基于无约束光平面的汽车视觉检测误差评价方法与系统与流程

[0001]
本发明涉及一种汽车检测领域的检测误差评价方法与系统，更具体的说，它是一种基于无约束光平面的汽车视觉检测误差评价方法与系统。


背景技术：

[0002]
近年来随着检测技术的不断发展，机器视觉逐渐成为提高汽车检测效率和保证汽车检测精度的关键技术。基于机器视觉的车辆形貌检测可为车辆超限超载的自动辨识、车型分类、整车尺寸参数检测、车辆信息的获取和重建等提供重要的研究依据。然而目前对于检测精度的缺乏定量的研究，针对这个问题，提出了一种基于无约束光平面的汽车视觉检测误差评价系统与方法对该方法可对造成基于无约束光平面的汽车视觉检测系统(公开号：cn109540042a)重建激光特征点精度的影响因素进行分析，探究每个影响因素对无约束光平面的汽车视觉检测系统重建精度的影响，并利用误差评价系统进行相应的实验验证误差评价方法的正确性。


技术实现要素：

[0003]
本发明针对基于无约束光平面的汽车视觉检测系统在检测汽车形貌过程中，对于检测精度的影响因素缺乏定量的研究，提出了一种性能可靠、结构简单、操作简便的方法与系统，实现对影响重建汽车特征点精度的各个因素进行分析。该系统主要由一个标尺构成，该方法由五个步骤构成。可分析基于无约束光平面的汽车视觉检测系统的摄像机内参数、外参数、以及激光特征点图像坐标等各个因素对重建精度的影响。
[0004]
结合说明书附图，本发明采用如下技术方案予以实现：
[0005]
基于无约束光平面的汽车视觉检测误差评价系统的基于无约束光平面的汽车视觉检测误差评价方法的具体步骤如下：
[0006]
第一步：获得基于无约束光平面的汽车视觉检测误差评价方法的影响检测精度的各个因素：
[0007]
在摄像机坐标系下激光特征点的三维坐标为各分量为
[0008][0009][0010][0011]
其中，为对应的图像投影点坐标
中的元素，α，β，γ，u，v是摄像机内参数矩阵中的元素，是摄像机坐标系下激光平面坐标是摄像机坐标系下激光平面坐标是摄像机坐标系下激光平面坐标其中是二维靶标板坐标系下激光平面坐标中的元素，是摄像机外参数旋转矩阵中的元素，是摄像机外参数平移向量中的元素；
[0012]
第二步：激光特征点的图像坐标对重建激光特征点的三维坐标值精度影响：
[0013]
激光特征点的图像坐标在横轴方向的元素进行求导，即可得到
[0014][0015][0016][0017]
激光特征点的图像坐标在纵轴方向的元素进行求导，即可得到
[0018][0019][0020][0021]
第三步：摄像机的内参数k对重建激光特征点的三维坐标值精度影响：
[0022]
对摄像机的内参数k中的α元素进行求导，即可得到
[0023]
[0024][0025][0026]
对摄像机的内参数k中的β元素进行求导，即可得到
[0027][0028][0029][0030]
对摄像机的内参数k中的γ元素进行求导，即可得到
[0031][0032][0033][0034]
对摄像机的内参数的内参数k中的u元素进行求导，即可得到
[0035][0036][0037][0038]
对摄像机的内参数k中的v元素进行求导，即可得到
[0039]
[0040][0041][0042]
第四步：摄像机的外参数对重建激光特征点的三维坐标值精度影响：
[0043]
对摄像机的外参数的旋转矩阵r
rc，q
中的九个元素进行求导，即可得到
[0044][0045][0046][0047][0048][0049][0050][0051][0052][0053]
对摄像机的外参数的平移向量t
rc，q
中的三个元素进行求导，即可得到
[0054][0055]
[0056][0057]
第五步：基于无约束光平面的汽车视觉检测误差评价方法准确性的试验验证：
[0058]
基于无约束光平面的汽车视觉检测系统的摄像机支架放置在地面上，将二维靶标板放置在第q位置上，二维靶标板在不同位置时与摄像机的距离也不同，当二维靶标板移动时，调整标尺的位置，使标尺上的棋盘格特征点始终与激光平面相交，摄像机继续采集第q位置的图像，q＝1，2，...，n；根据摄像机获取的q张图像，即可重建在二维靶标板在与摄像机的距离不同时标尺上的标准长度，通过比较重建长度与实际的标准长度，可验证第三步中对摄像机的平移向量t
rc，q
中的三个元素进行求导分析的准确性。
[0059]
基于无约束光平面的汽车视觉检测误差评价系统包括有标尺。
[0060]
技术方案中所述的标尺为一块矩形的钢板，且内表面贴有规则的棋盘格图案。
[0061]
本发明的有益效果是：
[0062]
(1)本发明的系统测量范围广、性能可靠、结构简单、操作简便、适用范围广，在原有的检测系统上，仅需要增加一个标尺2即可验证误差评价方法的正确性。
[0063]
(2)本发明为基于无约束光平面的汽车视觉检测系统提供了误差分析评价方法，可为分析试验误差提供理论依据并为其他主动视觉检测误差评价方法提供借鉴依据。
[0064]
(3)本发明可在原有的检测试验后，将激光平面与标尺2上的棋盘格线相交，并在摄像机坐标系下重建标尺2上的标准距离，通过实际的标准距离与重建的距离相比较，验证误差评价方法的准确性。
附图说明
[0065]
图1是基于无约束光平面的汽车视觉检测误差评价方法中求解摄像机坐标系下激光特征点的三维坐标的流程图；
[0066]
图2是基于无约束光平面的汽车视觉检测误差评价方法中图像坐标对重建的特征点三维坐标的影响分析的流程图；
[0067]
图3是基于无约束光平面的汽车视觉检测误差评价方法中摄像机内参数中焦距元素对重建的特征点三维坐标的影响分析的流程图；
[0068]
图4是基于无约束光平面的汽车视觉检测误差评价方法中摄像机内参数中扭曲元素对重建的特征点三维坐标的影响分析的流程图；
[0069]
图5是基于无约束光平面的汽车视觉检测误差评价方法中摄像机内参数中主点坐标元素对重建的特征点三维坐标的影响分析的流程图；
[0070]
图6是基于无约束光平面的汽车视觉检测误差评价方法中摄像机外参数旋转矩阵中的元素对重建的特征点三维坐标的影响分析的流程图；
[0071]
图7是基于无约束光平面的汽车视觉检测误差评价方法中摄像机外参数平移向量中的元素对重建的特征点三维坐标的影响分析的流程图；
[0072]
图8是基于无约束光平面的汽车视觉检测误差评价方法使用的轴测图；
[0073]
图9是基于无约束光平面的汽车视觉检测误差评价方法中标尺2的轴测图；
[0074]
图中：1.基于无约束光平面的汽车视觉检测系统，2.标尺。
具体实施方式
[0075]
下面结合附图对本发明作进一步的详细描述：
[0076]
参阅图1至图7，基于无约束光平面的汽车视觉检测误差评价方法可分为以下五步：
[0077]
第一步：获得基于无约束光平面的汽车视觉检测误差评价方法的影响检测精度的各个因素：
[0078]
在摄像机坐标系下激光特征点的三维坐标为各分量为
[0079][0080][0081][0082]
其中，为对应的图像投影点坐标中的元素，α，β，γ，u，v是摄像机内参数矩阵中的元素，是摄像机坐标系下激光平面坐标是摄像机坐标系下激光平面坐标是摄像机坐标系下激光平面坐标其中是二维靶标板坐标系下激光平面坐标中的元素，是摄像机外参数旋转矩阵中的元素，是摄像机外参数平移向量中的元素；
[0083]
第二步：激光特征点的图像坐标对重建激光特征点的三维坐标值精度影响：
[0084]
激光特征点的图像坐标在横轴方向的元素进行求导，即可得到
[0085][0086]
[0087][0088]
激光特征点的图像坐标在纵轴方向的元素进行求导，即可得到
[0089][0090][0091][0092]
第三步：摄像机的内参数k对重建激光特征点的三维坐标值精度影响：
[0093]
对摄像机的内参数k中的α元素进行求导，即可得到
[0094][0095][0096][0097]
对摄像机的内参数k中的β元素进行求导，即可得到
[0098][0099][0100][0101]
对摄像机的内参数k中的γ元素进行求导，即可得到
[0102]
[0103][0104][0105]
对摄像机的内参数的内参数k中的u元素进行求导，即可得到
[0106][0107][0108][0109]
对摄像机的内参数k中的v元素进行求导，即可得到
[0110][0111][0112][0113]
第四步：摄像机的外参数对重建激光特征点的三维坐标值精度影响：
[0114]
对摄像机的外参数的旋转矩阵r
rc，q
中的九个元素进行求导，即可得到
[0115][0116][0117][0118]
[0119][0120][0121][0122][0123][0124]
对摄像机的外参数的平移向量t
rc，q
中的三个元素进行求导，即可得到
[0125][0126][0127][0128]
第五步：基于无约束光平面的汽车视觉检测误差评价方法准确性的试验验证：
[0129]
基于无约束光平面的汽车视觉检测系统1的摄像机支架放置在地面上，将二维靶标板放置在第q位置上，二维靶标板在不同位置时与摄像机的距离也不同，当二维靶标板移动时，调整标尺2的位置，使标尺2上的棋盘格特征点始终与激光平面相交，摄像机继续采集第q位置的图像，q＝1，2，...，n；根据摄像机获取的q张图像，即可重建在二维靶标板在与摄像机的距离不同时标尺2上的标准长度，通过比较重建长度与实际的标准长度，可验证第三步中对摄像机的平移向量t
rc，q
中的三个元素进行求导分析的准确性。
[0130]
参阅图8至图9，基于无约束光平面的汽车视觉检测误差评价系统包括标尺2。
[0131]
标尺2为一块矩形的钢板，且内表面贴有规则的棋盘格图案。