基于車輛局部特征的車型識別系統設計及應用

摘要：隨著新車型不斷上線生產，車型識別對于汽車生產企業來說越來越重要。一方面，車型識別可以有效區分車輛類型，實現設備的有序切換;另一方面，在汽車生產裝配過程中，可大大降低裝配工人的車型識別篩選難度。現針對復雜輸送生產線上不能準確有效識別出運動中的車型的問題，結合視覺系統優點，以車輛的局部特征作為車型識別的依據，設計了一種車型識別系統，可實現在運動的生產線上精確檢測車型的目的。

關鍵詞：車型識別;視覺系統;PLC控制

0 引言

在汽車生產過程中，車型識別是其中一個關鍵環節。傳統的車型識別方法應用的是典型的光電開關識別技術和車身條碼識別技術。光電開關識別技術原理是利用激光和紅外線對各車型的不同外部特征進行檢測、識別，通過判斷某些車體部位的有無，進行數據組合分析，有效識別車型。該方法簡單、直觀，對于外觀差別較大的車輛來說，識別準確度較高，但是對于外觀相近的車型，在實際應用過程中存在車型相近無法識別的困擾。此外，激光和紅外線容易受周圍環境影響、干擾，從而出現誤識別和識別不出的問題，無法適應汽車生產線的柔性生產模式。車身條碼識別技術，能直接讀出條碼中的車型信息，不易受環境變化影響，具有高效、便捷、穩定的特點。但在汽車裝配過程中，隨著零配件的不斷裝配，難以避免地出現車身條碼被遮擋的情況，所以該方法易受到復雜工序的影響。

筆者將在計算機視覺識別的基礎上，將其用于識別車輛的局部特征，從而實現實時、高效地識別車型，開發出具有高性能、低成本優勢的車型識別系統。

1 系統整體功能設計

車型識別系統主要由視覺識別和PLC控制兩部分構成。視覺識別部分主要包括相機、圖像處理控制器、服務器、照明、存儲和顯示屏，支持數字化和模擬化輸出;PLC控制部分主要包括控制器、電源模塊和I/O模塊，可以穩定采集、處理和發送數據。相機拍照采集車體后車窗輪廓，經過圖像處理控制器轉化成數字信號，輸出到PLC，同時在PC機中輸出結果。

2 硬件部分

2.1 ? ?視覺識別硬件部分

視覺識別的硬件主要是利用相機識別的圖像裝置，主要由照明、透鏡、相機、視覺高速控制器、PC機和LCD屏組成，如圖1所示。增加照明主要是為了消除環境光對照明條件的影響，檢測部位允許在相機視野范圍內偏移±10%，適用于停止位置不是很精準的汽車生產線。

2.2 ? ?PLC控制硬件部分

PLC控制硬件部分主要由220 V電源模塊和I/O模塊組成。220 V電源模塊為視覺高速控制器供電，I/O模塊接收來自視覺高速控制器輸出的數字信號，用于控制下一個動作邏輯。

PLC柜內信號有兩種：一種是接收視覺高速控制器給出的車型數字信號，另一種是發出視覺拍照的開始信號，這些信號均為硬接線信號，受網絡影響小，有利于增強系統穩定性。

3 軟件設計

在視覺軟件上將圖像圖案設置為模型，具體為在流程編輯中選擇需要的功能塊，并對功能塊重命名，便于后續操作。模型建立主要有以下3個流程：

（1）通過“測量前處理”模塊，抽取圖像邊緣，凸顯車窗輪廓線條。

（2）通過“形狀搜索”模塊，將“測量前處理”凸顯的輪廓進行模型設置，之后將模型和輸入的圖片輪廓進行對比判定。

（3）通過“并行數據輸出”模塊，將“形狀搜索”判定車型結果轉換成I/O信號輸出到主線PLC。

并行數據輸出是每個車型對應一個串行信號，本文使用的是“形狀搜索”的JG判定，共可判定7種車型，經過處理器處理和轉換后，得到I/O并行輸出信號，從而傳給機運控制系統。視覺拍照收到PLC_Do上升沿信號，開始一次自動拍照操作，視覺拍照一次，進行一次Do輸出，并保持輸出。當下一次拍照信號來臨時，則根據識別的車型，視覺拍照進行Do切換輸出，如下一次車型為車型2，則Do1輸出為1，其他Do均為0;若前后兩次車型均為車型1，則一直保持Do0輸出為1，其他Do均為0，車型識別邏輯如圖2所示。

當PLC系統中跟視覺輸出相關的I/O信號得到高電平，則開始讀出車型信息并存儲，所有檢測出的車型信息和未檢測出的車型信息不僅在PLC系統有記錄存儲功能，在PC機上也能實時記錄，生產管理人員可以在任何時刻調出車型信息進行相關的生產分析，同時還可作為設備維修人員分析故障的手段。

4 應用成果

為更好地提取車型特征，本文把相機安裝在車體的后車窗側面位置，通過側面實時拍攝汽車生產線上的車輛，具有如下幾個方面的好處：

（1）與相機安裝在車體正前方相比，相機安裝在車體的后車窗位置可以很好地消除汽車生產線環境的限制，如生產線旁有物料、廠房柱時，安裝相機的空間有限;

（2）與相機安裝在車體正前方相比，側面有更多準確的車型識別信息，如車窗、車高、車輪、車長等，而正面只能得到大概的車高、車寬信息，對于柔性生產線來說，這些信息不是車型識別的決定性因素;

（3）如果識別車輛整體輪廓，成本投入大，且沒有側面識別來得簡便、精準。所以，本文所討論的視頻圖片均是基于側面拍攝的結果。

本文車型識別方法是在汽車生產線的側面安裝相機，當到達一個合適的位置后進行車體后車窗圖像采集。該方法可以較精準地識別車型，可完全替代光電開關，完全滿足生產需求。

5 結語

本文設計了一種基于車輛局部特征的車型識別系統，該系統在充分發揮圖像處理優勢的基礎上，識別流動生產線上的車型，系統應用簡便、快速，完全能滿足汽車生產需求。

[參考文獻]

[1] 茅正沖，韓毅.計算機視覺技術的車型識別應用研究[J].單片機與嵌入式系統應用，2017（6）：3-7.

[2] 王陽萍，何欣.智能圖像處理技術在車型識別中的應用研究[J].蘭州交通大學學報（自然科學版），2004，23（4）：65-67.

[3] 袁公萍，湯一平，韓旺明，等.基于深度卷積神經網絡的車型識別方法[J].浙江大學學報（工學版），2018（4）：694-702.

[4] ZHEN D，WU Y W，PEI M T，et al.Vehicle Type Classification Using a Semisupervised Convolutional Neural Network [J].IEEE Transactions on Intelligent Transportation Systems，2015，16（4）：2247-2256.

收稿日期：2020-05-07

作者簡介：吳慧嵐（1984—），女，廣西桂林人，工程師，研究方向：工業控制。