一种基于视觉压路机导航参数提取方法与流程

本发明属于机器测量技术领域，具体涉及一种基于视觉压路机导航参数提取方法。

背景技术：

随着智能化和无人化技术的快速发展，以压路机为首的工程机械智能化程度逐步升高。目前都是通过人工操作完成碾压作业的，因此存在低效率问题，并且碾压的质量是由驾驶员的操作决定的。基于进一步实现作业的智能化和无人化，提高效率和压实的质量，本文提出了一种基于视觉压路机导航参数提取算法。

上述提到的压路机导航参数提取算法是由边缘检测、导航基准线提取、采用基于距离的最小二乘法直线拟合、导航参数提取。该项目所用的边缘检测算法是marr-hildreth算法，对经过预处理及分割、降噪、优化后的二值图像进行边缘检测，得到两条边缘线。导航基准线提取是为了消除由标志线宽度造成的偏差，并且该项目将临近压路机车体的边界线作为碾压作业的导航基准线。由于拟合过程需要满足实时性要求，本文采用基于距离的最小二乘法进行直线拟合，并且将对导航基准线上的离散点以一定的间隔进行采样并拟合。导航参数提取是在压路机车体上建立一个世界坐标系owxwywzw并对车体的位姿状态进行分析。由于位姿是在三维状态下进行定义的，这样就需要将导航基准线转换成世界坐标系，并通过提取的导航基准线参数估算试验模型的偏差。

近几十年来，工程机械的智能化和无人操纵已经成为全行业关注的焦点，以压路机为例。为了进一步实现压路机作业的智能化和无人化，提高效率和压实效果，研究人员们为此做了大量的研究工作。然而现存的方法不能完成对导航基准线的准确提取，其次没有实现实时性要求，而这两个因素是影响压路机碾压质量的关键因素。在直线拟合方面，由于以往的研究都采用传统的最小二乘法进行拟合，此方法简单，但仅考虑自变量的误差，忽略了因变量带来的系统误差，且传统的最小二乘法对奇异点较为敏感，而上述的因素都会对碾压质量产生相应的影响，这些是研究人员所忽视的。

在碾压过程中，实时准确的对导航路径进行规划，将检测到的信息返回操作人员，有助于操作人员根据碾压质量以及作业要求进行调整以获得更好的碾压效果，从而更高效的完成施工，提高工作效率。

技术实现要素：

本发明主要是基于现有的压路机导航参数提取过程中的不足进行改进，提出采用marr-hildreth算法对预处理后的二值图像进行边缘检测，从而将路径的两条边界快速、准确的检测出来，并通过采用改进的最小二乘法以一定的间隔对像素点进行采样并拟合，不仅克服了传统最小二乘法忽略了因变量的误差影响，同时也考虑了实时性，进而不断提升碾压的质量要求。在车体上建立世界坐标系owxwywzw对车体位姿状态进行分析，并通过导航基准线来计算试验模型的横向偏差和角度偏差，从而给出了导航参数的计算公式。

为达到上述目的，本发明一种基于视觉压路机导航参数提取方法,包括以下步骤：

步骤1、道路图像预处理：通过加权平均法进行道路图像的灰度化处理；然后采用双边滤波算法多道路图像进行滤波，该算法能比较好的保留图像细节，便于对导航基准线精确提取；

步骤2、边缘检测：通过采用耗时较少的marr-hildreth算法对经过图像预处理、优化、降噪后得到的二值图像进行边缘检测，从而得到左右两侧的两条边缘线；

步骤3、导航基准线提取：上一步骤中已经提取了标志线区域的两条边界，为了降低由标志线宽度值造成的偏差，该方法将贴近车体的边缘线视为导航基准线；

步骤4、采用基于距离的最小二乘法的直线拟合；

步骤5、导航参数提取：在压路机车体上建立一个世界坐标系owxwywzw对车体的位姿状态进行分析，由于位姿是在三维状态下进行定义的，这样需要将导航基准线转换成世界坐标系，并通过提取的导航基准线参数估算试验模型的偏差。

进一步优选，所述的步骤4中采用基于距离的最小二乘法按照一定的间隔对像素点进行采样并拟合，通过横向偏差和角度偏差对视觉压路机路径导航参数、跟踪效果进行评价和分析。

进一步优选，所述的步骤4中采用基于距离的最小二乘法进行拟合以获得精确的位姿状态，由于在拟合过程中需要考虑实时性的要求，因此选取导航基准线上的具有一定间隔的离散点进行采样并拟合。

进一步优选，所述的步骤5中坐标转换关系如下：

其中相机的参数矩阵

即如下形式：

由于三维转换二维的参数矩阵是一个不可逆矩阵，往往会导致无法顺利变换，这就必须施加约束条件，定义约束条件为zw＝0。

令zw＝0，方程的形式变为：

将上式中的s消掉：

上式中的参数u、v、m11、m12、m14、m31、m32、m34、m21、m22、m24为已知参数，故上式是关于xw、yw的一元二次方程组，求解得：

从上述方程中看出，由二维图像坐标点(u,v)可以解得三维世界坐标点(xw,yw,0)。

在导航基准线上采集的两点的二维图像坐标分别为(u1,v1)、(u2,v2)，对应世界坐标系下道路平面的两点p1(x1,y1)、p2(x2,y2)，可以得出导航基准线在世界坐标系下的直线方程：axw+byw+c＝0；其中e为横向偏差，θ为角度偏差，横向偏差e和角度偏差θ的计算公式如下所示，l是车体中心距导航基准线的偏移距离；

与现有技术相比，本发明的有益效果是：(1)图像处理过程中将影响因素减小到几乎为零的情况，从而对采用改进的二乘法拟合过程不会产生任何影响；

(2)本发明使用marr-hildreth算法进行边缘线的检测，执行时间较少；

(3)为了消除标志线宽度等因素造成偏差，以及提高碾压质量，本文将临近车体的边缘线作为导航基准线；

(4)采用改进的最小二乘法，不仅可以弥补传统最小二乘法的弊端，而且通过对像素点按照一定的间隔进行采样并拟合，可以到达实时性的条件；

(5)通过对导航基准线进行研究来计算试验小车的横向偏差和角度偏差，并给出导航参数的计算公式，这样就可以保证导航参数提取的准确性，以此来保证压路机的跟踪质量。

附图说明

图1为固定于压路机车体上的世界坐标系；

图2为压路机车体位姿示意图；

图3为世界坐标系下求解车体位姿参数。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本实施例提供一种技术方案：一种基于视觉压路机导航参数提取方法包括以下步骤：步骤1、道路图像预处理：通过加权平均法进行道路图像的灰度化处理；然后采用双边滤波算法多道路图像进行滤波，该算法能比较好的保留图像细节，便于对导航基准线精确提取；

步骤2、边缘检测：通过采用marr-hildreth算法对经过图像预处理及分割、优化的二值图像进行边缘检测，得到两条边缘检测线；

步骤3、导航基准线提取：导航基准线提取：上一步骤中已经提取了标志线区域的两条边界，为了降低由标志线宽度值造成的偏差，该项目将把贴近车体的边缘线视为导航基准线；

步骤4、采用基于距离的最小二乘法的直线拟合：采用基于距离的最小二乘法的直线拟合：考虑到拟合的实时性要求，因此对导航基准线上的离散点按照一定的间隔进行采样并拟合；

步骤5、导航参数提取：导航参数提取：在压路机车体上建立一个世界坐标系owxwywzw对车体的位姿状态进行分析，固定于车体上得世界坐标系如图1所示，压路机车体位姿示意图如图2所示；所示由于位姿是在三维状态下进行定义的，这样需要将导航基准线转换成世界坐标系，并通过提取的导航基准线参数估算试验模型的偏差。

通过计算坐标关系，各坐标系转换关系如下：

其中相机的参数矩阵

可给出如下形式：

由于三维转换二维的参数矩阵是一个不可逆矩阵，往往会导致无法顺利变换，这就必须施加约束条件，本实施例定义约束条件为zw＝0。

令zw＝0，方程的表达式变为：

将上式中的s消掉：

上式中的参数u、v、m11、m12、m14、m31、m32、m34、m21、m22、m24为已知的，故上式是关于xw、yw的一元二次方程组，因此求解得：

从上述式中可以看出，已知二维图像坐标点(u,v)就可以求得对应的三维世界坐标点(xw,yw,0)。

假设在导航基准线上采集的两点p1'、p2'的二维图像坐标分别为(u1,v1)、(u2,v2),对应世界坐标系下的两点p1(x1,y1)、p2(x2,y2)。如下图所3示，由这两点的坐标就可以得出导航基准线在世界坐标系下的直线方程：axw+byw+c＝0，其中e为横向偏差，θ为角度偏差。横向偏差e和角度偏差θ的计算公式如下所示，l是车体中心距导航基准线的偏移距离。

在本实施例的描述中，需要理解的是，术语“噪音”是指由于信息源或信息在传输过程的干扰，人们从信息源接收信息时遇到的障碍因素。术语“视觉导航的标志线”是指路缘石的投影带。“改进的最小二乘法直线拟合”是指基于距离的最小二乘法直线拟合。

重复进行多次实验，得出以下结论：在静止状态下，横向偏差和角度偏差的平均测量偏差为0.52cm和0.52；在速度允许范围内，导航参数提取准确性相比其他方法较高，并且相机的动态运动产生的影响可以忽略不计；小车在三种不同行走速度下的最大跟踪误差分别为1.97cm、2.46cm、2.82cm，跟踪性能相比现有的方法而言显著提高。通过实验结果证明该算法可行有效。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。