本發(fā)明屬于測量燃油車的車輛參數(shù)與油箱蓋的，具體是涉及一種基于三維視覺的車輛參數(shù)測量方法及系統(tǒng)。

背景技術(shù)：

1、中國發(fā)明專利cn115205495a提出了一種用2d粗定位再用3d精定位識別油箱蓋的方法；油箱外蓋是通過計算油箱外蓋點云表面法線，再基于法線將點云投影為2d圖像進(jìn)行外蓋粗定位，然后用粗定位點再對外蓋進(jìn)行精確定位；上述方法的不足之處在于：(1)該方法利用圖像分割技術(shù)來分割油箱外蓋，然而這種處理方法對噪聲較大的圖像處理的一致性較差，并且點云圖像是由反射成像的圖像，在車輛油箱蓋形狀不同時油箱蓋不同角度的表面對點云反射面與反射角度差異都較大，這可能造成點云數(shù)據(jù)不完整、采集圖像的準(zhǔn)確性不高與一致性較差，進(jìn)而影響油箱蓋的測量精度；(2)模板匹配方法雖然簡單，但其效果高度依賴于模板的質(zhì)量和數(shù)量；當(dāng)模板數(shù)量較少時，可能無法匹配上所有類型的油箱蓋，特別是在處理多曲面油箱外蓋時，匹配的難度與復(fù)雜度都較高，這可能使得匹配無法有效地完成；(3)該方法未能識別出多曲面油箱外蓋表面中面積最大表面的形狀與深度數(shù)據(jù)；(4)該方法沒有測量出最大表面、外蓋口、內(nèi)蓋底面以及內(nèi)蓋旋鈕的實際尺寸；(5)該方法沒有測量出油箱蓋與車輛尾部的距離以及油箱蓋距離地面的高度等數(shù)據(jù)，而這些數(shù)據(jù)都是自動加油系統(tǒng)必須具有的關(guān)鍵數(shù)據(jù)，這可能導(dǎo)致自動加油無法實施，使得在實際加油中無法有效地應(yīng)用該方法。

2、綜上所述，盡管現(xiàn)有技術(shù)在一定程度上實現(xiàn)了油箱蓋的識別與測量，但由于存在上述諸多問題和不足，使得所述的方法難以在自動加油系統(tǒng)得以應(yīng)用。因此，有必要研發(fā)一種更為準(zhǔn)確、穩(wěn)定且適應(yīng)性強的車輛參數(shù)測量方法及系統(tǒng)，以滿足自動加油系統(tǒng)的實際需求。

技術(shù)實現(xiàn)思路

1、為了克服上述現(xiàn)有技術(shù)的不足，本發(fā)明提供了一種基于三維視覺的車輛參數(shù)測量方法及系統(tǒng)，用于準(zhǔn)確地識別車輛尾部、油箱外蓋、最大表面、油箱外蓋口、內(nèi)蓋底面和內(nèi)蓋旋鈕，自動測量出不同車輛的車輛參數(shù)。

2、本發(fā)明的目的通過以下技術(shù)方案實現(xiàn)：

3、一種基于三維視覺的車輛參數(shù)測量方法，所述的方法由基于三維視覺的車輛參數(shù)測量系統(tǒng)來實現(xiàn)，所述的方法的實施步驟如下：

4、步驟a、生成神經(jīng)網(wǎng)絡(luò)；所述的神經(jīng)網(wǎng)絡(luò)是指能識別目標(biāo)物的神經(jīng)網(wǎng)絡(luò)；

5、步驟b、測量處理；

6、測量處理的步驟如下：

7、使車輛處在測量范圍內(nèi)；

8、獲取目標(biāo)物的圖像數(shù)據(jù)，測量最大表面的中心到車輛尾部的實際距離；

9、獲取目標(biāo)物的圖像數(shù)據(jù)，測量最大表面的形狀和深度數(shù)據(jù)與實際尺寸；

10、獲取目標(biāo)物的圖像數(shù)據(jù)，測量油箱蓋數(shù)據(jù)；

11、將測量的車輛數(shù)據(jù)上傳至服務(wù)器。

12、本發(fā)明所述的使車輛處在測量范圍內(nèi)的步驟如下：

13、步驟2.1、如果車輛滿足第一預(yù)設(shè)條件，則轉(zhuǎn)步驟2.3；否則轉(zhuǎn)步驟2.2；

14、步驟2.2、發(fā)出車輛位置調(diào)整的指示；

15、步驟2.3、結(jié)束本步驟的處理。

16、所述的獲取目標(biāo)物的圖像數(shù)據(jù)的步驟如下：

17、智能分析器從相機(jī)輸出的視頻圖像中截取一幀圖像并截取一幀深度圖像；所述的圖像是指彩色圖像，其中，圖像與深度圖像的寬度均為w和高度均為h；

18、將所述的圖像壓縮為壓縮圖像；所述的壓縮圖像是寬度為w和高度為h的圖像；所述的w和h是神經(jīng)網(wǎng)絡(luò)處理圖像的寬度和高度；

19、用所述的神經(jīng)網(wǎng)絡(luò)從所述的壓縮圖像中識別出每個目標(biāo)物，并根據(jù)壓縮圖像中框住每個目標(biāo)物的最小外接矩形得到每個目標(biāo)物在所述的圖像中的最小外接矩形；

20、使用圖像處理算法從所述的每個目標(biāo)物在所述的圖像中的最小外接矩形的區(qū)域中獲得每個目標(biāo)物的圖像數(shù)據(jù)；所述的目標(biāo)物的圖像數(shù)據(jù)包括目標(biāo)物的輪廓、目標(biāo)物的區(qū)域、目標(biāo)物區(qū)域的中心點、目標(biāo)物區(qū)域內(nèi)每個像素點的深度值；所述的目標(biāo)物是指目標(biāo)物t1，目標(biāo)物t2，目標(biāo)物t3，目標(biāo)物t4，目標(biāo)物t5，目標(biāo)物t6；其中，所述的目標(biāo)物t1是指車輛尾部，所述的目標(biāo)物t2是指外蓋，所述的目標(biāo)物t3是指最大表面，所述的目標(biāo)物t4是指外蓋口，所述的目標(biāo)物t5是指內(nèi)蓋底面，所述的目標(biāo)物t6是指內(nèi)蓋旋鈕；所述的車輛尾部是指包括車輛尾部最外側(cè)的輪廓部分；所述的外蓋是指油箱外蓋且是處于完全關(guān)閉狀態(tài)的外蓋；所述的最大表面是指所述的外蓋的表面中面積最大且光滑的表面；所述的外蓋口是指油箱的外蓋口且是外蓋處于完全打開狀態(tài)的外蓋口；所述的內(nèi)蓋底面是指油箱內(nèi)蓋的底面部分；所述的內(nèi)蓋旋鈕是指所述的內(nèi)蓋底面上的旋鈕部分。

21、所述的獲取目標(biāo)物的圖像數(shù)據(jù)，測量最大表面的中心到車輛尾部的實際距離的步驟如下：

22、獲取目標(biāo)物t1和目標(biāo)物t2與目標(biāo)物t3的圖像數(shù)據(jù)，使所述的相機(jī)滿足第一位姿條件；所述的第一位姿條件是指所述的圖像包含目標(biāo)物t1、目標(biāo)物t2、目標(biāo)物t3，并且所述的相機(jī)到車輛的距離在第一預(yù)設(shè)范圍內(nèi)；所述的第一預(yù)設(shè)范圍是所述的神經(jīng)網(wǎng)絡(luò)在該范圍內(nèi)能識別出目標(biāo)物t1、目標(biāo)物t2、目標(biāo)物t3的范圍；

23、獲取目標(biāo)物t1和目標(biāo)物t3的圖像數(shù)據(jù)，測量最大表面的中心到車輛尾部的實際距離。

24、所述的獲取目標(biāo)物的圖像數(shù)據(jù)，測量最大表面的形狀和深度數(shù)據(jù)與實際尺寸的步驟如下：

25、獲取目標(biāo)物t2和目標(biāo)物t3的圖像數(shù)據(jù)，使所述的相機(jī)滿足第二位姿條件；所述的第二位姿條件是指所述的圖像包含目標(biāo)物t2、目標(biāo)物t3，并且所述的相機(jī)到車輛的距離在第二預(yù)設(shè)范圍內(nèi)；所述的第二預(yù)設(shè)范圍是所述的神經(jīng)網(wǎng)絡(luò)在該范圍內(nèi)能識別出目標(biāo)物t2、目標(biāo)物t3的范圍；

26、獲取目標(biāo)物t3的圖像數(shù)據(jù)，測量最大表面的深度數(shù)據(jù)與測量最大表面的實際尺寸。

27、所述的獲取目標(biāo)物的圖像數(shù)據(jù)，測量油箱蓋數(shù)據(jù)的步驟如下：

28、獲取目標(biāo)物t5的圖像數(shù)據(jù)，使所述的相機(jī)滿足第三位姿條件；所述的第三位姿條件是指所述的圖像包含目標(biāo)物t4、目標(biāo)物t5、目標(biāo)物t6，并且所述的相機(jī)到車輛的距離在第二預(yù)設(shè)范圍內(nèi)；所述的第二預(yù)設(shè)范圍是所述的神經(jīng)網(wǎng)絡(luò)在該范圍內(nèi)能識別出目標(biāo)物t4、目標(biāo)物t5、目標(biāo)物t6的范圍；

29、測量內(nèi)蓋底面的中心點到地面的高度；

30、獲取目標(biāo)物t5的圖像數(shù)據(jù)，使所述的相機(jī)滿足第四位姿條件；所述的第四位姿條件是指第三位姿條件并且相機(jī)光軸垂直于內(nèi)蓋底面；

31、獲取目標(biāo)物t4的圖像數(shù)據(jù)，測量外蓋口的深度數(shù)據(jù)和測量外蓋口的實際尺寸；

32、獲取目標(biāo)物t6的圖像數(shù)據(jù)，測量內(nèi)蓋旋鈕的旋轉(zhuǎn)角和測量內(nèi)蓋旋鈕的實際尺寸；

33、獲取目標(biāo)物t5的圖像數(shù)據(jù)，測量內(nèi)蓋底面的深度數(shù)據(jù)和測量內(nèi)蓋底面的實際尺寸。

34、所述的生成神經(jīng)網(wǎng)絡(luò)的步驟如下：

35、步驟7.1、設(shè)置拍攝圖片的數(shù)量imgsn，并設(shè)置圖集與處理集為空集；

36、步驟7.2、獲取圖集；所述的圖集是包含所述的目標(biāo)物的圖集；

37、步驟7.3、用所述的圖集獲得處理集；

38、步驟7.4、將所述的處理集拆分為訓(xùn)練集和測試集；

39、步驟7.5、用所述的訓(xùn)練集訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型；

40、步驟7.6、用所述的測試集測試神經(jīng)網(wǎng)絡(luò)模型，并統(tǒng)計圖片測試正確的數(shù)量；

41、步驟7.7、統(tǒng)計測試正確率av；av=(圖片測試正確的數(shù)量/測試集中圖片的數(shù)量)×100%；

42、步驟7.8、若av<setav，則轉(zhuǎn)步驟7.9；否則轉(zhuǎn)步驟7.10；其中，80%≤setav≤100%；

43、步驟7.9、增大imgsn值，增大后轉(zhuǎn)步驟7.2；增大imgsn值是指增大后imgsn=增大前的imgsn×addscale；其中，1.2≤addscale≤2.0；

44、步驟7.10、將神經(jīng)網(wǎng)絡(luò)模型編譯成神經(jīng)網(wǎng)絡(luò)；所述的神經(jīng)網(wǎng)絡(luò)是指能識別所述的目標(biāo)物的神經(jīng)網(wǎng)絡(luò)；

45、步驟7.11、將所述的神經(jīng)網(wǎng)絡(luò)寫入所述的系統(tǒng)中的每個智能分析器。

46、所述的獲取圖集的步驟如下：

47、所述的智能分析器與相機(jī)在一天內(nèi)不同的時間段拍攝圖集p1中的圖片、拍攝圖集p2中的圖片、拍攝圖集p3中的圖片、拍攝圖集p4中的圖片，并且所述的圖集中圖片的數(shù)量需滿足|p1|≥imgsn∧|p2|≥imgsn∧|p3|≥imgsn∧|p4|≥imgsn；其中，所述的圖集p1是所述的相機(jī)滿足第一位姿條件時拍攝的圖片的圖集；所述的圖集p2是所述的相機(jī)滿足第二位姿條件時拍攝的圖片的圖集；所述的圖集p3是所述的相機(jī)滿足第三位姿條件時拍攝的圖片的圖集；所述的圖集p4是所述的相機(jī)滿足第四位姿條件時拍攝的圖片的圖集；

48、所述的智能分析器在預(yù)設(shè)的時間將已拍攝且未上傳的圖片全部上傳至所述的服務(wù)器，并由所述的服務(wù)器將從上傳的全部圖片中接收到的每張圖片增加到所述的圖集。

49、所述的用所述的圖集獲得處理集的步驟如下：

50、標(biāo)注處理；標(biāo)注處理是指用自動標(biāo)注軟件對所述的圖集中的每張未標(biāo)注的圖片進(jìn)行自動標(biāo)注獲得該圖片的標(biāo)注文件；

51、修正處理；修正處理是指用修改標(biāo)注軟件修正所述的圖集中的每個不正確的標(biāo)注文件為正確的標(biāo)注文件；

52、壓縮處理；壓縮處理是指壓縮所述的圖集中的每張未壓縮的圖片得到該圖片的壓縮圖片，并且根據(jù)該圖片的標(biāo)注文件得到壓縮圖片的標(biāo)注文件。

53、本發(fā)明提供一種基于三維視覺的車輛參數(shù)測量系統(tǒng)，所述的系統(tǒng)用于實現(xiàn)所述的基于三維視覺的車輛參數(shù)測量方法的任一方法，所述的系統(tǒng)包括n個測量子系統(tǒng)、服務(wù)器、gpu服務(wù)器、網(wǎng)絡(luò)設(shè)備、系統(tǒng)交換機(jī)與系統(tǒng)電源；其中，n是正整數(shù)。

54、所述的測量子系統(tǒng)包括智能分析器、交換機(jī)、輸入設(shè)備、相機(jī)、固定件、機(jī)器人、顯示器與電源。

55、所述的測量子系統(tǒng)還包括對講裝置，所述的對講裝置用于發(fā)出車輛位置調(diào)整的語音；所述的電源連接所述的對講裝置，并為所述的對講裝置提供所需的直流電源。

56、與現(xiàn)有技術(shù)相比，本發(fā)明專利的一種基于三維視覺的車輛參數(shù)測量方法及系統(tǒng)的顯著進(jìn)步和技術(shù)特點是：本發(fā)明的技術(shù)路線是，a、生成識別目標(biāo)物的神經(jīng)網(wǎng)絡(luò)，目標(biāo)物包括車輛尾部、油箱外蓋、最大表面、油箱外蓋口、內(nèi)蓋底面和內(nèi)蓋旋鈕；b、用如下步驟測量車輛參數(shù)：(1)使車輛處在測量范圍內(nèi)；(2)獲取目標(biāo)物的圖像數(shù)據(jù)，自動控制機(jī)器人使相機(jī)滿足第一位姿條件，測量最大表面中心到車輛尾部的距離；(3)獲取目標(biāo)物的圖像數(shù)據(jù)，自動控制機(jī)器人使相機(jī)滿足第二位姿條件，測量最大表面的形狀與深度數(shù)據(jù)和實際尺寸；(4)獲取目標(biāo)物的圖像數(shù)據(jù)，自動控制機(jī)器人使相機(jī)滿足第三位姿條件，測量內(nèi)蓋底面的中心到地面的高度；(5)獲取目標(biāo)物的圖像數(shù)據(jù)，自動控制機(jī)器人使相機(jī)滿足第四位姿條件，測量外蓋口、內(nèi)蓋旋鈕和內(nèi)蓋底面的形狀與深度數(shù)據(jù)以及實際尺寸；所述的測量均是用神經(jīng)網(wǎng)絡(luò)獲取目標(biāo)物的圖像數(shù)據(jù)（目標(biāo)物的圖像數(shù)據(jù)包括目標(biāo)物的輪廓、區(qū)域、中心點、區(qū)域內(nèi)的深度值）進(jìn)行地測量；本發(fā)明的有益效果是，自動使相機(jī)處于最佳的測量位置，用神經(jīng)網(wǎng)絡(luò)準(zhǔn)確地識別出車輛尾部、油箱外蓋、最大表面、油箱外蓋口、內(nèi)蓋底面和內(nèi)蓋旋鈕，進(jìn)而測量出各種車輛的如下數(shù)據(jù)：最大表面中心到車輛尾部的距離、最大表面中心到地面的高度、最大表面的形狀和深度數(shù)據(jù)與實際尺寸、內(nèi)蓋底面中心到地面的高度、內(nèi)蓋底面與地面的夾角、內(nèi)蓋底面的直徑、內(nèi)蓋旋鈕與地面的旋轉(zhuǎn)角、內(nèi)蓋旋鈕的寬度和高度與直徑；為自動加油提供車輛停車的位置和自動打開油箱外蓋與內(nèi)蓋提供了比較完備的數(shù)據(jù)；本發(fā)明可廣泛應(yīng)用于測量車輛參數(shù)與油箱蓋和自動加油的場合，具有較好的經(jīng)濟(jì)效益和較廣闊的市場前景。