申请/专利权人：吉林大学

申请日：2024-01-12

公开（公告）日：2024-04-12

公开（公告）号：CN117870558A

主分类号：G01B11/06

分类号：G01B11/06;G06V10/764;G06V10/762;G06F17/16;G06F17/18;G06T7/80;G06T5/20;G01M17/007

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.30#实质审查的生效;2024.04.12#公开

摘要：本发明公开了一种基于汽车车身点云特征的车身高度差检测方法与系统，旨在解决基于汽车车身点云特征的车身高度差检测的问题。基于汽车车身点云特征的车身高度差检测方法主要包括采集待检车辆1的完整车身点云和检测基准面点云、对采集得到的完整车身点云的不同零部件进行特征提取、对汽车点云中的左右对称部位零件进行识别与分类以及对汽车车身左右对称部位高度差进行计算等步骤。基于汽车车身点云特征的车身高度差检测系统主要由第一深度相机2、第二深度相机3、第三深度相机4等组成。提供了一种可用于大尺度车身高度差测量、解算方便、性能稳定的基于汽车车身点云特征的车身高度差检测方法与系统。

主权项：1.一种基于汽车车身点云特征的车身高度差检测方法，其特征在于，所述的基于汽车车身点云特征的车身高度差检测方法的具体步骤如下：第一步：采集待检车辆1的完整车身点云和检测基准面点云：将第一相机支架5放置在检测线正前方的拍摄位置，第二相机支架6、第三相机支架7对向放置在检测线两侧的拍摄位置，第一深度相机2固定在第一相机支架5上，第二深度相机3固定在第二相机支架6上，第三深度相机4固定在第三相机支架7上，打开第一深度相机2、第二深度相机3和第三深度相机4，开始采集待检车辆1的完整车身点云和检测线地面所在水平面的点云，接受到开始信号后，驾驶员驾驶待检车辆1从检测线起点以2～4kmh的速度，匀速行驶通过检测线，待检车辆1通过检测线后，检测系统获取得到完整的待检车辆1的车身点云T以及检测线所在水平面点云H，利用最小二乘法拟合得到检测线所在水平面点云H所在的平面πH，πH即为检测基准面；第二步：对采集得到的完整车身点云的不同零部件进行特征提取：对第一步获取得到的完整的待检车辆1的车身点云T上的点Xi，使用k近邻算法选取以Xi为中心的邻域点集Ni，其中包括Xi自身和其周围的k个最近邻点，计算点Xi与邻域点集Ni中每个点Xj之间的距离dij为 其中，xi，yi，zi是点Xi的坐标，xj，yj，zj是点Xj的坐标；根据车身点云T上的点Xi、邻域点集Ni中每个点Xj和上式得到的距离dij，利用基于统计分析的高斯滤波算法得到点Xi降噪后的点为 其中，是点Xi与邻域点集Ni中每个点Xj之间的权重，σ是高斯滤波算法的协方差参数，降噪后的点构成了滤波后的待检车辆1的车身点云TC；对上式得到的滤波后车身点云TC中的每个点使用它周围的k个最近邻点利用最小二乘法拟合其所在曲面A为 利用SVD方法对A进行特征值分解，得到特征值λ1≤λ2≤λ3，最小特征值λ1对应的特征向量即为曲面A在点的法向量ni＝nix，niy，niz将上式获得的车身点云TC中每个点的法向量ni作为特征向量，利用DBSCAN聚类算法，将车身点云TC划分为M类，对于每个聚类部分Mi，选择每个点的法向量ni的x分量nix作为视点特征，然后根据点云数据的分布自适应地确定离散化特征空间的区间数Q，将每个点的法向量ni的x分量nix根据离散化区间进行分配，使用以下函数确定点的归属区间为 其中，q1，q2，...，qQ为区间边界值，是确定区间数Q后，根据nix数据的变化范围和密度分布确定的，所有点确定归属区间后，统计每个离散区间内点的数量mq，并按以下公式确定每个聚类部分的特征描述图的值HMi 其中，NT为车身点云TC中总点数，对于每个聚类部分Mi使用上式获得的HMi作为其对应零件的特征描述；第三步：对汽车点云中的左右对称部位零件进行识别与分类：将第二步获得的特征描述HMi输入分类模型以下的似然函数，则 其中，目标向量t为类别标签Li的二元编码，类别标签Li表示每个聚类部分是左侧或右侧对称部位的某类零部件，φ为基础函数，Φ为基础函数矩阵，w为模型的权重向量，β为误差精度；权重w的先验概率分布使用高斯分布定义为： 其中，Ω是权重的协方差矩阵；使用贝叶斯公式计算权重w的后验概率分布为pw|Φ，t，α，β∝pt|Φ，w，βpw|Ω其中，α是超参数；利用以下公式迭代更新权重w的后验概率Ω＝αI+βΦΦTv＝βΩ-1ΦTt其中，I是单位向量，v是权重的后验均值向量；利用以上计算得到的权重w的后验概率分布、权重的后验均值向量v、基础函数φ，基础函数矩阵Φ、第二步获得的特征描述HMi、权重的协方差矩阵Ω、超参数α和误差精度β计算目标向量t的后验概率分布为pt|φHMi，Φ，v，Ω∝pt|Φ，w，βpw|Φ，t，α，β根据上式得到目标向量t的后验概率，选择具有最大后验概率的类别标签，按以下公式将零件点云分类为对应的零件类型LiLi＝argmaxpLi|φHMi，Φ，v，Ω第四步：对汽车车身左右对称部位高度差进行计算：根据第三步获得的零件点云对应的零件类型Li，建立一个左侧点云集合右侧点云集合在第一步获取的基准面πH的基准下，左侧和右侧对称点云的平均高度Hleft、Hright为 其中，Nleft和Nright分别表示左侧点云集合和右侧点云集合中的点数yi和yj分别是左侧点云集合和右侧点云集合中每个点在垂直基准面方向的坐标；根据上式得到的左侧平均高度Hleft和右侧平均高度Hright，得到待检车辆1的车身左右高度差D为D＝Hleft-Hright其中，D为正值表示左侧车身较高，负值表示右侧车身较高。

全文数据：

权利要求：

百度查询： 吉林大学 基于汽车车身点云特征的车身高度差检测方法与系统

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