一种基于2D视觉的汽车油箱位置和角度识别方法及系统技术方案

本申请公开了一种基于2D视觉的汽车油箱位置和角度识别方法及系统，该方法包括以下步骤：对进入识别区域的车辆进行俯视拍摄，得到至少一张车辆照片；从车辆照片中计算车辆的停靠信息；获取车辆的车辆信息以确定车辆油箱相对于车身的位置信息；根据车辆停靠信息以及车辆油箱相对于车身的位置信息计算汽车油箱在识别区域的实际位置。本申请首先对车辆进行俯拍计算出车辆的停靠位置以及停靠角度，然后获取车辆的品牌和型号，确认油箱相对于车辆的车身位置，最后再通过车辆的停靠位置、车辆的停靠角度以及油箱相对于车辆的车身位置最终确认油箱的实际位置，提高了自动加油设备加油过程的精确度。

【技术实现步骤摘要】
一种基于2D视觉的汽车油箱位置和角度识别方法及系统
本专利技术属于自动加油
，尤其涉及一种基于2D视觉的汽车油箱位置和角度识别方法及系统。
技术介绍
随着人们生活水平的提高，汽车的普及率越来越高，而汽车行驶大多依靠汽油，为提高加油的速度及减低工作人员的劳动强度，市面上出现了自动加油的机器人能够对汽车进行自动化加油，自动加油的机器人需要与摄像组件协同工作以确定汽车油箱的位置，汽车的停靠位置、停靠角度及不同品牌和型号的都会导致车辆油箱的位置偏差，若机器人难以精准的将油枪插入到油箱中，汽油容易漏出，如何精准识别汽车油箱位置是目前工业上急需解决的问题。
技术实现思路
(一)专利技术目的为了克服以上不足，本专利技术的目的在于提供一种基于2D视觉的汽车油箱位置和角度识别方法及系统，以解决现有的自动功能加油机器人加油时精准度低的技术问题。(二)技术方案为实现上述目的，本申请一方面提供的技术方案如下：一种基于2D视觉的汽车油箱位置和角度识别方法，其包括以下步骤：对进入识别区域的车辆进行俯视拍摄，得到至少一张车辆照片；从车辆照片中计算车辆的停靠信息，车辆停靠信息包括：车辆停靠位置和车辆停靠角度；获取车辆的车辆信息以确定车辆油箱相对于车身的位置信息；根据车辆停靠信息以及车辆油箱相对于车身的位置信息计算汽车油箱在识别区域的实际位置。在一些实施例中，从车辆照片中计算车辆的停靠信息包括：对拍摄到的车辆照片进行灰度处理，得到灰度图；通过SIFT算法提取车辆轮廓特征并根据车辆的轮廓特征计算车辆的停靠位置以及停靠角度；通过对车辆照片进行灰度处理及通过SIFT算法提取车辆轮廓最终计算车辆的停靠信息，可以精确计算出车辆的停靠信息，提高精确度。识别效率与准确率在一些实施例中，还包括：在提取车辆轮廓特征后对车辆轮廓特征进行提亮处理，通过对车辆轮廓特征提亮处理，计算时能够更清晰的辨认出车辆的轮廓，降低噪点干扰。在一些实施例中，当拍摄多张车辆照片时，计算每张车辆照片中的车辆停靠信息，在对每张车辆照片的车辆停靠信息完成计算后，计算多个车辆停靠信息的平均值，从而减少误差在一些实施例中，获取车辆的车辆信息以确定车辆油箱相对于车身的位置信息包括：获取车主输入的关于车辆的信息，根据车辆信息在预先建立的数据库中查找对应车辆的油箱相对于车身的位置信息，避免每个品牌和信号的车辆油箱位置不同，加油时油枪无法对准油箱，导致汽油漏出的问题。本申请另一方面提供了一种基于2D视觉的汽车油箱位置和角度识别系统，其特征在于，包括：拍摄组件，用于俯拍进入识别区域的车辆，得到至少一张车辆照片；车辆停靠信息计算模块，能够计算车辆照片中车辆的停靠信息，车辆停靠信息包括：车辆停靠位置和车辆停靠角度；车辆油箱位置查询模块，能够获取车辆的车辆信息以确定车辆油箱相对于车身的位置信息油箱实际位置计算模块，能够根据车辆停靠信息以及车辆油箱相对于车身的位置信息计算汽车油箱在识别区域的实际位置。在一些实施例中，车辆停靠信息计算模块包括：灰度处理子模块：对拍摄到的车辆照片进行灰度处理，得到灰度图；车辆停靠位置及停靠角度计算子模块：通过SIFT算法提取车辆轮廓特征并根据车辆的轮廓特征计算车辆的停靠位置以及停靠角度。在一些实施例中，还包括：提亮子模块：在提取车辆轮廓特征后对车辆轮廓特征进行提亮处理。在一些实施例中，停靠信息的平均值还包括：均值计算子模块，用于在拍摄多张车辆照片并且每张车辆照片中的车辆停靠信息完成计算后，计算多个车辆停靠信息的平均值。在一些实施例中，车辆油箱位置查询模块包括：车辆信息获取子模块以及查找子模块，车辆信息获取子模块能够车主输入的关于的车辆信息，查找子模块能够根据车辆信息在预先建立的数据库中查找对应车辆的油箱相对于车身的位置信息。本申请首先对车辆进行俯拍计算出车辆的停靠位置以及停靠角度，然后获取车辆的品牌和型号，确认油箱相对于车辆的车身位置，最后再通过车辆的停靠位置、车辆的停靠角度以及油箱相对于车辆的车身位置最终确认油箱的实际位置，这样即使车辆停靠的角度和停靠的位置有偏差以及不同品牌和型号的车辆油箱位置不同，自动加油机器人都可以实现精准加油，避免加油过程不精准出现漏油现象。附图说明图1是本专利技术的基于2D视觉的汽车油箱位置和角度识别方法的流程图。具体实施方式为使本专利技术的目的、技术方案和优点更加清楚明了，下面结合具体实施方式并参照附图，对本专利技术进一步详细说明。应该理解，这些描述只是示例性的，而并非要限制本专利技术的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本专利技术的概念。本专利技术提供的一种基于2D视觉的汽车油箱位置和角度识别方法，其包括以下步骤：对进入识别区域的车辆进行俯视拍摄，得到至少一张车辆照片；从车辆照片中计算车辆的停靠信息，车辆停靠信息包括：车辆停靠位置和车辆停靠角度；获取车辆的车辆信息以确定车辆油箱相对于车身的位置信息；根据车辆停靠信息以及车辆油箱相对于车身的位置信息计算汽车油箱在识别区域的实际位置。本申请首先对车辆进行俯拍计算出车辆的停靠位置以及停靠角度，然后获取车辆的品牌和型号，确认油箱相对于车辆的车身位置，最后再通过车辆的停靠位置、车辆的停靠角度以及油箱相对于车辆的车身位置最终确认油箱的实际位置，这样即使车辆停靠的角度和停靠的位置有偏差以及不同品牌和型号的车辆油箱位置不同，自动加油机器人都可以实现精准加油，避免加油过程不精准出现漏油现象。具体的，计算车辆停靠位置和车辆停靠角度时，先建立基准坐标系，坐标系原点为(X0,Y0)，车辆车头与x轴正方向与车辆坐标系x轴夹角为θ。具体的，从车辆照片中计算车辆的停靠信息包括：对拍摄到的车辆照片进行灰度处理，得到灰度图；通过SIFT算法提取车辆轮廓特征并根据车辆的轮廓特征计算车辆的停靠位置以及停靠角度。SIFT算法是一种提取局部特征的算法，在尺度空间寻找极值点，提取位置，尺度，旋转不变量，借助SIFT算法求一幅图中的特征点这个特性。其具体步骤为：先构建尺度空间，再检测DOG尺度空间极值点，为了寻找尺度空间的极值点，每一个采样点要和它所有的相邻点比较，看其是否比它的图像域和尺度域的相邻点大或者小，一个点如果在DOG尺度空间本层以及上下两层的26个领域中是最大或最小值时，就认为该点是图像在该尺度下的一个特征点，然后除去不好的特征点，本质上要去掉DOG局部曲率非常不对称的像素，并利用特征描述符寻找匹配点，以特征点为中心取16*16的邻域作为采样窗口，将采样点与特征点的相对方向通过高斯加权后归入包含8个bin的方向直方图，最后获得4*4*8的128维特征描述子，最后直接调用OpenCV中SIFT算法实现8个角度位置特征点收集，并获取这些位置点的颜色值，最终获取车辆的停靠位置。优选的，在提取本文档来自技高网...

【技术保护点】
1.一种基于2D视觉的汽车油箱位置和角度识别方法，其特征在于，包括以下步骤：/n对进入识别区域的车辆进行俯视拍摄，得到至少一张车辆照片；/n从车辆照片中计算车辆的停靠信息，所述车辆停靠信息包括：车辆停靠位置和车辆停靠角度；/n获取车辆的车辆信息以确定车辆油箱相对于车身的位置信息；/n根据车辆停靠信息以及车辆油箱相对于车身的位置信息计算汽车油箱在识别区域的实际位置。/n

【技术特征摘要】
1.一种基于2D视觉的汽车油箱位置和角度识别方法，其特征在于，包括以下步骤：
对进入识别区域的车辆进行俯视拍摄，得到至少一张车辆照片；
从车辆照片中计算车辆的停靠信息，所述车辆停靠信息包括：车辆停靠位置和车辆停靠角度；
获取车辆的车辆信息以确定车辆油箱相对于车身的位置信息；
根据车辆停靠信息以及车辆油箱相对于车身的位置信息计算汽车油箱在识别区域的实际位置。


2.根据权利要求1所述的基于2D视觉的汽车油箱位置和角度识别方法，其特征在于，从所述车辆照片中计算车辆的停靠信息包括：
对拍摄到的车辆照片进行灰度处理，得到灰度图；
通过SIFT算法提取车辆轮廓特征并根据车辆的轮廓特征计算车辆的停靠位置以及停靠角度。


3.根据权利要求2所述的基于2D视觉的汽车油箱位置和角度识别方法，其特征在于，还包括：在所述提取车辆轮廓特征后对车辆轮廓特征进行提亮处理。


4.根据权利要求2或3所述的基于2D视觉的汽车油箱位置和角度识别方法，其特征在于，当拍摄多张车辆照片时，计算每张车辆照片中的车辆停靠信息，在对每张车辆照片的车辆停靠信息完成计算后，计算多个车辆停靠信息的平均值。


5.根据权利要求1所述的基于2D视觉的汽车油箱位置和角度识别方法，其特征在于，所述获取车辆的车辆信息以确定车辆油箱相对于车身的位置信息包括：获取车主输入的关于车辆的信息，根据所述车辆信息在预先建立的数据库中查找对应车辆的油箱相对于车身的位置信息。


6.一种基于2D视觉的汽车油箱位置和角度识别系统，其特征在于，包括：

【专利技术属性】
技术研发人员：张翔，王洪波，李建英，徐博懿，王军伟，许修文，蒋序立，
申请(专利权)人：哈工大机器人中山有限公司，
类型：发明
国别省市：广东;44