CN110091342B - 车况检测方法、装置和检测机器人 - Google Patents

Abstract

本发明提供了一种车况检测方法、装置和检测机器人；其中，该方法应用于检测机器人的控制器；检测机器人还包括可移动装置和机械臂；机械臂搭载在可移动装置上；机械臂上安装有检测设备；方法包括：接收车况检测指令；车况检测指令包括待检测车辆的位置信息；采集待检测车辆的图像数据；根据位置信息和图像数据，确定可移动装置的行走路径和机械臂的走位路径；控制可移动装置沿着行走路径移动，控制机械臂按照走位路径动作，以通过检测设备采集待检测车辆的车况检测数据。本发明可以适用于环境复杂多变、车型多样的门店内车况检测。

Description

车况检测方法、装置和检测机器人

技术领域

本发明涉及车辆检测技术领域，尤其是涉及一种车况检测方法、装置和检测机器人。

背景技术

相关技术中，通常采用固定的检测工作区进行车况检测，并设置专业的安全护栏，因而更加适合厂房、生产车间等环境，对检测环境要求较高，且通常仅能够检测固定的一款或数款车型，检测的车型有限，难以适用于环境复杂多变、车型多样的门店内车况检测。

发明内容

本发明的目的在于提供一种车况检测方法、装置和检测机器人，以适用于环境复杂多变、车型多样的门店内车况检测。

为了实现上述目的，本发明实施例采用的技术方案如下：

第一方面，本发明实施例提供了一种车况检测方法，该方法应用于检测机器人的控制器；检测机器人还包括可移动装置和机械臂；机械臂搭载在可移动装置上；机械臂上安装有检测设备；方法包括：接收车况检测指令；车况检测指令包括待检测车辆的位置信息；采集待检测车辆的图像数据；根据位置信息和图像数据，确定可移动装置的行走路径和机械臂的走位路径；控制可移动装置沿着行走路径移动，控制机械臂按照走位路径动作，以通过检测设备采集待检测车辆的车况检测数据。

在一些实施方式中，上述采集待检测车辆的图像数据的步骤之前，上述方法还包括：根据位置信息确定待检测车辆的位置参考点；控制可移动装置从预设的起始点移动至位置参考点。

在一些实施方式中，上述控制器内预先存储有当前检测环境的地图数据；位置信息包括车位号或检测区域；上述根据位置信息确定待检测车辆的位置参考点的步骤，包括：从地图数据中确定位置信息对应车位的位置参考点；或者，从地图数据中确定位置信息对应车位的区域范围；通过摄像装置从区域范围中识别预留参考物的位置，根据预留参考物的位置确定位置参考点。

在一些实施方式中，上述采集待检测车辆的图像数据的步骤，包括：在待检测车辆的位置参考点上采集待检测车辆的前脸图像；控制可移动装置从位置参考点移动至位置参考点对应车位的侧面拍摄点；在侧面拍摄点采集待检测车辆的侧面图像。

在一些实施方式中，上述根据位置信息和图像数据，确定可移动装置的行走路径和机械臂的走位路径的步骤，包括：将图像数据输入至预先训练完成的类型识别模型，输出待检测车辆的类型；获取预先存储的待检测车辆的类型对应的车辆部件拓扑分布；根据车辆部件拓扑分布确定待检测车辆的待检测部件的初始位置；根据位置信息、以及待检测部件的初始位置，确定可移动装置的行走路径和机械臂的走位路径。

在一些实施方式中，上述确定可移动装置的行走路径的步骤，包括：根据待检测部件的初始位置与机械臂的臂长，确定行走路径与待检测车辆的距离；基于距离、预设的行走路线的方向、以及待检测车辆的位置信息，确定可移动装置的行走路径。

在一些实施方式中，上述确定机械臂的走位路径的步骤，包括：通过3D摄像装置获取待检测车辆的3D扫描图像；将3D扫描图像和待检测部件的初始位置输入至预先训练完成的实例分割模型中，输出待检测部件的3D网络模型；根据预设的采样规则，从待检测部件的3D网络模型中采集检测点，并计算检测点的法向量；根据检测点、检测点的法向量、以及预设的机械臂控制算法，确定机械臂的走位路径。

在一些实施方式中，上述方法还包括：如果待检测车辆为多个，根据待检测车辆的位置信息和当前检测环境的地图数据，确定当前检测车辆的位置参考点；控制可移动装置移动至当前检测车辆的位置参考点；针对当前检测车辆，执行上述采集待检测车辆的图像数据的步骤；当当前检测车辆的车况检测数据采集完成后，根据待检测车辆的位置信息，从待检测车辆中确定下一个当前检测车辆，继续执行确定目标当前车辆的位置参考点的步骤，直至完成所有待检测车辆的检测。

第二方面，本发明实施例还提供一种车况检测装置，该装置设置于检测机器人的控制器；检测机器人还包括可移动装置和机械臂；机械臂搭载在可移动装置上；机械臂上安装有检测设备；装置包括：指令接收模块，用于接收车况检测指令；车况检测指令包括待检测车辆的位置信息；数据采集模块，用于采集待检测车辆的图像数据；路径确定模块，用于根据位置信息和图像数据，确定可移动装置的行走路径和机械臂的走位路径；控制模块，用于控制可移动装置沿着行走路径移动，控制机械臂按照走位路径动作，以通过检测设备采集待检测车辆的车况检测数据。

第三方面，本发明实施例提供了一种检测机器人，该检测机器人包括控制器、可移动装置、机械臂和检测设备；上述车况检测装置设置在控制器中；机械臂搭载在可移动装置上；机械臂上安装有检测设备。

上述方式中，检测机器人接收到车况检测指令后，根据该指令中的待检测车辆的位置信息以及采集到的图像数据，可以确定可移动装置的行走路径和机械臂的走位路径；进而控制机器人的可移动装置沿着行走路径移动，控制机械臂按照走位路径动作，以通过检测设备采集待检测车辆的车况检测数据。该方式中，通过检测机器人进行车况检测，检测机器人可以基于待检测车辆的位置和图像数据规划行走路径和机械臂的走位，无需设置专业的检测工作区，因而可以适用于环境复杂多变、车型多样的门店内车况检测，尤其适用于门店二手车的车况检测。

本发明实施例的其他特征和优点将在随后的说明书中阐述，或者，部分特征和优点可以从说明书推知或毫无疑义地确定，或者通过实施本发明实施例的上述技术即可得知。

为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的一种检测机器人的结构示意图；

图2为本发明实施例提供的一种车况检测方法的流程图；

图3为本发明实施例提供的当前检测环境的示意图；

图4为本发明实施例提供的检测机器人采集待检测车辆的图像数据的移动路径示意图；

图5为本发明实施例提供的另一种车况检测方法的流程图；

图6为本发明实施例提供的另一种检测机器人的结构示意图；

图7为本发明实施例提供的一种行走路径的示意图；

图8为本发明实施例提供的另一种行走路径的示意图；

图9为本发明实施例提供的一种车况检测装置的结构示意图；

图10为本发明实施例提供的一种电子设备的结构示意图。

具体实施方式

下面将结合实施例对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

为了适应二手车检测的业务场景，本实施例提供一种适用于复检点、保卖门店、车后门店等多种环境的车况检测方式，同时能够适配多种车型。基于此，本实施例通过检测机器人进行车况检测。为了便于理解，首先提供一种检测机器人，如图1所示，该检测机器人10至少包括控制器100、可移动装置101和机械臂102；其中的机械臂搭载在可移动装置上；机械臂上安装有检测设备103；该检测设备可以根据具体的检测需求设置，如漆膜色差检测仪、桔皮仪等。该机械臂可以为六轴机械臂，可移动装置具体可以为AVG(Automated GuidedVehicle，自动引导车)或AMR(Automated Mobile Robot，自动移动机器人)等。另外，该检测机器人上还可以设置有摄像头、3D扫描设备等。

基于上述检测机器人，参见图2所示的一种车况检测方法的流程图，该方法应用于上述检测机器人的控制器；该方法包括如下步骤：

步骤S202，接收车况检测指令；该车况检测指令包括待检测车辆的位置信息；

该车况检测指令可以由工作人员发出，具体地，该检测机器人上可以设置有触摸屏、键盘、显示屏等人机交互设备，工作人员通过检测机器人上的人机交互设备发出车况检测指令；另一种方式中，该检测机器人可以与终端设备通信连接，工作人员通过该终端设备向检测机器人发出上述车况检测指令；另外，该检测机器人可以与控制平台通信连接，工作人员通过该控制平台向检测机器人发出上述车况检测指令。

上述待检测车辆的位置信息也可以具有多种形式，例如，可以预先划定多个车位，并为每个车位进行编号，该待检测车辆的位置信息具体可以为车位的编号；另外，还可以基于当前检测环境的地图，工作人员在该地图上划定区域，该区域内的车辆均需要进行车况检测，该区域即上述待检测车辆的位置信息。

步骤S204，采集待检测车辆的图像数据；

如果检测机器人上设置有摄像头，该待检测车辆的图像数据可以由该摄像头采集得到；另一种方式中，还可以由设置在当前检测环境的其他摄像头采集，并发送至检测机器人。

步骤S206，根据上述位置信息和图像数据，确定可移动装置的行走路径和机械臂的走位路径；

步骤S208，控制可移动装置沿着行走路径移动，控制机械臂按照走位路径动作，以通过检测设备采集待检测车辆的车况检测数据。

上述可移动装置的行走路径可以理解为检测机器人在当前检测环境的地面上的行走路径；控制器通过上述位置信息可以确定每台待检测车辆的位置，通过上述图像数据可以确定每台待检测车辆的停放方向、各个部件的具***置等，进而确定检测机器人从当前所处的位置出发的行走路径，该行走路径通常需要覆盖所有需要待检测车辆的待检测部件的位置，在此基础上，还可以出于节约能源的考虑，规划最短的行走路径。

上述机械臂的走位路径可以理解为检测机器人上的机械臂带动检测设备在三维空间内的走位路径；控制器通过上述图像数据可以确定每台待检测车辆的停放方向、各个部件的具***置，进而基于这些信息确定每台待检测车辆的一个或多个检测点，基于这些检测点的位置，确定上述机械臂的走位路径；该机械臂的走位路径通常需要覆盖所有需要待检测车辆上各个检测点的位置。

控制器确定出可移动装置的行走路径和机械臂的走位路径后，即可根据该可移动装置的行走路径控制可移动装置行走，同时根据机械臂的走位路径控制机械臂的动作，在机械臂的动作过程中，启动检测设备采集相关数据。

上述方式中，检测机器人接收到车况检测指令后，根据该指令中的待检测车辆的位置信息以及采集到的图像数据，可以确定可移动装置的行走路径和机械臂的走位路径；进而控制机器人的可移动装置沿着行走路径移动，控制机械臂按照走位路径动作，以通过检测设备采集待检测车辆的车况检测数据。该方式中，通过检测机器人进行车况检测，检测机器人可以基于待检测车辆的位置和图像数据规划行走路径和机械臂的走位，无需设置专业的检测工作区，因而可以适用于环境复杂多变、车型多样的门店内车况检测。

为了进一步提高检测机器人确定可移动装置的行走路径和机械臂的走位路径的准确性，机器人需要获取较为准确清晰的图像数据，基于此，本实施例还提供另一种车况检测方法。

首先，可以在当前检测环境中预先规划多个车位，每个车位的一端设置有位置参考点，图3为一个示例，该示例中的检测环境域中规划有10个车位，每个车位的左端设置有相应的位置参考点。同时，将各个车位的位置信息以及每个车位的位置参考点的坐标保存至检测机器人的控制器中。检测机器人根据车况检测指令中的位置信息确定待检测车辆的位置参考点，再控制可移动装置从预设的起始点(如检测机器人的充电桩处)移动至位置参考点；到达该位置参考点后，再开始采集停放在该车位的待检测车辆。通过设置每个待检测车辆对应的位置参考点，有助于检测机器人获取准确清晰的图像数据，进而有利于提高后续确定可移动装置的行走路径和机械臂的走位路径的准确性。

上述控制器内还预先存储有当前检测环境的地图数据，该地图数据可以通过激光雷达扫描当前检测环境得到；受各种检测环境的限制，可能有的检测环境的地图数据精度较高，例如可以精确至0.01米，有的检测环境的地图数据精度较低，例如精确度可能难以达到0.05米；针对于不同精确性可以采用不同的方式确定待检测车辆的位置参考点，下面进行具体描述。

如上述实施例所述，车况检测指令中的位置信息可以为车位号，该车位号可以由工作人员输入，也可以为检测区域，该检测区域可以由工作人员在预先存储的地图数据上划定。如果检测机器人中存储的地图数据的精确较高，则可以直接从地图数据中确定位置信息对应车位的位置参考点；检测机器人可以准确地到达该位置参考点。检测机器人从起始点到达位置参考点的路径，可以通过最短距离代价函数和当前检测环境的物理约束(如环境中固有的障碍物、通道等)，通过预设的路径规划算法生成。

当检测机器人中存储的地图数据的精确较低时，如果仅根据地图数据确定位置参考点，则检测机器人可能会到达位置参考点，也可能到达该位置参考点以外的周边区域，如果到达周边区域，则检测机器人可能难以准确采集到待检测车辆的图像数据，例如，采集的图像数据不完整、偏斜、车辆占据的图像区域较小等。基于此，继续参考图3，可以在相对于位置参考点的指定位置设置预留参考物，该预留参考物可以设置在位置参考点的正前方或其他指定位置，另一种方式中，该预留参考物还可以设置在位置参考点上，例如，该预留参考物可以为某种特定的形状或颜色。

基于上述预留参考物以及地图数据，具体可以先从地图数据中确定位置信息对应车位的区域范围，再通过摄像装置采集的图像数据或激光SLAM(simultaneouslocalization and mapping，即时定位与地图构建)采集的点云数据，从该区域范围中识别预留参考物的位置，根据预留参考物的位置确定位置参考点。检测机器人到达上述区域范围后，可以采用图像识别、神经网络识别等方式定位该区域范围中的预留参考物，进而再根据预设的预留参考物与位置参考点之间的位置关系，确定位置参考点。

需要说明的是，如果车况检测指令中的位置信息中包含有多个车位，检测机器人可以随机选择其中的一个车位的位置参考点作为第一个到达的位置参考点。作为示例，并结合图3，车况检测指令中的位置信息包含车位1至车位5，检测机器人初始状态下停放在起始点，此时检测机器人从起始点出发，可以先到达车位1至车位5中任意一个车位对应的位置参考点，对该位置参考点对应车位上的车辆检测完毕后，进而再到达下一个车位对应的位置参考点，直至上述车位1至车位5中所有待检测车辆检测完毕。当然，出于节能的考虑，在确定检测机器人的行走路线时，可以先到达当前检测机器人所处位置最近的车位的位置参考点，再依次到达其他车位的位置参考点。例如，当检测机器人处在图3中的起始点时，可以先到达车位1的位置参考点，再按照车位2、车位3、车位4、车位5的顺序依次到达后续车位的位置参考点，并完成车辆检测的任务。

基于上述描述，检测机器人采集待检测车辆的图像数据的步骤，可以通过下述步骤10-步骤14实现；

步骤10，在待检测车辆的位置参考点上采集待检测车辆的前脸图像；

检测机器人到达位置参考点后，可能还需要进一步确认该位置参考点对应的车位上是否停放有待检测车辆，具体可以通过检测机器人上的摄像装置或者通过安装在当前检测环境中的摄像头采集图像，同时结合控制平台内存储的车辆信息确认。

步骤12，控制可移动装置从位置参考点移动至该位置参考点对应车位的侧面拍摄点；

步骤14，在该侧面拍摄点采集待检测车辆的侧面图像。

结合图4，检测机器人到达车位n的位置参考点后，即可通过检测机器人上的摄像装置采集车位上停放的车辆的正面图像，进而可以沿着图4中的虚线路径1，到达车位n的侧面拍摄点，通过摄像装置采集车位上停放的车辆的侧面图像。如果正面图像和侧面图像能够满足实际检测需求，此时可以停止拍摄。另一种方式中，如果还要求采集车辆的背面图像，检测机器人在采集车辆的侧面图像完毕后，可以继续沿着图4中的虚线路径2，达到车位n的背面拍摄点，通过摄像装置采集车位上停放的车辆的背面图像。

上述车位、位置参考点、侧面拍摄点以及背面拍摄点(如果有)的位置可以预先设置，因而检测机器人可以根据位置参考点、侧面拍摄点以及背面拍摄点的位置坐标，计算得到上述图4中的路径1和路径2。

上述采集车辆的图像数据的方式，可以获得各个角度的车辆图像，且图像准确清洗，有利于提高后续车型识别、部件识别的准确性。

本实施例还提供另一种车况检测方法；在上述实施例中获取到待检测车辆的位置信息和图像数据的基础上，本实施例重点描述确定可移动装置的行走路径和机械臂的走位路径的具体实现方式。

采集到待检测车辆的图像数据后，可以首先将图像数据输入至预先训练完成的类型识别模型，输出待检测车辆的类型；获取预先存储的待检测车辆的类型对应的车辆部件拓扑分布；再根据车辆部件拓扑分布确定待检测车辆的待检测部件的初始位置；最后根据位置信息、以及待检测部件的初始位置，确定可移动装置的行走路径和机械臂的走位路径。

上述类型识别模型可以使用神经网络，通过大量样本图像训练得到；模型可以预先划分车辆的类型，例如包括两厢车、三厢车、SUV(sport utilityvehicle，运动型多用途汽车)等。通常，对于同一类型但不同品牌、车型的车辆，其车辆部件拓扑分布是相同的，又由于车辆的类型有限，因而可以预先采集各种车辆类型的车辆部件拓扑分布，该车辆部件拓扑分布具体可以理解为车辆外部各个覆盖件的形状、各个覆盖件之间的位置关系等；该覆盖件通常包括前保险杠、后保险杠、左前翼子板、右前翼子板、左后翼子板、右后翼子板、左前门、左后门、右前门、右后门、发动机舱盖、行李箱盖、车顶、左A柱、右A柱、左C柱、右C柱、左横梁、右横梁等。

另外，针对各种车辆的类型，并结合实际检测需求，可以预先指定待检测部件，如前保险杠、左前门、右后门等；获取到该车辆类型的车辆部件拓扑分布后，可以基于该车辆部件拓扑分布从图像数据中定位出待检测部件的初始位置；由于待检测部件具有一定的面积，因而这里的待检测部件的初始位置可以理解为该待检测部件所处的位置区域。通过上述方式，可以实现对多种类型的车辆待检测部件的粗定位，适用于多种车型的检测。

基于上述描述，参见图5所示的另一种车况检测方法的流程图；在此之前，本实施例还提供另一种检测机器人的具体结构，参见图6，在图1所示的检测机器人的基础上，该检测机器人还包括2D(2-Dimension，二维)摄像装置104、3D(3-Dimension，三维)摄像装置105，该2D摄像装置具体可以为大视野的2D相机，该3D摄像装置具体可以为双目相机、RGBD相机等。检测机器人的机械臂的第六轴手腕处可以设置有安装版、执行机构或夹具，以固定检测设备，如果该检测设备为接触式检测，检测设备的末端可以配置有浮动件或弹性单元，以支持末端力反馈控制。另外，该检测机器人还可以包括人机交互装置106、电源管理模块107、安全预警模块108等。

需要说明的是，上述2D摄像装置104和3D摄像装置105同时搭载在机械臂上，2D摄像装置和3D摄像装置需要预先进行标定，以使二者采集的图像相对应。另一种方式中，检测机器人的机械臂上可以仅搭载3D摄像装置，通过该3D摄像装置采集2D图像，此时，需要拉大3D摄像装置的拍摄视野。2D图像与3D点云数据(即上述3D扫描图像)通过相机参数进行标定，以使2D图像与3D点云数据具有映射关系。

其中的检测设备可以通过蓝牙等通信方式与控制器通信连接；人机交互装置可以通过TCP/IP(Transmission Control Protocol/Internet Protocol，传输控制协议/因特网互联协议)协议与控制器通信连接；2D摄像装置、3D摄像装置、可移动装置、机械臂以及外部的移动终端均可以通过EtherNet/IP(EtherNet/Internet Protocol，基于以太网的因特网互联协议)协议与控制器通信连接；外部的控制平台可以通过WiFi与控制器通信连接。

基于上述检测机器人，执行下述方法的步骤：

步骤S502，接收车况检测指令；该车况检测指令包括待检测车辆的位置信息；

步骤S504，根据所述位置信息确定所述待检测车辆的位置参考点；

步骤S506，控制所述可移动装置从预设的起始点移动至所述位置参考点。

步骤S506，在待检测车辆的位置参考点上采集待检测车辆的前脸图像；

步骤S508，控制可移动装置从位置参考点移动至该位置参考点对应车位的侧面拍摄点；

步骤S510，在该侧面拍摄点采集待检测车辆的侧面图像。

步骤S512，将图像数据输入至预先训练完成的类型识别模型，输出待检测车辆的类型；

步骤S514，获取预先存储的待检测车辆的类型对应的车辆部件拓扑分布；

步骤S516，根据车辆部件拓扑分布确定待检测车辆的待检测部件的初始位置；

上述步骤S502至S516已在前述实施例中予以描述，下面继续描述确定可移动装置的行走路径和机械臂的走位路径的步骤。

步骤S518，根据待检测部件的初始位置与机械臂的臂长，确定行走路径与待检测车辆的距离；

步骤S520，基于距离、预设的行走路线的方向、以及待检测车辆的位置信息，确定可移动装置的行走路径。

上述步骤S518和S520用于确定可移动装置的行走路径，可以理解，为了采集车辆上待检测部件的相关检测参数，机械臂应当将检测设备移动至足够靠近待检测部件的位置，又由于机械臂的臂长通常具有最大值，因此检测机器人的行走路径应当适当靠近待检测车辆，同时还需要保证检测机器人与待检测车辆的安全，避免相互碰撞。综上，可以预先进行测量实验，确定待检测部件的初始位置、机械臂的臂长、以及行走路径与待检测车辆的距离的对应关系，当获取到当前待检测车辆中待检测部件的初始位置与机械臂的臂长后，即可从上述对应关系中查找到行走路径与待检测车辆的距离。例如，机械臂展开后的臂长为1.2米，则该距离可以设置为0.8米。

上述预设的行走路线的方向，通常可以根据车位的侧面拍摄点确定，例如，如果侧面拍摄点位于车位的左侧，该预设的行走路线的方向可以为逆时针，如果侧面拍摄点位于车位的右侧，该预设的行走路线的方向可以为顺时针，以最大程度地减少检测机器人的行走路程。

作为示例，图7示出了一种行走路径的示意图；该示例中仅在车位n的位置参考点上拍摄前脸图像，检测机器人沿着路径1移动到侧面拍摄点后，拍摄侧面图像，然后检测机器人沿着路径2到达车位的左上角位置，该左上角位置可以为行走路径的初始位置，再根据上述确定出的距离，以逆时针方向围绕待检测车辆行走，直至再次到达车位的左上角位置，如图7中的路径3、路径4、路径5和路径6。即，检测机器人的可移动装置的行走路径可以理解为：从行走路径的初始位置开始，根据确定出的距离按照逆时针或顺时针方向围绕待检测车辆行走的路径。通过上述方式确定的行走路径，与车辆的距离适中，有利于机械臂走位，便于采集检测数据。

另外，为了进一步提高图像数据的准确清晰程度，可以在待检测车辆上设置一个局部特征标记，如图7中的“*”标志。当检测机器人到达位置参考点后，根据该局部特征标记再次微调机器人的位置，以使采集到的图像数据中，车辆的位置、大小等更加标准，有利于提高后续行走路径和走位路径的精确。

步骤S522，通过3D摄像装置获取待检测车辆的3D扫描图像；

步骤S524，将3D扫描图像和待检测部件的初始位置输入至预先训练完成的实例分割模型中，输出待检测部件的3D网络模型；

步骤S526，根据预设的采样规则，从待检测部件的3D网络模型中采集检测点，并计算检测点的法向量；

步骤S528，根据检测点、检测点的法向量、以及预设的机械臂控制算法，确定机械臂的走位路径。

步骤S530，控制可移动装置沿着行走路径移动，控制机械臂按照走位路径动作，以通过检测设备采集待检测车辆的车况检测数据。

上述步骤S522至S528用于确定机械臂的走位路径，由于待检测车辆中各个待检测部件的高度、以及部件表面的弧度均会影响检测设备的位置，因此，需要通过待检测车辆的3D扫描图像进一步从待检测部件中确定检测点，进而确定机械臂的走位路径。

具体而言，上述实例分割模型可以使用神经网络，通过大量样本图像训练得到；在采集用于实例分割的图像时，通常需要3D摄像装置的视野大于最大的待检测部件，训练实例分割模型所采用的样本图像可以是3D扫描图像，也可以是2D图像和3D扫描图像的混合数据。

上述待检测部件的初始位置可以标柱在待检测车辆的图像数据上，将该图像数据和待检测车的3D扫描图像输入至该实例分割模型中，可以输出标注在3D扫描图像上的各个待检测部件的3D网络模型。上述采样规则中可以包含各个车辆的类型对应的、各个待检测部件对应的检测点的位置。待检测车辆的类型、以及各个待检测部件的3D网络模型确定后，即可从上述采样规则中查找到相应的检测点的位置。另外，由于3D网络模型中包含有待检测部件表面各个点的位置信息，通过对检测点求取偏导数，即可得到该检测点的法向量。该法向量可以用于确定检测设备的姿势，例如，对于特定的检测项目，需要检测设备上的检测传感装置沿着检测点的法向量方向摆放。

以漆膜检测为例，机械臂的第六轴安装的检测设备为漆膜仪，该漆膜仪的探头在检测点上采集数据，采集到的数据可以实时回传给与检测机器人通信连接的控制平台。

上述方式中，检测点可以用于确定检测设备需要到达的位置，检测点的法向量用于确定检测设备的姿势，进而通过机械臂控制算法确定机械臂的走位路径，该走位路径通常需要覆盖该待检测车辆上所有检测点的位置，并且在每个检测点上，检测设备的姿势满足该检测点的法向量。该方式通过3D扫描图像实现待检测部件的精确定位，有利于提高车况检测的精确性。

本实施例还提供另一种车况检测方法，该方法重点描述当待检测车辆的位置信息中包含有多个待检测车辆时，车况的检测方法。如果待检测车辆为多个，可以根据待检测车辆的位置信息和当前检测环境的地图数据，确定当前检测车辆的位置参考点；控制可移动装置移动至当前检测车辆的位置参考点；针对当前检测车辆，执行上述采集当前待检测车辆的图像数据的步骤，直至当前检测车辆的车况检测数据采集完成。进而再根据待检测车辆的位置信息，从待检测车辆中确定下一个当前检测车辆，继续执行确定目标当前车辆的位置参考点的步骤，直至完成所有待检测车辆的检测。

图8示出了一个示例，该示例以三辆待检测车辆为例进行说明，分别为车位1、车位2和车位3上停放的待检测车辆。检测机器人首先到达车位1的位置参考点，开始采集该待检测车辆的图像数据、3D扫描图像等，进而确定可移动装置的行走路径和机械臂的走位路径，然后从车位1的左上角开始执行上述可移动装置的行走路径和机械臂的走位路径，再次到达该左上角后，说明当前待检测车辆检测完毕，然后移动至车位2的位置参考点，按照同样的步骤完成车位2上待检测车辆的检测，同理完成车位3上待检测车辆的检测。当所有车辆完成检测后，检测机器人可以返回起始点进行充电。

另外，为了进一步提高检测机器人的安全性，该检测机器人通常还需要配置避障检测与撞击保护功能、当有人员进入检测去后进行安全提示并设为安全状态的功能、在人机共存区域对检测机器人的工作状态进行约束(如设置移动速度的上限等)的功能、以及检测机器人与工作人员的移动终端进行人机交互的功能等。

对应于上述车况检测方法的实施例，参见图9所示的一种车况检测装置的结构示意图；该装置设置于检测机器人的控制器；检测机器人还包括可移动装置和机械臂；机械臂搭载在可移动装置上；机械臂上安装有检测设备；该装置包括：

指令接收模块90，用于接收车况检测指令；车况检测指令包括待检测车辆的位置信息；

数据采集模块91，用于采集待检测车辆的图像数据；

路径确定模块92，用于根据位置信息和图像数据，确定可移动装置的行走路径和机械臂的走位路径；

控制模块93，用于控制可移动装置沿着行走路径移动，控制机械臂按照走位路径动作，以通过检测设备采集待检测车辆的车况检测数据。

上述车况检测装置中，检测机器人接收到车况检测指令后，根据该指令中的待检测车辆的位置信息以及采集到的图像数据，可以确定可移动装置的行走路径和机械臂的走位路径；进而控制机器人的可移动装置沿着行走路径移动，控制机械臂按照走位路径动作，以通过检测设备采集待检测车辆的车况检测数据。该方式中，通过检测机器人进行车况检测，检测机器人可以基于待检测车辆的位置和图像数据规划行走路径和机械臂的走位，无需设置专业的检测工作区，因而可以适用于环境复杂多变、车型多样的门店内车况检测。

进一步地，上述装置还包括：第一参考点确定模块，用于根据位置信息确定待检测车辆的位置参考点；第一移动控制模块，用于控制可移动装置从预设的起始点移动至位置参考点。

进一步地，上述控制器内预先存储有当前检测环境的地图数据；位置信息包括车位号或检测区域；上述参考点确定模块，还用于：从地图数据中确定位置信息对应车位的位置参考点；或者，从地图数据中确定位置信息对应车位的区域范围；通过摄像装置从区域范围中识别预留参考物的位置，根据预留参考物的位置确定位置参考点。

进一步地，上述数据采集模块91，还用于：在待检测车辆的位置参考点上采集待检测车辆的前脸图像；控制可移动装置从位置参考点移动至位置参考点对应车位的侧面拍摄点；在侧面拍摄点采集待检测车辆的侧面图像。

进一步地，上述路径确定模块92，还用于：将图像数据输入至预先训练完成的类型识别模型，输出待检测车辆的类型；获取预先存储的待检测车辆的类型对应的车辆部件拓扑分布；根据车辆部件拓扑分布确定待检测车辆的待检测部件的初始位置；根据位置信息、以及待检测部件的初始位置，确定可移动装置的行走路径和机械臂的走位路径。

进一步地，上述路径确定模块92，还用于：根据待检测部件的初始位置与机械臂的臂长，确定行走路径与待检测车辆的距离；基于距离、预设的行走路线的方向、以及待检测车辆的位置信息，确定可移动装置的行走路径。

进一步地，上述路径确定模块92，还用于：通过3D摄像装置获取待检测车辆的3D扫描图像；将3D扫描图像和待检测部件的初始位置输入至预先训练完成的实例分割模型中，输出待检测部件的3D网络模型；根据预设的采样规则，从待检测部件的3D网络模型中采集检测点，并计算检测点的法向量；根据检测点、检测点的法向量、以及预设的机械臂控制算法，确定机械臂的走位路径。

进一步地，上述装置还包括：第二参考点确定模块，用于如果待检测车辆为多个，根据待检测车辆的位置信息和当前检测环境的地图数据，确定当前检测车辆的位置参考点；第二移动控制模块，用于控制可移动装置移动至当前检测车辆的位置参考点；执行模块，用于针对当前检测车辆，执行上述采集待检测车辆的图像数据的步骤；当当前检测车辆的车况检测数据采集完成后，根据待检测车辆的位置信息，从待检测车辆中确定下一个当前检测车辆，继续执行确定目标当前车辆的位置参考点的步骤，直至完成所有待检测车辆的检测。

本实施例所提供的装置，其实现原理及产生的技术效果和前述实施例相同，为简要描述，装置实施例部分未提及之处，可参考前述方法实施例中相应内容。

本实施例还提供一种检测机器人，该检测机器人包括控制器、可移动装置、机械臂和检测设备；上述车况检测装置装置设置在控制器中；机械臂搭载在可移动装置上；机械臂上安装有检测设备。

本实施例还提供一种电子设备，参见图10所示的一种电子设备的结构示意图，该电子设备包括存储器1000和处理器1001；其中，存储器1000即为机器可读存储介质，用于存储一条或多条计算机指令，一条或多条计算机指令被处理器执行，以实现上述车况检测方法的步骤。上述检测机器人可参照如图10所示的电子设备实现，或者具有相比于图10所示的电子设备更多或更少的部件，在此不进行限制。

进一步，图10所示的电子设备还包括总线1002和通信接口1003，处理器1001、通信接口1003和存储器1000通过总线1002连接。

其中，存储器1000可能包含高速随机存取存储器(RAM，Random Access Memory)，也可能还包括非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。通过至少一个通信接口1003(可以是有线或者无线)实现该***网元与至少一个其他网元之间的通信连接，可以使用互联网，广域网，本地网，城域网等。总线1002可以是ISA总线、PCI总线或EISA总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，图10中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。

处理器1001可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器1001中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器1001可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(DigitalSignal Processing，简称DSP)、专用集成电路(Application Specific IntegratedCircuit，简称ASIC)、现场可编程门阵列(Field-Programmable Gate Array，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施方式中的发明的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施方式所发明的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器1000，处理器1001读取存储器1000中的信息，结合其硬件完成前述实施方式的方法的步骤。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的***具体工作过程，可以参考前述实施例中的对应过程，在此不再赘述。

本发明实施例所提供的车况检测方法、装置以及***的计算机程序产品，包括存储了程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行前面方法实施例中所述的方法，具体实现可参见方法实施例，在此不再赘述。

另外，在本发明实施例的描述中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。

最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims (6)

1.一种车况检测方法，其特征在于，所述方法应用于检测机器人的控制器；所述检测机器人还包括可移动装置和机械臂；所述机械臂搭载在所述可移动装置上；所述机械臂上安装有检测设备；所述方法包括：

接收车况检测指令；所述车况检测指令包括待检测车辆的位置信息；其中，所述待检测车辆为停放在门店中的车辆；

采集所述待检测车辆的图像数据；

根据所述位置信息和所述图像数据，确定所述可移动装置的行走路径和所述机械臂的走位路径；

控制所述可移动装置沿着所述行走路径移动，控制所述机械臂按照所述走位路径动作，以通过所述检测设备采集所述待检测车辆的车况检测数据；

采集所述待检测车辆的图像数据的步骤之前，所述方法还包括：

根据所述位置信息确定所述待检测车辆的位置参考点；

控制所述可移动装置从预设的起始点移动至所述位置参考点；

采集所述待检测车辆的图像数据的步骤，包括：

在所述待检测车辆的位置参考点上采集所述待检测车辆的前脸图像；

控制所述可移动装置从所述位置参考点移动至所述位置参考点对应车位的侧面拍摄点；

在所述侧面拍摄点采集所述待检测车辆的侧面图像；

根据所述位置信息和所述图像数据，确定所述可移动装置的行走路径和所述机械臂的走位路径的步骤，包括：

将所述图像数据输入至预先训练完成的类型识别模型，输出所述待检测车辆的类型；

获取预先存储的所述待检测车辆的类型对应的车辆部件拓扑分布；

根据所述车辆部件拓扑分布确定所述待检测车辆的待检测部件的初始位置；

根据所述位置信息、以及所述待检测部件的初始位置，确定所述可移动装置的行走路径和所述机械臂的走位路径；

确定所述可移动装置的行走路径的步骤，包括：

根据所述待检测部件的初始位置与所述机械臂的臂长，确定行走路径与所述待检测车辆的距离；

基于所述距离、预设的行走路线的方向、以及所述待检测车辆的位置信息，确定所述可移动装置的行走路径；其中，所述预设的行走路线的方向根据车位的所述侧面拍摄点确定；如果所述侧面拍摄点位于车位的左侧，该预设的行走路线的方向为逆时针，如果所述侧面拍摄点位于车位的右侧，该预设的行走路线的方向为顺时针。

2.根据权利要求1所述的方法，其特征在于，所述控制器内预先存储有当前检测环境的地图数据；所述位置信息包括车位号或检测区域；

根据所述位置信息确定所述待检测车辆的位置参考点的步骤，包括：

从所述地图数据中确定所述位置信息对应车位的位置参考点；

或者，从所述地图数据中确定所述位置信息对应车位的区域范围；通过摄像装置从所述区域范围中识别预留参考物的位置，根据所述预留参考物的位置确定位置参考点。

3.根据权利要求1所述的方法，其特征在于，确定所述机械臂的走位路径的步骤，包括：

通过3D摄像装置获取所述待检测车辆的3D扫描图像；

将所述3D扫描图像和所述待检测部件的初始位置输入至预先训练完成的实例分割模型中，输出所述待检测部件的3D网络模型；

根据预设的采样规则，从所述待检测部件的3D网络模型中采集检测点，并计算所述检测点的法向量；

根据所述检测点、所述检测点的法向量、以及预设的机械臂控制算法，确定所述机械臂的走位路径。

4.根据权利要求1所述的方法，其特征在于，所述方法还包括：

如果所述待检测车辆为多个，根据所述待检测车辆的位置信息和当前检测环境的地图数据，确定当前检测车辆的位置参考点；

控制所述可移动装置移动至所述当前检测车辆的位置参考点；

针对所述当前检测车辆，执行所述的采集所述待检测车辆的图像数据的步骤；

当所述当前检测车辆的车况检测数据采集完成后，根据所述待检测车辆的位置信息，从所述待检测车辆中确定下一个当前检测车辆，继续执行确定目标当前车辆的位置参考点的步骤，直至完成所有所述待检测车辆的检测。

5.一种采用如权利要求1所述的车况检测方法的车况检测装置，其特征在于，所述装置设置于检测机器人的控制器；所述检测机器人还包括可移动装置和机械臂；所述机械臂搭载在所述可移动装置上；所述机械臂上安装有检测设备；所述装置包括：

指令接收模块，用于接收车况检测指令；所述车况检测指令包括待检测车辆的位置信息；其中，所述待检测车辆为停放在门店中的车辆；

数据采集模块，用于采集所述待检测车辆的图像数据；

路径确定模块，用于根据所述位置信息和所述图像数据，确定所述可移动装置的行走路径和所述机械臂的走位路径；

控制模块，用于控制所述可移动装置沿着所述行走路径移动，控制所述机械臂按照所述走位路径动作，以通过所述检测设备采集所述待检测车辆的车况检测数据；

所述装置还包括：位置参考点确定模块；所述位置参考点确定模块用于：

根据所述位置信息确定所述待检测车辆的位置参考点；

控制所述可移动装置从预设的起始点移动至所述位置参考点。

6.一种检测机器人，其特征在于，所述检测机器人包括控制器、可移动装置、机械臂和检测设备；权利要求5所述的装置设置在所述控制器中；

所述机械臂搭载在所述可移动装置上；所述机械臂上安装有检测设备。