LED式三維表面測量傳感器在汽車底盤幾何參數測量中的應用研究

【摘要】為提高車輛底盤幾何參數檢測系統的精度、穩定性及靈活性，以立體攝影測量技術為基礎，使用結構化發光二極管（LED）光源，基于車輪側表面和輪罩邊緣形成空間測量區，設計了由LED式三維表面測量傳感器組成的汽車底盤幾何參數測量系統，動態獲得車輪的點云數據，結合x-line軟件建立輪轂三維模型，分析并計算底盤前束角、外傾角的線性度和重復性，結果表明，該測量系統的線性度誤差為1.528'，前束角、外傾角的重復性測量誤差分別為±0.03'、±0.05'，具有穩定性和可靠性。

關鍵詞：三維表面測量傳感器 立體攝影測量 結構化LED光源

中圖分類號：U467.1" "文獻標志碼：A" "DOI： 10.20104/j.cnki.1674-6546.20240220

Research on Application of LED x-3Dsurface Measuring Technology

in Vehicle Chassis Geometric Parameter Measurement

Tian Changqing

（Schenck Shanghai Machinery Corp. Ltd.， Shanghai 200444）

【Abstract】In order to improve the accuracy， stability and flexibility of the vehicle chassis geometric parameter detection system， a vehicle chassis geometric parameter measurement system consisting of LED type 3D surface measurement sensors is designed based on stereo photogrammetry， using a structured LED light source to form a “spatial measurement area” based on the entire wheel side surface and wheel cover edge. By using 3D photography technology to obtain point cloud data under dynamic measurement， and combining with x-line software， a 3D wheel hub model is established to analyze and calculate the front toe camber angle of the chassis， the linearity and repeatability of the measurement system. The results show that linearity error of this measurement system is 1.528'， repeatability error of front toe angle and camber angle are ±0.03' and ±0.05' respectively， verifying stability and reliability of the measurement system.

Key words： x-3Dsurface measuring technology， Stereophotogrammetric measurement， Structured LED light

【引用格式】 田常青. LED式三維表面測量傳感器在汽車底盤幾何參數測量中的應用研究[J]. 汽車工程師， 2024（12）： 21-27.

TIAN C Q. Research on Application of LED x-3Dsurface Measuring Technology in Vehicle Chassis Geometric Parameter Measurement[J]. Automotive Engineer， 2024（12）： 21-27.

1 前言

底盤參數是車輛下線前的必檢項，一般在四輪定位臺上完成，主要檢測參數包括前、后輪的前束角、外傾角、主銷內傾角等[1-2]。

目前，國內外較前沿的底盤參數測量方法是在四輪定位臺上集成三維激光及雙目立體攝影測量技術，由激光發射器發出20～40道激光束到車輪，形成矩形激光覆蓋區域，激光發射器上方和下方的雙目相機對激光束區域內輪胎的同一個點進行拍照，通過多位置取點，搭建車輪立體模型，建立車輛底盤坐標系統，得到前、后輪的前束角、外傾角，并計算出主銷外傾角[3-6]。程旭等[5]提出在四輪定位儀上采用電荷耦合器件（Charge Coupled Device，CCD）相機與激光傳感器相結合的測量技術，但由于激光發射的環境穩定性差、測量范圍受限[6-15]，立體表面激光測量傳感器的采購和維護成本均較高，提高了車輛下線檢測成本[16-17]。

基于以上背景，本文提出一種基于發光二極管（Light Emitting Diode，LED）式三維表面測量技術的汽車底盤幾何參數方法，采用LED光源代替激光束，配合立體攝影測量技術[8-10]，開發動態測量條件下的徑向取點建模方式并搭建三維輪轂模型，實現底盤幾何參數的穩定、可靠測量。

2 LED式三維表面測量傳感器原理

2.1 傳感器結構

LED式三維表面測量基于面測量技術，通過將結構化LED光源投射到車輛輪轂上，結合立體照相測量技術，利用2個照相機對輪胎上同一點進行拍照并獲得該點的空間坐標，積累大量的點云數據后，可以獲得車輪空間測量表面，進而搭建三維輪轂模型。LED式三維表面測量傳感器由LED光投射儀（內置集成評價單元）、上部照相機及下部照相機組成，如圖1所示。

測量在車輪的側表面進行，相較于激光束測量方式可獲得大量數據信息，并可根據對測量范圍的關注程度調整所需分辨率。針對輪胎胎面的凸起，可提高點云密度以提升輪胎輪廓測量的準確度。其工作原理如圖2a所示，由獲得的點云搭建的三維輪胎模型和二維輪胎圖形如圖2b所示。

沿輪胎中心截面進行測量，胎面上的截面輪廓線在整個車輪上均為圓形且輪胎的徑向截面相同，因此，可以沿輪胎圓周采用相同的算法精確地確定胎面最高點。系統可通過自適應調節滿足13～24英寸（330.2～609.6 mm）輪轂的測量需求。測量和評估用徑向線如圖3所示。

輪罩邊緣評估通過選擇輪胎表面數據中關注的邊緣區域完成，局部點云也可加密。該方法測量精確，尤其是對于復雜車身形狀和車輪輪罩，無需增加額外的硬件。

2.2 傳感器測試原理

車輛底盤幾何參數計算可由測試系統自動完成，前束角、外傾角的計算原理如圖4所示。其中，αFL、αFR、αRL、αRR分別為左前輪、右前輪、左后輪、右后輪前束值，αFL_cal、αFR_cal、αRL_cal、αRR_cal分別為左前輪、右前輪、左后輪、右后輪前束角計算值，αDRC為車輛行駛軸角度校正值，αSC為轉向角的校準值，βFL、βFR、βRL、βRR分別為左前輪、右前輪、左后輪、右后輪外傾角，βFL_cal、βFR_cal、βRL_cal、βRR_cal分別為左前輪、右前輪、左后輪、右后輪外傾角計算值，θSD為底盤對稱軸角度校正值。前束角、外傾角測量完成后，測試系統自動進行輪胎高度測量（即測量輪罩邊緣相對于車輪中心的高度）。相關計算方法如下：

a. 底盤對稱軸角度為車輛行駛方向與其對稱平面之間的角度，其計算方法為：

θS=θSD=arctan{[（YRL_cal+YRR_cal）-（YFL_cal+YFR_cal）]/2bw} （1）

式中：θS為底盤對稱軸角度，YRL_cal、YRR_cal分別為左、右后輪輪轂中心點Y坐標的校正值，YFL_cal、YFR_cal分別為左、右前輪輪轂中心點Y坐標的計算值，bw為輪距。

b. 車輛行駛軸角度定義為后輪對稱平面與底盤對稱平面的夾角，其計算方法為：

αDR=αDRC=（αRL-αRR）/2 （2）

式中：αDR為車輛行駛軸角度。

c. 車輛行駛方向的計算方法為：

αDF=（αFL-αFR）/2 （3）

式中：αDF為前軸行駛方向角。

d. 轉向角校正值的計算方法為：

αSC=αS/r （4）

式中：αS為轉向角，r為轉向比。

測試過程由杜爾公司測試試驗臺及裝有x-line軟件的計算機共同執行，其中，x-line可對圖像進行處理和分析，對得到的輪轂三維模型進行定幅修剪、二值化處理、輪轂輪廓邊緣提取及相應像素值計算等。LED式三維表面測量系統的控制系統如圖5所示。

3 系統測試流程及數據分析

3.1 測量系統線性度分析

標準量規是三維表面測量系統中的標定裝置，用于精度驗證，由鋁合金焊接而成，可描述系統在理想環境（即車輛行駛軸無偏差）條件下的測量能力。本文使用的標準量規已經高精度測量機（如三坐標測量儀）校準，剛性滿足所應用領域的環境要求，可用于對測量系統進行線性度分析并保證測試結果的準確性。標準量規的樣式如圖6所示。

標準量規具有基準坐標系及已知的測量點、測量平面，使用這些測量點分別為每個三維表面傳感器計算并存儲6個變換參數（3個旋轉參數、3個平移參數），校準后，傳感器的所有測量值均可變換至基本坐標系。變換參數由每個傳感器的單個量規輔板上的特定輪廓（即圖6中3個特定角度組成的輔板）確定。標準量規的校正精度及重復性參數如表1所示。

標準量規測試系統基于測量系統分析（Measurement Systems Analysis，MSA）方法，即每個測量系統或設備的系統、程序和特定值都相同。只有當系統以高斯方式運行時，MSA方法才有效[18-20]。

使用特定值表示測量系統最重要的2個特性：重復性，如標準量規、測量系統的重復性精度Cg、Cm，以及測量程序的重復性精度Cp；準確性，如標準量規、測量系統的準確性Cgk、Cmk，以及測量程序的準確性Cpk。

一次校正流程必須包含至少25個單獨的值/測量，所有驗證測量系統能力的程序都以相同的方式工作，對每個測量值（測量次數Ngt;25次）進行一系列測量，所有測量值均可并行記錄，然后計算平均值[Mv]、標準偏差σ和計算范圍R：

[Mv=1Ni=1NMvi] （5）

[σ=1N-1i=1n（Mv-Mvi）2] （6）

R=max{Mvi}-min{Mvi} （7）

式中：Mvi為第i次測量的平均值。

考慮到標準量規是一個理想的測量目標，本文提出的LED式三維表面測量系統取10次數據進行分析，并將所有公差除以10。具體數值為：

Cg=0.1T/3σ （8）

Cgk=（0.1T-|μ-[Mv]|）/3σ （9）

式中：T為公差，即允許的測量值與標準值間的絕對偏差。

將標準量規放置在集成有三維表面測量傳感器測試系統的四輪定位試驗臺上，啟動三維表面測量傳感器完成測量，如圖7所示。

以后軸底盤幾何參數測量為例，測量結果如圖8所示。

根據表1中標準量規前束角測量精度要求，將誤差約為0.1'的標準量規放置于測量系統中進行系統校準，按照標準量規重要點（量規支架的安裝孔位）的間隙誤差均處于允許誤差的最大值的情況計算，即校準量規支架中Y方向的間隙（適用于H7/g6，Φ20 mm）為±0.02 mm，校準量規支撐點之間的最小距離為900 mm，此間隙對應的角度誤差為0.153'。

行業標準對螺栓配合公差的要求為±0.2 mm，因此，假設車軸螺栓連接間隙為±0.2 mm，后軸支撐點之間的Y向距離為900 mm，此間隙對應的角度誤差為1.528'。

由上述間隙角度誤差計算可得測量系統的總誤差為1.535'。

標準量規支撐點間的間隙誤差將導致1.528'的總間隙，與整個測試過程相比，這一誤差可忽略不計。由此可判斷三維表面測量傳感器組成的測量系統具有較為理想的線性度，線性度誤差為1.528'。

3.2 測量系統重復性精度驗證

對于測量結果的重復性精度驗證，可通過同一輛車在同一測試系統下多次測量進行比較。車輛在不同條件下的對中精度不同、輪胎氣壓浮動變化、現場照度變化等會對測量結果產生影響，為解決此類問題，可采用加工精度高、依據標準尺寸設計制作的轉動樣架模擬實際樣車進行試驗。轉動樣架需通過三坐標測量儀測量，考慮到輪胎制造公差對外傾角測量的影響、輪輞寬度對輪胎高度測量的影響，該測量應在轉動樣架未安裝輪胎的條件下開展。轉動樣架樣式如圖9所示，其技術參數如表2所示，其中前束、外傾參數以轉動樣架的行駛方向為基準。

采用MSA方法，利用下線車輛在測量系統中的實測公差計算Cm和Cmk，對測量系統進行評估，Cm和Cmk必須分別大于1.67和1.33（可以使用75%的公差）。測量數據的正態分布曲線如圖10所示。

按照正態分布取值，正態分布概率如表3所示。

Cm、Cmk的計算公式為：

Cm=T/3σ （10）

Cmk=（T-|μ-[Mv]|）/3σ （11）

式中：μ為測量結果在正態分布下的平均值。

杜爾測量系統中，Cm=1.67時，60%的公差數據可使用，Cmk=1.33時，75%的公差數據可使用。

任意取常見的標準尺寸輪胎安裝在轉動樣架上，并測得該轉動樣架前束、外傾參數作為標準，測量公差如表4所示。

在控制軟件x-line中執行轉動樣架重復性測試，對樣架按順時針方向轉動測量25次，測試結果如圖11所示。

由圖11可知，前束角的重復性測量誤差為±0.03'，外傾角的重復性測量誤差為±0.05'，根據表1，標準量規在動態測量條件下，前束角的重復性測量精度為±0.4'，外傾角的重復性測量精度為±0.8'，由此可知，測量系統重復性精度較高。

輪眉高度測量結果如圖12所示，車輪中心高度重復性測量誤差為±1.5 mm。測量系統體現了較高的重復性和精度。

4 結束語

本文提出一種由LED式三維表面測量傳感器組成的測量系統，用于進行汽車底盤幾何參數測量，為驗證系統可靠性和穩定性，通過使用標準量規，利用x-line軟件搭建三維車輪模型，對前束、外傾和輪眉高度進行測量，分析可知，測量系統具有較為理想的線性度。對轉動樣架在四輪定位設備上的前束和外傾測量結果表明，測試系統具有較高的測試精度和重復性精度。

參考文獻

[1]" "詹天樂. 汽車檢測的意義及提高檢測水平的途徑分析[J]. 機械管理開發， 2019（1）： 228-229.

ZHAN T L. Significance of Automobile Detection and the Analysis of Ways to Improve the Testing Level[J]. Mechanical Management and Development， 2019（1）： 228-229.

[2]" "衛明. 淺析汽車底盤的檢測與故障診斷[J]. 汽車實用技術， 2018（19）： 267-268.

WEI M. Analysis on the Detection and Fault Diagnosis of Car Chest[J]. Automobile Applied Technology， 2018（19）： 267-268.

[3]" "周子鵬. 汽車底盤坐標視覺測量技術研究[D]. 哈爾濱： 哈爾濱工業大學， 2019.

ZHOU Z P. Research on Visual Measurement Technology for Automotive Chassis Coordinates[D]. Harbin： Harbin Institute of Technology， 2019.

[4]" BI S L， GU Y G， ZOU J Q， et al. High Precision Optical Tracking System Based on Near Infrared Trinocular Stereo Vision[J]. Sensors， 2021， 21（7）.

[5]" "程旭， 程景勝， 姜曉軍. 一種新型激光四輪定位的智能檢測系統[J]. 電子制作， 2021（3）： 40-41+59.

CHENG X， CHENG J S， JIANG X J. A New Intelligent Detection System for Laser Four-Wheel Alignment[J]. Practical Electronics， 2021（3）： 40-41+59.

[6]" SULAIMAN M H， SAPARON A， SULAIMAN S. Wheel Alignment Parameters Based on Laser Angle of Reflection with TCP/IP Protocol[C]// 2016 International Conference on Advances in Electrical， Electronic and Systems Engineering： ICAEESE 2016. Putrajaya， Malaysia： IEEE Computer Society， 2016： 233-236.

[7]" "朱艮生. 淺析汽車四輪定位檢測的準備與應用[J]. 汽車實用技術， 2020（4）： 207-209.

ZHU G S. Preparing and Application of Four Wheel Positioning Testing for Automobile[J]. Automobile Applied Technology， 2020（4）： 207-209.

[8]" "趙楠. 雙目立體視覺系統的研究與應用[J]. 電子技術與軟件工程， 2021（5）： 118-119.

ZHAO N. Research and Application of Binocular Stereoscopic Vision System[J] Electronic Technology amp; Software Engineering， 2021（5）： 118-119.

[9]" "崔恩坤， 滕艷青， 劉佳偉. 立體視覺測量系統標定誤差補償[J]. 應用光學， 2020（6）： 1174-1180.

CUI E K， TENG Y Q， LIU J W. Calibration Error Compensation Technique of Stereoscopic Vision Measurement System[J]. Journal of Applied Optics， 2020（6）： 1174-1180.

[10] 董大衛， 陶翰中， 寧業衍， 等. 基于雙目視覺的汽車尺寸檢測技術研究[J]. 農業裝備與車輛工程， 2021（12）： 41-44+51.

DONG D W， TAO H Z， NING Y Y， et al. Research on Vehicle Size Detection Technology Based on Binocular Vision[J]. Agricultural Equipment amp; Vehicle Engineering， 2021（12）： 41-44+51.

[11] 戴鳳新， 楊文武. 四輪定位儀校準裝置及測量技術研究[J]. 中國計量， 2018（5）： 76-78.

DAI F X， YANG W W. Research on Calibration Device and Measurement Technology of Four Wheel Alignment Instrument[J]. China Metrology， 2018（5）： 76-78.

[12] 劉全攀， 賀敬良， 楊文武， 等. 四輪定位儀檢定裝置及其控制系統研究[J]. 北京信息科技大學學報（自然科學版）， 2017（1）： 60-64.

LIU Q P， HE J L， YANG W W， et al. Study on Verification Mechanism and Control System of Four-Wheel Aligner[J] Journal of Beijing Information Science amp; Technology University （Science and Technology Edition）， 2017（1）： 60-64.

[13] 張起勛， 邵承會， 張忠元， 等. 3D四輪定位儀校準裝置關鍵檢測技術研究[J]. 儀器儀表學報， 2014（9）： 1979-1989.

ZHANG Q X， SHAO C H， ZHANG Z Y， et al. Research on the Key Detection Technology of 3D Four-Wheel Alignment Calibration Device[J]. Chinese Journal of Scientific Instrument， 2014（9）： 1979-1989.

[14] 馬嬌. 基于雙目視覺汽車定位參數測量系統研發[D]. 西安： 西京學院， 2019.

MA J. Research and Development of a Binocular Vision Based Vehicle Positioning Parameter Measurement System[D]. Xi’an： Xijing University， 2019.

[15] 張吉璇. 基于激光投影圖像分析的四輪定位檢定技術研究[D]. 南京： 南京理工大學， 2018.

ZHANG J X. Research on Four Wheel Alignment Verification Technology Based on Laser Projection Image Analysis[D]. Nanjing： Nanjing University of Science and Technology， 2018.

[16] 王秋. 基于計算機視覺的四輪定位技術研究[D]. 上海：上海交通大學， 2015.

WANG Q. Research on Four Wheel Alignment Technology Based on Computer Vision[D]. Shanghai： Shanghai Jiao Tong University， 2015.

[17] 徐志軍. 車輪幾何參數檢測及誤差分析[D]. 成都： 西南交通大學， 2017.

XU Z J. Geometric Parameter Detection and Error Analysis of Wheels[D]. Chengdu： Southwest Jiaotong University， 2017.

[18] 許珂， 袁暢， 呂新科. 淺談測量系統分析（MSA）在質量管控中的應用[J]. 科技創新導報， 2019（31）： 52-54+56.

XU K， YUAN C， Lü X K. Application of Measurement System Analysis （MSA） in Quality Control[J]. Science and Technology Innovation Herald， 2019（31）： 52-54+56.

[19] 董祺. 測量系統分析方法的研究及應用[D]. 西安： 西安電子科技大學， 2011.

DONG Q. Research and Application of Measurement System Analysis Methods[D]. Xi’an： Xi’an University of Electronic Science and Technology， 2011.

[20] 馬逢時. 六西格瑪管理統計指南[M]. 北京： 中國人民大學出版社， 2018.

MA F S. Six Sigma Management Statistical Guidelines[M]. Beijing： China Renmin University Press， 2018.

（責任編輯 白 夜）

修改稿收到日期為2024年7月29日。