基于激光雷达实现车体轮廓检测处理的系统、方法、装置、处理器及其计算机可读存储介质制造方法及图纸

本发明专利技术涉及一种基于激光雷达实现车体轮廓检测处理的系统，包括机械框架模块、激光雷达模块、轮廓检测模块，所述的机械框架模块安装于轮廓检测模块上，所述的激光雷达模块安装在云台单元上，所述的激光雷达模块用于扫描车辆的车体轮廓结构，生成所述车辆的点云数据，所述轮廓检测模块用于处理所述激光雷达模块采集的所述车辆的点云数据，计算出所述车辆的车体轮廓信息。本发明专利技术还涉及一种基于激光雷达实现车体检测的方法。采用了本发明专利技术的基于激光雷达实现车体轮廓检测处理的系统、方法、装置、处理器及其计算机可读存储介质，可对任意车型的车辆进行车体测量，提高了车体轮廓的检测效率，减少劳动力，降低检测成本，加强自动化程度，具有更加广泛的应用范围。具有更加广泛的应用范围。具有更加广泛的应用范围。

【技术实现步骤摘要】
基于激光雷达实现车体轮廓检测处理的系统、方法、装置、处理器及其计算机可读存储介质


[0001]本专利技术涉及计算机视觉领域，尤其涉及3D视觉领域，具体是指一种基于激光雷达实现车体轮廓检测处理的系统、方法、装置、处理器及其计算机可读存储介质。

技术介绍

[0002]近年来，随着硬件技术的不断发展和点云处理技术的不断进步，激光扫描技术在越多越多的车辆检测领域得到应用，尤其是车体轮廓的空间尺寸检测。先进的尺寸测量手段是技术进步的先决条件，这对测量精度和自动化程度提出了更高的要求。目前，车体轮廓的空间尺寸检测主要是利用人工测量，人工测量存在时间成本大、人力成本高等多种问题。
[0003]激光雷达实现车体轮廓的空间尺寸检测是利用激光雷达将待检测车辆扫描成三维空间点云数据，然后对这些三维空间云数据进行处理，得到车辆的车体轮廓点云数据；再将车辆的车体轮廓点云数据进行区域分割，结合尺寸测量算法，进而得到车辆的具体车体轮廓数值。
[0004]现有技术中缺乏一种能够将激光雷达与车体轮廓测量相结合的设备，用以解决时间成本大、人力成本高等多种问题。...

【技术保护点】

【技术特征摘要】
1.一种基于激光雷达实现车体轮廓检测处理的系统，其特征在于，所述的系统包括机械框架模块、激光雷达模块、轮廓检测模块，所述的机械框架模块安装于轮廓检测模块上，所述的激光雷达模块安装在云台单元上，所述的激光雷达模块用于扫描车辆的车体轮廓结构，生成所述车辆的点云数据，所述轮廓检测模块用于处理所述激光雷达模块采集的所述车辆的点云数据，计算出所述车辆的车体轮廓信息。2.根据权利要求1所述的基于激光雷达实现车体轮廓检测处理的系统，其特征在于，所述的机械框架模块包括车道前部固定支架和车道后部固定支架，所述的车道前部固定支架和车道后部固定支架的支架间距为6m，距离地面5.6m。3.根据权利要求1所述的基于激光雷达实现车体轮廓检测处理的系统，其特征在于，所述的激光雷达模块包括云台单元、雷达单元和数据融合单元，所述的雷达单元在所述云台单元的带动下进行水平方向180
°
及垂直方向90
°
的旋转，用于对任意车型的车辆进行车体轮廓检测，所述数据融合单元用于将所述云台单元的旋转角度数据与激光雷达的空间点云数据进行融合。4.根据权利要求3所述的基于激光雷达实现车体轮廓检测处理的系统，其特征在于，所述的云台单元由车道前部云台和车道后部云台组成，所述车道前部云台安装在所述车道前部固定支架上，所述车道后部云台安装在所述车道后部固定支架上，所述云台单元提供水平方向180
°
及垂直方向90
°
的旋转角度。5.根据权利要求4所述的基于激光雷达实现车体轮廓检测处理的系统，其特征在于，所述的雷达单元由车道前部雷达和车道后部雷达组成，所述的车道前部雷达安装在所述车道前部云台上，所述的车道后部雷达安装在所述车道后部云台上。6.根据权利要求1所述的基于激光雷达实现车体轮廓检测处理的系统，其特征在于，所述的轮廓检测模块包括数据预处理单元，所述数据预处理单元用于实现双点云拼接、坐标系转换和点云降噪，所述的双点云拼接具体为：将两个激光雷达的双目点云数据合并成一个整体点云数据；所述的坐标系转换具体为：通过坐标系转换算法将融合后的点云数据转换至空间直角坐标下；所述的点云降噪具体为：通过直通滤波和统计离群点滤波对数据进行降噪处理。7.根据权利要求6所述的基于激光雷达实现车体轮廓检测处理的系统，其特征在于，所述的数据预处理单元实现双点云拼接具体包括以下步骤：(1
‑
1)采用中心重合法对双目点云数据进行粗略配准，利用两点云数据的中心重合，降低两点云数据之间的平移差值；(1
‑
2)采用迭代最近点算法进行精准匹配。8.根据权利要求7所述的基于激光雷达实现车体轮廓检测处理的系统，其特征在于，所述的步骤(1
‑
1)具体包括以下步骤：(1
‑
1.1)计算两点云相对应的点集质心，具体为：根据以下公式计算两点云相对应的点集质心：
其中，两点云分别命名为A和B，a
i
和b
i
为两点云数据点集，N为点云数目，和为点集质心；(1
‑
1.2)将和做差值，利用差值对点云B的各点进行平移；做差值，利用差值对点云B的各点进行平移；其中，为平移量，和为点集质心，b
i
为数据点集，为平移后的点集坐标。9.根据权利要求7所述的基于激光雷达实现车体轮廓检测处理的系统，其特征在于，所述的步骤(1
‑
2)具体包括以下步骤：(1
‑
2.1)确定对应点对，由点云A中的点在待配准点云B中搜索最近的点，组成对应点对，并计算两组新点集的质心；(1
‑
2.2)计算目标函数f(R
k
,T
k
)；其中，R
k
为最优旋转矩阵，T
k
为平移矩阵，N为点云数目，a
i
和b
i
为两点云数据点集；(1
‑
2.3)利用最优旋转矩阵R
k
和平移矩阵T
k
，使点云B坐标变化到B
k+1
；(1
‑
2.4)计算点对的平均距离，当d
k
...

【专利技术属性】
技术研发人员：陈坤，金苏清，华丽，唐蛟，王成豪，
申请(专利权)人：中建材凯盛机器人上海有限公司，
类型：发明
国别省市：