申请/专利权人：吉林大学

申请日：2024-01-13

公开（公告）日：2024-04-16

公开（公告）号：CN117893684A

主分类号：G06T17/00

分类号：G06T17/00;G06T7/215;G06T7/33;G06T7/269

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.05.03#实质审查的生效;2024.04.16#公开

摘要：本发明公开了一种基于光流运动分割场的汽车轮辋点云检测方法与系统，旨在解决基于光流运动分割场的汽车轮辋点云检测的问题。基于光流运动分割场的汽车轮辋点云检测方法主要包括基于KLT光流法的图像特征点跟踪与配准、基于运动向量旋转指标差异的轮辋区域运动分割及基于二维运动场检测结果的轮辋点云分割等步骤。基于光流运动分割场的汽车轮辋点云检测系统主要由AzureKinect相机1与三角架2等组成。AzureKinect相机1为具备主动式红外技术的彩色相机与深度相机的组合体。提供了一种可用于汽车轮辋点云检测、效率较高、解算方便、性能稳定的基于光流运动分割场的汽车轮辋点云检测方法与系统。

主权项：1.一种基于光流运动分割场的汽车轮辋点云检测方法，其特征在于，所述的基于光流运动分割场的汽车轮辋点云检测方法的具体步骤如下：第一步：基于KLT光流法的图像特征点跟踪与配准：利用AzureKinect相机1获取车身彩色图像及稠密点云，分别在前后两帧图像中利用最小特征值算法检测特征点，在两帧之间每一个角点通过平移或仿射进行运动估计，求解连接两帧的运动向量并得到角点的轨迹，将被遮挡的或者无法准确跟踪的特征点进行移除，首先假设亮度恒定保证下式成立Ix，y，t-1＝Ix+ux，y，y+vx，y，t其中，I表示像素点，假设临近点有相似运动，即在同一窗口内邻近点的偏移量相等，则 其中，[u，v]表示像素点的运动向量，将上式中第一项移至等号右侧，即可得到关于运动估计的过约束方程为 其中，Ix、Iy分别为像素点的灰度沿x，y方向的图像梯度，It表示沿t的时间梯度，采用最小二乘法即可求得像素的运动向量[u，v]，连接运动向量可得到每一个特征角点的轨迹；第二步：基于运动向量旋转指标差异的轮辋区域运动分割：根据车辆特征点的运动特点结合第一步解算的运动向量，可将车辆运动分为车身单平移、车轮复合平移旋转两类，定义运动向量旋转指标为运动向量在纵坐标轴方向的投影长度与其在横坐标轴方向上的投影长度比值的logistic函数，即 采用加权投票算法针对具有明显差异的两种车身特征点运动向量旋转指标进行特征点运动的自动化分类，选取逻辑回归、支持向量机、相关向量机及Fisher分类器四种方法作为基本学习器，针对四种基本学习器进行预检测确定加权投票法的权值为 其中，j＝1，2，3，4代表四种基本分类方法，i＝1，2代表车轮、车身两类特征点，Ti，j为采用第j种方法预检测第i类特征中的正确数量，Fi，j为第j种方法预检测第i类特征中的错误数量；四种方法检测旋转指标样本的输出结果分别为和k代表第k对特征点，针对不同输出结果采用下式加权投票得到最终预测结果为 最终将车辆特征点分为类别一车身特征点、类别二车轮特征点；将类别一的向量平均值作为车辆整体运动的平移先验，并利用其分解类别二的复合平移旋转得到车轮的单旋转分量；首先针对车轮特征点的旋转向量求解平均值作为车轮的旋转中心初值c，构建基于车轮匹配特征点旋转向量模长|mk|结合旋转向量与旋转中心距离|mk-c|比值的高斯核函数为 为不同旋转分量赋予权值，其中，sig＝0.2为高斯核函数的参数，将赋有不同高斯核权值的车轮特征点运动向量进行加权中垂线求解，构建非线性方程最小二乘求解多条中垂线的最近点作为车轮旋转中心点；第三步：基于二维运动场检测结果的轮辋点云分割：根据AzureKinect相机1标定得到的彩色相机和深度相机间的转换矩阵，可以由旋转中心点的二维图像坐标解算得到对应的三维点坐标，再结合已知的轮辋尺寸先验，通过约束点云中的点距离车轮轴线距离的范围实现车辆完整点云中轮辋区域的检测。

全文数据：

权利要求：

百度查询： 吉林大学 基于光流运动分割场的汽车轮辋点云检测方法与系统

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