[发明专利]一种基于机器视觉的轮胎位姿检测方法及系统在审
申请号: | 202211654768.1 | 申请日: | 2022-12-22 |
公开(公告)号: | CN116091617A | 公开(公告)日: | 2023-05-09 |
发明(设计)人: | 马波涛;李越;包世峥;黄梅;胡银燕;张青 | 申请(专利权)人: | 成都航天科工大数据研究院有限公司 |
主分类号: | G06T7/80 | 分类号: | G06T7/80;G06T7/73;G06T17/00;G06T5/20;G06F17/11 |
代理公司: | 成都九鼎天元知识产权代理有限公司 51214 | 代理人: | 王会改 |
地址: | 610000 四川省成都市中国(四川)自由贸易试验区*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 机器 视觉 轮胎 检测 方法 系统 | ||
本发明公开了一种基于机器视觉的轮胎位姿检测方法及系统,所述方法包括:构建世界坐标系,完成左、右双目相机的联合标定,并获取左、右双目系统参数;得到左、右轮胎的双目立体图像对;对所述双目立体图像对进行预处理;提取预处理后的双目立体图像对中均匀散斑结构光特征点,完成特征点的立体匹配,并基于所得匹配特征点,完成轮胎内边缘圆上特征点的提取与立体匹配;基于所得立体匹配特征点对与左、右双目系统参数,完成左、右轮胎侧面特征点的三维重建,得到世界坐标系下左、右轮胎侧面的点云数据;基于所述点云数据,获取轮胎位姿参数。本发明检测精度高。
技术领域
本发明涉及检测技术领域,特别是一种基于机器视觉的轮胎位姿检测方法及系统。
背景技术
汽车轮胎作为车辆的核心组成部分之一,其对车辆的安全使用有着至关重要的作用。车辆装配完成达到出厂的重要条件之一是必须确保左右轮胎位姿正确,若轮胎位姿不正确,在行驶过程中往往会因此而产生车轮跳动、方向盘抖动、轮胎偏磨、车辆失衡、轴承劳损等众多不良现象,为车辆的安全驾驶埋下众多安全隐患。
轮胎的位姿检测主要包括轮胎前束检测与轮胎内外倾角检测,其中前束检测即为检测左右轮胎的中心平面是否平行,内外倾角检测即检测左右轮胎中心平面与水平面之间的夹角是否符合标准(一般为0~2度)。
目前,大部分企业采取通过人工操作各类辅助设备的方式来进行轮胎的位姿检测,这种方法一方面依赖于人工经验,客观性有所欠缺,当检测人员长时间工作后,难免会有所疏忽,造成不良品流出的现象时有发生,从而引发严重的安全事故,给企业带来重大损失;另一方面,检测所花时间较长,为实现车身4个轮胎的检测,一般需要投多个工人来同时实施,成本投资高。尽管目前有少数企业采用一定的自动化手段进行轮胎的位姿检测,但其往往需要采用复杂的检测设备对车辆轮胎动态进行多项详细的检测,内部检测算法及处理过程复杂,检测设备造价昂贵,检测过程耗时长、效率低,且当车辆轮胎发生型号变化时,此类系统可能会失去作用,而目前车辆种类繁多,对应的轮胎型号各异,故而此类检测设备与系统在实际使用中通用性较差,往往无法满足企业的实际需求。
发明内容
针对目前汽车装配与质检环节轮胎位姿检测中存在的成本高、耗时长、效率低等问题,本发明提供了一种基于机器视觉的轮胎位姿检测方法及系统,以解决上述技术问题。
本发明公开了一种基于机器视觉的轮胎位姿检测方法,其包括以下步骤:
步骤1:构建世界坐标系,水平面为X、Y轴平面,重力铅垂线为Z轴,完成左、右双目相机的联合标定,并获取左、右双目系统参数;
步骤2:所述左、右双目相机同时采集左、右轮胎的图像,得到左、右轮胎的双目立体图像对;
步骤3:对所述双目立体图像对进行预处理;
步骤4:提取预处理后的双目立体图像对中均匀散斑结构光特征点,完成特征点的立体匹配,并基于所得匹配特征点,完成轮胎内边缘圆上特征点的提取与立体匹配;
步骤5:基于所得立体匹配特征点对与左、右双目系统参数,完成左、右轮胎侧面特征点的三维重建,得到世界坐标系下左、右轮胎侧面的点云数据;
步骤6:基于所述点云数据,获取轮胎位姿参数。
进一步地,所述左、右双目系统参数包括左、右双目相机各自的内部参数与外部参数、世界坐标系、双目立体坐标系与世界坐标系之间的变换参数;
所述步骤1包括:
在安装好左、右双目相机后,以水平面作为XY轴平面,XY轴平面的法线即为重力铅垂线,将其作为Z轴,选取原点,构建世界坐标系,以构建好的世界坐标系为基准,并分别选择左、右双目相机中的某一相机坐标系作为左、右双目相机立体坐标系,对左、右双目相机进行联合相机标定,获取左、右双目相机各自的内部参数与外部参数,以及左、右双目相机立体坐标系与世界坐标系之间的变换参数。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于成都航天科工大数据研究院有限公司,未经成都航天科工大数据研究院有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202211654768.1/2.html,转载请声明来源钻瓜专利网。