本發(fā)明屬于計(jì)算機(jī)視覺領(lǐng)域，具體的說涉及一種基于線結(jié)構(gòu)光的汽車輪胎三維定位方法。

背景技術(shù)：

隨著我國經(jīng)濟(jì)建設(shè)的快速發(fā)展，汽車制造業(yè)也上了一個(gè)新的臺階，各種高、中、低檔汽車的產(chǎn)量不斷增加，利用機(jī)器人代替人工實(shí)現(xiàn)輪胎的自動搬運(yùn)，不僅節(jié)約生產(chǎn)成本，提高生產(chǎn)效率，同時(shí)提高安全系數(shù)，降低工人勞動強(qiáng)度，成為越來越多公司的理想選擇。

為了實(shí)現(xiàn)機(jī)器人自動搬運(yùn)輪胎，需要測量輪胎的位置，然后傳遞給機(jī)器人，引導(dǎo)機(jī)械手進(jìn)行抓取。而結(jié)構(gòu)光測量方法因設(shè)備簡單、實(shí)時(shí)性強(qiáng)而受到高度重視，尤其在對測量設(shè)備的體積、重量、功耗要求嚴(yán)格的應(yīng)用場合，結(jié)構(gòu)光測量更體現(xiàn)了其優(yōu)勢。

結(jié)構(gòu)光測量方法是一種主動式光學(xué)測量技術(shù)，其基本原理是通過結(jié)構(gòu)光投射器向被測物體表面投射可控制光點(diǎn)、光條或光面結(jié)構(gòu)，并由圖像傳感器(例如攝像機(jī))獲得圖像，然后通過系統(tǒng)幾何關(guān)系，利用三角原理計(jì)算得到物體的三維坐標(biāo)。根據(jù)結(jié)構(gòu)光投射器向被測物體表面投射可控制的光點(diǎn)、光條或光面結(jié)構(gòu)，結(jié)構(gòu)光可分為點(diǎn)結(jié)構(gòu)光、線結(jié)構(gòu)光和面結(jié)構(gòu)光。由于點(diǎn)結(jié)構(gòu)光測量方法需要逐點(diǎn)掃描物體進(jìn)行測量，隨著被測物體的增大，圖像攝取和圖像處理時(shí)間會急劇增加，難以實(shí)現(xiàn)實(shí)時(shí)測量；而面結(jié)構(gòu)光得到三維坐標(biāo)點(diǎn)數(shù)據(jù)量很大，計(jì)算量也會隨之增加，因此，線結(jié)構(gòu)光在工程上的應(yīng)用更為普遍。

由于生產(chǎn)環(huán)境惡劣，受噪聲污染嚴(yán)重，且輪胎型號各不相同，一般的測量方法的精度很難達(dá)到實(shí)際要求。

技術(shù)實(shí)現(xiàn)要素：

為解決生產(chǎn)環(huán)境內(nèi)噪聲污染嚴(yán)重，輪胎型號不盡相同等情況對測量精度的影響，本發(fā)明提供一種測量速度快，精度高，魯棒性強(qiáng)，實(shí)時(shí)、自動地實(shí)現(xiàn)汽 車輪胎三維定位方法。

本發(fā)明為實(shí)現(xiàn)上述目的所采用的技術(shù)方案是：一種基于線結(jié)構(gòu)光的汽車輪胎三維定位方法，用于實(shí)現(xiàn)輪胎位置的測量，包括以下步驟：

利用CCD相機(jī)采集有結(jié)構(gòu)光的輪胎圖像和無結(jié)構(gòu)光的輪胎圖像，進(jìn)而得到只有結(jié)構(gòu)光的圖像；

對結(jié)構(gòu)光圖像進(jìn)行濾波，抑制圖像中的噪聲；

對濾波后的圖像進(jìn)行邊緣檢測，提取結(jié)構(gòu)光邊緣；

對邊緣圖像進(jìn)行多次膨脹、腐蝕操作，得到平滑輪廓的圖像；

在膨脹、腐蝕后的圖像中提取水平、垂直結(jié)構(gòu)光曲線段；

確定胎冠上的結(jié)構(gòu)光曲線段，進(jìn)而得到胎冠內(nèi)圓4個(gè)點(diǎn)的圖像坐標(biāo)；

將4個(gè)點(diǎn)的圖像坐標(biāo)轉(zhuǎn)換為三維空間坐標(biāo)，并利用幾何關(guān)系計(jì)算輪胎中心的三維坐標(biāo)。

所述結(jié)構(gòu)光是兩條相互垂直的線結(jié)構(gòu)光。

所述對結(jié)構(gòu)光圖像進(jìn)行濾波，抑制圖像中的噪聲，采用高斯濾波方法，具體為：將圖像中的每一像素點(diǎn)與高斯內(nèi)核卷積，將卷積和作為該點(diǎn)的灰度值；對于離散的(2k+1)×(2k+1)維高斯內(nèi)核矩陣H，其元素計(jì)算公式為：

其中，i、j為圖像的坐標(biāo)位置，σ為方差，k為預(yù)設(shè)常數(shù)。

所述對濾波后的圖像進(jìn)行邊緣檢測，提取結(jié)構(gòu)光邊緣，利用canny算子進(jìn)行結(jié)構(gòu)光邊緣提取，包括以下步驟：用一階偏導(dǎo)的有限差分計(jì)算梯度的幅值和方向；對梯度幅值進(jìn)行非極大值抑制；用雙閾值算法檢測和連接邊緣。

所述對邊緣圖像進(jìn)行膨脹，用于填補(bǔ)物體中小的空洞和狹窄的縫隙，使物體的尺寸增大，具體為：采用向量加法對兩個(gè)集合進(jìn)行合并：

其中，X表示圖像，B表示膨脹結(jié)構(gòu)單元，x為X中的元素，b為B中的元素， p為x膨脹后的元素。

所述腐蝕用于簡化物體的結(jié)構(gòu)，具體為：對集合元素采用向量減法，將兩個(gè)集合合并：

其中，X表示圖像，B表示腐蝕結(jié)構(gòu)單元，x為X中的元素，b為B中的元素，p為x腐蝕后的元素。

所述膨脹為兩次膨脹，所述腐蝕為兩次腐蝕。

所述在膨脹、腐蝕后的圖像中提取水平、垂直結(jié)構(gòu)光曲線段，具體為：首先確定結(jié)構(gòu)光曲線段的起點(diǎn)，然后判斷結(jié)構(gòu)光成像的連續(xù)性，確定結(jié)構(gòu)光曲線段的終點(diǎn)。

所述確定結(jié)構(gòu)光曲線段的起點(diǎn)，具體為：

如果圖像中(x,y)位置處灰度值滿足以下條件：

f(x,y)＝255 (5)

且該位置處截線段長度T滿足以下不等式：

T＜TransversalMax (6)

則(x,y)位置即為結(jié)構(gòu)光曲線段的起點(diǎn)；其中，TransversalMax是預(yù)設(shè)常數(shù)；

水平結(jié)構(gòu)光曲線段起點(diǎn)處截線段應(yīng)滿足：

f(x,y')＝255 y'＝j(luò)₁,j₁+1,...,j₂且j₂-j₁＝T (7)

垂直結(jié)構(gòu)光曲線段起點(diǎn)處截線段應(yīng)滿足：

f(x',y)＝255 x'＝i₁,i₁+1,...,i₂且i₂-i₁＝T (8)

其中，f(x,y)為圖像(x,y)處的灰度值，j₁、j₂為圖像縱坐標(biāo)值，i₁、i₂為圖像橫坐 標(biāo)值，T為(x,y)處的截線段長度。

所述判斷結(jié)構(gòu)光成像的連續(xù)性，包括以下步驟：

設(shè)A、B兩點(diǎn)分別是兩條曲線段的終點(diǎn)和起點(diǎn)，坐標(biāo)分別是(x_A,y_A)、(x_B,y_B)，對于水平結(jié)構(gòu)光曲線段，如果滿足以下條件：

|x_A-x_B|＜GapMax (9)

或?qū)τ诖怪苯Y(jié)構(gòu)光曲線段，如果滿足以下條件：

|y_A-y_B|＜GapMax (10)

則兩條曲線段是同一條曲線段；式中，GapMax是允許的最大中斷間隔。

所述確定胎冠上的結(jié)構(gòu)光曲線段，進(jìn)而得到胎冠內(nèi)圓4個(gè)點(diǎn)的圖像坐標(biāo)，包括以下步驟：

胎冠上的結(jié)構(gòu)光曲線段長度PointNum滿足以下條件：

PointNum＞LineLenMin (11)

式中，LineLenNum是預(yù)設(shè)常數(shù)。

設(shè)(x₁,y₁)是胎冠左邊水平結(jié)構(gòu)光曲線段的終點(diǎn)坐標(biāo)，(x₂,y₂)是胎冠右邊水平結(jié)構(gòu)光曲線段的起點(diǎn)坐標(biāo)，(x₃,y₃)是胎冠上邊垂直結(jié)構(gòu)光曲線段的終點(diǎn)坐標(biāo)，(x₄,y₄)是胎冠下邊垂直結(jié)構(gòu)光曲線段的起點(diǎn)坐標(biāo)，則應(yīng)滿足以下條件：

x₁＜W/2-ForbidRafius (12)

x₂＜W/2+ForbidRafius (13)

y₃＜H/2-ForbidRafius (14)

y₄＜H/2+ForbidRafius (15)

式中，W是圖像的寬度，H是圖像的高度，F(xiàn)orbidRafius是預(yù)設(shè)常數(shù)，(x₁,y₁)、(x₂,y₂)、(x₃,y₃)、(x₄,y₄)即為胎冠內(nèi)圓4個(gè)點(diǎn)的圖像坐標(biāo)。

所述將4個(gè)點(diǎn)的圖像坐標(biāo)轉(zhuǎn)換為三維空間坐標(biāo)，包括以下步驟：

考慮攝像頭一階徑向畸變，畸變圖像坐標(biāo)為(x_d,y_d)，理想圖像坐標(biāo)為(x_u,y_u)，則

x_u＝x_d(1+k₁r²) (16)

y_u＝y(tǒng)_d(1+k₁r²) (17)

式中，k₁為徑向畸變系數(shù)，

三維攝像機(jī)坐標(biāo)(x_c,y_c,z_c)到理想圖像坐標(biāo)(x_u,y_u)的轉(zhuǎn)換為：

式中，f為攝像機(jī)的有效焦距，ρ為比例常數(shù)；

世界坐標(biāo)(x_w,y_w,z_w)到攝像機(jī)坐標(biāo)(x_c,y_c,z_c)的轉(zhuǎn)換為：

式中，R是3×3的旋轉(zhuǎn)矩陣，由坐標(biāo)旋轉(zhuǎn)角α、β、γ決定，T是平移矢量，R和T分別決定了攝像機(jī)的方向和位置。

所述利用幾何關(guān)系計(jì)算輪胎中心的三維坐標(biāo)，具體為：已知胎冠內(nèi)圓4個(gè)點(diǎn)的空間坐標(biāo)，則水平方向上兩點(diǎn)的垂直中分線與垂直方向上兩點(diǎn)的垂直中分線的交點(diǎn)即為輪胎中心的三維坐標(biāo)。

本發(fā)明具有以下優(yōu)點(diǎn)及有益效果：

1.采用結(jié)構(gòu)光測量傳感器、CCD相機(jī)和PC機(jī)實(shí)現(xiàn)汽車輪胎的三維定位，具有設(shè)備簡單、測量精度高、實(shí)時(shí)性強(qiáng)的特點(diǎn)。

2.雖然結(jié)構(gòu)光測量數(shù)據(jù)受噪聲污染嚴(yán)重，但仍舊能夠準(zhǔn)確地確定胎冠內(nèi)圓的4個(gè)點(diǎn)坐標(biāo)，具有良好的抗干擾性能。

3.對汽車輪胎自身的約束小，其半徑和花紋可以隨意變化。

附圖說明

圖1為本發(fā)明的整體流程圖；

圖2為汽車車輪定位視覺檢測系統(tǒng)示意圖；

圖3為視覺傳感器坐標(biāo)系示意圖。

具體實(shí)施方式

下面結(jié)合附圖及實(shí)施例對本發(fā)明做進(jìn)一步的詳細(xì)說明。

本發(fā)明的一種基于線結(jié)構(gòu)光的汽車輪胎三維定位方法，如圖2所示為汽車車輪定位視覺檢測系統(tǒng)示意圖，其中兩個(gè)激光器與攝像機(jī)處于同一水平面，并滿足攝像機(jī)在原點(diǎn)位置，兩個(gè)激光器分別在x、y軸方向，與攝像機(jī)之間的距離都是350mm，輪胎位于與攝像機(jī)平面平行且與其距離750mm的位置。利用CCD相機(jī)采集有無線結(jié)構(gòu)光的兩幅輪胎圖像，進(jìn)而得到只有結(jié)構(gòu)光的圖像，并對其進(jìn)行濾波、邊緣檢測、形態(tài)學(xué)膨脹、腐蝕，最后提取水平、垂直結(jié)構(gòu)光曲線段，并確定胎冠上的結(jié)構(gòu)光曲線段，得到胎冠內(nèi)圓4個(gè)點(diǎn)的空間坐標(biāo)，計(jì)算輪胎中心的三維坐標(biāo)，如圖1所示。

1.測量系統(tǒng)的標(biāo)定

定義圖像坐標(biāo)系為O_u，攝像機(jī)坐標(biāo)系為O_c，建立O_c到O_u之間的變換關(guān)系，即攝像機(jī)的內(nèi)參數(shù)矩陣；定義世界坐標(biāo)系為O_w，建立O_w到O_c之間的變換關(guān)系，即攝像機(jī)的外參數(shù)矩陣，這里，世界坐標(biāo)系O_w、攝像機(jī)坐標(biāo)系O_c重合，如圖3所示。這里在攝像機(jī)內(nèi)參數(shù)矩陣標(biāo)定過程中，只考慮攝像機(jī)鏡頭的徑向畸變。

2.圖像采集

利用CCD相機(jī)采集輪胎圖像；設(shè)計(jì)了一種十字形圖案結(jié)構(gòu)光，并將其打在輪胎表面，采集有結(jié)構(gòu)光的輪胎圖像。

3.圖像處理

圖像處理的目的是利用十字形圖案結(jié)構(gòu)光找到胎冠內(nèi)圓4個(gè)點(diǎn)的圖像坐標(biāo)。

圖像處理主要包括如下幾個(gè)步驟：

1)高斯濾波；

高斯濾波是一種最常用的線性平滑濾波方法，主要用于濾除高斯白噪聲。一般來說，對圖像進(jìn)行高斯濾波就是將圖像中的每一像素點(diǎn)與高斯內(nèi)核卷積，將卷積和作為該點(diǎn)的灰度值。對于離散的(2k+1)×(2k+1)維離散的高斯內(nèi)核矩陣H，其元素計(jì)算公式為：

其中，σ為方差，k為常數(shù)，可以根據(jù)對圖像數(shù)據(jù)進(jìn)行分析，并通過大量實(shí)際情況下的實(shí)驗(yàn)進(jìn)行驗(yàn)證，使得噪聲基本被濾除。

2)canny邊緣檢測；

利用canny算子進(jìn)行結(jié)構(gòu)光邊緣提取，包括以下步驟：用一階偏導(dǎo)的有限差分計(jì)算梯度的幅值和方向；對梯度幅值進(jìn)行非極大值抑制；用雙閾值算法檢測和連接邊緣。這里雙閾值可以根據(jù)對圖像數(shù)據(jù)進(jìn)行分析，并通過大量實(shí)驗(yàn)進(jìn)行驗(yàn)證得到。

3)形態(tài)學(xué)濾波；

對圖像進(jìn)行多次二值膨脹和腐蝕，用來連接臨近的物體，填補(bǔ)小空洞，填平窄縫隙，使得物體邊緣更平滑。膨脹采用向量加法對兩個(gè)幾何進(jìn)行合并：

膨脹用來填補(bǔ)物體中小的空洞和狹窄的縫隙，使物體的尺寸增大；腐蝕對集合元素采用向量減法，將兩個(gè)集合合并：

腐蝕可以用來簡化物體的結(jié)構(gòu)。本文選擇進(jìn)行兩次膨脹、兩次腐蝕，且膨脹、腐蝕的結(jié)構(gòu)單元B均為：

4)提取水平、垂直結(jié)構(gòu)光曲線段；

如果圖像中(x,y)位置處灰度值滿足以下條件：

f(x,y)＝255 (5)

且該位置處截線段長度T滿足以下不等式：

T＜TransversalMax (6)

則(x,y)位置即為結(jié)構(gòu)光曲線段的起點(diǎn)。其中，TransversalMax是常數(shù)，可以通過 計(jì)算圖像中結(jié)構(gòu)光的寬度得到；水平結(jié)構(gòu)光曲線段起點(diǎn)處截線段應(yīng)該滿足：

f(x,y')＝255 y'＝j(luò)₁,j₁+1,...,j₂且j₂-j₁＝T (7)

垂直結(jié)構(gòu)光曲線段起點(diǎn)處截線段應(yīng)滿足：

f(x',y)＝255 x'＝i₁,i₁+1,...,i₂且i₂-i₁＝T (8)

結(jié)構(gòu)光曲線段上除起點(diǎn)外的其它點(diǎn)的確定方式與起點(diǎn)的確定方式相同。

結(jié)構(gòu)光曲線段允許中斷，設(shè)A、B兩點(diǎn)分別是兩條曲線段的終點(diǎn)和起點(diǎn)，坐標(biāo)分別是(x_A,y_A)、(x_B,y_B)，對于水平結(jié)構(gòu)光曲線段，如果滿足以下條件：

|x_A-x_B|＜GapMax (9)

或?qū)τ诖怪苯Y(jié)構(gòu)光曲線段，如果滿足以下條件：

|y_A-y_B|＜GapMax (10)

則兩條曲線段是同一條曲線段。式中，GapMax是允許的最大中斷間隔，可以根據(jù)屬于同一段曲線段的兩個(gè)小曲線段之間的間距確定得到。

5)確定胎冠上的結(jié)構(gòu)光曲線段；

胎冠上的結(jié)構(gòu)光曲線段長度PointNum應(yīng)該滿足以下條件：

PointNum＞LineLenMin (11)

式中，LineLenNum是常數(shù)，可以根據(jù)對圖像數(shù)據(jù)進(jìn)行分析，確定胎冠上的結(jié)構(gòu)光曲線段基本應(yīng)該滿足的長度要求而得到。

設(shè)(x₁,y₁)是胎冠左邊水平結(jié)構(gòu)光曲線段的終點(diǎn)坐標(biāo)，(x₂,y₂)是胎冠右邊水平結(jié)構(gòu)光曲線段的起點(diǎn)坐標(biāo)，(x₃,y₃)是胎冠上邊垂直結(jié)構(gòu)光曲線段的終點(diǎn)坐標(biāo)，(x₄,y₄)是胎冠下邊垂直結(jié)構(gòu)光曲線段的起點(diǎn)坐標(biāo)，則應(yīng)滿足以下條件：

x₁＜W/2-ForbidRafius (12)

x₂＜W/2+ForbidRafius (13)

y₃＜H/2-ForbidRafius (14)

y₄＜H/2+ForbidRafius (15)

式中，W是圖像的寬度，H是圖像的高度，F(xiàn)orbidRafius是常數(shù)，可以通過分析 圖像中輪胎的位置信息來確定。注意到(x₁,y₁)、(x₂,y₂)、(x₃,y₃)、(x₄,y₄)即為胎冠內(nèi)圓4個(gè)點(diǎn)的圖像坐標(biāo)。

4.計(jì)算輪胎中心三維坐標(biāo)

根據(jù)圖像坐標(biāo)系與攝像機(jī)坐標(biāo)系、世界坐標(biāo)系之間的變換變換關(guān)系，將胎冠內(nèi)圓4個(gè)點(diǎn)的圖像坐標(biāo)轉(zhuǎn)換為空間坐標(biāo)，那么水平方向上兩點(diǎn)的垂直中分線與垂直方向上兩點(diǎn)的垂直中分線的交點(diǎn)即為輪胎中心的三維坐標(biāo)。