非接触轮眉测量传感器及方法与流程

1.本发明涉及汽车测试技术领域，更具体地，涉及一种非接触轮眉测量传感器及方法。


背景技术：

2.在汽车测试领域，尤其是驾驶辅助方面，有很多需要进行传感器标定，很多传感器比如acc、ldw、hud、空气悬架等等，都需要车身高度以及车身姿态。之前采用的2d相机测量精度不够，设置参数复杂，设备适应性不够，设备稳定性较差。导致车辆测试和标定经常出现问题，比如精度超差、某些颜色车辆无法兼容、测试经常失败等等。


技术实现要素：

3.提供了本发明以解决现有技术中存在的上述问题。本发明是一种非接触轮眉测量传感器及方法，以提高提高轮眉测试的精度和稳定性。
4.本发明具体采用如下技术方案：
5.根据本发明的第一方面，提供一种非接触轮眉测量传感器，包括：
6.3d相机，用于输出云点数据、灰度图和彩色图像；
7.标定架，用于对所述3d相机进行标定和矫正；
8.车辆颜色识别和自动切换曝光模块，与所述3d相机连接，被配置为通过彩色图像识别车辆颜色，并自动调整所述3d相机云点的采样的曝光时间；
9.云点处理-轮眉边缘识别模块，与所述3d相机连接，被配置为对云点数据进行滤波，进行roi的数据截取，并进行边缘检测，通过曲线拟合，使用标准差法过滤并重复多次进行曲线拟合，获取轮眉高度；
10.云点处理-轮胎识别模块，与所述3d相机连接，被配置为对云点数据进行滤波、然后进行roi数据截取，采集轮胎表面最高点，进行圆的拟合，计算圆心位置；
11.云点处理-标定板识别模块，与所述3d相机连接，被配置为对云点数据进行滤波、然后进行roi数据截取，进行标定板弧形边缘检测，对弧形进行圆的拟合，将圆心相连，计算连线于各个圆的交点。
12.进一步地，所述3d相机采用结构光的形式，其中主动光为不可见红外激光。
13.进一步地，所述3d相机的机身采用金属铝材散热。
14.进一步地，所述标定架包括三坐标仪以及标定板，所述标定板设置于所述三坐标仪上，所述三坐标仪与所述云点处理-标定板识别模块连接，用于将采用得到的坐标板位置数据输入至所述云点处理-标定板识别模块中进行所述3d相机的标定和矫正。
15.进一步地，所述云点处理-轮眉边缘识别模块中，标准差法的过滤公式如下：
16.p(|x-μ|＞3σ)≤0.003
17.式中，p表示求概率，x表示当前值，μ表示平均值，σ表示标准差。
18.进一步地，所述云点处理-轮眉边缘识别模块中，曲线拟合公式如下：
[0019][0020]
式中，x表示输入的x坐标值，y表示输入的y坐标值，a表示输出的参数。
[0021]
进一步地，所述云点处理-轮胎识别模块和所述云点处理-标定板识别模块中，圆的拟合公式如下：
[0022][0023][0024][0025][0026]
式中，x表示输入x坐标值，y表示输入x坐标值，n表示输入点的数量，a、b、c、为中间值，a、b表示圆心坐标，r表示圆的半径。
[0027]
根据本发明的第二方面，提供一种非接触轮眉测量方法，所述方法包括；
[0028]
获取标定板的云点数据、轮胎的彩色图像以及轮胎的云点数据，所述标定物的云点数据、轮胎的彩色图像以及轮胎的云点数据通过3d相机采集；
[0029]
对所述标定板的云点数据进行滤波、然后进行roi数据截取，进行标定板弧形边缘检测，对弧形进行圆的拟合，将圆心相连，计算连线于各个圆的交点以确定标定板的采样位置，根据标定板的采样位置以及标定板的实际位置对所述3d相机进行标定和矫正；
[0030]
通过所述轮胎的彩色图像识别车辆颜色，并自动调整所述3d相机云点的采样的曝光时间；
[0031]
对所述轮胎的云点数据进行滤波，进行roi的数据截取，并进行边缘检测，通过曲线拟合，使用标准差法过滤并重复多次进行曲线拟合，获取轮眉高度；
[0032]
对所述轮胎的云点数据进行滤波、然后进行roi数据截取，采集轮胎表面最高点，进行圆的拟合，计算圆心位置。
[0033]
进一步地，标准差法的过滤公式如下：
[0034]
p(|x-μ|＞3σ)≤0.003
[0035]
式中，p表示求概率，x表示当前值，μ表示平均值，σ表示标准差。
[0036]
进一步地，曲线拟合公式如下：
[0037][0038]
式中，x表示输入的x坐标值，y表示输入的y坐标值，a表示输出的参数。
[0039]
根据本发明各实施例所述的非接触轮眉测量传感器及方法，其至少具备以下有益效果：
[0040]
相较于2d的非接触式轮眉测量精度有了较大幅度提高，测量环境的适应性也有较大提高。另外，除了可以测试轮眉外，还可以寻找车轮轮心，主要应用于空气悬架标定。
附图说明
[0041]
图1示出了根据本发明实施例的一种非接触轮眉测量传感器的结构图。
[0042]
图2示出了根据本发明实施例的测试轮眉图像。
[0043]
图3示出了根据本发明实施例的测试轮心图像。
[0044]
图4示出了根据本发明实施例的标定板标定图。
[0045]
图5示出了根据本发明实施例的一种非接触轮眉测量传感器的标定架的结构图。
[0046]
图6示出了根据本发明实施例的一种非接触轮眉测量方法的流程图。
具体实施方式
[0047]
下面将结合附图和实施例对本发明加以详细说明。同时也叙述了本发明技术方案解决的技术问题及有益效果，需要指出的是，所描述的实施例仅旨在便于对本发明的理解，而对其不起任何限定作用。
[0048]
实施例1：
[0049]
本发明实施例提供一种非接触轮眉测量传感器，如图1所示，该非接触轮眉测量传感器包括：
[0050]
3d相机100，用于输出云点数据、灰度图和彩色图像。
[0051]
需要说明的是，云点数据、灰度图和彩色图像包括对标定物以及测量物的云点数据、灰度图和彩色图像，其中标定物的数据用于对3d相机进行标定和矫正，测量物的数据主要包括有轮胎的数据，可以对其进行处理得到轮眉高度以及轮胎圆心。轮胎的数据是通过标定后的3d相机所采集得到的数据。
[0052]
在一些实施例中，3d相机100作为测量工具；3d相机100采用结构光的形式，主动光为不可见红外激光，输出云点、灰度图和彩色图，相机机身采用金属铝材散热。
[0053]
标定架200，用于对所述3d相机100进行标定和矫正。
[0054]
车辆颜色识别和自动切换曝光模块300，与所述3d相机100连接，被配置为通过彩色图像识别车辆颜色，并自动调整所述3d相机100云点的采样的曝光时间。
[0055]
示例性的，车辆颜色识别和自动切换曝光模块300可以由一个控制模块和一个图像识别模块组成，其中图像识别模块用于通过已知的图像识别算法通过3d相机100所采集到的汽车的彩色图像来得到车辆颜色，控制模块根据车辆颜色来调整云点的采样的曝光时
间。
[0056]
云点处理-轮眉边缘识别模块400，与所述3d相机连接，被配置为对云点数据进行滤波，进行roi的数据截取，并进行边缘检测，通过曲线拟合，使用标准差法过滤并重复多次进行曲线拟合，获取轮眉高度。
[0057]
在一些实施例中，所述云点处理-轮眉边缘识别模块中，标准差法的过滤公式如下：
[0058]
p(|x-μ|＞3σ)≤0.003
[0059]
式中，p表示求概率，x表示当前值，μ表示平均值，σ表示标准差。
[0060]
在一些实施例中，所述云点处理-轮眉边缘识别模块中，曲线拟合公式如下：
[0061][0062]
式中，x表示输入的x坐标值，y表示输入的y坐标值，a表示输出的参数。
[0063]
如图2所示，为测试轮眉图像，通过云点处理-轮眉边缘识别模块400的处理，可以得到轮眉高度。
[0064]
云点处理-轮胎识别模块500，与所述3d相机100连接，被配置为对云点数据进行滤波、然后进行roi数据截取，采集轮胎表面最高点，进行圆的拟合，计算圆心位置。
[0065]
在一些实施例中，圆的拟合公式如下：
[0066][0067][0068][0069][0070]
式中，x表示输入x坐标值，y表示输入x坐标值，n表示输入点的数量，a、b、c、为中间值，a、b表示圆心坐标，r表示圆的半径。
[0071]
如图3所示，为测试轮心图像，通过云点处理-轮胎识别模块500可以确定轮胎的圆心位置。
[0072]
云点处理-标定板识别模块600，与所述3d相机100连接，被配置为对云点数据进行滤波、然后进行roi数据截取，进行标定板弧形边缘检测，对弧形进行圆的拟合，将圆心相连，计算连线于各个圆的交点。
[0073]
云点处理-标定板识别模块600用于实现对3d相机100的标定，如图4所示，标定架200包括三坐标仪201以及标定板202，所述标定板202设置于所述三坐标仪201上，所述三坐标仪201与所述云点处理-标定板识别模块连接，用于将采用得到的坐标板位置数据输入至所述云点处理-标定板识别模块中进行所述3d相机的标定和矫正。
[0074]
示例性的，当对四个3d相机进行标定时，标定架200设置为四个，对应的标定板202也有四个，标定板202的标定图案选择为4个镂空的圆弧，标定板的位置通过三坐标仪201进行采样，采样的数据输入至云点处理-标定板识别模块600中进行相机的标定和矫正。即根据标定板的实际位置(例如圆心点坐标)和3d相机所确定的标定板的位置进行比对，调整3d相机以使得两个位置的圆心坐标值一致，完成对3d相机的标定。标定板的标定示意图如图5所示。
[0075]
实施例2：
[0076]
本发明实施例提供一种非接触轮眉测量方法，如图6所示，该方法包括如下步骤：
[0077]
步骤s100，获取标定板的云点数据、轮胎的彩色图像以及轮胎的云点数据，所述标定物的云点数据、轮胎的彩色图像以及轮胎的云点数据通过3d相机采集；
[0078]
步骤s200，对所述标定板的云点数据进行滤波、然后进行roi数据截取，进行标定板弧形边缘检测，对弧形进行圆的拟合，将圆心相连，计算连线于各个圆的交点以确定标定板的采样位置，根据标定板的采样位置以及标定板的实际位置对所述3d相机进行标定和矫正；
[0079]
步骤s300，通过所述轮胎的彩色图像识别车辆颜色，并自动调整所述3d相机云点的采样的曝光时间；
[0080]
步骤s400，对所述轮胎的云点数据进行滤波，进行roi的数据截取，并进行边缘检测，通过曲线拟合，使用标准差法过滤并重复多次进行曲线拟合，获取轮眉高度；
[0081]
步骤s500，对所述轮胎的云点数据进行滤波、然后进行roi数据截取，采集轮胎表面最高点，进行圆的拟合，计算圆心位置。
[0082]
在一些实施例中，标准差法的过滤公式如下：
[0083]
p(|x-μ|＞3σ)≤0.003
[0084]
式中，p表示求概率，x表示当前值，μ表示平均值，σ表示标准差。
[0085]
在一些实施例中，曲线拟合公式如下：
[0086][0087]
式中，x表示输入的x坐标值，y表示输入的y坐标值，a表示输出的参数。
[0088]
在一些实施例中，圆的拟合公式如下：
[0089][0090][0091]
[0092][0093]
式中，x表示输入x坐标值，y表示输入x坐标值，n表示输入点的数量，a、b、c、为中间值，a、b表示圆心坐标，r表示圆的半径。
[0094]
需要说明的是，非接触轮眉测量方法与在先阐述的非接触轮眉测量传感器属于同一技术思路，能够起到同样的技术效果，此处不再赘述。
[0095]
以上所述的具体描述，对发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

技术特征：
1.一种非接触轮眉测量传感器，其特征在于，包括：3d相机，用于输出云点数据、灰度图和彩色图像；标定架，用于对所述3d相机进行标定和矫正；车辆颜色识别和自动切换曝光模块，与所述3d相机连接，被配置为通过彩色图像识别车辆颜色，并自动调整所述3d相机云点的采样的曝光时间；云点处理-轮眉边缘识别模块，与所述3d相机连接，被配置为对云点数据进行滤波，进行roi的数据截取，并进行边缘检测，通过曲线拟合，使用标准差法过滤并重复多次进行曲线拟合，获取轮眉高度；云点处理-轮胎识别模块，与所述3d相机连接，被配置为对云点数据进行滤波、然后进行roi数据截取，采集轮胎表面最高点，进行圆的拟合，计算圆心位置；云点处理-标定板识别模块，与所述3d相机连接，被配置为对云点数据进行滤波、然后进行roi数据截取，进行标定板弧形边缘检测，对弧形进行圆的拟合，将圆心相连，计算连线于各个圆的交点。2.根据权利要求1所述的非接触轮眉测量传感器，其特征在于，所述3d相机采用结构光的形式，其中主动光为不可见红外激光。3.根据权利要求1所述的非接触轮眉测量传感器，其特征在于，所述3d相机的机身采用金属铝材散热。4.根据权利要求3所述的非接触轮眉测量传感器，其特征在于，所述标定架包括三坐标仪以及标定板，所述标定板设置于所述三坐标仪上，所述三坐标仪与所述云点处理-标定板识别模块连接，用于将采用得到的坐标板位置数据输入至所述云点处理-标定板识别模块中进行所述3d相机的标定和矫正。5.根据权利要求1所述的非接触轮眉测量传感器，其特征在于，所述云点处理-轮眉边缘识别模块中，标准差法的过滤公式如下：p(|x-μ|＞3σ)≤0.003式中，p表示求概率，x表示当前值，μ表示平均值，σ表示标准差。6.根据权利要求1所述的非接触轮眉测量传感器，其特征在于，所述云点处理-轮眉边缘识别模块中，曲线拟合公式如下：式中，x表示输入的x坐标值，y表示输入的y坐标值，a表示输出的参数。7.根据权利要求1所述的非接触轮眉测量传感器，其特征在于，所述云点处理-轮胎识别模块和所述云点处理-标定板识别模块中，圆的拟合公式如下：标定板识别模块中，圆的拟合公式如下：
式中，x表示输入x坐标值，y表示输入x坐标值，n表示输入点的数量，a、b、c、为中间值，a、b表示圆心坐标，r表示圆的半径。8.一种非接触轮眉测量方法，其特征在于，所述方法包括；获取标定板的云点数据、轮胎的彩色图像以及轮胎的云点数据，所述标定物的云点数据、轮胎的彩色图像以及轮胎的云点数据通过3d相机采集；对所述标定板的云点数据进行滤波、然后进行roi数据截取，进行标定板弧形边缘检测，对弧形进行圆的拟合，将圆心相连，计算连线于各个圆的交点以确定标定板的采样位置，根据标定板的采样位置以及标定板的实际位置对所述3d相机进行标定和矫正；通过所述轮胎的彩色图像识别车辆颜色，并自动调整所述3d相机云点的采样的曝光时间；对所述轮胎的云点数据进行滤波，进行roi的数据截取，并进行边缘检测，通过曲线拟合，使用标准差法过滤并重复多次进行曲线拟合，获取轮眉高度；对所述轮胎的云点数据进行滤波、然后进行roi数据截取，采集轮胎表面最高点，进行圆的拟合，计算圆心位置。9.根据权利要求8所述的非接触轮眉测量方法，其特征在于，标准差法的过滤公式如下：p(|x-μ|＞3σ)≤0.003式中，p表示求概率，x表示当前值，μ表示平均值，σ表示标准差。10.根据权利要求8所述的非接触轮眉测量方法，其特征在于，曲线拟合公式如下：式中，x表示输入的x坐标值，y表示输入的y坐标值，a表示输出的参数。

技术总结
本发明具体公开一种非接触轮眉测量传感器及方法。该传感器包括3D相机，用于输出云点数据、灰度图和彩色图像；标定架，用于对所述3D相机进行标定和矫正；云点处理-轮眉边缘识别模块，与所述3D相机连接，被配置为对云点数据进行滤波，进行ROI的数据截取，并进行边缘检测，通过曲线拟合，使用标准差法过滤并重复多次进行曲线拟合，获取轮眉高度；云点处理-轮胎识别模块，与所述3D相机连接，被配置为对云点数据进行滤波、然后进行ROI数据截取，采集轮胎表面最高点，进行圆的拟合，计算圆心位置。本发明可以提高提高轮眉测试的精度和稳定性。明可以提高提高轮眉测试的精度和稳定性。明可以提高提高轮眉测试的精度和稳定性。


技术研发人员：段鲁男 高会敏 王永浩 马德新 赵明元
受保护的技术使用者：北京博科测试系统股份有限公司
技术研发日：2023.07.11
技术公布日：2023/10/15