申请/专利权人：武汉大学

申请日：2022-05-25

公开（公告）日：2023-03-17

公开（公告）号：CN114802358B

主分类号：B61L25/02

分类号：B61L25/02;B61K9/08;B61F9/00;G06V20/56

优先权：

专利状态码：有效-授权

法律状态：2023.03.17#授权;2022.08.16#实质审查的生效;2022.07.29#公开

摘要：本发明公开了一种基于视觉识别的轨道检查车定位方法及定位系统，包括：步骤S1、在轨道侧面取一定数量的标记点，并在每个标记点处设置一个标签，记录所有标签的绝对位置；步骤S2、在轨道检查车上设置相机和编码器，通过相机能够拍摄标签，编码器实时将信号传递给上位机获取一个编码器记录值，传递完后，编码器记录值清零，编码器重新计数，轨道检查车停在标签处，得出相机坐标系与标签的距离；步骤S3、使用标签的绝对位置和编码器的相对位置之间的差值对编码器的相对里程信息进行标定，消除误差，获取轨道长度的实际值，避免轨道检查车的蛇形运动造成大量的累计误差，相对定位精度显著提高。

主权项：1.一种基于视觉识别的轨道检查车定位方法，其特征在于，包括：步骤S1、在轨道侧面沿轨道延伸的方向取一定数量的标记点，并在每个标记点处设置一个标签，记录所有标签的绝对位置，标签使用Apriltag标签；步骤S2、在轨道检查车上设置相机和编码器，相机的镜头面向轨道外侧，通过相机能够拍摄标签，编码器设在轨道侧面，当轨道检查车随轨道运行时，编码器能够沿轨道侧面移动，每经过一个标签，轨道检查车停在标签处，通过视觉识别算法得出相机坐标系与标签的距离，编码器实时将信号传递给上位机获取一个编码器记录值，传递完后，编码器记录值清零，编码器重新计数，所述识别算法包括边缘检测、四边形检测和解码，识别算法具体包括；步骤S201，边缘检测，根据边的权值对所有的边进行增序排列，再根据边的权值对边进行合并，对于一个完成合并的边集合n，边的梯度方向最大值与最小值之差是Dn，梯度强度最大值与最小值之差是Mn，Dn必须在0到2π之间，因此要对Dn做取余的处理，给定两个边集合n、m，当两个边集合n、m满足以下条件时，则合并两个边集合，公式如下：Dn∪m≤minDn，Dm+KD|n∪m|4Mn∪m≤minMn，Mm+KM|n∪m|5其中，D表示梯度方向，M表示梯度强度，KD与KM为常量，取KD为100，KM为1200；|·|运算符表示某一边集合中包含边的总数，KD|n∪m|是一个随集合中包含边的总数变化的值，KM|n∪m|是一个随集合中包含边的总数变化的值；步骤S202，四边形检测，对线段进行分组，分组规则为前一条边的末端点应该和下一条边的始端点之间的距离小于一个阈值，且相连的线段方向为逆时针，分组结束后，所有线段会构成一个树，树的第一层为所有的有向线段，第二层到最后一层的节点为同一组候选线段，应用深度优先搜索遍历整个树，当树的深度为4的时候，最后一条边与第一条边就构成了一个闭环，则符合标签四边形的要求，闭环节点的路径构成四边形；步骤S203，Apriltag的解码过程为：将标签的每个像素通过单应性矩阵映射到图像平面，判断映射后的像素值是否大于某一个阈值，若大于阈值，标签的该像素置为1，相反置为0，阈值的选取是VISP视觉库封装好的固定模型，可以满足光照不变性，光照强度模型如下：Ix，y＝Ax+Bxy+Cy+D6式中，I是光照强度，A、B、C、D为权值，A、B、C、D四个参数是通过最小二乘法求取最优获得；在图像高亮区域建立白色环境模型，在图像暗部区域建立黑色环境模型，解码数据位时使用的阈值为白色环境模型和黑色环境模型预测光照强度的平均值；步骤S3、使用标签的绝对位置和编码器的相对位置之间的差值对编码器的相对里程信息进行标定，消除两个标签之间的误差，标签的绝对位置与编码器的相对位置的差值公式为：Δxn＝An-Xn-Rn，n≥11其中，n表示经过的标签个数，Δxn为经过第n个标签时，第n个标签的绝对位置坐标值与轨道检查车的相对位置坐标值间的差值；An为第n个标签的绝对位置坐标值；Xn为相机坐标系原点沿x方向与标签绝对位置坐标的距离值，通过视觉识别算法得出，x方向为相机坐标系原点指向第1个标签的方向，Rn为轨道检查车的相对位置坐标值，标定公式为： 其中，R0为编码器记录的起始相对位置坐标值，rn编码器记录值，每经过一个标签，编码器重新计数；根据公式1和公式2，可以得到轨道检查车到达第n个标签时，轨道检查车的相对位置坐标值：Rn＝An-1-Xn-1+rn，n≥23轨道检查车的相对位置坐标值Rn为第1个标签和第n个标签之间轨道长度的实际值。

全文数据：

权利要求：

百度查询： 武汉大学 一种基于视觉识别的轨道检查车定位方法及定位系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD