时间内准确识别充电口,限制了充电机器人的应用和推广。
目前,有研究针对不同光照度充电口的识别问题。如专利CN115937133A给出一种车辆充电口识别方法及相关设备,包括:获取预设范围内的第一灰度图像信息;获取待检测充电口所属目标车辆的车身颜色信息;基于所述第一灰度图像信息和车身颜色信息,确定预设范围内的光照信息;根据光照信息和第一灰度图像信息,获取预设范围内的第二灰度图像信息;基于第二灰度图像信息,判断待检测充电口是否为目标充电口。将车身颜色作为基准值,确定第一灰度图像中车身颜色与实际颜色之间的色差,确定预设范围内的光照信息,对第一灰度图像进行修正,判断待检测充电口是否为目标充电口,可以消除光照对第一灰度图像的影响,提高充电口识别的准确性,提高自动充电的充电效率和充电质量。
如专利CN115496896A给出充电口识别方法、其装置及电子设备,方法包括:获取充电口图像;从充电口图像中提取与充电口对应的像素区域以及像素区域中的第一像素点,其中,第一像素点为像素区域中与充电口的第一中心点对应的像素点;至少依据像素区域的面积以及第一像素点在像素区域中的位置,确定与充电口对应的第一充电位置;获取像素区域中的第二像素点,其中,第二像素点为像素区域中与充电口中充电孔的第二中心点对应的像素点;依据第一充电位置和第二像素点在像素区域中的位置,生成与充电口对应的位姿信息,其中,位姿信息为待插入充电口的充电枪的位姿信息。上述方法实现了对电动汽车充电口三维位姿的精定位。
但是,以上现有技术注重对充电口识别的研究,无法给出当前识别技术下充电机器人工作环境中光照度等参数的范围。
因此,如何设计光照条件下评估充电机器人视觉识别的方案,以实现对充电机器人视觉感知范围中光照度和视觉角度的范围确定是本领域技术人员亟待解决的问题。
发明内容
针对上述现有技术中存在的缺陷,本发明提供了一种基于光照条件评估充电机器人视觉识别的装置及方法,装置包括:光源组件、识别构件及充电组件,充电组件上设置有至少一个充电口,光源组件与充电组件相向设置,提供发光强度变化的光源,使充电口处于预设光照度范围;识别构件设置在光源组件与充电组件之间,背向光源组件,与充电组件相向设置,识别构件可绕充电组件进行周向运动;识别构件用于采集并解析含充电组件中充电口的图像,以识别充电组件中充电口的位置信息。
本发明给出的方案能评估不同光照强度对充电机器人视觉系统干扰,实现对充电机器人视觉感知范围中光照度和视觉角度的范围确定,以及更好的应用于充电机器人视觉识别系统的改进和升级,提升视觉识别系统的环境可靠性。
第一方面,本发明提供一种基于光照条件评估充电机器人视觉识别的装置,包括:光源组件1、识别构件2及充电组件3,充电组件3上设置有至少一个充电口31,光源组件1与充电组件3相向设置,提供发光强度变化的光源,使充电口31处于预设光照度范围;
识别构件2设置在光源组件1与充电组件3之间,背向光源组件1,与充电组件3相向设置,识别构件2可绕充电组件3进行周向运动;
识别构件2用于采集并解析含充电组件3中充电口31的图像,以识别充电组件3中充电口31的位置信息。
进一步的,充电组件3中充电口31处于的预设光照度范围为(1×10-4)~(2×105)lx。
进一步的,充电组件3包括第一支架32、充电面板34及第二支架33,第一支架32支撑充电面板34及第二支架33,充电面板34为平面结构且设置在第一支架32的上端,第二支架33呈圆弧结构且与充电面板34相向设置,第二支架33的两端固定设置在充电面板34上,充电面板34上设置有用于识别构件2视觉识别的至少一个充电口31;
识别构件2可滑动的设置于第二支架33上,识别构件2与充电口31形成多个相对充电面板34所在平面的视觉识别角度;
光源组件1包括光源支架11以及固定在光源支架11上端的光源件12,光源件12与充电面板34相向设置,光源件12与地面之间的垂直高度大于充电面板34上充电口31与地面之间的垂直高度,且光源件12用于提供发光强度变化的光源斜向下照向充电口31。
进一步的,识别构件2与充电口31形成的相对充电面板34所在平面的视觉识别角度的范围为0°~180°。
进一步的,光源件12的中心点与充电面板34之间的水平间距为900~1100mm,光源件12的中心点与充电口31形成的相对水平方向的光照角度范围为10°~30°。
进一步的,以光源件12至充电口31的水平方向为X轴,光源件12垂直方向为Y轴,建立的二维坐标系,光源件12、充电面板34及充电口31之间的位置及尺寸对应关系,具体表示为:
其中,E1为充电口31接收的光源件12最远点的光照度,E2为充电口31接收的光源件12最近点的光照度,β为修正系数,θ为光源件12的光轴与X轴的夹角,I为光源件12的发光强度,D为光源件12上下边界的间距,Emin为充电口31接收的最小光照度,Emax为充电口31接收的最大光照度,x′和y′分别为光源件12中心点的横坐标和纵坐标,x和y分别为充电口31的横坐标和纵坐标。
进一步的,识别构件2包括:
采集模块、预处理模块、充电口检测模块及充电口定位模块;
其中,采集模块用于采集含充电组件中充电口的初始图像,并将初始图像发送至预处理模块;
预处理模块用于对初始图像进行预处理,将得到的预处理图像发送至充电口检测模块;
充电口检测模块用于提取预处理图像的边缘轮廓图像,确定并分析边缘轮廓图像的边缘梯度特征,根据边缘梯度特征匹配充电口信息,裁剪得到充电口图像;
充电口定位模块用于采用充电口形状模板初始化充电口图像中充电口中心点位置,采用中心点回归模型优化充电口中心点位置,并根据优化后的充电口中心点位置,计算充电口中心点的三维坐标,将充电口中心点的三维坐标与实际充电口中心点位置的三维坐标匹配。
进一步的,充电口检测模块中确定并分析边缘轮廓图像的边缘梯度特征进一步包括:确定边缘轮廓图像的边缘梯度信息,获取充电口的法向特征,分析得到充电口的特征编码;
预处理模块进一步包括:
将初始图像进行灰度化处理,得到灰度图像,通过对灰度图像进行卷积核的加权平均处理,得到预处理图像,卷积核的加权平均处理,具体为:
其中,I(xi,yi)为预处理图像中像素i的像素值,σ为高斯滤波参数,xi、yi分别为灰度图像中像素i横坐标及纵坐标对应的像素值;
充电口检测模块中确定边缘轮廓图像的边缘梯度信息进一步包括:基于卷积核的卷积运算,获取边缘轮廓图像像素i在X方向和Y方向上的分量梯度值,结合分量梯度值给出像素i的像素梯度值和梯度方向,像素i的像素梯度值具体表示为:
像素i的梯度方向具体表示为:
其中,Gi为像素点i的像素梯度值,▽为梯度算子,αi为像素点i的梯度方向。
第二方面,本发明还提供一种基于光照条件评估充电机器人视觉识别的方法,采用如上述基于光照条件评估充电机器人视觉识别的装置,具体包括如下步骤:
S1:启动光源组件1,根据充电组件3预设的光照度,给出光源组件3的发光强度;
S2:给定识别构件2与充电口31形成的相对于充电组件3的视觉识别角度;
S3:识别构件2采集并解析含充电组件3中充电口31的图像,识别充电组件3中充电口31的位置信息;
S4:识别构件2绕充电组件3进行周向运动,调整识别构件2与充电口31形成的相对于充电组件3的视觉识别角度,重复步骤S3;
S5:基于充电口31的预设光照度范围,调整光源组件1的发光强度,重复步骤S2-S4;
S6:完成光照条件下充电机器人视觉识别的评估。
第三方面,本发明还提供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计算机程序,所述计算机程序被处理器执行时实现如上述基于光照条件评估充电机器人视觉识别的方法。
本发明提供的一种基于光照条件评估充电机器人视觉识别的装置及方法,至少包括如下有益效果:
(1)本发明给出的方案能评估光照强度对充电机器人视觉系统干扰,实现对充电机器人视觉感知范围中光照度和视觉角度的范围确定,以及更好的应用于充电机器人视觉识别系统的改进和升级,提升视觉识别系统的环境可靠性。
(2)充电组件与光源组件相向设置,充电组件与识别构件相向设置,识别构件与光源组件背向设置。同时给出相对应的垂直高度、水平间距及照射角度,确保对不同光照度、视觉角度范围识别测试的精准度。
(3)采用针对像素点的卷积运算,避免了光照变换对采集图像分析识别的影响,借助梯度信息的丰富性,能保证提取足够的特征来实现充电口的匹配。
附图说明
图1为本发明提供的一种基于光照条件评估充电机器人视觉识别的装置立体图;
图2为本发明提供的一种基于光照条件评估充电机器人视觉识别的装置侧视图;
图3为本发明提供的识别构件绕充电组件进行周向运动形成与充电面板的视觉识别角度示意图;
图4为本发明提供的不同识别构件视觉识别角度下装置右视图;
图5为本发明提供的一种基于光照条件评估充电机器人视觉识别的方法流程示意图。
附图标记说明:
1-光源组件,11-光源支架,12-光源件,2-识别构件,3-充电组件,31-充电口,32-第一支架,33-第二支架,34-充电面板。
具体实施方式
为了更好的理解上述技术方案,下面将结合说明书附图以及具体的实施方式对上述技术方案做详细的说明。显然,所描述的实施例仅仅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做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本发明。在本发明实施例和所附权利要求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,“多种”一般包含至少两种。
还需要说明的是,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商品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种商品或者装置所固有的要素。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商品或者装置中还存在另外的相同要素。
基于现有技术中存在的问题,设计不同评估光照条件下充电机器人视觉识别的方案,同时考虑到不同的光照角度,以实现对充电机器人视觉感知范围中光照度和视觉角度的范围确定,可以更好的应用于充电机器人视觉识别系统的改进和升级,提升视觉识别系统的环境可靠性。
如图1-4所示,本发明提供一种基于光照条件评估充电机器人视觉识别的装置,包括:光源组件1、识别构件2及充电组件3,充电组件3上设置有至少一个充电口31,光源组件1与充电组件3相向设置,提供发光强度变化的光源,使充电口31处于预设光照度范围;
识别构件2设置在光源组件1与充电组件3之间,背向光源组件1,与充电组件3相向设置,识别构件2可绕充电组件3进行周向运动;
识别构件2用于采集并解析含充电组件3中充电口31的图像,以识别充电组件3中充电口31的位置信息。
通过(光源组件1)模拟不同室外光源发光强度对充电机器人视觉感知的影响,判别充电机器人在不同光照度下是否能正常识别充电口,分析出在不同光照度下充电机器人视觉系统(即识别构件2)能够识别充电口的范围。同时通过模拟不同的室外光源发光强度和不同光照角度对充电机器人视觉感知的影响,判别充电机器人在不同光照度和不同光照角度下是否能正常工作,分析出在不同光照度不同角度下充电机器人视觉系统能够识别充电口范围。更好的应用于充电机器人视觉识别系统的改进和升级,提升视觉识别系统的环境可靠性。
充电组件3中充电口31处于的预设光照度范围为(1×10-4)~(2×105)lx。
充电组件3包括第一支架32、充电面板34及第二支架32,第一支架32支撑充电面板34及第二支架32,充电面板34为平面结构且设置在第一支架32的上端,第二支架32呈圆弧结构且与充电面板34相向设置,第二支架32的两端固定设置在充电面板34上,充电面板34上设置有用于识别构件2视觉识别的至少一个充电口31;
识别构件2可滑动的设置于第二支架32上,识别构件2与充电口32形成多个相对充电面板34所在平面的视觉识别角度;
光源组件1包括光源支架11以及固定在光源支架11上端的光源件12,光源件12与充电面板34相向设置,光源件12与地面之间的垂直高度大于充电面板34上充电口31与地面之间的垂直高度,且光源件12用于提供发光强度变化的光源斜向下照向充电口31。
识别构件2与充电口31形成的相对充电面板34所在平面的视觉识别角度的范围为0°~180°。
例如,可以依次按照200000lx、150000lx、100000lx、50000lx、10000lx、5000lx、3000lx、1000lx、500lx、300lx、100lx、50lx、30lx、10lx、5lx、1lx、0.5lx、0.1lx、0.01lx、0.001lx、0.0001lx光照度的顺序进行调节,测量识别构件2(如充电机器人视觉系统)在不同光照度下能够识别充电口34的范围。
调整光源件12的发光强度,照度传感器(图中未示出)测量充电口34的光照度,依次按照200000lx、150000lx、100000lx、50000lx、10000lx、5000lx、3000lx、1000lx、500lx、300lx、100lx、50lx、30lx、10lx、5lx、1lx、0.5lx、0.1lx、0.01lx、0.001lx、0.0001lx光照度进行调节;在每个光照度下分别依次调整充电机器人视觉系统在第二支架33上的位置角度,位置角度的幅度单位可以为15°,从中心点向右依次调整角度位置0°、15°、30°、45°、60°、75°、90°,再向右依次调整角度位置0°、15°、30°、45°、60°、75°、90°,随后测量充电机器人视觉系统在不同光照度下、不同光照角度位置能够识别充电口的范围。
光源件12的中心点与充电面板34之间的水平间距为900~1100mm,光源件12的中心点与充电口31形成的相对水平方向的光照角度范围为10°~30°,光源件12的中心点与充电口31的中心点之间的垂直高度差可以根据以上两个数据进行设定。
例如,在某个实施例中,光源件12的中心点与充电面板34之间的水平间距大致为1000mm,光源件12的中心点与充电口31形成的相对水平方向的光照角度选择大致为20°。
以光源件12至充电口31的水平方向为X轴,光源件12垂直方向为Y轴,建立的二维坐标系,光源件12的中心点、充电面板34及充电口之间的位置关系,具体表示为:
光源件12、充电面板34及充电口31之间的位置及尺寸对应关系,具体表示为:
其中,E0为充电口31接收的光源件12中心点的光照度,r为光源件12中心点与充电面板34之间的水平间距,α为光源件12中心点与充电口31形成的相对水平方向的光照角度,E1为充电口31接收的光源件12最远点的光照度,E2为充电口31接收的光源件12最近点的光照度,β为修正系数,θ为光源件12的光轴与X轴的夹角,I为光源件12的发光强度,D为光源件12上下边界的间距,Emin为充电口31接收的最小光照度,Emax为充电口31接收的最大光照度,x′和y′分别为光源件12中心点的横坐标和纵坐标,x和y分别为充电口31的横坐标和纵坐标。
针对光源件12及充电口31的尺寸数据,以及光源件12、充电面板13、充电口31之间的位置、角度等信息,给出相应的关系,清楚的确定基于光照条件评估充电机器人视觉识别的装置中各个部件的相互关系,使得充电机器人视觉感知范围中光照度和视觉角度的范围结果更加精准。
以上评估充电机器人视觉识别的装置可评估出充电机器人的视觉感知系统在不同光照度、不同光照角度位置下对视觉感知范围的影响,其结果可作为调整升级充电机器人视觉系统参数的重要依据。
识别构件用于采集并解析含充电组件中充电口的图像,以识别充电组件中充电口的位置信息。识别构件2包括采集模块(图中未示出)、预处理模块(图中未示出)、充电口检测模块(图中未示出)及充电口定位模块(图中未示出);
其中:
采集模块用于采集含充电组件中充电口的初始图像,并将初始图像发送至预处理模块;
预处理模块用于对初始图像进行预处理,将得到的预处理图像发送至充电口检测模块;
充电口检测模块用于提取预处理图像的边缘轮廓图像,确定并分析边缘轮廓图像的边缘梯度特征,根据边缘梯度特征匹配充电口信息,裁剪得到充电口图像;
充电口定位模块用于采用充电口形状模板初始化充电口图像中充电口中心点位置,采用中心点回归模型优化充电口中心点位置,并根据优化后的充电口中心点位置,计算充电口中心点的三维坐标,将充电口中心点的三维坐标与实际充电口中心点位置的三维坐标匹配。
充电口检测模块中确定并分析边缘轮廓图像的边缘梯度特征进一步包括:确定边缘轮廓图像的边缘梯度信息,获取充电口的法向特征,分析得到充电口的特征编码。
预处理模块进一步包括:
将初始图像进行灰度化处理,得到灰度图像,通过对灰度图像进行卷积核的加权平均处理,得到预处理图像,卷积核的加权平均处理,具体表示为:
其中,I(xi,yi)为预处理图像中像素i的像素值,σ为高斯滤波参数,在高斯函数中,描述了图像中每个点的模糊程度,σ控制了滤波的强弱程度,越大,滤波程度越强,滤波效果越明显。其中,σ的数值可以基于充电口图像的经验值进行预设,xi、yi分别为灰度图像中像素i横、纵坐标对应的像素值;
本发明给出的评估光照条件下充电机器人视觉识别装置中,光源件的发光强度变换较大,充电口的光照度差异明显,且充电面板的背景较为复杂,充电机器人的视觉感知系统拍摄到的充电口图像具有大量的噪声,导致检测算法鲁棒性差。对初始图像进行预处理主要是通过对灰度图像进行卷积核的加权平均处理,去除初始图像噪声,以便于后续边缘轮廓的提取和确定。
充电口检测模块中确定边缘轮廓图像的边缘梯度信息进一步包括:基于卷积核的卷积运算,获取边缘轮廓图像中像素i在X方向和Y方向上的分量梯度值,结合分量梯度值给出像素i的像素梯度值和梯度方向,具体表示为:
其中,Gi为像素点i的像素梯度值,▽为梯度算子,αi为像素点i的梯度方向。
通过卷积核的卷积运算,得到图像中像素值突变的地方,能够完整的获取图像中边缘轮廓信息,且保证获取的边缘相对于背景更加明显。
如图5所示,本发明还提供一种基于光照条件评估充电机器人视觉识别的方法,采用如上述基于光照条件评估充电机器人视觉识别的装置,具体包括如下步骤:
S1:启动光源组件1,根据充电组件3预设的光照度,给出光源组件1的发光强度;
S2:给定识别构件2与充电口31形成的相对于充电组件3的视觉识别角度;
S3:识别构件2采集并解析含充电组件3中充电口31的图像,识别充电组件3中充电口31的位置信息;
S4:识别构件2绕充电组件3进行周向运动,调整识别构件2与充电口31形成的相对于充电组件3的视觉识别角度,重复步骤S3;
S5:基于充电口31的预设光照度范围,调整光源组件1的发光强度,重复步骤S2-S4;
S6:完成光照条件下充电机器人视觉识别的评估。
本发明还提供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计算机程序,所述计算机程序被处理器执行时实现如上述基于光照条件评估充电机器人视觉识别的方法。
本发明提供的一种基于光照条件评估充电机器人视觉识别的装置及方法,至少包括如下有益效果:
(1)本发明给出的方案能评估光照强度对充电机器人视觉系统干扰,实现对充电机器人视觉感知范围中光照度和视觉角度的范围确定,以及更好的应用于充电机器人视觉识别系统的改进和升级,提升视觉识别系统的环境可靠性。
(2)充电组件与光源组件相向设置,充电组件与识别构件相向设置,识别构件与光源组件背向设置。同时给出相对应的垂直高度、水平间距及照射角度,确保对不同光照度、视觉角度范围识别测试的精准度。
(3)采用针对像素点的卷积运算,避免了光照变换对采集图像分析识别的影响,借助梯度信息的丰富性,能保证提取足够的特征来实现充电口的匹配。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种基于光照条件评估充电机器人视觉识别的装置,其特征在于,包括:光源组件(1)、识别构件(2)及充电组件(3),充电组件(3)上设置有至少一个充电口(31),光源组件(1)与充电组件(3)相向设置,提供发光强度变化的光源,使充电口(31)处于预设光照度范围;
识别构件(2)设置在光源组件(1)与充电组件(3)之间,背向光源组件(1)与充电组件(3)相向设置,识别构件(2)可绕充电组件(3)进行周向运动;
识别构件(2)用于采集并解析含充电组件(3)中充电口(31)的图像,以识别充电组件(3)中充电口(31)的位置信息。
2.如权利要求1所述基于光照条件评估充电机器人视觉识别的装置,其特征在于,充电组件(3)中充电口(31)处于的预设光照度范围为(1×10-4)~(2×105)lx。
3.如权利要求2所述基于光照条件评估充电机器人视觉识别的装置,其特征在于,充电组件(3)包括第一支架(32)、充电面板(34)及第二支架(33),第一支架(32)支撑充电面板(34)及第二支架(33),充电面板(34)为平面结构且设置在第一支架(32)的上端,第二支架(33)呈圆弧结构且与充电面板(34)相向设置,第二支架(33)的两端固定设置在充电面板(34)上,充电面板(34)上设置有用于识别构件(2)视觉识别的至少一个充电口(31);
识别构件(2)可滑动的设置于第二支架(33)上,识别构件(2)与充电口(31)形成多个相对充电面板(34)所在平面的视觉识别角度;
光源组件(1)包括光源支架(11)以及固定在光源支架(11)上端的光源件(12),光源件(12)与充电面板(34)相向设置,光源件(12)与地面之间的垂直高度大于充电面板(34)上充电口(31)与地面之间的垂直高度,且光源件(12)用于提供发光强度变化的光源斜向下照向充电口(31)。
4.如权利要求3所述基于光照条件评估充电机器人视觉识别的装置,其特征在于,识别构件(2)与充电口(31)形成的相对充电面板(34)所在平面的视觉识别角度的范围为0°~180°。
5.如权利要求3所述基于光照条件评估充电机器人视觉识别的装置,其特征在于,光源件(12)的中心点与充电面板(34)之间的水平间距为900~1100mm,光源件(12)的中心点与充电口(31)形成的相对水平方向的光照角度范围为10°~30°。
6.如权利要求5所述基于光照条件评估充电机器人视觉识别的装置,其特征在于,以光源件(12)至充电口(31)的水平方向为X轴,光源件(12)垂直方向为Y轴,建立的二维坐标系,光源件(12)、充电面板(34)及充电口(31)之间的位置及尺寸对应关系,具体表示为:
其中,E1为充电口(31)接收的光源件(12)最远点的光照度,E2为充电口(31)接收的光源件(12)最近点的光照度,β为修正系数,θ为光源件(12)的光轴与X轴的夹角,I为光源件(12)的发光强度,D为光源件(12)上下边界的间距,Emin为充电口(31)接收的最小光照度,Emax为充电口(31)接收的最大光照度,x′和y′分别为光源件(12)中心点的横坐标和纵坐标,x和y分别为充电口(31)的横坐标和纵坐标。
7.如权利要求1所述基于光照条件评估充电机器人视觉识别的装置,其特征在于,识别构件(2)包括采集模块、预处理模块、充电口检测模块及充电口定位模块;
其中,采集模块用于采集含充电组件中充电口的初始图像,并将初始图像发送至预处理模块;
预处理模块用于对初始图像进行预处理,将得到的预处理图像发送至充电口检测模块;
充电口检测模块用于提取预处理图像的边缘轮廓图像,确定并分析边缘轮廓图像的边缘梯度特征,根据边缘梯度特征匹配充电口信息,裁剪得到充电口图像;
充电口定位模块用于采用充电口形状模板初始化充电口图像中充电口中心点位置,采用中心点回归模型优化充电口中心点位置,并根据优化后的充电口中心点位置,计算充电口中心点的三维坐标,将充电口中心点的三维坐标与实际充电口中心点位置的三维坐标匹配。
8.如权利要求7所述基于光照条件评估充电机器人视觉识别的装置,其特征在于,充电口检测模块中确定并分析边缘轮廓图像的边缘梯度特征进一步包括:确定边缘轮廓图像的边缘梯度信息,获取充电口的法向特征,分析得到充电口的特征编码;
预处理模块进一步包括:将初始图像进行灰度化处理,得到灰度图像,通过对灰度图像进行卷积核的加权平均处理,得到预处理图像,卷积核的加权平均处理,具体为:
其中,I(xi,yi)为预处理图像中像素i的像素值,σ为高斯滤波参数,xi、yi分别为灰度图像中像素i横坐标及纵坐标对应的像素值;
充电口检测模块中确定边缘轮廓图像的边缘梯度信息进一步包括:基于卷积核的卷积运算,获取边缘轮廓图像中像素i在X方向和Y方向上的分量梯度值,结合分量梯度值给出像素i的像素梯度值和梯度方向,像素i的像素梯度值具体表示为:
像素i的梯度方向具体表示为:
其中,Gi为像素点i的像素梯度值,▽为梯度算子,αi为像素点i的梯度方向。
9.一种基于光照条件评估充电机器人视觉识别的方法,其特征在于,采用如权利要求1-8任一所述基于光照条件评估充电机器人视觉识别的装置,具体包括如下步骤:
S1:启动光源组件(1),根据充电组件(3)预设的光照度,给出光源组件(1)的发光强度;
S2:给定识别构件(2)与充电口(31)形成的相对于充电组件(3)的视觉识别角度;
S3:识别构件(2)采集并解析含充电组件(3)中充电口(31)的图像,识别充电组件(3)中充电口(31)的位置信息;
S4:识别构件(2)绕充电组件(3)进行周向运动,调整识别构件(2)与充电口(31)形成的相对于充电组件(3)的视觉识别角度,重复步骤S3;
S5:基于充电口(31)的预设光照度范围,调整光源组件(1)的发光强度,重复步骤S2-S4;
S6:完成光照条件下充电机器人视觉识别的评估。
10.一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计算机程序,所述计算机程序被处理器执行时实现权利要求9所述基于光照条件评估充电机器人视觉识别的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310907181.5A CN116958793A (zh) | 2023-07-24 | 2023-07-24 | 基于光照条件评估充电机器人视觉识别的装置及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310907181.5A CN116958793A (zh) | 2023-07-24 | 2023-07-24 | 基于光照条件评估充电机器人视觉识别的装置及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116958793A true CN116958793A (zh) | 2023-10-27 |
Family
ID=88456061
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310907181.5A Pending CN116958793A (zh) | 2023-07-24 | 2023-07-24 | 基于光照条件评估充电机器人视觉识别的装置及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116958793A (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN204859354U (zh) * | 2015-08-13 | 2015-12-09 | 广东申义实业投资有限公司 | 一种物体外观全景便携拍摄系统 |
CN107462520A (zh) * | 2017-07-25 | 2017-12-12 | 杭州电子科技大学 | 面向有限空间基于机器视觉的不锈钢板在线检测装置 |
CN109800824A (zh) * | 2019-02-25 | 2019-05-24 | 中国矿业大学(北京) | 一种基于计算机视觉与机器学习的管道缺陷识别方法 |
JP2019140782A (ja) * | 2018-02-09 | 2019-08-22 | 三菱自動車工業株式会社 | 外部充電装置及び車両管理システム |
US20200050834A1 (en) * | 2017-03-29 | 2020-02-13 | Engemma Oy | Gemological object recognition |
CN112129772A (zh) * | 2019-06-24 | 2020-12-25 | 杭州元色科技有限公司 | 缺陷检测系统以及方法 |
CN113065502A (zh) * | 2019-12-12 | 2021-07-02 | 天目爱视(北京)科技有限公司 | 一种基于标准化设置的3d信息采集系统 |
CN113538488A (zh) * | 2021-07-16 | 2021-10-22 | 合肥国轩高科动力能源有限公司 | 一种bms充电口的识别方法 |
-
2023
- 2023-07-24 CN CN202310907181.5A patent/CN116958793A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN204859354U (zh) * | 2015-08-13 | 2015-12-09 | 广东申义实业投资有限公司 | 一种物体外观全景便携拍摄系统 |
US20200050834A1 (en) * | 2017-03-29 | 2020-02-13 | Engemma Oy | Gemological object recognition |
CN107462520A (zh) * | 2017-07-25 | 2017-12-12 | 杭州电子科技大学 | 面向有限空间基于机器视觉的不锈钢板在线检测装置 |
JP2019140782A (ja) * | 2018-02-09 | 2019-08-22 | 三菱自動車工業株式会社 | 外部充電装置及び車両管理システム |
CN109800824A (zh) * | 2019-02-25 | 2019-05-24 | 中国矿业大学(北京) | 一种基于计算机视觉与机器学习的管道缺陷识别方法 |
CN112129772A (zh) * | 2019-06-24 | 2020-12-25 | 杭州元色科技有限公司 | 缺陷检测系统以及方法 |
CN113065502A (zh) * | 2019-12-12 | 2021-07-02 | 天目爱视(北京)科技有限公司 | 一种基于标准化设置的3d信息采集系统 |
CN113538488A (zh) * | 2021-07-16 | 2021-10-22 | 合肥国轩高科动力能源有限公司 | 一种bms充电口的识别方法 |
Non-Patent Citations (1)
Title |
---|
黄涛 等: "基于机器视觉道路识别算法的研究", 《国外电子元器件》, no. 4, 5 April 2007 (2007-04-05), pages 34 - 38 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
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 | |
US11508057B2 (en) | Inspection system and method for vehicle underbody | |
CN107389701A (zh) | 一种基于图像的pcb表观缺陷自动检测系统及方法 | |
CN111612737B (zh) | 一种人造板表面瑕疵检测装置及检测方法 | |
CN109839384B (zh) | 用于微型振动马达缺陷检测的视觉检测仪及检测方法 | |
CN112037203A (zh) | 基于复杂工件外轮廓配准的侧表面缺陷检测方法及系统 | |
CN110108712A (zh) | 多功能视觉缺陷检测系统 | |
CN109978940A (zh) | 一种sab安全气囊尺寸视觉测量方法 | |
CN111626995B (zh) | 一种针对工件的智能嵌件检测方法和装置 | |
CN105631893A (zh) | 一种通过拍照检测电容安装正确与否的方法及装置 | |
CN114714355A (zh) | 自主移动焊接机器人嵌入式视觉跟踪控制系统 | |
CN113192015A (zh) | 基于深度信息的表面缺陷检测方法和系统 | |
CN110738644A (zh) | 一种基于深度学习的汽车涂装表面缺陷检测方法及系统 | |
CN113935971A (zh) | 一种复合材料表面缺陷的检测方法及装置 | |
US6898333B1 (en) | Methods and apparatus for determining the orientation of an object in an image | |
CN113610083B (zh) | 车辆vin码的字符识别和字符打刻深度检测系统及检测方法 | |
CN117058411B (zh) | 电池棱边外形瑕疵识别方法、装置、介质和设备 | |
CN111881748B (zh) | 一种基于vbai平台建模的车道线视觉识别方法和系统 | |
CN116958793A (zh) | 基于光照条件评估充电机器人视觉识别的装置及方法 | |
CN113269234A (zh) | 一种基于目标检测的连接件装配检测方法和系统 | |
CN112763496A (zh) | 一种手机电池表面缺陷检测装置及其检测方法 | |
US10241000B2 (en) | Method for checking the position of characteristic points in light distributions | |
CN115682985A (zh) | 一种汽车车身外观检测方法、系统、存储介质及智能终端 | |
KR20190119801A (ko) | 차량 헤드라이트 얼라인먼트 보정 및 분류 방법 및 이를 이용한 차량 헤드라이트 불량검사 방법 | |
CN110322508B (zh) | 一种基于计算机视觉的辅助定位方法 |
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 |