[发明专利]汽车车轮定位参数贝叶斯估计系统与方法

权利要求书

1.一种汽车车轮定位参数贝叶斯估计系统，其特征在于，所述的汽车车轮定位参数贝叶斯估计系统包括有摄像机(1)、车轮靶标(2)、靶标连接夹(3)、夹具(4)与三角架(5)；

三角架(5)放置在水平地面上，摄像机(1)底部与三角架(5)顶部螺纹固定连接，车轮靶标(2)放置于靶标连接夹(3)的内侧长槽中与靶标连接夹(3)过盈配合固定，靶标连接夹(3)的圆柱插入夹具(4)中间部分的圆形通孔与夹具(4)过盈配合连接。

2.按照权利要求1所述的汽车车轮定位参数贝叶斯估计系统，其特征在于所述的车轮靶标(2)为钢板制成的细长矩形零件，车轮靶标(2)表面贴有规则几何图案。

3.按照权利要求1所述的汽车车轮定位参数贝叶斯估计系统，其特征在于所述的靶标连接夹(3)为钢板加工的截面为U型的长方体和两个实心且成120-140度钝角的圆柱体焊接而成的零件。

4.按照权利要求1所述的汽车车轮定位参数贝叶斯估计系统，其特征在于所述的夹具(4)为钢板加工的三角形零件，夹具(4)的侧面加工有三个外侧有凹坑的小圆柱，夹具(4)中间部分加工有圆形通孔。

5.按照权利要求1至4所述的汽车车轮定位参数贝叶斯估计系统的检测方法，其特征在于，具体步骤如下：

第一步：汽车车轮定位参数贝叶斯估计的数据采集：

三角架(5)放置在水平地面上，摄像机(1)固定在三角架(5)顶部，夹具(4)固定于待检汽车车轮轮辋，然后将车轮靶标(2)固定在靶标连接夹(3)上，并将车轮靶标(2)与靶标连接夹(3)一起固定在夹具(4)上，调整摄像机(1)的位置使其能够拍摄到车轮靶标(2)随车轮运动的图像，摄像机(1)采集U幅图像，图像中的车轮靶标(2)包含V个圆心，将一张靶标图像上的V个圆心图像坐标向量表示为C_u＝(x_u1，y_u1，x_u2，y_u2，...，x_uV，y_uV)，其中u＝1，2，...，U，v＝1，2，...，V，并且记录此U幅图像在汽车车轮定位参数检定装置上对应的车轮定位参数数值，表示为Θ＝(Θ₁，Θ₂，...，Θ_U)，根据圆心图像坐标向量和对应的车轮定位参数值，确定汽车车轮定位参数贝叶斯估计；

第二步：汽车车轮定位参数贝叶斯估计的训练和测试：

首先，汽车车轮定位参数贝叶斯估计的权值向量h的先验概率为

p(h|μ)＝N(h|0，μ^-1I)

其中μ为超参数，关于h的似然函数服从高斯分布，即

其中ρ为超参数，根据贝叶斯定理，权值向量h的后验分布为

p(h|{C₁，C₂，...，C_U}，Θ，μ，ρ)∝p(Θ|{C₁，C₂，...，C_U}，h，ρ)p(h|μ)

输入训练集的靶标圆心图像坐标向量{C₁，C₂，...，C_U}和其对应的车轮定位参数数值Θ＝(Θ₁，Θ₂，...，Θ_U)以及测试时的靶标圆心图像坐标向量c，在汽车车轮定位参数贝叶斯估计中，训练集与测试集数据的联合概率分布为

p(θ，c，Θ，{C₁，C₂，...，C_U})＝∫p(θ|c，Θ，{C₁，C₂，...，C_U}，h)p(c，Θ，{C₁，C₂，...，C_U}，h)dh

其中p(c，Θ，{C₁，C₂，...，C_U}，h)可以写为

p(c，Θ，{C₁，C₂，...，C_U}，h)＝p(h|c，Θ，{C₁，C₂，...，C_U})p(c，Θ，{C₁，C₂，...，C_U})

根据乘法规则，p(θ，c，Θ，{C₁，C₂，...，C_U})可以写为

p(θ，c，Θ，{C₁，C₂，...，C_U})＝p(θ|c，Θ，{C₁，C₂，...，C_U})p(c，Θ，{C₁，C₂，...，C_U})

由以上各式可以得到，汽车车轮定位参数贝叶斯估计输出的测试图像c对应的车轮定位参数θ为

p(θ|c，Θ，{C₁，C₂，...，C_U})＝∫p(θ|c，Θ，{C₁，C₂，...，C_U}，h)p(h|c，Θ，{C₁，C₂，...，C_U})dh

上式的高斯分布的形式为

p(θ|c，Θ，{C₁，C₂，...，C_U})＝N(θ|m(c)，s²(c))

其中，s²(c)＝ρ^-1+c^TSc，m_U＝ρ(μI+ρc^Tc)^-1c^TΘ，γ＝(λ+μ)/λ，λ为矩阵ρc^Tc的特征值，然后，使用迭代的方法求解汽车车轮定位参数贝叶斯估计的权值向量h；

第三步：汽车车轮定位参数贝叶斯估计的权值向量优化：

利用交替方向乘子法，进一步优化训练汽车车轮定位参数贝叶斯估计后得到的权值向量h，在输入新的测试图像时根据下式得到更加精确的结果。

p(θ|c，Θ，{C₁，C₂，...，C_U})＝∫p(θ|c，Θ，{C₁，C₂，...，C_U}，h)p(h|c，Θ，{C₁，C₂，...，C_U})dh。