機器視覺在車輛外廓尺寸檢測中的技術研究

蔡 文，吳黎明，陳嘉源，李福堅，楊耀光

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

?

機器視覺在車輛外廓尺寸檢測中的技術研究

蔡 文1，吳黎明1，陳嘉源1，李福堅1，楊耀光2

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

針對國家治理車輛超限工作的開展，以及車輛外廓檢測中面臨的測量物體大、距離遠和測量難度大等問題，本文提出了一種新型的車型外廓檢測方案，利用了機器視覺和激光光幕的精確性與可靠性，進行了系統設計以及實驗驗證。系統可自動對行進中的車輛進行非接觸式測量，在規定的車速(≤10 km/h)內帶來的測量誤差小于1%，測量時間小于60 s，且系統運行穩定可靠。可有效地提高車輛外廓檢測的自動化程度和測量精度，且本系統的硬件成本低，適用面廣。

機器視覺；激光光幕；車輛尺寸自動檢測

據統計，在造成交通事故的原因中，車輛改裝而超載、過載造成的交通事故占的比率超過65%。造成路面毀壞、橋梁坍塌事故的原因中，車輛超載、過載占到40%50%。可見車輛改裝超重給國民生命安全和國家財產損失帶來了巨大的影響。

新的GB21861要求對非營運以外的機動車進行車輛外廓尺寸檢測，規定對大中型客貨車使用自動測量裝置，并對自動測量裝置有如下的描述：“將車輛正直居中駛進測量儀，在驅動狀態以不高于5 km/h(或按照說明書要求)的車速平穩通過測量區，測得車輛長度、寬度和高度數值”。根據檢測過程中車輛的狀態，檢測方式又可以分為靜態測量和動態測量兩種。

車倆外廓尺寸的檢測參數包括車倆的長度、寬度和高度，這3個參數的取值應為車輛出廠時的空載參數加上車輛負載時車上突出物的平行線到車身的距離。

目前國內對于車型外廓尺寸的測量主要采用人工測量的方式，檢測時需要汽車停止前進，也即靜態檢測，測量人員拿著測量工具對車型參數進行測量。這種測量方式測量效率低，精度差，測量所需時間長[1-3]。近年來也有不少學者提出一些自動化的測量方案，諸如利用磁感應線圈、壓電傳感器、紅外線收發器等傳感器來進行測量[4-6]，但是這些測量方案都需要破壞路面進行鋪設測量器件，而且這些測量器件由于受天氣、車輛輾壓等因素的影響，使用壽命都不長，能夠獲取的車輛信息比較少。

針對新國標的要求和現在社會在車型外廓檢測方面技術比較欠缺的現狀，提出了一種新的測量方案，整個系統包括龍門支架、測量光幕、工業攝像頭、光電開關等部分構成。實現了車型外廓尺寸的高精度、高速、自動化測量。其中高度的測量采用測量光幕，長度和寬度的測量采用工業攝像頭。

1 系統測量原理

車輛的長度、寬度和高度在三維空間中是沿3個不同方向的物理量，3個參數各有其特性，例如長度的測量可以利用車輛行駛時的速度信息結合行駛時間近似算出，測寬度時還要考慮汽車后視鏡等汽車附著物，而高度的測量干擾相對較少。本文對3個參數的測量采取不同的測量方法。圖1為系統的測量原理圖。

圖1 系統的測量原理圖

圖1中兩個支架之間的測量區域為長20 m、寬4 m的長方形，支架寬4 m、高5 m，因車輛高度均超過1 m，故用于測高的測量光幕在離地面1 m以上才安裝，可節約成本。攝像頭分為A、B兩組，A組攝像機與支架所在的平面夾角比B組的小，如圖1所示，安裝時確保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域的交集，A、B兩組攝像頭的拍攝范圍要覆蓋整個測量區域。由A、B兩組攝像頭拍攝的圖片經過拼接，得到一幅含有支架和汽車的全景圖，利用支架作為標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度和寬度信息。為了減小誤差，支架1、2上各自安裝的3個攝像機要同時拍攝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算所需的長度和寬度參數。A，B，C，D這4組光電開關是為了檢測車輛是否進入和離開測量區域的。

1.1 畸變處理

在攝像機成像過程中，工業鏡頭因小孔成像原理會帶來一定程度的透視畸變，即照片上看到的近大遠小現象。除非相機和被攝平面保持絕對垂直，否則透視畸變是不可避免的。

通過三維空間的仿射變換(變換坐標系，使相機不垂直于被測平面)，可以產生透視畸變效果，也就是相當于進行了投影變換。HALCON提供了函數hom_mat3d_project，能把三維仿射變換矩陣轉換成二維投影變換矩陣(4×4的矩陣轉換成3×3矩陣)。投影變換即由一個平面/立體圖形變換到另一個平面/立體圖形，變換過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)，任何三維投影變換都可以用4×4可逆矩陣表示(齊次坐標)。投影變換的矩陣是可逆的，只要經過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映射到原圖像中沒有灰度定義的像素點之間，故采用插值算法確定這些點的灰度值是很有必要的[7]。拉格朗日算法運算速度快、硬件存儲低，用于消除圖像邊緣模糊現象有著顯著效果。

n次拉格朗日插值多項式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支架上的兩個A組攝像機和一個B組攝像機所拍攝的相片拼接為一張相片，要求能無縫拼接，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進行匹配，從而進行圖像的融合。

RANSAC是“RANdom SAmple Consensus(隨機抽樣一致)”的縮寫[8-10]。它可以從一組包含局外點的觀測數據集中，通過迭代方式估計數學模型的參數，是一種不確定的算法。利用一定的概率得出一個合理的結果，并通過提高迭代次數來提高估計概率。

RANSAC的基本運算步驟如下：

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

2)在Q的余集中選取與模型N的誤差小于某一設定閾值a的樣本集b，由集合b與S構成集合S1。由集合S1構成的內點集稱為S的一致集。

3)若集合S1的點數大于閾值A，則利用集S1重新計算新的模型N1；重新隨機抽取新的S，重復以上過程。

4) 在完成規定抽樣次數后，將得到的最大集合Si的結果輸出。

在HALCON中利用RANSAC算法生成的proj_match_points_ransack算子可以通過找到兩幅圖像中點與點之間的映射計算一個投影變換矩陣[11]。并據此找到多幅圖像中的特征點，從何進行圖像的匹配拼接。

1.3 圖像的定標

在圖1中攝像機A1、A2的作用是為了拍到車輛兩側完整的圖形，并且確保作為參照物的支架能在圖像范圍內，同時要與攝像機B1拍攝到的場景有一定程度的重合。A1、A2和B1拍到的3張照片經過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景圖。

圖4 圖像坐標示意圖

在圖4中，當取支架1上3個攝像頭所拍攝的照片來獲取所需參數時，可取坐標1作為標定坐標；反之，則取坐標2。兩個坐標的變換選取是為了使計算結果更加精確與方便。

2 高度測量

高度的測量采用測量光幕，測量光幕是一種特殊的光電傳感器，與普通的對射式光電傳感器一樣，包含相互分離且相對放置的發光器和收光器兩部分，但其外形尺寸較大，為長管狀。放置在發光器和接收器之間的目標物體將會阻擋一部分光線，使其不能射到相應的接收器器件。使用同步掃描來識別被擋的通道。首先一個發光器通道發出光脈沖而對應的接收器同時來尋找該脈沖，當找到后即完成一個通道的掃描，接著轉向下一個通道，直到所有的掃描都完成。當一個周期掃描完成后，系統記錄哪些通道通光，哪些通道被遮擋，根據系統定義輸出一個信號，該信號可以是模擬量信號，也可以是開關量信號。測量光幕發射器產生的檢測光線并非如普通傳感器般只有一束，而是沿長度方向定間距生成光線陣列，形成一個“光幕”，以一種掃描的方式，配合控制器及其軟件，實現監控和測量物體外形尺寸的功能。光幕的安裝如圖5所示。

圖5 測量光幕示意圖

3 長度、寬度測量

如圖4所示，當A、B兩組光電開關同時被遮擋時可以判定車輛正在向測量區域行駛，之后B組光電開關被釋放則可判定汽車完全駛進了測量區域，此時攝像機開始對汽車進行拍照。連續拍攝10組相片，選取最適合進行圖像處理的3組圖片進行預處理并提取車輛輪廓，圖像輪廓的處理應提取車輛附著物最外面的點并取其平行線，車輛左右兩側的最外側平行線長度即為車身的寬度，車輛前后最外側的平行線即為車身的長度。

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應點來計算車身寬度。設左右兩條平行邊緣線的直線方程分別為

(2)

(3)

(4)

式中：Zr是根據高度測量得到的車頂與頂部相機的距離；Zb是標定過程中參考平面與頂部相機的距離。

4 實驗分析

為使測量數據具有代表性，進行測量實驗時分別選取了大型車、中型車和小型車，每輛車測量3次，測量時汽車運行速度均小于10km/h，且每次測量時汽車的行駛速度不一樣。表1中記錄了3次測量的實驗數據，并進行了誤差分析。從表中可以看出，汽車尺寸越大，誤差越小；車輛的行駛速度越小，測量誤差越小。且其標準差也是隨著車型的變大而變小，車型越大則測量數據越穩定、波動性越小。

表1 不同車型外廓測量參數

高度測量的誤差主要來自測量光幕的分辨率，但是分辨率越高的測量光幕價格越貴，考慮到成本和項目的參數要求，測量光幕的分辨率選為1cm，多次測量取平均值可以使測量誤差小于1cm。寬度的測量誤差主要是車輛在測量區域內行駛時會發生側偏，即車身與兩個支架的連線不平行，導致A相機組中一個相機的相片中車頭擋住了車身，另一邊的相機拍攝的車身暴露過多。因此寬度測量時要結合兩個支架上的相機對圖像進行補償。長度測量的誤差主要是攝像機的同步問題，如果兩個支架上的A、B組相機拍攝存在延時誤差的話則會導致測得的車身長度變長或變短。另外測量小型車時可能會難以找到適合的圖片，因車身過短難以確保兩個支架上的相機都能清晰地拍攝到車身。多次拍攝有助于遴選最佳的測長圖片。

5 小結

提出一種新型的車輛外廓參數測量方案，并對該方案進行了實驗驗證。方案的可行性彌補了目前國內對于車型參數測量的自動化程度不高、測量費時費力且精度不高的技術缺陷，有助于國家對于機動車改裝且超載、過載的監管治理。相比于目前國內學者提出的一些測量方案，本方案可以對車輛進行不接觸、不停車、快速測量等優點，且系統的鋪設不需要對現有的道路環境進行太大的改變，可節約成本。測量所需條件簡單，測量精度可小于1cm(車速≤10km/h)，測量時間小于60s，精度以及可靠性均達到國家標準。

[1]蔣云清，廖小鵬.激光與三維圖像處理技術在機動車外廓尺寸動態測量中的應用[J].客車技術與研究，2014，3(3)：42-45.

[2]程炎星，杜潁.淺析機動車外廓尺寸動態自動測量裝置的應用[J].技術與研發，2013，20(3)：33-36

[3]王濤.復雜背景下車型識別技術研究[D].哈爾濱：哈爾濱工程大學，2013.

[4]李靈虎.汽車檢測技術發展概況[J].汽車技術,2012 (14)：79-81.

[5]袁愛龍.基于視頻的汽車車型識別研究[D].成都：電子科技大學，2013.

[6]劉鋒.車型識別研究[D].上海：上海交通大學，2009.

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

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

[9]陳付幸,王潤生.基于預檢驗的快速隨機抽樣一致性算法[J].軟件學報,2005,16(8)：1431-1437.

[10]章建軍,曹杰.稀疏分量分析的RANSA算法[J].計算機應用研究，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，智能控制；

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

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

李福堅(1989— )，碩士生，主研計算機視覺和嵌入式。

責任編輯：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

廣州市科技計劃項目(12A3421120033)

TN98

A

10.16280/j.videoe.2015.05.024

2014-08-25

【本文獻信息】蔡文，吳黎明，陳嘉源，等.機器視覺在車輛外廓尺寸檢測中的技術研究[J].電視技術,2015，39(7).