一种无人驾驶清扫车刷毛长度的测量方法与流程

1.本技术涉及无人驾驶清扫车技术领域，更具体地说，尤其涉及一种无人驾驶清扫车刷毛长度的测量方法。


背景技术：

2.清扫车是集路面清扫、垃圾回收和运输为一体的新型高效清扫设备，可一次完成地面、马路道牙边、马路道牙清洗及清扫后对地面洒水等工作。清扫车包括车体、摄像头、刷毛装置等组成，作业时由其装配的刷毛装置进行清扫作业，而刷毛是一个消耗品，随着工作时长额增加，刷毛会逐渐变短，影响清扫效果。
3.目前，常规的人工清扫车，都是由工人查看实际清扫情况或者扫刷的状态来判断是否要更换扫刷；无人清扫车也可以由工人进行人工判断，但是就和环卫工作的智能化趋势相背离，无法降低人工资源的投入，而在智能化测量方式中，则需要专门安装相应的传感器，对刷毛长度进行检测，这便增加了整车的成本。所以，现有无人驾驶清扫车仍无法实现低成本、智能化刷毛长度测量。
4.因此，如何提供一种无人驾驶清扫车刷毛长度的测量方法，其能够低成本且智能化测量清扫车刷毛长度，精准判断刷毛是否需要更换，减少人力资源的投入，已经成为本领域技术人员亟待解决的技术问题。


技术实现要素：

5.为解决上述技术问题，本技术提供一种无人驾驶清扫车刷毛长度的测量方法，其能够低成本且智能化测量清扫车刷毛长度，精准判断刷毛是否需要更换，减少人力资源的投入。
6.本技术提供的技术方案如下：
7.本技术提供一种无人驾驶清扫车刷毛长度的测量方法，包括以下步骤：s1基于无人驾驶清扫车装配的摄像机，进行图像检测，分别获取所述无人驾驶清扫车的扫盘图像数据与扫刷图像数据；s2分别对所述扫盘图像数据、扫刷图像数据进行分析，获取扫盘边界数据和扫刷边界数据；s3通过所述无人驾驶清扫车已知设计参数，计算所述扫盘左右以及上边界顶点坐标，将所述边界顶点坐标转至图像平面后与所述扫盘边界数据对比分析，获取所述扫盘中心的坐标值，通过判断所述扫盘中心坐标值的高度坐标，确定扫盘是否下放；s4基于抬起所述扫盘图像，计算所述扫盘左右以及上边界顶点坐标，和所述右扫刷左顶点、上顶点边界坐标，将所述扫盘、扫刷边界顶点坐标转至图像平面后分别与所述扫盘边界数据、扫刷边界数据对比分析，确定所述扫刷刷毛实际长度；s5随后根据所述扫刷刷毛实际长度，进行系统提示确定所述扫刷是否需要进行更换。
8.进一步地，在本发明一种优选的方式中，所述步骤s2具体为：
9.s201基于深度学习，从所述图像数据中检测出所述扫盘与扫刷位置；
10.s202随后从检测得到的所述扫盘与扫刷位置中，获取所述无人驾驶清扫车的扫
盘、扫刷二维图像框；
11.s203根据所述扫盘二维图像框，获取所述扫盘左边界、右边界以及上边界顶点数据，随后根据所述扫盘边界顶点数据获取第一边界位置矩阵(u
min_disk
，u
max_disk
，v
min_disk
)；
12.s204根据所述扫刷二维图像框，获取所述右扫刷左边界、上边界顶点数据；随后根据所述扫刷边界顶点数据获取第三边界位置矩阵(u
min_brush
，v
min_brush
)。
13.进一步地，在本发明一种优选的方式中，在步骤s3中，所述已知设计参数包括：所述扫盘抬起时姿态角，所述姿态角包括翻滚角roll和俯仰角pitch；扫盘半径r。
14.进一步地，在本发明一种优选的方式中，在所述步骤s3中，获取所述扫盘中心的坐标值的具体步骤包括：
15.s301首先初始化扫盘中心点在自车坐标系下的初始坐标(xv，yv，zv)；
16.s302、随后结合翻滚角roll、俯仰角pitch、扫盘半径r，并基于初始坐标(xv，yv，zv)，计算所述扫盘左顶点坐标pl
v_disk
、右顶点坐标pr
v_disk
以及上顶点坐标pf
v_disk
；
17.s303接着将所述扫盘左顶点坐标转到图像平面，获取扫盘左顶点平面坐标向量，计算方式为：
18.pl
s_disk
＝(r
v2s
*pl
v_disk
+t
v2s
)；
19.扫盘左顶点平面坐标向量
20.其中，f
x
，fy，c
x
，cy是摄像机的内参；r
v2s
和t
v2s
分别为自车坐标系到相机坐标系的旋转矩阵与平移矩阵，由摄像机外参计算得到；
21.s304随后依照相同计算方式，将所述扫盘右顶点坐标、扫盘上顶点坐标转至图像平面，获取扫盘右顶点平面坐标向量和扫盘上顶点平面坐标向量
22.s305根据所述扫盘左顶点、右顶点以及上顶点平面坐标向量，组成形成第二边界位置矩阵(u
l_disk
，u
r_disk
，v
f_disk
)，将所述第二边界位置矩阵与所述第一边界位置矩阵对比分析，获取所述扫盘中心的坐标值。
23.进一步地，在本发明一种优选的方式中，所述扫盘左顶点坐标pl
v_disk
、右顶点坐标pr
v_disk
以及上顶点坐标pf
v_disk
的计算方式为：
[0024][0025]
扫盘左顶点坐标
[0026]
扫盘右顶点坐标
[0027]
扫盘上顶点坐标其中，r
rotmatrix
为旋转矩阵。
[0028]
进一步地，在本发明一种优选的方式中，所述已知设计参数还包括：扫盘抬起时标准高度值h。
[0029]
进一步地，在本发明一种优选的方式中，在所述步骤s3中，确定扫盘是否下放的具体步骤包括：
[0030]
预设第一误差阈值，将所述第二边界位置矩阵(u
l_disk
，u
r_disk
，v
f_disk
)与所述第一边界位置矩阵(u
min_disk
，u
max_disk
，v
min_disk
)进行对比；
[0031]
若所述第二边界位置矩阵与第一边界位置矩阵的位置误差在所述第一误差阈值的限定范围内，则此时所述初始坐标(xv，yv，zv)即为所述扫盘中心的坐标值；
[0032]
若所述第二边界位置矩阵与第一边界位置矩阵的位置误差超过所述第一误差阈值的限定范围，则调整初始坐标(xv，yv，zv)后重新计算，直至所述第二边界位置矩阵与第一边界位置矩阵的位置误差在所述第一误差阈值的限定范围内，则调整后所述初始坐标(xv，yv，zv)即为所述扫盘中心的坐标值；
[0033]
随后基于所述扫盘中心的坐标值，将扫盘高度zv与所述扫盘抬起时标准高度值h进行对比，从而确定所述扫盘是否下放。
[0034]
进一步地，在本发明一种优选的方式中，所述步骤s4具体为：
[0035]
s401首先初始化所述扫盘中心点在自车坐标系下的初始坐标(xv，yv，zv)、刷毛长度l和刷毛倾角θ；
[0036]
s402随后根据所述已知设计参数，并基于初始坐标、刷毛长度、刷毛倾角，计算所述扫盘左顶点坐标pl
v_disk
、右顶点坐标pr
v_disk
、上顶点坐标pf
v_disk
以及所述右扫刷左顶点坐标pl
v_brus
、上顶点坐标pf
v_brus
；
[0037]
s403接着将上述5个自车坐标系下的坐标点，转到图像平面，获取扫盘左顶点平面坐标向量扫盘右顶点平面坐标向量扫盘上顶点平面坐标向量以及所述右扫刷左顶点平面坐标向量右扫刷上顶点平面坐标向量
[0038]
s404随后将所述扫盘左顶点、右顶点以及上顶点平面坐标向量，组成形成第二边界位置矩阵(u
l_disk
，u
r_disk
，v
f_disk
)，将所述右扫刷左顶点平面坐标向量、上顶点平面坐标向量组合形成第四边界位置矩阵(u
l_brus
，u
f_brush
)，将所述第二边界位置矩阵与第一边界位置矩阵、第四边界位置矩阵与第三边界位置矩阵对比分析，确定所述扫刷刷毛实际长度。
[0039]
进一步地，在本发明一种优选的方式中，所述右扫刷左顶点坐标pl
v_brush
、上顶点
坐标pf
v_btu
的计算方式为：
[0040][0041][0042]
其中，r
rotmatrix
为旋转矩阵。
[0043]
进一步地，在本发明一种优选的方式中，在所述步骤s4中，第二与第一边界位置矩阵、第四与第三边界位置矩阵对比分析的具体步骤为：
[0044]
预设第一误差阈值、第二误差阈值，将所述第二边界位置矩阵(u
l_disk
，u
r_disk
，v
f_disk
)与第一边界位置矩阵(u
min_disk
，u
max_disk
，v
min_disk
)、将所述第四边界位置矩阵(u
l_brush
，u
f_brush
)与所述第三边界位置矩阵(u
min_brush
，v
min_brush
)进行对比；
[0045]
若所述第二边界位置矩阵与第一边界位置矩阵的位置误差在所述第一误差阈值的限定范围内，且所述第四边界位置矩阵与第三边界位置矩阵的位置误差在所述第二误差阈值的限定范围内，则此时初始化刷毛长度l即为所述扫刷刷毛实际长度；
[0046]
否则，则对应调整初始坐标(xv，yv，zv)、刷毛长度l和刷毛倾角θ后重新计算，直至所述第二边界位置矩阵与第一边界位置矩阵的位置误差在所述第一误差阈值的限定范围内，且所述第四边界位置矩阵与第三边界位置矩阵的位置误差在所述第二误差阈值的限定范围内，则此时调整后的刷毛长度l即为所述扫刷刷毛实际长度。
[0047]
本发明提供的一种无人驾驶清扫车刷毛长度的测量方法，该方法包括以下步骤：s1、基于无人驾驶清扫车装配的摄像机，进行图像检测，分别获取所述无人驾驶清扫车的扫盘图像数据与扫刷图像数据；s2、分别对所述扫盘图像数据、扫刷图像数据进行分析，获取扫盘边界数据和扫刷边界数据；s3、通过所述无人驾驶清扫车已知设计参数，计算所述扫盘左右以及上边界顶点坐标，将所述边界顶点坐标转至图像平面后与所述扫盘边界数据对比分析，获取所述扫盘中心的坐标值，通过判断所述扫盘中心坐标值的高度坐标，确定扫盘是否下放；s4、基于抬起所述扫盘图像，计算所述扫盘左右以及上边界顶点坐标，和所述右扫刷左顶点、上顶点边界坐标，将所述扫盘、扫刷边界顶点坐标转至图像平面后分别与所述扫盘边界数据、扫刷边界数据对比分析，确定所述扫刷刷毛实际长度；s5、随后根据所述扫刷刷毛实际长度，进行系统提示确定所述扫刷是否需要进行更换。在本发明提供的测量方法中，是基于清扫车装配的摄像头传感器，通过检测图片中的扫盘和整个扫刷，计算得到刷毛的长度，以实现及时发出更换扫刷的提醒，成本低且能实现智能刷毛长度测量；其中，测量原理是首先获取清扫车扫盘与扫刷的一帧图像，通过图像检测模块得到扫盘与扫刷图像检索框；其次，在所述扫盘与扫刷图像检测框中，判断扫刷是否下放：若扫刷下放，则抬起扫刷后重新获取图像检测框，若扫刷抬起，基于所述扫盘与扫刷图像检索框进行下一步操作；随后根据所述扫盘与扫刷时同心圆约束，计算扫盘在自车坐标系下的中心点坐标、刷毛长度和刷毛倾角；最后通过多帧计算后，得到较为稳定的所述刷毛长度，将其与设定阈值对比，满足阈值限定范围后得到刷毛实际长度。因此，本发明涉及的技术方案，相较于现有技术而言，其能够低成本且智能化测量清扫车刷毛长度，精准判断刷毛是否需要更换，减少人力资
源的投入。
附图说明
[0048]
为了更清楚地说明本技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0049]
图1为本发明实施例涉及的无人驾驶清扫车刷毛长度的测量方法的步骤流程图；
[0050]
图2为本发明实施例涉及的无人驾驶清扫车刷毛长度的测量方法的原理框架流程图；
[0051]
图3为本发明实施例涉及的所述扫盘、扫刷二维图像框的示意图；
[0052]
图4为本发明实施例涉及的所述扫刷刷毛与扫盘法线倾角θ的示意图。
具体实施方式
[0053]
为了使本领域的技术人员更好地理解本技术中的技术方案，下面将结合本技术实施例中的附图对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术的一部分实施例，而不是全部的实施例。基于本技术中的实施例，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他实施例，都属于本技术保护的范围。
[0054]
需要说明的是，当元件被称为“固定于”或“设置于”另一个元件上，它可以直接在另一个元件上或者间接设置在另一个元件上；当一个元件被称为是“连接于”另一个元件，它可以是直接连接到另一个元件或间接连接至另一个元件上。
[0055]
需要理解的是，术语“长度”、“宽度”、“上”、“下”、“前”、“后”、“第一”、“第二”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本技术和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本技术的限制。
[0056]
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本技术的描述中，“多个”、“若干个”的含义是两个或两个以上，除非另有明确具体的限定。
[0057]
须知，本说明书附图所绘示的结构、比例、大小等，均仅用以配合说明书所揭示的内容，以供熟悉此技术的人士了解与阅读，并非用以限定本技术可实施的限定条件，故不具技术上的实质意义，任何结构的修饰、比例关系的改变或大小的调整，在不影响本技术所能产生的功效及所能达成的目的下，均应仍落在本技术所揭示的技术内容得能涵盖的范围内。
[0058]
请如图1至图4所示，本技术提供一种无人驾驶清扫车刷毛长度的测量方法，包括以下步骤：s1、基于无人驾驶清扫车装配的摄像机，进行图像检测，分别获取所述无人驾驶清扫车的扫盘图像数据与扫刷图像数据；s2、分别对所述扫盘图像数据、扫刷图像数据进行分析，获取扫盘边界数据和扫刷边界数据；s3、通过所述无人驾驶清扫车已知设计参数，计
算所述扫盘左右以及上边界顶点坐标，将所述边界顶点坐标转至图像平面后与所述扫盘边界数据对比分析，获取所述扫盘中心的坐标值，通过判断所述扫盘中心坐标值的高度坐标，确定扫盘是否下放；s4、基于抬起所述扫盘图像，计算所述扫盘左右以及上边界顶点坐标，和所述右扫刷左顶点、上顶点边界坐标，将所述扫盘、扫刷边界顶点坐标转至图像平面后分别与所述扫盘边界数据、扫刷边界数据对比分析，确定所述扫刷刷毛实际长度；s5、随后根据所述扫刷刷毛实际长度，进行系统提示确定所述扫刷是否需要进行更换。本发明涉及的技术方案，其能够低成本且智能化测量清扫车刷毛长度，精准判断刷毛是否需要更换，减少人力资源的投入。
[0059]
以下结合具体实施例对本发明公开的无人驾驶清扫车刷毛长度的测量方法进行具体阐述，所述测量方法包括：
[0060]
s1、基于无人驾驶清扫车装配的摄像机，进行图像检测，分别获取所述无人驾驶清扫车的扫盘图像数据与扫刷图像数据。
[0061]
在本发明的实施例中，所述扫刷刷毛实际长度是基于车上安装的可以观察到扫刷的摄像头实现的，通过图像检测，获取所述扫盘与扫刷的图像数据，可以减少成本和人力资源的投入。
[0062]
s2、分别对所述扫盘图像数据、扫刷图像数据进行分析，获取扫盘边界数据和扫刷边界数据。
[0063]
具体地，在本发明的实施例中，所述步骤s2具体为：s201、基于深度学习，从所述图像数据中检测出所述扫盘与扫刷位置；s202、随后从检测得到的所述扫盘与扫刷位置中，获取所述无人驾驶清扫车的扫盘、扫刷二维图像框；s203、根据所述扫盘二维图像框，获取所述扫盘左边界、右边界以及上边界顶点数据，随后根据所述扫盘边界顶点数据获取第一边界位置矩阵(u
min_disk
，u
max_disk
，v
min_disk
)；s204、根据所述扫刷二维图像框，获取所述右扫刷左边界、上边界顶点数据；随后根据所述扫刷边界顶点数据获取第三边界位置矩阵(u
min_brush
，v
min_brush
)。
[0064]
其中，从图像中检测出扫盘与扫刷，是基于深度学习的方法，常规的图像检测网络都可以实现，分别得到扫盘与扫刷的2d框；如图3所示，图3为所述扫盘与扫刷二维图像框，在本发明的实施例中仅以所述右扫盘扫刷为例，所以在步骤s2中通过获取扫盘左边界、右边界以及上边界顶点数据以此获得所述第一边界位置矩阵，通过获取右扫刷左边界、上边界顶点数据以此获取所述第三边界位置矩阵，从而确定所述扫盘、扫刷位置。
[0065]
s3、通过所述无人驾驶清扫车已知设计参数，计算所述扫盘左右以及上边界顶点坐标，将所述边界顶点坐标转至图像平面后与所述扫盘边界数据对比分析，获取所述扫盘中心的坐标值，通过判断所述扫盘中心坐标值的高度坐标，确定扫盘是否下放。
[0066]
其中，在本发明的实施例中，所述扫刷刷毛实际长度测量的前提是基于抬起的扫盘，在所述步骤s3中，确定所述扫盘中心坐标值首先需要获取清扫车的已知设计参数，所述已知设计参数是车辆设计保证的，真实值的微小偏差不影响扫盘是否下放的判断。
[0067]
具体地，在本发明的实施例中，在步骤s3中，所述已知设计参数包括：所述扫盘抬起时姿态角，所述姿态角包括翻滚角roll和俯仰角pitch；扫盘半径r。
[0068]
具体地，在本发明的实施例中，在所述步骤s3中，获取所述扫盘中心坐标值的具体步骤包括：s301、首先初始化扫盘中心点在自车坐标系下的初始坐标(xv，yv，zv)；s302、随后
结合翻滚角roll、俯仰角pitch、扫盘半径r，并基于初始坐标(xv，yv，zv)，计算所述扫盘左顶点坐标pl
v_disk
、右顶点坐标pr
v_disk
以及上顶点坐标pf
v_disk
；
[0069]
其中，在本发明实施例中，所述扫盘左顶点坐标pl
v_disk
、右顶点坐标pr
v_disk
以及上顶点坐标pf
v_disk
的计算方式为：
[0070][0071][0072][0073][0074]rrotmatrix
为旋转矩阵；
[0075]
s303、接着将所述扫盘左顶点、右顶点、上顶点坐标转到图像平面，分别获取扫盘左顶点平面坐标向量，计算方式为：
[0076]
pl
s_disk
＝(r
v2s
*pl
v_disk
+t
v2s
)；
[0077]
扫盘左顶点平面坐标向量
[0078]
其中，f
x
，fy，c
x
，cy是摄像机的内参；r
v2s
和t
v2s
分别为自车坐标系到相机坐标系的旋转矩阵与平移矩阵，由摄像机外参计算得到；
[0079]
s304、依照相同计算方式，获取扫盘右顶点平面坐标向量和扫盘上顶点平面坐标向量
[0080]
s305、随后根据所述扫盘左顶点、右顶点以及上顶点平面坐标向量，组成形成第二边界位置矩阵(u
l_disk
，u
r_disk
，v
f_disk
)，将所述第二边界位置矩阵与所述第一边界位置矩阵对比分析，获取所述扫盘中心的坐标值。
[0081]
其中，在本发明的实施例中，所述扫盘左顶点坐标、右顶点坐标、上顶点坐标的计算中忽略摄像机的相变。
[0082]
具体地，在本发明的实施例中，所述已知设计参数还包括：所述扫盘抬起时标准高度值h。
[0083]
具体地，在本发明的实施例中，在所述步骤s3中，确定扫盘是否下放的具体步骤包
括：预设第一误差阈值，将所述第二边界位置矩阵(u
l_disk
，u
r_disk
，v
f_disk
)与所述第一边界位置矩阵(u
min_disk
，u
max_disk
，v
min_disk
)进行对比；若所述第二边界位置矩阵与第一边界位置矩阵的位置误差在所述第一误差阈值的限定范围内，则此时所述初始坐标(xv，yv，zv)即为所述扫盘中心的坐标值；若所述第二边界位置矩阵与第一边界位置矩阵的位置误差超过所述第一误差阈值的限定范围，则调整初始坐标(xv，yv，zv)后重新计算，直至所述第二边界位置矩阵与第一边界位置矩阵的位置误差在所述第一误差阈值的限定范围内，则调整后所述初始坐标(xv，yv，zv)即为所述扫盘中心的坐标值；随后基于所述扫盘中心的坐标值，将扫盘高度zv与所述扫盘抬起时标准高度值h进行对比，从而确定所述扫盘是否下放。
[0084]
其中，在本发明的实施例中，所述第一误差阈值为最大距离误差值，为所述初始坐标(xv，yv，zv)与扫盘中心坐标能够偏离的最大距离；若所述第二边界位置矩阵与所述第一边界位置矩阵位置距离超过最大距离误差值，则初始化的中心坐标扫盘中心的真实坐标值存在较大偏差，所述扫盘是否下放的判断结果也并不精准，存在误差，最后算出的刷毛长度l与扫刷刷毛实际长度误差过大，无法达到精准智能化测量的技术效果。因此，为保证测量的精准性，在所述步骤s3中，以所述第一误差阈值，对所述第二边界位置矩阵与第一边界位置矩阵进行对比分析。
[0085]
具体地，在本发明的实施例中，在所述步骤s3中，对比扫盘高度zv与标准高度值h，确定扫盘是否下放的具体操作包括：获取扫盘中心的坐标值后，提取其中高度坐标值zv，将其与所述扫盘抬起时的标准高度值h对比：若所述高度坐标值等于所述标准高度值h，或者所述高度坐标值与标准高度值h相差不大，则认定此时所述扫盘抬起；否则，则认定所述扫盘处于下放状态。
[0086]
具体地，在本发明的实施例中，所述步骤s4具体为：s401、首先初始化所述扫盘中心点在自车坐标系下的初始坐标(xv，yv，zv)、刷毛长度l和刷毛倾角θ；s402、随后根据所述已知设计参数，并基于初始坐标、刷毛长度、刷毛倾角，计算所述扫盘左顶点坐标pl
v_disk
、右顶点坐标pr
v_disk
、上顶点坐标pf
v_disk
以及所述右扫刷左顶点坐标pl
v_bru
、上顶点坐标pf
v_brush
；
[0087]
s403、接着将上述5个自车坐标系下的坐标点，转到图像平面，获取扫盘左顶点平面坐标向量扫盘右顶点平面坐标向量扫盘上顶点平面坐标向量以及所述右扫刷左顶点平面坐标向量右扫刷上顶点平面坐标向量
[0088]
s404、随后将所述扫盘左顶点、右顶点以及上顶点平面坐标向量，组成形成第二边界位置矩阵(u
l_disk
，u
r_disk
，v
f_disk
)，将所述右扫刷左顶点平面坐标向量、上顶点平面坐标向量组合形成第四边界位置矩阵(u
l_brush
，u
f_brus
)，将所述第二边界位置矩阵与第一边界位置矩阵、第四边界位置矩阵与第三边界位置矩阵对比分析，确定所述扫刷刷毛实际长度。
[0089]
其中，如图4所示，所述刷毛倾角θ为扫刷刷毛与扫盘法线的倾角θ；在所述扫刷刷毛长度的测量过程中，计算思路与步骤s3判断所述扫盘是否下放的思路相似。需要求取的未知数有扫盘的中心点在自车坐标系下的坐标(xv，yv，zv)，刷毛长度l，刷毛倾角θ，已知数有扫盘的姿态角pitch和roll，扫盘半径r，检测得到的第一边界位置矩阵(u
min_disk
，u
max_disk
，v
min_disk
)和第三边界位置矩阵(u
min_brush
，v
min_brush
)：首先基于初始的(xv，yv，zv)、刷毛长度l和刷毛倾角θ，计算扫盘的左右顶点和前面顶点，以及扫刷的左顶点和前面顶点坐标；其中r
rotmatrix
，扫盘的左右顶点和上顶点计算如步骤s3计算方式所示，所述右扫刷左顶点坐标pl
v_bru
、上顶点坐标pf
v_brush
的计算方式为：
[0090][0091][0092]
随后将上述计算获取的5个自车坐标系下的点，转到图像平面，得到最后将与检测得到的对比，对应调整初始(xv，yv，zv)以及刷毛长度l，刷毛倾角θ，再次回到步骤s401中进行计算，直到对比分析的误差小于设置的限定值，则认为此时的l即为扫刷刷毛实际长度。
[0093]
具体地，在本发明的实施例中，在所述步骤s4中，第二与第一边界位置矩阵、第四与第三边界位置矩阵对比分析的具体步骤为：预设第一误差阈值、第二误差阈值，将所述第二边界位置矩阵(u
l_disk
，u
r_disk
，v
f_disk
)与第一边界位置矩阵(u
min_disk
，u
max_disk
，v
min_disk
)、将所述第四边界位置矩阵(u
l_brush
，u
f_brush
)与所述第三边界位置矩阵(u
min_brush
，v
min_brush
)进行对比；若所述第二边界位置矩阵与第一边界位置矩阵的位置误差在所述第一误差阈值的限定范围内，且所述第四边界位置矩阵与第三边界位置矩阵的位置误差在所述第二误差阈值的限定范围内，则此时初始化刷毛长度l即为所述扫刷刷毛实际长度；否则，则对应调整初始坐标(xv，yv，zv)、刷毛长度l和刷毛倾角θ后重新计算，直至所述第二边界位置矩阵与第一边界位置矩阵的位置误差在所述第一误差阈值的限定范围内，且所述第四边界位置矩阵与第三边界位置矩阵的位置误差在所述第二误差阈值的限定范围内，则此时调整后的刷毛长度l即为所述扫刷刷毛实际长度。
[0094]
综上所述，本发明实施例涉及的一种无人驾驶清扫车刷毛长度的测量方法，具体包括以下步骤：s1、基于无人驾驶清扫车装配的摄像机，进行图像检测，分别获取所述无人驾驶清扫车的扫盘图像数据与扫刷图像数据；s2、分别对所述扫盘图像数据、扫刷图像数据进行分析，获取扫盘边界数据和扫刷边界数据；s3、通过所述无人驾驶清扫车已知设计参数，计算所述扫盘左右以及上边界顶点坐标，将所述边界顶点坐标转至图像平面后与所述扫盘边界数据对比分析，获取所述扫盘中心的坐标值，通过判断所述扫盘中心坐标值的高度坐标，确定扫盘是否下放；s4、基于抬起所述扫盘图像，计算所述扫盘左右以及上边界顶点坐标，和所述右扫刷左顶点、上顶点边界坐标，将所述扫盘、扫刷边界顶点坐标转至图像
平面后分别与所述扫盘边界数据、扫刷边界数据对比分析，确定所述扫刷刷毛实际长度；s5、随后根据所述扫刷刷毛实际长度，进行系统提示确定所述扫刷是否需要进行更换。在本发明提供的测量方法中，是基于清扫车装配的摄像头传感器，通过检测图片中的扫盘和整个扫刷，计算得到刷毛的长度，以实现及时发出更换扫刷的提醒，能实现智能刷毛长度测量，使用车辆已有的传感器，不需要增加额外车辆成本；其中，测量原理是首先获取清扫车扫盘与扫刷的一帧图像，通过图像检测模块得到扫盘与扫刷图像检索框；其次，在所述扫盘与扫刷图像检测框中，判断扫刷是否下放：若扫刷下放，则抬起扫刷后重新获取图像检测框，若扫刷抬起，基于所述扫盘与扫刷图像检索框进行下一步操作；随后根据所述扫盘与扫刷时同心圆约束，计算扫盘在自车坐标系下的中心点坐标、刷毛长度和刷毛倾角；最后通过多帧计算后，得到较为稳定的所述刷毛长度，将其与设定阈值对比，满足阈值限定范围后得到刷毛实际长度；最后根据实时检测刷毛长度，不仅可以判断是否需要更换扫刷，也可以帮助提升车辆贴边清扫的精度。因此，本发明涉及的技术方案，相较于现有技术而言，其能够低成本且智能化测量清扫车刷毛长度，精准判断刷毛是否需要更换，减少人力资源的投入。
[0095]
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其他实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

技术特征：
1.一种无人驾驶清扫车刷毛长度的测量方法，其特征在于，包括以下步骤：s1基于无人驾驶清扫车装配的摄像机，进行图像检测，分别获取所述无人驾驶清扫车的扫盘图像数据与扫刷图像数据；s2分别对所述扫盘图像数据、扫刷图像数据进行分析，获取扫盘边界数据和扫刷边界数据；s3通过所述无人驾驶清扫车已知设计参数，计算所述扫盘左右以及上边界顶点坐标，将所述边界顶点坐标转至图像平面后与所述扫盘边界数据对比分析，获取所述扫盘中心的坐标值，通过判断所述扫盘中心坐标值的高度坐标，确定扫盘是否下放；s4基于抬起所述扫盘图像，计算所述扫盘左右以及上边界顶点坐标，和所述右扫刷左顶点、上顶点边界坐标，将所述扫盘、扫刷边界顶点坐标转至图像平面后分别与所述扫盘边界数据、扫刷边界数据对比分析，确定所述扫刷刷毛实际长度；s5根据所述扫刷刷毛实际长度，进行系统提示确定所述扫刷是否需要进行更换。2.根据权利要求1所述的无人驾驶清扫车刷毛长度的测量方法，其特征在于，所述步骤s2具体为：s201基于深度学习，从所述图像数据中检测出所述扫盘与扫刷位置；s202随后从检测得到的所述扫盘与扫刷位置中，获取所述无人驾驶清扫车的扫盘、扫刷二维图像框；s203根据所述扫盘二维图像框，获取所述扫盘左边界、右边界以及上边界顶点数据，随后根据所述扫盘边界顶点数据获取第一边界位置矩阵(u
min_disk
，u
max_disk
，v
min_disk
)；s204根据所述扫刷二维图像框，获取所述右扫刷左边界、上边界顶点数据；随后根据所述扫刷边界顶点数据获取第三边界位置矩阵(u
min_brush
，v
min_brush
)。3.根据权利要求2所述的无人驾驶清扫车刷毛长度的测量方法，其特征在于，在步骤s3中，所述已知设计参数包括：所述扫盘抬起时姿态角，所述姿态角包括翻滚角roll和俯仰角pitch；扫盘半径r。4.根据权利要求3所述的无人驾驶清扫车刷毛长度的测量方法，其特征在于，在所述步骤s3中，获取所述扫盘中心的坐标值的具体步骤包括：s301首先初始化扫盘中心点在自车坐标系下的初始坐标(x
v
，y
v
，z
v
)；s302随后结合所述翻滚角roll、俯仰角pitch、扫盘半径r，并基于初始坐标(x
v
，y
v
，z
v
)，计算所述扫盘左顶点坐标pl
v_disk
、右顶点坐标pr
v_disk
以及上顶点坐标pf
v_disk
；s303将所述扫盘左顶点坐标转到图像平面，获取扫盘左顶点平面坐标向量，计算方式为：pl
s_disk
＝(r
v2s
*pl
v_disk
+t
v2s
)；扫盘左顶点平面坐标向量其中，f
x
，f
y
，c
x
，c
y
是摄像机的内参；r
v2s
和t
v2s
分别为自车坐标系到相机坐标系的旋转矩阵与平移矩阵，由摄像机外参计算得到；s304依照相同计算方式，将所述扫盘右顶点坐标、扫盘上顶点坐标转至图像平面，获取
扫盘右顶点平面坐标向量和扫盘上顶点平面坐标向量s305根据所述扫盘左顶点、右顶点以及上顶点平面坐标向量，组成形成第二边界位置矩阵(u
l_disk
，u
r_disk
，v
f_disk
)，将所述第二边界位置矩阵与所述第一边界位置矩阵对比分析，获取所述扫盘中心的坐标值。5.根据权利要求4所述的无人驾驶清扫车刷毛长度的测量方法，其特征在于，所述扫盘左顶点坐标pl
v_disk
、右顶点坐标pr
v_disk
以及上顶点坐标pf
v_disk
的计算方式为：扫盘左顶点坐标扫盘右顶点坐标扫盘上顶点坐标其中，r
rotmatrix
为旋转矩阵。6.根据权利要求4所述的无人驾驶清扫车刷毛长度的测量方法，其特征在于，已知设计参数还包括：扫盘抬起时标准高度值h。7.根据权利要求6所述的无人驾驶清扫车刷毛长度的测量方法，其特征在于，在所述步骤s3中，确定扫盘是否下放的具体步骤包括：预设第一误差阈值，将所述第二边界位置矩阵(u
l_disk
，u
r_disk
，v
f_disk
)与所述第一边界位置矩阵(u
min_disk
，u
max_disk
，v
min_disk
)进行对比；若所述第二边界位置矩阵与第一边界位置矩阵的位置误差在所述第一误差阈值的限定范围内，则此时所述初始坐标(x
v
，y
v
，z
v
)即为所述扫盘中心的坐标值；若所述第二边界位置矩阵与第一边界位置矩阵的位置误差超过所述第一误差阈值的限定范围，则调整初始坐标(x
v
，y
v
，z
v
)后重新计算，直至所述第二边界位置矩阵与第一边界位置矩阵的位置误差在所述第一误差阈值的限定范围内，则调整后所述初始坐标(x
v
，y
v
，z
v
)即为所述扫盘中心的坐标值；随后基于所述扫盘中心的坐标值，将扫盘高度z
v
与所述扫盘抬起时标准高度值h进行对比，从而确定所述扫盘是否下放。8.根据权利要求6所述的无人驾驶清扫车刷毛长度的测量方法，其特征在于，所述步骤s4具体为：s401、首先初始化所述扫盘中心点在自车坐标系下的初始坐标(x
v
，y
v
，z
v
)、刷毛长度l和刷毛倾角θ；s402随后根据所述已知设计参数，并基于初始坐标、刷毛长度、刷毛倾角，计算所述扫
盘左顶点坐标pl
v_disk
、右顶点坐标pr
v_disk
、上顶点坐标pf
v_disk
以及所述右扫刷左顶点坐标pl
v_brush
、上顶点坐标pf
v_brush
；s403将上述5个自车坐标系下的坐标点，转到图像平面，获取扫盘左顶点平面坐标向量扫盘右顶点平面坐标向量扫盘上顶点平面坐标向量以及所述右扫刷左顶点平面坐标向量右扫刷上顶点平面坐标向量s404将所述扫盘左顶点、右顶点以及上顶点平面坐标向量，组成形成第二边界位置矩阵(u
l_disk
，u
r_disk
，v
f_disk
)，将所述右扫刷左顶点平面坐标向量、上顶点平面坐标向量组合形成第四边界位置矩阵(u
l_brus
，u
f_brus
)，将所述第二边界位置矩阵与第一边界位置矩阵、第四边界位置矩阵与第三边界位置矩阵对比分析，确定所述扫刷刷毛实际长度。9.根据权利要求8所述的无人驾驶清扫车刷毛长度的测量方法，其特征在于，所述右扫刷左顶点坐标pl
v_brush
、上顶点坐标pf
v_brush
的计算方式为：的计算方式为：其中，r
rotmatrix
为旋转矩阵。10.根据权利要求9所述的无人驾驶清扫车刷毛长度的测量方法，其特征在于，在所述步骤s4中，第二与第一边界位置矩阵、第四与第三边界位置矩阵对比分析的具体步骤为：预设第一误差阈值、第二误差阈值，将所述第二边界位置矩阵(u
l_disk
，u
r_disk
，v
f_disk
)与第一边界位置矩阵(u
min_disk
，u
max_disk
，v
min_disk
)、所述第四边界位置矩阵(u
l_brush
，u
f_brush
)与所述第三边界位置矩阵(u
min_brush
，v
min_brush
)进行对比；若所述第二边界位置矩阵与第一边界位置矩阵的位置误差在所述第一误差阈值的限定范围内，且所述第四边界位置矩阵与第三边界位置矩阵的位置误差在所述第二误差阈值的限定范围内，则此时初始化刷毛长度l即为所述扫刷刷毛实际长度；否则，则对应调整初始坐标(x
v
，y
v
，z
v
)、刷毛长度l和刷毛倾角θ后重新计算，直至所述第二边界位置矩阵与第一边界位置矩阵的位置误差在所述第一误差阈值的限定范围内，且所述第四边界位置矩阵与第三边界位置矩阵的位置误差在所述第二误差阈值的限定范围内，则此时调整后的刷毛长度l即为所述扫刷刷毛实际长度。

技术总结
本申请公开一种无人驾驶清扫车刷毛长度的测量方法，包括：通过图像检测，获取清扫车的扫盘与扫刷图像数据；分析图像数据，获取扫盘、扫刷边界数据；通过已知设计参数，计算扫盘左右和上边界顶点坐标后将其转至图像平面，再与扫盘边界数据对比，获取扫盘中心坐标值，通过对比高度坐标，确定扫盘是否下放；基于抬起的扫盘图像，计算扫盘左右及上边界顶点坐标，扫刷左顶点、上顶点边界坐标，将边界顶点坐标转至图像平面后分别与扫盘、扫刷边界数据对比，确定刷毛实际长度；根据刷毛实际长度，进行系统提示确定扫刷是否需要更换。本申请公开的测量方法，其能够低成本且智能化测量清扫车刷毛长度，精准判断刷毛是否需要更换，减少人力资源的投入。源的投入。源的投入。


技术研发人员：刘佳佳 刘煜
受保护的技术使用者：上海于万科技有限公司
技术研发日：2023.06.02
技术公布日：2023/9/6