蔡 文，吳黎明，陳嘉源，李福堅(jiān)，楊耀光

(1.廣東工業(yè)大學(xué) 信息工程學(xué)院，廣東 廣州 510006；2.佛山市南華儀器股份有限公司，廣東 佛山 528251)

?

機(jī)器視覺(jué)在車輛外廓尺寸檢測(cè)中的技術(shù)研究

蔡 文1，吳黎明1，陳嘉源1，李福堅(jiān)1，楊耀光2

(1.廣東工業(yè)大學(xué) 信息工程學(xué)院，廣東 廣州 510006；2.佛山市南華儀器股份有限公司，廣東 佛山 528251)

針對(duì)國(guó)家治理車輛超限工作的開(kāi)展，以及車輛外廓檢測(cè)中面臨的測(cè)量物體大、距離遠(yuǎn)和測(cè)量難度大等問(wèn)題，本文提出了一種新型的車型外廓檢測(cè)方案，利用了機(jī)器視覺(jué)和激光光幕的精確性與可靠性，進(jìn)行了系統(tǒng)設(shè)計(jì)以及實(shí)驗(yàn)驗(yàn)證。系統(tǒng)可自動(dòng)對(duì)行進(jìn)中的車輛進(jìn)行非接觸式測(cè)量，在規(guī)定的車速(≤10 km/h)內(nèi)帶來(lái)的測(cè)量誤差小于1%，測(cè)量時(shí)間小于60 s，且系統(tǒng)運(yùn)行穩(wěn)定可靠?？捎行У靥岣哕囕v外廓檢測(cè)的自動(dòng)化程度和測(cè)量精度，且本系統(tǒng)的硬件成本低，適用面廣。

機(jī)器視覺(jué)；激光光幕；車輛尺寸自動(dòng)檢測(cè)

據(jù)統(tǒng)計(jì)，在造成交通事故的原因中，車輛改裝而超載、過(guò)載造成的交通事故占的比率超過(guò)65%。造成路面毀壞、橋梁坍塌事故的原因中，車輛超載、過(guò)載占到40%50%?？梢?jiàn)車輛改裝超重給國(guó)民生命安全和國(guó)家財(cái)產(chǎn)損失帶來(lái)了巨大的影響。

新的GB21861要求對(duì)非營(yíng)運(yùn)以外的機(jī)動(dòng)車進(jìn)行車輛外廓尺寸檢測(cè)，規(guī)定對(duì)大中型客貨車使用自動(dòng)測(cè)量裝置，并對(duì)自動(dòng)測(cè)量裝置有如下的描述：“將車輛正直居中駛進(jìn)測(cè)量?jī)x，在驅(qū)動(dòng)狀態(tài)以不高于5 km/h(或按照說(shuō)明書(shū)要求)的車速平穩(wěn)通過(guò)測(cè)量區(qū)，測(cè)得車輛長(zhǎng)度、寬度和高度數(shù)值”。根據(jù)檢測(cè)過(guò)程中車輛的狀態(tài)，檢測(cè)方式又可以分為靜態(tài)測(cè)量和動(dòng)態(tài)測(cè)量?jī)煞N。

車倆外廓尺寸的檢測(cè)參數(shù)包括車倆的長(zhǎng)度、寬度和高度，這3個(gè)參數(shù)的取值應(yīng)為車輛出廠時(shí)的空載參數(shù)加上車輛負(fù)載時(shí)車上突出物的平行線到車身的距離。

目前國(guó)內(nèi)對(duì)于車型外廓尺寸的測(cè)量主要采用人工測(cè)量的方式，檢測(cè)時(shí)需要汽車停止前進(jìn)，也即靜態(tài)檢測(cè)，測(cè)量人員拿著測(cè)量工具對(duì)車型參數(shù)進(jìn)行測(cè)量。這種測(cè)量方式測(cè)量效率低，精度差，測(cè)量所需時(shí)間長(zhǎng)[1-3]。近年來(lái)也有不少學(xué)者提出一些自動(dòng)化的測(cè)量方案，諸如利用磁感應(yīng)線圈、壓電傳感器、紅外線收發(fā)器等傳感器來(lái)進(jìn)行測(cè)量[4-6]，但是這些測(cè)量方案都需要破壞路面進(jìn)行鋪設(shè)測(cè)量器件，而且這些測(cè)量器件由于受天氣、車輛輾壓等因素的影響，使用壽命都不長(zhǎng)，能夠獲取的車輛信息比較少。

針對(duì)新國(guó)標(biāo)的要求和現(xiàn)在社會(huì)在車型外廓檢測(cè)方面技術(shù)比較欠缺的現(xiàn)狀，提出了一種新的測(cè)量方案，整個(gè)系統(tǒng)包括龍門(mén)支架、測(cè)量光幕、工業(yè)攝像頭、光電開(kāi)關(guān)等部分構(gòu)成。實(shí)現(xiàn)了車型外廓尺寸的高精度、高速、自動(dòng)化測(cè)量。其中高度的測(cè)量采用測(cè)量光幕，長(zhǎng)度和寬度的測(cè)量采用工業(yè)攝像頭。

1 系統(tǒng)測(cè)量原理

車輛的長(zhǎng)度、寬度和高度在三維空間中是沿3個(gè)不同方向的物理量，3個(gè)參數(shù)各有其特性，例如長(zhǎng)度的測(cè)量可以利用車輛行駛時(shí)的速度信息結(jié)合行駛時(shí)間近似算出，測(cè)寬度時(shí)還要考慮汽車后視鏡等汽車附著物，而高度的測(cè)量干擾相對(duì)較少。本文對(duì)3個(gè)參數(shù)的測(cè)量采取不同的測(cè)量方法。圖1為系統(tǒng)的測(cè)量原理圖。

圖1 系統(tǒng)的測(cè)量原理圖

圖1中兩個(gè)支架之間的測(cè)量區(qū)域?yàn)殚L(zhǎng)20 m、寬4 m的長(zhǎng)方形，支架寬4 m、高5 m，因車輛高度均超過(guò)1 m，故用于測(cè)高的測(cè)量光幕在離地面1 m以上才安裝，可節(jié)約成本。攝像頭分為A、B兩組，A組攝像機(jī)與支架所在的平面夾角比B組的小，如圖1所示，安裝時(shí)確保A組攝像頭的拍攝范圍包括支架并與B組攝像頭的拍攝范圍有一定區(qū)域的交集，A、B兩組攝像頭的拍攝范圍要覆蓋整個(gè)測(cè)量區(qū)域。由A、B兩組攝像頭拍攝的圖片經(jīng)過(guò)拼接，得到一幅含有支架和汽車的全景圖，利用支架作為標(biāo)定物算出車輛邊緣離支架的距離，因支架1、2自身的寬度以及兩支架之間距離已知，從而可以算出汽車的長(zhǎng)度和寬度信息。為了減小誤差，支架1、2上各自安裝的3個(gè)攝像機(jī)要同時(shí)拍攝10組相片，圖像處理后取邊緣信息最清晰、圖形畸變最小的圖片來(lái)算所需的長(zhǎng)度和寬度參數(shù)。A，B，C，D這4組光電開(kāi)關(guān)是為了檢測(cè)車輛是否進(jìn)入和離開(kāi)測(cè)量區(qū)域的。

1.1 畸變處理

在攝像機(jī)成像過(guò)程中，工業(yè)鏡頭因小孔成像原理會(huì)帶來(lái)一定程度的透視畸變，即照片上看到的近大遠(yuǎn)小現(xiàn)象。除非相機(jī)和被攝平面保持絕對(duì)垂直，否則透視畸變是不可避免的。

通過(guò)三維空間的仿射變換(變換坐標(biāo)系，使相機(jī)不垂直于被測(cè)平面)，可以產(chǎn)生透視畸變效果，也就是相當(dāng)于進(jìn)行了投影變換。HALCON提供了函數(shù)hom_mat3d_project，能把三維仿射變換矩陣轉(zhuǎn)換成二維投影變換矩陣(4×4的矩陣轉(zhuǎn)換成3×3矩陣)。投影變換即由一個(gè)平面/立體圖形變換到另一個(gè)平面/立體圖形，變換過(guò)程中直線映射為直線(不一定保證平行度)。任何二維投影變換都可以用3×3可逆矩陣表示(齊次坐標(biāo))，任何三維投影變換都可以用4×4可逆矩陣表示(齊次坐標(biāo))。投影變換的矩陣是可逆的，只要經(jīng)過(guò)一次投影變換就可以把拍攝到的具有畸變效果的圖片還原為垂直拍攝的照片。

投影變換處理效果如圖2、圖3所示。

圖2 灰度原圖

圖3 處理效果圖

拉格朗日插值：由于輸出圖像中的像素可能會(huì)映射到原圖像中沒(méi)有灰度定義的像素點(diǎn)之間，故采用插值算法確定這些點(diǎn)的灰度值是很有必要的[7]。拉格朗日算法運(yùn)算速度快、硬件存儲(chǔ)低，用于消除圖像邊緣模糊現(xiàn)象有著顯著效果。

n次拉格朗日插值多項(xiàng)式Qn(x)可表示為

(1)

1.2 圖像的拼接

圖像的拼接是將幾張有重合部分的不完整圖片拼接成一張包含全部所需信息的全景圖像，在本方案中主要是一側(cè)支架上的兩個(gè)A組攝像機(jī)和一個(gè)B組攝像機(jī)所拍攝的相片拼接為一張相片，要求能無(wú)縫拼接，所造成的圖像失真要盡可能小。拼接主要工作是提取各幅圖像的特征點(diǎn)進(jìn)行匹配，從而進(jìn)行圖像的融合。

RANSAC是“RANdom SAmple Consensus(隨機(jī)抽樣一致)”的縮寫(xiě)[8-10]。它可以從一組包含局外點(diǎn)的觀測(cè)數(shù)據(jù)集中，通過(guò)迭代方式估計(jì)數(shù)學(xué)模型的參數(shù)，是一種不確定的算法。利用一定的概率得出一個(gè)合理的結(jié)果，并通過(guò)提高迭代次數(shù)來(lái)提高估計(jì)概率。

RANSAC的基本運(yùn)算步驟如下：

1)考慮一個(gè)最小抽樣集的勢(shì)為k的模型和一個(gè)樣本集Q，集合Q的樣本數(shù)F(Q)大于k，從Q中隨機(jī)抽取包含k個(gè)樣本的Q的子集S初始化模型N。

2)在Q的余集中選取與模型N的誤差小于某一設(shè)定閾值a的樣本集b，由集合b與S構(gòu)成集合S1。由集合S1構(gòu)成的內(nèi)點(diǎn)集稱為S的一致集。

3)若集合S1的點(diǎn)數(shù)大于閾值A(chǔ)，則利用集S1重新計(jì)算新的模型N1；重新隨機(jī)抽取新的S，重復(fù)以上過(guò)程。

4) 在完成規(guī)定抽樣次數(shù)后，將得到的最大集合Si的結(jié)果輸出。

在HALCON中利用RANSAC算法生成的proj_match_points_ransack算子可以通過(guò)找到兩幅圖像中點(diǎn)與點(diǎn)之間的映射計(jì)算一個(gè)投影變換矩陣[11]。并據(jù)此找到多幅圖像中的特征點(diǎn)，從何進(jìn)行圖像的匹配拼接。

1.3 圖像的定標(biāo)

在圖1中攝像機(jī)A1、A2的作用是為了拍到車輛兩側(cè)完整的圖形，并且確保作為參照物的支架能在圖像范圍內(nèi)，同時(shí)要與攝像機(jī)B1拍攝到的場(chǎng)景有一定程度的重合。A1、A2和B1拍到的3張照片經(jīng)過(guò)圖像拼接后能夠得到一張比較完整的包含支架與車輛的場(chǎng)景圖。

圖4 圖像坐標(biāo)示意圖

在圖4中，當(dāng)取支架1上3個(gè)攝像頭所拍攝的照片來(lái)獲取所需參數(shù)時(shí)，可取坐標(biāo)1作為標(biāo)定坐標(biāo)；反之，則取坐標(biāo)2。兩個(gè)坐標(biāo)的變換選取是為了使計(jì)算結(jié)果更加精確與方便。

2 高度測(cè)量

高度的測(cè)量采用測(cè)量光幕，測(cè)量光幕是一種特殊的光電傳感器，與普通的對(duì)射式光電傳感器一樣，包含相互分離且相對(duì)放置的發(fā)光器和收光器兩部分，但其外形尺寸較大，為長(zhǎng)管狀。放置在發(fā)光器和接收器之間的目標(biāo)物體將會(huì)阻擋一部分光線，使其不能射到相應(yīng)的接收器器件。使用同步掃描來(lái)識(shí)別被擋的通道。首先一個(gè)發(fā)光器通道發(fā)出光脈沖而對(duì)應(yīng)的接收器同時(shí)來(lái)尋找該脈沖，當(dāng)找到后即完成一個(gè)通道的掃描，接著轉(zhuǎn)向下一個(gè)通道，直到所有的掃描都完成。當(dāng)一個(gè)周期掃描完成后，系統(tǒng)記錄哪些通道通光，哪些通道被遮擋，根據(jù)系統(tǒng)定義輸出一個(gè)信號(hào)，該信號(hào)可以是模擬量信號(hào)，也可以是開(kāi)關(guān)量信號(hào)。測(cè)量光幕發(fā)射器產(chǎn)生的檢測(cè)光線并非如普通傳感器般只有一束，而是沿長(zhǎng)度方向定間距生成光線陣列，形成一個(gè)“光幕”，以一種掃描的方式，配合控制器及其軟件，實(shí)現(xiàn)監(jiān)控和測(cè)量物體外形尺寸的功能。光幕的安裝如圖5所示。

圖5 測(cè)量光幕示意圖

3 長(zhǎng)度、寬度測(cè)量

如圖4所示，當(dāng)A、B兩組光電開(kāi)關(guān)同時(shí)被遮擋時(shí)可以判定車輛正在向測(cè)量區(qū)域行駛，之后B組光電開(kāi)關(guān)被釋放則可判定汽車完全駛進(jìn)了測(cè)量區(qū)域，此時(shí)攝像機(jī)開(kāi)始對(duì)汽車進(jìn)行拍照。連續(xù)拍攝10組相片，選取最適合進(jìn)行圖像處理的3組圖片進(jìn)行預(yù)處理并提取車輛輪廓，圖像輪廓的處理應(yīng)提取車輛附著物最外面的點(diǎn)并取其平行線，車輛左右兩側(cè)的最外側(cè)平行線長(zhǎng)度即為車身的寬度，車輛前后最外側(cè)的平行線即為車身的長(zhǎng)度。

由前面步驟得出的左右邊緣直線是平行的，因此可以很方便地選取一組對(duì)應(yīng)點(diǎn)來(lái)計(jì)算車身寬度。設(shè)左右兩條平行邊緣線的直線方程分別為

(2)

(3)

(4)

式中：Zr是根據(jù)高度測(cè)量得到的車頂與頂部相機(jī)的距離；Zb是標(biāo)定過(guò)程中參考平面與頂部相機(jī)的距離。

4 實(shí)驗(yàn)分析

為使測(cè)量數(shù)據(jù)具有代表性，進(jìn)行測(cè)量實(shí)驗(yàn)時(shí)分別選取了大型車、中型車和小型車，每輛車測(cè)量3次，測(cè)量時(shí)汽車運(yùn)行速度均小于10km/h，且每次測(cè)量時(shí)汽車的行駛速度不一樣。表1中記錄了3次測(cè)量的實(shí)驗(yàn)數(shù)據(jù)，并進(jìn)行了誤差分析。從表中可以看出，汽車尺寸越大，誤差越??；車輛的行駛速度越小，測(cè)量誤差越小。且其標(biāo)準(zhǔn)差也是隨著車型的變大而變小，車型越大則測(cè)量數(shù)據(jù)越穩(wěn)定、波動(dòng)性越小。

表1 不同車型外廓測(cè)量參數(shù)

高度測(cè)量的誤差主要來(lái)自測(cè)量光幕的分辨率，但是分辨率越高的測(cè)量光幕價(jià)格越貴，考慮到成本和項(xiàng)目的參數(shù)要求，測(cè)量光幕的分辨率選為1cm，多次測(cè)量取平均值可以使測(cè)量誤差小于1cm。寬度的測(cè)量誤差主要是車輛在測(cè)量區(qū)域內(nèi)行駛時(shí)會(huì)發(fā)生側(cè)偏，即車身與兩個(gè)支架的連線不平行，導(dǎo)致A相機(jī)組中一個(gè)相機(jī)的相片中車頭擋住了車身，另一邊的相機(jī)拍攝的車身暴露過(guò)多。因此寬度測(cè)量時(shí)要結(jié)合兩個(gè)支架上的相機(jī)對(duì)圖像進(jìn)行補(bǔ)償。長(zhǎng)度測(cè)量的誤差主要是攝像機(jī)的同步問(wèn)題，如果兩個(gè)支架上的A、B組相機(jī)拍攝存在延時(shí)誤差的話則會(huì)導(dǎo)致測(cè)得的車身長(zhǎng)度變長(zhǎng)或變短。另外測(cè)量小型車時(shí)可能會(huì)難以找到適合的圖片，因車身過(guò)短難以確保兩個(gè)支架上的相機(jī)都能清晰地拍攝到車身。多次拍攝有助于遴選最佳的測(cè)長(zhǎng)圖片。

5 小結(jié)

提出一種新型的車輛外廓參數(shù)測(cè)量方案，并對(duì)該方案進(jìn)行了實(shí)驗(yàn)驗(yàn)證。方案的可行性彌補(bǔ)了目前國(guó)內(nèi)對(duì)于車型參數(shù)測(cè)量的自動(dòng)化程度不高、測(cè)量費(fèi)時(shí)費(fèi)力且精度不高的技術(shù)缺陷，有助于國(guó)家對(duì)于機(jī)動(dòng)車改裝且超載、過(guò)載的監(jiān)管治理。相比于目前國(guó)內(nèi)學(xué)者提出的一些測(cè)量方案，本方案可以對(duì)車輛進(jìn)行不接觸、不停車、快速測(cè)量等優(yōu)點(diǎn)，且系統(tǒng)的鋪設(shè)不需要對(duì)現(xiàn)有的道路環(huán)境進(jìn)行太大的改變，可節(jié)約成本。測(cè)量所需條件簡(jiǎn)單，測(cè)量精度可小于1cm(車速≤10km/h)，測(cè)量時(shí)間小于60s，精度以及可靠性均達(dá)到國(guó)家標(biāo)準(zhǔn)。

[1]蔣云清，廖小鵬.激光與三維圖像處理技術(shù)在機(jī)動(dòng)車外廓尺寸動(dòng)態(tài)測(cè)量中的應(yīng)用[J].客車技術(shù)與研究，2014，3(3)：42-45.

[2]程炎星，杜潁.淺析機(jī)動(dòng)車外廓尺寸動(dòng)態(tài)自動(dòng)測(cè)量裝置的應(yīng)用[J].技術(shù)與研發(fā)，2013，20(3)：33-36

[3]王濤.復(fù)雜背景下車型識(shí)別技術(shù)研究[D].哈爾濱：哈爾濱工程大學(xué)，2013.

[4]李靈虎.汽車檢測(cè)技術(shù)發(fā)展概況[J].汽車技術(shù),2012 (14)：79-81.

[5]袁愛(ài)龍.基于視頻的汽車車型識(shí)別研究[D].成都：電子科技大學(xué)，2013.

[6]劉鋒.車型識(shí)別研究[D].上海：上海交通大學(xué)，2009.

[7]王健,陳文藝.投影圖像畸變的一種校正方法[J].西安郵電學(xué)院學(xué)報(bào)，2011，16(1)：65-69.

[8]尚明姝.基于改進(jìn)SIFT特征匹配的快速圖像拼接算法[J].微電子學(xué)與計(jì)算機(jī)，2014，31(1)：64-67.

[9]陳付幸,王潤(rùn)生.基于預(yù)檢驗(yàn)的快速隨機(jī)抽樣一致性算法[J].軟件學(xué)報(bào),2005,16(8)：1431-1437.

[10]章建軍,曹杰.稀疏分量分析的RANSA算法[J].計(jì)算機(jī)應(yīng)用研究，2014，31(6)：1681-1684.

[11]LIMINGW,FUJIANL,SICHENGC.Animprovedwirelesslocationalgorithminnlosenvironment[J].InformationTechnologyJournal，2013，12(24)：8563-8569.

蔡 文(1990— )，碩士生，主研圖像處理，嵌入式系統(tǒng)，智能控制；

吳黎明(1962— )，碩士生導(dǎo)師，教授，主研信號(hào)與信息處理、通信與信息系統(tǒng)；

陳嘉源(1991— )，碩士生，主研信息智能獲取與處理、智能控制、數(shù)據(jù)挖掘；

李福堅(jiān)(1989— )，碩士生，主研計(jì)算機(jī)視覺(jué)和嵌入式。

責(zé)任編輯：許 盈

Machine Vision Technology Research in Vehicle Outside Dimensions Detection

CAI Wen1，WU Liming1, CHEN Jiayuan1, LI Fujian1, YANG Yaoguang2

(1.SchoolofInformationEngineering,GuangdongUniversityofTechnology，Guangzhou510006，China；2.NanhuaInstrumentsCo.,Ltd.,GuangdongFoshan528251，China)

For the development of national governance vehicle overrun work, and outline detect vehicles in the face of large measurement objects, distance and the difficulty of measuring the big issues.In this paper, a new model outline detection scheme is proposed, using machine vision and laser light curtains accurate and reliability, making the system design and experimental verification.The program can automatically measure the vehicle to travel non-contact measurement, the prescribed speed (10 km/h) within the error caused by less than 1 cm, the measurement time is less than 60 s, and the system is stable and reliable, can effectively improve the degree of automation and accuracy outside the vehicle contour detection, and has low hardware cost of the system, a wide range of applications.

machine vision；laser light curtains；vehicle size automatic detection

廣州市科技計(jì)劃項(xiàng)目(12A3421120033)

TN98

A

10.16280/j.videoe.2015.05.024

2014-08-25

【本文獻(xiàn)信息】蔡文，吳黎明，陳嘉源，等.機(jī)器視覺(jué)在車輛外廓尺寸檢測(cè)中的技術(shù)研究[J].電視技術(shù),2015，39(7).