基于汽车车身点云特征的车身高度差检测方法与系统

技术领域

本发明涉及一种汽车检测领域的方法和装置，更具体的说，它是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。

背景技术

汽车车身高度差检测是汽车检测任务的重要项目之一，在汽车使用过程中，确保车身的平整度和对称性是保证整体质量和安全性的关键因素。因此，对于左右对称零件，如车灯、车镜等之间的高度差进行精确检测和测量至关重要。传统的手工检测方式精度和速度都较低，机械式接触测量方法又容易对汽车零部件表面造成损伤，随着三维点云采集技术的快速发展，点云数据成为对汽车形状和结构的非接触式测量的重要方式之一。然而，仅仅获取汽车点云数据并不足以获得汽车车身左右高度差的详细信息。因此，需要进一步对复杂的汽车点云数据进行分析和处理，以提取车身高度差相关的零部件点云特征信息。为了能充分利用获取的汽车点云数据中的视点特征信息并实现汽车车身左右高度差的非接触，高精度检测，设计了基于汽车车身点云特征的车身高度差检测方法与系统。

发明内容

本发明针对解决在汽车检测领域中，现有的汽车车身左右高度差检测中存在的检测精度低、检测速度慢、接触式测量可能造成汽车车身零部件表面划伤等问题，提出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，实现对汽车车身左右高度差的非接触，高精度，全自动检测。该系统主要由三部深度相机、三个相机支架构成，通过放置在检测线左右两侧和检测线正前方的深度相机获取汽车车身点云，然后对汽车点云数据进行处理获得准确度高的汽车车身左右高度差检测结果。

结合说明书附图，本发明采用如下技术方案予以实现：

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：采集待检车辆的完整车身点云和检测基准面点云：

将第一相机支架放置在检测线正前方的拍摄位置，第二相机支架、第三相机支架对向放置在检测线两侧的拍摄位置，第一深度相机固定在第一相机支架上，第二深度相机固定在第二相机支架上，第三深度相机固定在第三相机支架上，打开第一深度相机、第二深度相机和第三深度相机，开始采集待检车辆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从检测线起点以2～4km/h的速度，匀速行驶通过检测线，待检车辆通过检测线后，检测系统获取得到完整的待检车辆的车身点云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π

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的车身点云T上的点X

其中，(x

根据车身点云T上的点X

其中，

对上式得到的滤波后车身点云T

利用SVD方法对A进行特征值分解，得到特征值λ

将上式获得的车身点云T

其中，q

其中，N

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H(M

其中，目标向量t为类别标签L

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

p(w|Φ，t，α，β)∝p(t|Φ，w，β)p(w|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+βΦΦT

v＝βΩ

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H(M

p(t|φ(H(M

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L

L

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L

其中，N

根据上式得到的左侧平均高度H

D＝H

其中，D为正值表示左侧车身较高，负值表示右侧车身较高。

基于汽车车身点云特征的车身高度差检测系统包括有第一深度相机、第二深度相机、第三深度相机、第一相机支架、第二相机支架与第三相机支架；

将第一相机支架放置在检测线正前方的拍摄位置，第二相机支架、第三相机支架对向放置在检测线两侧的拍摄位置，第一深度相机、第二深度相机和第三深度相机通过底部的螺纹孔分别与第一相机支架、第二相机支架和第三相机支架的螺栓螺纹固定连接。

本发明的有益效果是：

1.本发明所设计的基于汽车车身点云特征的车身高度差检测方法与系统利用汽车车身点云数据的视点特征等信息，能够精确地对汽车车身左右对称部位的零部件进行识别与分类。通过准确测量这些车身零部件与基准面之间的高度差，可以实现对汽车车身左右高度差的准确测量，提高汽车检测的准确度。

2.本发明所设计的基于汽车车身点云特征的车身高度差检测方法与系统相比传统的目视检查和机械测量方法，充分利用点云技术快速获取汽车三维数据，并通过自动化的识别和分类方法快速定位和测量汽车车身的对称零部件。提高了汽车车身高度差检测的效率，节省了时间和人力成本。

3.本发明所设计的基于汽车车身点云特征的车身高度差检测方法与系统不受检测人员主观因素的影响，提供了更客观和可靠的测量结果。通过基准面和高度差的计算，可以得到准确的数值化结果，为汽车检测提供了客观的结论，使得车身的对称性和汽车行驶安全性得以保证，并对点云技术在汽车检测领域的广泛应用和汽车尺寸参数的精确测量产生了有益效果。

附图说明

图1是基于汽车车身点云特征的车身高度差检测方法的流程图；

图2是基于汽车车身点云特征的车身高度差检测系统的轴测图；

图3是基于汽车车身点云特征的车身高度差检测系统中第一深度相机2的轴测图；

图4是基于汽车车身点云特征的车身高度差检测系统中第一相机支架5的轴测图；

图中：1.待检车辆，2.第一深度相机，3.第二深度相机，4.第三深度相机，5.第一相机支架，6.第二相机支架，7.第三相机支架。

具体实施方式

下面结合附图对本发明作进一步的详细描述：

参阅图1，基于汽车车身点云特征的车身高度差检测方法可分为以下四步：

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2～4km/h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π

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X

其中，(x

根据车身点云T上的点X

其中，

对上式得到的滤波后车身点云T

利用SVD方法对A进行特征值分解，得到特征值λ

将上式获得的车身点云T

其中，q

其中，N

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H(M

其中，目标向量t为类别标签L

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

p(w|Φ，t，α，β)∝p(t|Φ，w，β)p(w|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+βΦΦT

v＝βΩ

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H(M

p(t|φ(H(M

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L

L

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L

其中，N

根据上式得到的左侧平均高度H

D＝H

其中，D为正值表示左侧车身较高，负值表示右侧车身较高。

参阅图2至图4，基于汽车车身点云特征的车身高度差检测系统包括有第一深度相机2、第二深度相机3、第三深度相机4、第一相机支架5、第二相机支架6与第三相机支架7；

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、第二深度相机3和第三深度相机4通过底部的螺纹孔分别与第一相机支架5、第二相机支架6和第三相机支架7的螺栓螺纹固定连接。