CN105783765A - 物体轮廓判断方法 - Google Patents
物体轮廓判断方法 Download PDFInfo
- Publication number
- CN105783765A CN105783765A CN201410816177.9A CN201410816177A CN105783765A CN 105783765 A CN105783765 A CN 105783765A CN 201410816177 A CN201410816177 A CN 201410816177A CN 105783765 A CN105783765 A CN 105783765A
- Authority
- CN
- China
- Prior art keywords
- contour
- laser scanner
- laser
- determination methods
- laser scanning
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开一种物体轮廓判断方法,包括以激光扫描仪向物体发出激光形成激光扫描面;激光扫描仪接收激光扫描面遇物体产生的反射光;激光扫描仪解析反射光形成反射信息,反射信息包含物体距离激光扫瞄仪的距离及角度;根据反射信息换算物体的位置坐标信息;将物体的多个位置坐标信息连接形成物体轮廓。藉由本发明的物体轮廓判断方法,可以快速判断通过激光扫描面的物体轮廓,具有抗干扰、分辨率高、精度高、误差小、稳定性好、速度快等优点。
Description
【技术领域】
本发明涉及一种物体轮廓判断方法,尤其是一种以激光扫描方式进行物体轮廓判断的方法。
【背景技术】
我国城市化进程日益加快,城市交通需求量明显提高,交通道路拥挤的情况越来越严重,影响了居民正常通勤,加重了环境污染,限制了城市功能的正常发挥。
多车道自由流电子收费技术(Multi-LaneFreeFlowETC,简称MLFF)可以有抒解城市交通中收费的人力、拥挤及污染等问题,所谓多车道自由流电子收费技术是指,车辆在通过收费区时可以不受车道分隔限制、不需停车感应,由车辆自由行驶通过收费区,甚至在收费区范围中变换车道,均可由收费***判断通过的车辆并自动进行计费。一般在多车道自由流电子收费技术中常见的有在车辆上装设车载单元(OBU),同时在收费区装设路测单元(RSU),利用微波通讯技术(DSRC)进行感应计费,或是在车上装置无线射频(RFID)标签,在收费区装设感应标签以对通过车辆进行感应;然而这样的方式存在诸多限制,例如OBU信号碰撞产生的干扰或是RFID因其他外在因素产生感应失败等问题,造成***计费的失败。此外,有另外一种技术是基于对车辆轮廓进行识别后,根据***识别车种及车型进行收费,然而,现有的轮廓识别方式仍存在著一定的误差,使得在车辆的车种及车型判断上仍有诸多问题而难以普及,因此,必要提出一种快速、精准的轮廓判断方法,以解决现有多车道自由流电子收费技术的瓶颈。
【发明内容】
为解决上述问题,本发明提供一种物体轮廓判断方法,包括:以激光扫描仪向物体发出激光形成激光扫描面;激光扫描仪接收激光扫描面遇物体产生的反射光;激光扫描仪解析反射光形成反射信息,反射信息包含物体距离激光扫瞄仪的距离及角度;根据反射信息换算物体的位置坐标信息;将物体的多个位置坐标信息连接形成物体轮廓。
进一步的,反射信息换算物体相对于激光扫描仪的相对位置坐标信息的方法,包含利用余弦函数计算物体与激光扫描仪角度得出物体所在的水平位置坐标,及利用正弦函数计算物体与激光扫描仪角度得出物体所在的高度位置坐标。
进一步的,对物体轮廓进行轮廓杂讯处理。
进一步的,前述的轮廓杂讯处理,包含根据多个物体的位置坐标信息判断是否出现位置重叠、阻挡、遮蔽、阴影、悬空以及干扰物体并调整物体轮廓。
进一步的,激光扫描频率大于50赫兹,优选的为100赫兹。
因此,本发明的有益效果是利用激光扫描的方式快速并准确的判断物体或车辆的信息,同时具备有抗干扰、分辨率高、误差小、稳定性好等优点,有助于应用在多车道自由流电子收费技术中。
【附图说明】
图1为本发明的判断步骤流程图。
图2为激光扫描仪扫描物体截面示意图。
图3为激光扫描仪扫描物体示意图。
图4为裁减截面范围示意图。
图5为被扫描点坐标位置标示示意图。
图6为根据坐标位置形成的物体轮廓示意图。
【具体实施方式】
本发明主要揭露一种物体轮廓判断方法,其中激光发射及接收反射信号等方法的基本原理已为相关技术领域的技术人员所熟知,故以下文中的说明,不再对激光发射及接收反射信号作完整描述。同时,以下文中所对照的图式,主要表达与本发明特征有关的示意,并未亦不需要依据实际尺寸完整绘制,在先说明。
请参考图1,为本发明提供的一种物体轮廓判断方法,包括:以激光扫描仪向物体发出激光形成激光扫描面;激光扫描仪接收激光扫描面遇物体产生的反射光;激光扫描仪解析反射光形成反射信息,反射信息包含物体距离激光扫瞄仪的距离及角度;根据反射信息换算物体的位置坐标信息;将物体的多个位置坐标信息连接形成物体轮廓。
前述利用反射信息换算物体相对于激光扫描仪的相对位置坐标信息的方法,包含利用余弦函数计算物体与激光扫描仪角度得出物体所在的水平位置坐标,及利用正弦函数计算物体与激光扫描仪角度得出物体所在的高度位置坐标,请参考图2,为激光扫描仪扫描物体截面示意图,在本实施例中:
1)整个有效截面宽度为X,高度为Y。
2)激光扫描仪的安装位置在截面坐标***中的坐标位置为(x,y)。
3)物体的被扫描点在截面坐标***中的坐标位置为(m,n)。
4)激光扫描仪与水平轴的夹角为θ。
由激光扫描仪的坐标(x,y)及夹角θ换算得出物体的被扫描点坐标位置(m,n)方法如下:
截面坐标系内被扫描点的X轴坐标为:m=x–h*cos(θ)
截面坐标系内被扫描点的Y轴坐标为:n=y–h*sin(θ)
根据上述换算可得出物体被扫描点在截面坐标系内的坐标为(m,n)。
更进一步的,在本实施例中,由于所产生的激光扫描幕墙为一个扫描平面,扫描平面横截于物体或车辆的行进方向,因此在扫描平面上同时存在多个物体被扫描点,如图3所示;再由前述的换算方法,可将整个扫描平面中所被扫描到的所有物体以坐标点的方式表示,此外,在经过坐标换算后,如有物体被扫描点超过了***定义的截面范围(即宽度X及高度Y的范围),需对该些超出范围的坐标点进行标记,并将超过截面范围的坐标点进行缩减裁切,如图4所示。将坐标进行缩减裁切后,标示出由被激光扫描幕墙所扫描到的每一个物体被扫描点,如图5所示。接著,请参考图6,将所有的坐标点连接即形成物体轮廓。
更进一步的,为了减少在检测过程中因为被检测物体的形状产生的坐标信息混乱,使物体轮廓不易辨认,需再对物体轮廓进行轮廓杂讯处理,轮廓杂讯处理可根据多个物体的位置坐标信息判断是否出现坐标位置重叠、或者有物体阻挡、遮蔽等现象,甚至可能出现因为物体形状与激光扫描仪角度形成的阴影及物体轮廓悬空或者干扰物等问题,造成物体轮廓判断异常,利用垂直算法、合并算法或平均算法消除前述该些不规则轮廓造成的影响,进一步修改物体轮廓,使判断结果更为精确;垂直算法透过物体被扫描点的坐标位置判断物体边界,将物体边界的被扫描点做垂直运算处理;合并算法是将多个不同激光扫描仪扫描所得到的同一个物体的所有坐标点进行合并,以弥补单一个激光扫描仪对单一个物体扫描时产生阴影、遮蔽或角度的偏差;平均算法是透过不同位置激光扫描仪对物体进行扫描以判断物体长度,对于单一个物体具有异常高度或异常长度的,去除过长、过短的物体宽或高,然后以平均值进行运算处理。
在本实施例中,考虑物体或车辆的行进速度,激光扫描频率需大于50赫兹,更优选的为100赫兹,越密集的扫描频率所得出的物体轮廓会相对较为精确。
因此,本发明的有益效果是利用激光扫描的方式快速并准确的判断物体或车辆的信息,同时具备有抗干扰、分辨率高、误差小、稳定性好等优点,有助于应用在多车道自由流电子收费技术中。
以上所述仅为本发明较佳的实施方式,并非用以限定本发明的权利范围;同时以上的描述,对于相关技术领域专门人士应可明了及实施,因此其他未脱离本发明所揭示的精神下所完成的等效改变或修饰,均应包含在权利要求中。
Claims (6)
1.一种物体轮廓判断方法,其特征在于,包括:
以激光扫描仪向物体发出激光形成激光扫描面;
所述激光扫描仪接收所述激光扫描面遇所述物体产生的反射光;
所述激光扫描仪解析所述反射光形成反射信息,所述反射信息包含所述物体距离所述激光扫瞄仪的距离及角度;
根据所述反射信息换算所述物体的位置坐标信息;
将所述物体的多个所述位置坐标信息连接形成所述物体轮廓。
2.根据权利要求1所述的物体轮廓判断方法,其特征在于:所述反射信息换算所述物体相对于所述激光扫描仪的相对位置坐标信息的方法,包含利用余弦函数计算所述物体与所述激光扫描仪角度得出所述物体所在的水平位置坐标,及利用正弦函数计算所述物体与所述激光扫描仪角度得出所述物体所在的高度位置坐标。
3.根据权利要求2所述的物体轮廓判断方法,其特征在于:进一步对所述物体轮廓进行轮廓杂讯处理。
4.根据权利要求3所述的物体轮廓判断方法,其特征在于:所述轮廓杂讯处理,包含根据多个所述物体的位置坐标信息判断是否出现位置重叠、阻挡、遮蔽、阴影、悬空以及干扰物体并调整所述物体轮廓。
5.根据权利要求1所述的物体轮廓判断方法,其特征在于:所述激光扫描频率大于50赫兹。
6.根据权利要求5所述的物体轮廓判断方法,其特征在于:所述激光扫描频率为100赫兹。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410816177.9A CN105783765A (zh) | 2014-12-23 | 2014-12-23 | 物体轮廓判断方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410816177.9A CN105783765A (zh) | 2014-12-23 | 2014-12-23 | 物体轮廓判断方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105783765A true CN105783765A (zh) | 2016-07-20 |
Family
ID=56377488
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410816177.9A Pending CN105783765A (zh) | 2014-12-23 | 2014-12-23 | 物体轮廓判断方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105783765A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107262933A (zh) * | 2017-06-22 | 2017-10-20 | 歌尔股份有限公司 | 一种零部件加工方法和*** |
CN107320017A (zh) * | 2017-08-08 | 2017-11-07 | 东莞市智科智能科技有限公司 | 一种具有激光扫描定向功能的吸尘器 |
CN107608358A (zh) * | 2017-09-30 | 2018-01-19 | 爱啃萝卜机器人技术(深圳)有限责任公司 | 基于轮廓识别技术的高效率低成本自动回充***和方法 |
CN108088389A (zh) * | 2018-02-01 | 2018-05-29 | 深圳大学 | 一种旋转式双激光轮廓测量方法、存储装置及测量装置 |
CN111766546A (zh) * | 2020-05-18 | 2020-10-13 | Oppo(重庆)智能科技有限公司 | Btb扣合检测方法、装置、存储介质以及终端 |
CN112037408A (zh) * | 2020-09-11 | 2020-12-04 | 合肥创兆电子科技有限公司 | 一种考场考生智能认证及定位方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2009058247A1 (en) * | 2007-10-31 | 2009-05-07 | Corning Incorporated | Laser scanning measurement systems and methods for surface shape measurement of hidden surfaces |
CN201917321U (zh) * | 2010-12-20 | 2011-08-03 | 浙江省机电设计研究院有限公司 | 高速动态公路运输车辆长、宽、高自动化检测装置 |
CN102435141A (zh) * | 2011-09-29 | 2012-05-02 | 凯迈(洛阳)测控有限公司 | 一种对行驶车辆体积测试的装置和方法 |
CN102679889A (zh) * | 2012-05-30 | 2012-09-19 | 北京恒华伟业科技股份有限公司 | 车辆尺寸的测量方法和装置 |
CN103854320A (zh) * | 2012-12-05 | 2014-06-11 | 上海海事大学 | 基于激光雷达的车型自动识别装置及其识别方法 |
-
2014
- 2014-12-23 CN CN201410816177.9A patent/CN105783765A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2009058247A1 (en) * | 2007-10-31 | 2009-05-07 | Corning Incorporated | Laser scanning measurement systems and methods for surface shape measurement of hidden surfaces |
CN201917321U (zh) * | 2010-12-20 | 2011-08-03 | 浙江省机电设计研究院有限公司 | 高速动态公路运输车辆长、宽、高自动化检测装置 |
CN102435141A (zh) * | 2011-09-29 | 2012-05-02 | 凯迈(洛阳)测控有限公司 | 一种对行驶车辆体积测试的装置和方法 |
CN102679889A (zh) * | 2012-05-30 | 2012-09-19 | 北京恒华伟业科技股份有限公司 | 车辆尺寸的测量方法和装置 |
CN103854320A (zh) * | 2012-12-05 | 2014-06-11 | 上海海事大学 | 基于激光雷达的车型自动识别装置及其识别方法 |
Non-Patent Citations (1)
Title |
---|
李颖宏 等: "《道路交通信息检测技术及应用》", 31 January 2014, 机械工业出版社 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107262933A (zh) * | 2017-06-22 | 2017-10-20 | 歌尔股份有限公司 | 一种零部件加工方法和*** |
CN107262933B (zh) * | 2017-06-22 | 2019-04-02 | 歌尔股份有限公司 | 一种零部件加工方法和*** |
CN107320017A (zh) * | 2017-08-08 | 2017-11-07 | 东莞市智科智能科技有限公司 | 一种具有激光扫描定向功能的吸尘器 |
CN107608358A (zh) * | 2017-09-30 | 2018-01-19 | 爱啃萝卜机器人技术(深圳)有限责任公司 | 基于轮廓识别技术的高效率低成本自动回充***和方法 |
CN108088389A (zh) * | 2018-02-01 | 2018-05-29 | 深圳大学 | 一种旋转式双激光轮廓测量方法、存储装置及测量装置 |
CN111766546A (zh) * | 2020-05-18 | 2020-10-13 | Oppo(重庆)智能科技有限公司 | Btb扣合检测方法、装置、存储介质以及终端 |
CN111766546B (zh) * | 2020-05-18 | 2023-09-01 | Oppo(重庆)智能科技有限公司 | Btb扣合检测方法、装置、存储介质以及终端 |
CN112037408A (zh) * | 2020-09-11 | 2020-12-04 | 合肥创兆电子科技有限公司 | 一种考场考生智能认证及定位方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105783765A (zh) | 物体轮廓判断方法 | |
KR100224143B1 (ko) | 차종판별장치 및 그 방법 | |
CN104537889B (zh) | 一种不同车况下的防撞方法和*** | |
CN102508246B (zh) | 车辆前方障碍物检测跟踪方法 | |
CN104021541B (zh) | 车至车距离计算装置和方法 | |
CN101750049B (zh) | 基于道路和车辆自身信息的单目视觉车距测量方法 | |
CN106516990B (zh) | 基于物体轮廓跟踪的集装箱码头场桥防撞控制***及方法 | |
CN105783766A (zh) | 物体轮廓检测*** | |
CN104637059A (zh) | 基于毫米波雷达和机器视觉的夜间前方车辆检测方法 | |
CN106205170A (zh) | 一种用于自动驾驶的路口精确停车装置与方法 | |
CN103714603B (zh) | 基于红外测距传感器的公交车客流统计*** | |
CN105955259A (zh) | 基于多窗口实时测距的单目视觉agv的精确定位方法及*** | |
RU2720303C1 (ru) | Способ, устройство и железнодорожное транспортное средство, в частности рельсовое транспортное средство, для анализа изображений на базе колеи в железнодорожном сообщении, в частности для анализа изображений на базе рельсового пути в рельсовом сообщении | |
CN110968086B (zh) | 一种车辆进站控制方法及*** | |
CN101833092A (zh) | 车辆360度障碍无死角智能检测与预警方法 | |
CN109910955B (zh) | 基于应答器信息传输的轨道交通隧道障碍物检测***及方法 | |
CN204055561U (zh) | 车辆安全行驶警示*** | |
CN106114357A (zh) | 一种车辆转弯时防剐蹭装置及方法 | |
CN110091875A (zh) | 基于物联网的深度学习型智能驾驶环境感知*** | |
CN112014855A (zh) | 一种基于激光雷达的车辆外廓检测方法及*** | |
CN110660220B (zh) | 一种城市轨道列车优先路权分配方法以及*** | |
CN105810012A (zh) | 一种基于车载终端的车辆碰撞预警的方法及装置 | |
CN104050806A (zh) | 用于通过利用雷达仪器车尾测量检测交通灯区域内的交通违章的方法 | |
CN101866017B (zh) | 基于移位循环唯一码的交通车辆磁定位方法 | |
CN104504364A (zh) | 基于时空关联的停止线实时识别与测距方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160720 |