CN108844542A - 一种基于无人检测车自动定位***的误差分析与补偿方法 - Google Patents
一种基于无人检测车自动定位***的误差分析与补偿方法 Download PDFInfo
- Publication number
- CN108844542A CN108844542A CN201810369827.8A CN201810369827A CN108844542A CN 108844542 A CN108844542 A CN 108844542A CN 201810369827 A CN201810369827 A CN 201810369827A CN 108844542 A CN108844542 A CN 108844542A
- Authority
- CN
- China
- Prior art keywords
- deviation
- industrial camera
- installation
- influence
- detection vehicle
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
- G01C11/02—Picture taking arrangements specially adapted for photogrammetry or photographic surveying, e.g. controlling overlapping of pictures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30248—Vehicle exterior or interior
- G06T2207/30252—Vehicle exterior; Vicinity of vehicle
- G06T2207/30264—Parking
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Automation & Control Theory (AREA)
- Multimedia (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Image Processing (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明涉及一种基于无人检测车自动定位***的误差分析与补偿方法,该方法包括下列顺序的步骤:(1)分析工业摄像机存在的安装偏差位置;(2)分析各安装偏差位置对图像处理的影响;(3)根据安装偏差位置对图像处理的影响设计相应的补偿方法;所述安装偏差位置包括工业摄像机在X方向、Y方向、Z方向、φ方向、β方向和α方向的安装偏差。本发明可以对工业摄像机可能存在的安装偏差影响进行补偿,保证精定位的定位精度。
Description
技术领域
本发明涉及自动定位技术领域,尤其是一种基于无人检测车自动定位*** 的误差分析与补偿方法。
背景技术
随着科技的发展和世界人口数量的剧增,电气化铁路运输***已经成为了 推动经济发展、促进人口流动的重要基础设施,世界各国也越来越注重电气化 铁路的建设工作。接触网通过与受电弓的滑动接触直接为火车提供动力,是电 气化铁路***的重要组成部分之一。但是接触网露天架设于铁轨线路上方,工 作状态容易受到环境、气候等自然因素的影响,如果接触网出现故障,则会直 接影响沿线铁路运输***的正常运行,给国家和人民造成巨大的损失。因此, 需要对接触网进行定期维护,对可能存在的隐患进行排除,而对接触网的检修 作业主要围绕接触网立柱进行。
无人检测车作为接触网检测设备的搭载平台,先通过北斗导航***实现接 触网立柱位置的粗定位后,再通过图像处理实现接触网立柱位置的精定位,因 此,自动定位的准确性是实现接触网无人检测的重要基础。由于用于无人检测 车精定位的工业摄像机安装误差的影响,对工业摄像机采集的图片进行图像处 理并不能得到正确的立柱特征像素坐标,造成无法实现自动定位。因此,知道 工业摄像机安装误差对精定位的影响规律,可以合理的设计补偿办法,提高自 动定位的精度,目前有没有这种补偿方法。
发明内容
本发明的目的在于提供一种能够对工业摄像机可能存在的安装偏差影响 进行补偿,保证精定位的定位精度的基于无人检测车自动定位***的误差分析 与补偿方法。
为实现上述目的,本发明采用了以下技术方案:一种基于无人检测车自动 定位***的误差分析与补偿方法,该方法包括下列顺序的步骤:
(1)分析工业摄像机存在的安装偏差位置;
(2)分析各安装偏差位置对图像处理的影响;
(3)根据安装偏差位置对图像处理的影响设计相应的补偿方法;
所述安装偏差位置包括工业摄像机在X方向、Y方向、Z方向、方向、 β方向和α方向的安装偏差。
针对工业摄像机在X方向的安装偏差位置,若工业摄像机在X方向上的安 装位置偏移了e,则X方向安装位置偏差对精定位的影响误差εX=e。
针对工业摄像机在Y方向的安装偏差位置,若工业摄像机在Y方向上的安 装位置偏移了b,则Y方向安装位置偏差对精定位的影响误差εY=0。
针对工业摄像机在Z方向的安装偏差位置,工业摄像机采集的照片经过处 理后获得接触网立柱特征在照片中的像素坐标,图像处理只需要得到接触网立 柱特征中心的像素坐标,图像处理的实际区域为源照片中心像素大小为 1920*200的部分;若工业摄像机的安装位置在Z方向上偏差了距离a,此时采 集的照片相较于处于理论位置时采集的照片而言,除了在Z方向上偏移量距离 a外仍然保留着同样的接触网立柱特征,故这并没有对照片中心像素大小为 1920*200部分的图像处理构成影响,再加上Z方向的偏差值a较小,因此Z方向安装位置的偏差并没有影响无人检测车的自动定位,即Z方向安装位置偏 差可能对精定位的影响误差εZ=0。
针对工业摄像机在方向的安装偏差位置,该方向上的安装偏差可以分解 为Y方向和X方向两个基本方向的分量。
针对工业摄像机在β方向的安装偏差位置,工业摄像机的固定部件由刚性 材料制成,在β方向形成的偏差角Δβ较小,此时采集照片中的接触网立柱特 征基本没有发生变形,同时,β方向的安装偏差分解为Y方向和Z方向两个基 本方向的偏差,在Z方向上,工业摄像机相当于仅移动了距离d-d*cos(Δβ), 此分解方向上的安装偏差对自动定位的影响很小;Y方向的安装偏差可以看成 工业摄像机与接触网立柱之间的横向距离变大或变小,β方向的偏差位置安装 没有影响图像处理的进程,相应地也没有影响无人检测车的精定位,即β方向 安装位置偏差可能对精定位的影响误差εβ=0。
针对工业摄像机在α方向的安装偏差位置,该方向上的安装偏差分解为Z 方向和X方向两个基本方向的分量。
假设工业摄像机的安装位置在六个基本方向上都存在安装偏差,则其总影 响误差ε为:
由上式可知,工业摄像机的安装偏差只有X方向或其它方向在X方向上 的分量会对图像处理构成影响,因此,为了减小工业摄像机安装误差的影响, 需要对ε的值进行补偿:完成一次精定位,当精定位完成时,记录行走伺服电 机的当前位置P1,在手动模式下使无人检测车运动至理想停车位置,即工业 摄像机处于C点时无人检测车的位置,再次记录下此时行走伺服电机的当前位 置P2,***只需要将记录下的位置数据P1和P2进行求差运算,即可得到无 人检测车误差补偿量ΔP:
ΔP=P2-P1
将ΔP存入数据库,在后续的精定位过程中,通过图像处理获得无人检测 车与立柱之间的纵向距离L时用ΔP进行补偿,即无人检测车精定位时实际应 该运动的距离K为:
K=L+ΔP。
由上述技术方案可知,本发明可以对工业摄像机可能存在的安装偏差影响 进行补偿,保证精定位的定位精度。
附图说明
图1为无人检修车的结构示意图;
图2为工业摄像机安装位置误差示意图;
图3为方向安装位置偏差补偿示意图;
图4为α方向安装位置偏差示意图;
图5为误差补偿流程方法流程图。
具体实施方式
如图1、2、3、5所示,一种基于无人检测车自动定位***的误差分析与 补偿方法,该方法包括下列顺序的步骤:
(1)分析工业摄像机存在的安装偏差位置;
(2)分析各安装偏差位置对图像处理的影响;
(3)根据安装偏差位置对图像处理的影响设计相应的补偿方法;
所述安装偏差位置包括工业摄像机在X方向、Y方向、Z方向、方向、 β方向和α方向的安装偏差。
针对工业摄像机在X方向的安装偏差位置,若工业摄像机在X方向上的安 装位置偏移了e,则X方向安装位置偏差对精定位的影响误差εX=e。
针对工业摄像机在Y方向的安装偏差位置,若工业摄像机在Y方向上的安 装位置偏移了b,则Y方向安装位置偏差对精定位的影响误差。
针对工业摄像机在Z方向的安装偏差位置,工业摄像机采集的照片经过处 理后获得接触网立柱特征在照片中的像素坐标,图像处理只需要得到接触网立 柱特征中心的像素坐标,图像处理的实际区域为源照片中心像素大小为 1920*200的部分;若工业摄像机的安装位置在Z方向上偏差了距离a,此时采 集的照片相较于处于理论位置时采集的照片而言,除了在Z方向上偏移量距离 a外仍然保留着同样的接触网立柱特征,故这并没有对照片中心像素大小为 1920*200部分的图像处理构成影响,再加上Z方向的偏差值a较小,因此Z方向安装位置的偏差并没有影响无人检测车的自动定位,即Z方向安装位置偏 差可能对精定位的影响误差εZ=0。
如图3所示,针对工业摄像机在方向的安装偏差位置,该方向上的安装 偏差可以分解为Y方向和X方向两个基本方向的分量。
针对工业摄像机在β方向的安装偏差位置,工业摄像机的固定部件由刚性 材料制成,在β方向形成的偏差角Δβ较小,此时采集照片中的接触网立柱特 征基本没有发生变形,同时,β方向的安装偏差分解为Y方向和Z方向两个基 本方向的偏差,在Z方向上,工业摄像机相当于仅移动了距离d-d*cos(Δβ), 此分解方向上的安装偏差对自动定位的影响很小;Y方向的安装偏差可以看成 工业摄像机与接触网立柱之间的横向距离变大或变小,β方向的偏差位置安装 没有影响图像处理的进程,相应地也没有影响无人检测车的精定位,即β方向 安装位置偏差可能对精定位的影响误差εβ=0。
如图4所示,针对工业摄像机在α方向的安装偏差位置,该方向上的安装 偏差分解为Z方向和X方向两个基本方向的分量。
假设工业摄像机的安装位置在六个基本方向上都存在安装偏差,则其总影 响误差ε为:
由上式可知,工业摄像机的安装偏差只有X方向或其它方向在X方向上 的分量会对图像处理构成影响,因此,为了减小工业摄像机安装误差的影响, 需要对ε的值进行补偿:完成一次精定位,当精定位完成时,记录行走伺服电 机的当前位置P1,在手动模式下使无人检测车运动至理想停车位置,即工业 摄像机处于C点时无人检测车的位置,再次记录下此时行走伺服电机的当前位 置P2,***只需要将记录下的位置数据P1和P2进行求差运算,即可得到无 人检测车误差补偿量ΔP:
ΔP=P2-P1
将ΔP存入数据库,在后续的精定位过程中,通过图像处理获得无人检测 车与立柱之间的纵向距离L时用ΔP进行补偿,即无人检测车精定位时实际应 该运动的距离K为:
K=L+ΔP。
以下结合图1至图5对本发明作进一步的说明。
(1)Z方向偏差安装位置
工业摄像机采集的照片需要经过一系列处理后才能够获得接触网立柱特 征在照片中的像素坐标,但是工业摄像机采集的源图片中具有房屋、树木等物 体,背景复杂,接触网立柱特征识别难度较大。考虑到图像处理只需要得到接 触网立柱特征中心的像素坐标,而源图片中间部分图形保留接触网立柱的特 征,且背景色彩、物体较单一,故图像处理的实际区域为源照片中心像素大小 为1920*200的部分。
因此,若工业摄像机的安装位置在Z方向上偏差了距离a,此时采集的照 片相较于处于理论位置时采集的照片而言,除了在Z方向上偏移量距离a外仍 然保留着同样的接触网立柱特征,故这并不对照片中心像素大小为1920*200 部分的图像处理构成影响,再加上Z方向的偏差值a较小,因此Z方向安装位 置的偏差并不会影响无人检测车的自动定位,即Z方向安装位置偏差可能对精 定位的影响误差εZ=0。
(2)Y方向偏差安装位置
由工业摄像机的成像原理可知,当该横向距离变大时,立柱在图像中显得 越小;当该横向距离变小时,立柱在图像中显得越大;这种成像规律可能会影 响接触网立柱特征在图像中的像素坐标,因此设计横向距离分别为1800mm、 2100mm和2400mm的3组实验,在每组实验中,分别以工业摄像机正对立柱中 心线为原点,每200mm一个分度对工业摄像机广角范围(约±1200mm)内的立 柱进行图像采集,分析各纵向距离所对应的像素坐标。
不同横向距离时,无人检测车与接触网立柱之间的纵向距离与接触网立柱 特征的像素横坐标关系可以分为两个部分,当纵向距离处于±400mm范围之外 时,三条曲线具有类似的变化趋势,但是在不同横向距离情况下,相同纵向距 离所对应的接触网立柱特征像素横坐标差异明显,呈现出纵向距离大于零时, 横向距离越大,相同纵向距离所对应的像素横坐标越小,而在纵向距离小于零 时,横向距离越大,相同纵向距离所对应的像素横坐标越大的趋势,此时横向 距离的变化对像素横坐标值的影响较大;当纵向距离处于±400mm以内时,三 条曲线差异较小,再通过计算三条曲线的直线拟合情况,分别计算拟合直线斜 率的方差和拟合直线截距的方差:
表5.1线性拟合参数
式中:Xi表示线性拟合直线的斜率,i=1,2,3;
Yi表示线性拟合直线的截距,i=1,2,3;
表示三个横向距离时线性拟合直线斜率的平均值;
表示三个横向距离时线性拟合直线截距的平均值;
由上述计算结果可知,拟合直线斜率的方差值和拟合直线截距的方差 值都很小,说明三条拟合曲线基本重合,故可得出结论:纵向距离在±400mm 范围内时,横向距离的变化对像素横坐标值得影响很小,基本可以忽略。
无人检测车粗定位的精度为±400mm,精定位是粗定位完成后的二次定位, 也就是说实现精定位时,无人检测车与接触网立柱之间的纵向距离在±400mm 以内,因此尽管±400mm外的误差不能忽略,仍可以不考虑该项误差的影响, 即εY=0。
(3)β方向安装位置偏差
工业摄像机从低处往高处拍摄的方式称为仰射,而从高处往低处拍摄的方 式成为俯射。由于透视关系,采用仰射的图像采集方式会使得图像中的水平线 降低,由此会造成前景与后景中物体的高度对比发生变化,从而夸大照片中的 前景物体,相对应地,俯射会使得图像画面的水平线升高,使得前景中的物体 被投影在后景中,前景中的被摄物体看上去则显得较小。若工业摄像机在β方 向的偏差角较大,采集照片中的接触网立柱特征由于俯射或者仰射的缘故必然 发生较大变形,此时获得的接触网立柱特征坐标将会失实,将会严重影响接触 网立柱特征的识别。
工业摄像机的固定部件由刚性材料制成,在β方向可能形成的偏差角Δβ 较小,此时采集照片中的接触网立柱特征基本没有发生变形,同时,β方向的 安装偏差可以进一步分解为Y方向和Z方向两个基本方向的偏差,由前文对Z 方向安装偏差的影响分析可知,在Z方向上,工业摄像机相当于仅移动了距离 d-d*cos(Δβ),此分解方向上的安装偏差对自动定位的影响很小;Y方向的安 装偏差可以看成工业摄像机与接触网立柱之间的横向距离变大或变小,由上述 可知在粗定位完成后,工业摄像机与接触网立柱之间横向距离发生变化对自动 定位构成的影响很小,可以忽略。也就是说,β方向的偏差位置安装不会影响 图像处理的进程,相应地也不会影响无人检测车的精定位,即β方向安装位置 偏差可能对精定位的影响误差εβ=0。
(4)方向安装位置偏差
规定工业摄像机沿理论安装位置的右侧方向为正方向,沿理论安装位置的 左侧方向为负方向,该方向上的安装偏差可以分解为Y方向和X方向两个基 本方向的分量,前文已对Y方向上的安装偏差影响做过分析,这里不再对方向在Y方向上的分量进行说明。
假设工业摄像机处于A点位置,相对于理论位置偏移了角度此时, 通过无线遥控器的“启动精定位”按钮启动无人检测车的精定位过程,由于工 业摄像机在方向上的安装位置偏差了角度故无人检测车实现精定位时, 虽然工业摄像机的镜头正对着接触网立柱中心,但是无人检测车没有运动至理 想位置,即工业摄像机不会处于C点位置,而实际处于B点位置,易得到B 点和C点之间偏移了距离H:
式中:τ为距离H折算到图片中的系数。
此时工业摄像机采集照片中的接触网立柱特征坐标也将会沿着+X方向偏 移H',此时若依然使用图像处理得到的接触网特征的像素横坐标来计算无人检 测车与接触网立柱之间的纵向距离,该距离会存在偏差工控机 根据该数据向下PLC发送控制指令,会使得无人检测车的定位位置存在偏差, 也就是说,无人检测车无法实现该接触网立柱位置的自动定位。
(5)α方向安装位置偏差
该方向上的安装偏差可以分解为Z方向和X方向两个基本方向的分量, 前文已对Z方向上的安装偏差影响做过分析,这里不再对方向在Z方向上 的分量进行说明。矩形面ABCD为工业摄像机在α方向上没有安装偏差,即 Δα=0时图片中的接触网立柱特征,矩形面EBCF为工业摄像机在α方向上存 在安装偏差角Δα时,图片中的接触网立柱特征,EG为数据分析用辅助线。在 Δα=0情况下,模板的左侧边和右侧边分别到达AB和DC处时,特征识别结 束,可以计算得到接触网立柱中心的像素横坐标h;在α方向上存在安装偏差 角Δα情况下,模板的左侧边和右侧边分别到达DG和EC处时,特征识别结 束,同样可以计算得到接触网立柱中心的像素横坐标g。此时,容易得到两种 情况下的距离差异为εα:
εα=h-g=yρtan(Δα)/2
式中:y为截取图片的纵向像素值,即200。
ρ为一个像素所对应的纵向距离偏差值。
(6)X方向偏差安装位置
工业摄像机在X方向上的安装偏差情况同前文方向在X方向上误差分 量补偿情况类似,若工业摄像机在X方向上的安装位置偏移了e,则X方向安 装位置偏差可能对精定位的影响误差εX=e。
假设工业摄像机的安装位置在六个基本方向上都存在安装偏差,则其总影 响误差ε为:
由上式可知,工业摄像机的安装偏差只有X方向或其它方向在X方向上 的分量会对图像处理构成影响,因此,为了尽可能地减小工业摄像机安装误差 的影响,需要对ε值进行补偿,考虑到无人检测车在完成一段接触网检测工作 过程中,工业摄像机的位置不再发生变动,即偏移量不再发生改变,而无人检 测车的运动又建立在绝对坐标系下,故在定位程序中设计了对应地偏移量补偿 方式。
完成一次精定位,当精定位完成时,记录行走伺服电机的当前位置P1, 在手动模式下使无人检测车运动至理想停车位置,即工业摄像机处于C点时无 人检测车的位置,再次记录下此时行走伺服电机的当前位置P2,***只需要 将记录下的位置数据P1和P2进行求差运算,即可得到无人检测车误差补偿量 ΔP:
ΔP=P2-P1
通过无线遥控器的“存储误差补偿量”按钮将ΔP存入数据库,在后续的 精定位过程中,通过图像处理获得无人检测车与立柱之间的纵向距离L时用ΔP 进行补偿,即无人检测车精定位时实际应该运动的距离K为:
K=L+ΔP
本发明通过对可能影响无人检测车自动定位精度的因素进行分析,保证无 人检测车的自动定位精度满足±30mm的要求。
Claims (8)
1.一种基于无人检测车自动定位***的误差分析与补偿方法,该方法包括下列顺序的步骤:
(1)分析工业摄像机存在的安装偏差位置;
(2)分析各安装偏差位置对图像处理的影响;
(3)根据安装偏差位置对图像处理的影响设计相应的补偿方法;
所述安装偏差位置包括工业摄像机在X方向、Y方向、Z方向、方向、β方向和α方向的安装偏差。
2.根据权利要求1所述的基于无人检测车自动定位***的误差分析与补偿方法,其特征在于:针对工业摄像机在X方向的安装偏差位置,若工业摄像机在X方向上的安装位置偏移了e,则X方向安装位置偏差对精定位的影响误差εX=e。
3.根据权利要求1所述的基于无人检测车自动定位***的误差分析与补偿方法,其特征在于:针对工业摄像机在Y方向的安装偏差位置,若工业摄像机在Y方向上的安装位置偏移了b,则Y方向安装位置偏差对精定位的影响误差εY=0。
4.根据权利要求1所述的基于无人检测车自动定位***的误差分析与补偿方法,其特征在于:针对工业摄像机在Z方向的安装偏差位置,工业摄像机采集的照片经过处理后获得接触网立柱特征在照片中的像素坐标,图像处理只需要得到接触网立柱特征中心的像素坐标,图像处理的实际区域为源照片中心像素大小为1920*200的部分;若工业摄像机的安装位置在Z方向上偏差了距离a,此时采集的照片相较于处于理论位置时采集的照片而言,除了在Z方向上偏移量距离a外仍然保留着同样的接触网立柱特征,故这并没有对照片中心像素大小为1920*200部分的图像处理构成影响,再加上Z方向的偏差值a较小,因此Z方向安装位置的偏差并没有影响无人检测车的自动定位,即Z方向安装位置偏差可能对精定位的影响误差εZ=0。
5.根据权利要求1所述的基于无人检测车自动定位***的误差分析与补偿方法,其特征在于:针对工业摄像机在方向的安装偏差位置,该方向上的安装偏差可以分解为Y方向和X方向两个基本方向的分量。
6.根据权利要求1所述的基于无人检测车自动定位***的误差分析与补偿方法,其特征在于:针对工业摄像机在β方向的安装偏差位置,工业摄像机的固定部件由刚性材料制成,在β方向形成的偏差角Δβ较小,此时采集照片中的接触网立柱特征基本没有发生变形,同时,β方向的安装偏差分解为Y方向和Z方向两个基本方向的偏差,在Z方向上,工业摄像机相当于仅移动了距离d-d*cos(Δβ),此分解方向上的安装偏差对自动定位的影响很小;Y方向的安装偏差可以看成工业摄像机与接触网立柱之间的横向距离变大或变小,β方向的偏差位置安装没有影响图像处理的进程,相应地也没有影响无人检测车的精定位,即β方向安装位置偏差可能对精定位的影响误差εβ=0。
7.根据权利要求1所述的基于无人检测车自动定位***的误差分析与补偿方法,其特征在于:针对工业摄像机在α方向的安装偏差位置,该方向上的安装偏差分解为Z方向和X方向两个基本方向的分量。
8.根据权利要求1所述的基于无人检测车自动定位***的误差分析与补偿方法,其特征在于:假设工业摄像机的安装位置在六个基本方向上都存在安装偏差,则其总影响误差ε为:
由上式可知,工业摄像机的安装偏差只有X方向或其它方向在X方向上的分量会对图像处理构成影响,因此,为了减小工业摄像机安装误差的影响,需要对ε的值进行补偿:完成一次精定位,当精定位完成时,记录行走伺服电机的当前位置P1,在手动模式下使无人检测车运动至理想停车位置,即工业摄像机处于C点时无人检测车的位置,再次记录下此时行走伺服电机的当前位置P2,***只需要将记录下的位置数据P1和P2进行求差运算,即可得到无人检测车误差补偿量ΔP:
ΔP=P2-P1
将ΔP存入数据库,在后续的精定位过程中,通过图像处理获得无人检测车与立柱之间的纵向距离L时用ΔP进行补偿,即无人检测车精定位时实际应该运动的距离K为:
K=L+ΔP。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810369827.8A CN108844542B (zh) | 2018-04-23 | 2018-04-23 | 一种基于无人检测车自动定位***的误差分析与补偿方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810369827.8A CN108844542B (zh) | 2018-04-23 | 2018-04-23 | 一种基于无人检测车自动定位***的误差分析与补偿方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108844542A true CN108844542A (zh) | 2018-11-20 |
CN108844542B CN108844542B (zh) | 2021-05-14 |
Family
ID=64212153
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810369827.8A Active CN108844542B (zh) | 2018-04-23 | 2018-04-23 | 一种基于无人检测车自动定位***的误差分析与补偿方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108844542B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111026081A (zh) * | 2019-12-10 | 2020-04-17 | 苏州智加科技有限公司 | 一种误差计算方法、装置、设备及存储介质 |
CN113076949A (zh) * | 2021-03-31 | 2021-07-06 | 成都唐源电气股份有限公司 | 一种接触网零部件快速定位方法及*** |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1884968A (zh) * | 2005-06-24 | 2006-12-27 | 日产自动车株式会社 | 车辆用图像生成设备和方法 |
CN103557788A (zh) * | 2013-10-15 | 2014-02-05 | 西南交通大学 | 一种高铁接触网接几何参数检测非接触式补偿及卡尔曼滤波修正方法 |
CN104243833A (zh) * | 2014-09-30 | 2014-12-24 | 安科智慧城市技术(中国)有限公司 | 一种相机姿态的调整方法及装置 |
WO2015159489A1 (ja) * | 2014-04-16 | 2015-10-22 | 株式会社デンソー | 車載カメラの取り付け誤差表示制御装置及び取り付け誤差検出装置 |
CN205168698U (zh) * | 2015-11-04 | 2016-04-20 | 华南理工大学 | 一种在线车辆偏移预警标定*** |
CN106023237A (zh) * | 2016-06-17 | 2016-10-12 | 武汉理工大学 | 一种双目摄像机定位校准方法 |
CN107092251A (zh) * | 2016-12-22 | 2017-08-25 | 合肥工业大学 | 基于图像识别的铁路无人巡检车的自动定位***及方法 |
-
2018
- 2018-04-23 CN CN201810369827.8A patent/CN108844542B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1884968A (zh) * | 2005-06-24 | 2006-12-27 | 日产自动车株式会社 | 车辆用图像生成设备和方法 |
CN103557788A (zh) * | 2013-10-15 | 2014-02-05 | 西南交通大学 | 一种高铁接触网接几何参数检测非接触式补偿及卡尔曼滤波修正方法 |
WO2015159489A1 (ja) * | 2014-04-16 | 2015-10-22 | 株式会社デンソー | 車載カメラの取り付け誤差表示制御装置及び取り付け誤差検出装置 |
CN104243833A (zh) * | 2014-09-30 | 2014-12-24 | 安科智慧城市技术(中国)有限公司 | 一种相机姿态的调整方法及装置 |
CN205168698U (zh) * | 2015-11-04 | 2016-04-20 | 华南理工大学 | 一种在线车辆偏移预警标定*** |
CN106023237A (zh) * | 2016-06-17 | 2016-10-12 | 武汉理工大学 | 一种双目摄像机定位校准方法 |
CN107092251A (zh) * | 2016-12-22 | 2017-08-25 | 合肥工业大学 | 基于图像识别的铁路无人巡检车的自动定位***及方法 |
Non-Patent Citations (1)
Title |
---|
朱家诚 等: "铁路接触网巡检无人车自动定位***研究", 《机械设计与制造》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111026081A (zh) * | 2019-12-10 | 2020-04-17 | 苏州智加科技有限公司 | 一种误差计算方法、装置、设备及存储介质 |
CN111026081B (zh) * | 2019-12-10 | 2021-05-11 | 苏州智加科技有限公司 | 一种误差计算方法、装置、设备及存储介质 |
CN113076949A (zh) * | 2021-03-31 | 2021-07-06 | 成都唐源电气股份有限公司 | 一种接触网零部件快速定位方法及*** |
Also Published As
Publication number | Publication date |
---|---|
CN108844542B (zh) | 2021-05-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105806219B (zh) | 检测crtsⅲ型轨道板外观尺寸偏差的方法 | |
CN108248634B (zh) | 道岔及轨道全轮廓磨损视觉测量仪及其测量方法 | |
CN105674880B (zh) | 基于双目原理的接触网几何参数测量方法及*** | |
CN101021417B (zh) | 一种长直轨道几何参数的摄像测量方法 | |
CN106960591B (zh) | 一种基于路面指纹的车辆高精度定位装置及方法 | |
CN1804541A (zh) | 一种摄像机空间三维位置姿态测量方法 | |
CN101881000B (zh) | 一种公路路面平整度的摄像测量***及方法 | |
CN109520421A (zh) | 一种影像测头姿态的调整装置及其调整方法 | |
CN109443207A (zh) | 一种光笔式机器人原位测量***与方法 | |
CN102406504B (zh) | 一种双柱式非接触三维人体尺寸自动测量仪 | |
CN103292695A (zh) | 一种单目立体视觉测量方法 | |
CN105930795A (zh) | 一种基于人体骨骼关节点间空间向量的行走状态识别方法 | |
CN104023228A (zh) | 一种基于全局运动估计的自适应室内视觉定位方法 | |
CN108844542A (zh) | 一种基于无人检测车自动定位***的误差分析与补偿方法 | |
CN105953771A (zh) | 一种主动式经纬仪***及测量方法 | |
CN106595596B (zh) | 一种铁路轨道轨向检测的摄影测量方法 | |
CN111809466B (zh) | 一种高速铁路cpiii控制网复测方法、装置 | |
CN105241384A (zh) | 一种基于计算机视觉的钢轨焊缝错边量测量方法 | |
US11981362B2 (en) | Method and measuring vehicle for determining an actual position of a track | |
CN109544607A (zh) | 一种基于道路标志线的点云数据配准方法 | |
CN208453013U (zh) | 移动检测机器人搭载2d激光雷达扫描车轴的定位*** | |
CN116989675B (zh) | 预制构件表观检测***及其检测方法 | |
CN102431485B (zh) | 一种车载式非接触三维人体自动测量*** | |
CN108317997A (zh) | 基于视频分析的轨道车辆在隧道内的振动检测*** | |
CN111618550B (zh) | 用于导弹舱段增强现实辅助装配的柔性配合***及监测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |