[发明专利]一种基于计算机视觉的汽车四轮定位参数检测数学模型

摘要

本发明涉及的是汽车四轮定位参数检测数学模型，特别是一种基于计算机视觉的四轮定位参数检测数学模型。首先检测安装在车轮轮毂上随其运动的反光板及其图像上的特征点，对特征点进行配准优化，计算反光板及其图像间的最优单应性矩阵，然后根据摄像机内参数矩阵和单应性矩阵计算旋转矩阵并优化旋转矩阵，最后从旋转矩阵中分解出车轮旋转轴线和主销轴线的方向余弦，从而求出四轮定位参数。采用本发明对汽车四轮定位参数进行检测，不需要众多的传感器及复杂的标定，操作简单，测量速度快，准确度高。

主权项

1.一种基于计算机视觉的汽车四轮定位参数检测数学模型，其特征在于：首先检测安装在车轮轮毂上随其运动的反光板及其图像上的特征点，对特征点进行配准优化，求取安装在汽车车轮上并随其运动的反光板及其图像间的最优单应性矩阵，然后根据单应性矩阵和摄像机内参数矩阵得出旋转矩阵并优化旋转矩阵，最后利用旋转矩阵分解出汽车车轮旋转轴线和主销轴线在三维空间的方向余弦，从而得出四轮定位参数；具体数学模型运算步骤如下：(1)读取反光板及其图像上特征点坐标对(xi，yi)∈M，(x′i，y′i)∈m，其中M为反光板上的特征点集，m为其图像上的特征点集；(2)对特征点进行配准优化求取最优单应性矩阵H；(3)根据摄像机内参数矩阵A及所求得的最优单应性矩阵H，计算旋转矩阵R，由以下公式计算：r1＝λA-1h1 r2＝λA-1h2 r3＝r1×r2 T＝λA-1h3 其中，λ＝1/‖A-1h1‖＝1/‖A-1h2‖，符号‖·‖表示求向量的模，h1，h2，h3为单应性矩阵H的列向量，r1，r2，r3为旋转矩阵$R=\left[\begin{array}{ccc}{R}_{11}& R_{12}& R_{13}\\ R_{21}& R_{22}& R_{23}\\ R_{31}& R_{32}& R_{33}\end{array}\right]的列向量，T为平移向量；(4)对旋转矩阵R进行非线性优化；(5)从旋转矩阵R分解车轮旋转轴线或主销轴线方向余弦，利用以下公式求取：$ n_1=\frac{R_{32}-R_{23}}{2\sin \theta }$ n_2=\frac{R_{13}-R_{31}}{2\sin \theta }$ n_3=\frac{R_{21}-R_{12}}{2\sin \theta }其中，n1、n2、n3为车轮旋转轴线方向余弦，也可由e1、e2、e3代替，e1、e2、e3为主销轴线的方向余弦，\theta 为反光板绕旋转轴旋转的角度；(6)由旋转轴线或主销轴线方向余弦计算四轮定位参数，利用以下公式求取：$ \left\{\begin{array}{c}\mathrm{Toe}=\arccos \left(\frac{n_1}{\sqrt{n_1^2+n_3^2}}\right)·180/\pi \\ \mathrm{Camber}=\arccos \left(n_2\right)·180/\pi \\ \mathrm{SAI}=\mathrm{arcctg}\left(\frac{e_1}{e_2}\right)·180/\pi \\ \mathrm{Caster}=\mathrm{arcctg}\left(\frac{e_3}{e_2}\right)·180/\pi \end{array}\right.其中，Camber为车轮外倾角，Toe为前束角，SAI为主销内倾角，Caster为主销后倾角，\pi 为圆周率。$$$$$