一种汽车间隙测量及误差矫正方法

摘要

本发明涉及汽车间隙测量及误差矫正技术领域，解决了针对线激光设备进行汽车间隙测量由于激光偏转导致间隙测量误差的技术问题，尤其涉及一种汽车间隙测量及误差矫正方法，包括以下步骤：S1、通过线激光轮廓传感器发射激光线照射于汽车间隙上获取原始三维点云Q；S2、对原始三维点云Q进行三维数据处理得到初步间隙测量结果；S3、根据相机拍摄汽车间隙的原始图像，通过自适应ROI提取方法获得原始图像中激光线及汽车间隙的感兴趣区域图像。本发明利用三维点云处理与二维图像处理相结合的方式，可以快速完成汽车间隙的快速准确测量。

权利要求

1.一种汽车间隙测量及误差矫正方法，其特征在于，包括以下步骤：S1、通过线激光轮廓传感器发射激光线照射于汽车间隙上获取原始三维点云Q；

S2、对原始三维点云Q进行三维数据处理得到初步间隙测量结果 ；

S21、对原始三维点云Q进行离群点滤除与间隙零点滤除，并对原始三维点云Q进行平滑处理及平面投影，得到点云 ；

S22、采用基于半径搜索的生长聚类方法将点云 进行聚类分割，将间隙左右两边对缝分别分为点云 和点云 两类；

S23、根据点云 和点云 分别计算它们的边缘点 和边缘点 ；

S24、计算点云 和点云 的平均Z轴差值 ，根据平均Z轴差值 的正负判断基准面，以点云所在平面较高的为基准面；

S25、根据基准面分别对点云 和点云 进行直线拟合，获得直线方程 与，并根据直线方程 与 计算边缘点 和 与基准面一侧的直线方程的距离得到边缘点 和 ，边缘点 和 之间的欧式距离为 ；

S26、根据边缘点 和 以及欧式距离 计算初步间隙测量结果 ；

S3、根据相机拍摄汽车间隙的原始图像，通过自适应ROI提取方法获得原始图像中激光线及汽车间隙的感兴趣区域 图像；

S31、原始图像像素点位置设为 ，对原始图像中的所有像素点通过搜索框进行自动搜寻；

S32、计算每次搜寻搜索框内所有像素点的加权平均像素强度 ，加权系数K根据当前像素点与当前搜索框的中心 的距离进行确定；

S33、将搜索框遍历所有像素点得到的加权平均像素强度 与上一次像素点的像素强度值做比较，大于则进行保留并记录此时的中心 ，进行不断迭代直到结果收敛，得到最终的原始图像中的激光线及感兴趣区域 图像；

S4、对感兴趣区域 图像分割并获得激光线区域 和汽车间隙区域 ，根据汽车间隙区域 构建笛卡尔坐标系；

S5、根据笛卡尔坐标系计算汽车间隙边缘与激光线的夹角，并根据夹角对初步间隙测量结果 进行误差补偿，矫正得到最终测量结果 。

2.根据权利要求1所述的汽车间隙测量及误差矫正方法，其特征在于：在步骤S4中，根据汽车间隙区域 构建笛卡尔坐标系，具体过程包括以下步骤：S41、使用滤波算法将间隙零点与离群噪点的像素点进行有效滤除，再通过基于区域生长分割算法将激光线区域 分割为间隙左右两部分激光线区域 和 ；

S42、计算激光线区域 和 像素点的局部曲率变化方差最小点 与 ，并得到过与 的直线方程 ；

S43、对提取的汽车间隙区域 进行图像处理，根据边缘特征提取确定汽车间隙区域的矩形包围盒；

S44、进一步处理得到矩形包围盒的左下角两条直角边 、 ，根据两条直角边构建笛卡尔坐标系。

3.根据权利要求1所述的汽车间隙测量及误差矫正方法，其特征在于：在步骤S4中，对感兴趣区域 图像分割并获得激光线区域 和汽车间隙区域 ，具体过程包括以下步骤：S411、对所提取的感兴趣区域 图像进行灰度变换及中值滤波处理得到二值化后的图像；

S412、采用变异最大类间方差法计算分割阈值，根据阈值对二值化后的图像进行分割获得激光线区域 ；

S413、通过基于边缘分割算法提取二值化后的图像中的汽车间隙区域 。

4.根据权利要求1所述的汽车间隙测量及误差矫正方法，其特征在于：在步骤S5中，根据笛卡尔坐标系计算汽车间隙边缘与激光线的夹角，并根据夹角对初步间隙测量结果进行误差补偿，具体过程包括以下步骤：S501、获取间隙两侧边缘点 和 ，以矩形包围盒垂直边构建新的坐标系，根据边缘点的位置关系及点位在新坐标系下的投影计算并确定矫正角度参数；

S502、计算激光线近似拟合直线 与间隙的夹角 ；

S503、根据矫正角度参数对初步间隙测量结果 进行误差矫正得到最终测量结果 。

说明书

一种汽车间隙测量及误差矫正方法

技术领域

[0001] 本发明涉及汽车间隙测量及误差矫正技术领域，尤其涉及一种汽车间隙测量及误差矫正方法。

背景技术

[0002] 车身的间隙面差直接决定了车身外观品质、防水性能及噪音抑制等，同时，对汽车间隙面差的监控能够反映汽车零部件及组装过程中的问题。目前，使用线激光轮廓传感器进行汽车车身的间隙面差测量已经成为汽车厂商的一种主要检测手段。

[0003] 对于基于线激光的汽车车身的间隙测量目前检测技术日渐成熟，通过高精度点云分析能够获得高准确度的测量结果。但是，无论是通过人工手持线激光轮廓传感器还是通过机械臂夹持进行测量，都会存在设备测量角度偏差导致激光线不能完全垂直待测间隙，从而导致间隙测量结果偏大这种情况。

发明内容

[0004] 针对现有技术的不足，本发明提供了一种汽车间隙测量及误差矫正方法，解决了针对线激光设备进行汽车间隙测量由于激光偏转导致间隙测量误差的技术问题，该方法利用三维点云处理与二维图像处理相结合的方式，可以快速完成汽车间隙的快速准确测量。

[0005] 为解决上述技术问题，本发明提供了如下技术方案：一种汽车间隙测量及误差矫正方法，该方法包括以下步骤：

[0006] S1、通过线激光轮廓传感器发射激光线照射于汽车间隙上获取原始三维点云Q；

[0007] S2、对原始三维点云Q进行三维数据处理得到初步间隙测量结果 ；

[0008] S3、根据相机拍摄汽车间隙的原始图像，通过自适应ROI提取方法获得原始图像中激光线及汽车间隙的感兴趣区域 图像；

[0009] S4、对感兴趣区域 图像分割并获得激光线区域 和汽车间隙区域 ，根据汽车间隙区域 构建笛卡尔坐标系；

[0010] S5、根据笛卡尔坐标系计算汽车间隙边缘与激光线的夹角，并根据夹角对初步间隙测量结果 进行误差补偿，矫正得到最终测量结果 。

[0011] 进一步地，在步骤S2中，对原始三维点云Q进行三维数据处理得到初步间隙测量结果 ，具体过程包括以下步骤：

[0012] S21、对原始三维点云Q进行离群点滤除与间隙零点滤除，并对原始三维点云Q进行平滑处理及平面投影，得到点云 ；

[0013] S22、采用基于半径搜索的生长聚类方法将点云 行聚类分割，将间隙左右两边对缝分别分为点云 和点云 两类；

[0014] S23、根据点云 和点云 分别计算它们的边缘点 和边缘点 ；

[0015] S24、计算点云 和点云 的平均Z轴差值 ，根据平均Z轴差值 的正负判断基准面，以点云所在平面较高的为基准面；

[0016] S25、根据基准面分别对点云 和点云 进行直线拟合，获得直线方程 与，并根据直线方程 与 计算边缘点 和 与基准面一侧的直线方程的距离得到边缘点 和 ，边缘点 和 之间的欧式距离为 ；

[0017] S26、根据边缘点 和 以及欧式距离 计算初步间隙测量结果 。

[0018] 进一步地，在步骤S3中，通过自适应ROI提取方法获得原始图像中激光线及汽车间隙的感兴趣区域 图像，具体过程包括以下步骤：

[0019] S31、原始图像像素点位置设为 ，对原始图像中的所有像素点通过搜索框进行自动搜寻；

[0020] S32、计算每次搜寻搜索框内所有像素点的加权平均像素强度 ，加权系数K根据当前像素点与当前搜索框的中心 的距离进行确定；

[0021] S33、将搜索框遍历所有像素点得到的加权平均像素强度 与上一次像素点的像素强度值做比较，大于则进行保留并记录此时的中心 ，进行不断迭代直到结果收敛，得到最终的原始图像中的激光线及感兴趣区域 图像。

[0022] 进一步地，在步骤S4中，根据汽车间隙区域 构建笛卡尔坐标系，具体过程包括以下步骤：

[0023] S41、使用滤波算法将间隙零点与离群噪点的像素点进行有效滤除，再通过基于区域生长分割算法将激光线区域 分割为间隙左右两部分激光线区域 和 ；

[0024] S42、计算激光线区域 和 像素点的局部曲率变化方差最小点 与 ，并得到过 与 的直线方程 ；

[0025] S43、对提取的汽车间隙区域 进行图像处理，根据边缘特征提取确定汽车间隙区域 的矩形包围盒；

[0026] S44、进一步处理得到矩形包围盒的左下角两条直角边 、 ，根据两条直角边构建笛卡尔坐标系。

[0027] 进一步地，在步骤S4中，对感兴趣区域 图像分割并获得激光线区域 和汽车间隙区域 ，具体过程包括以下步骤：

[0028] S411、对所提取的感兴趣区域 图像进行灰度变换及中值滤波处理得到二值化后的图像；

[0029] S412、采用变异最大类间方差法计算分割阈值，根据阈值对二值化后的图像进行分割获得激光线区域 ；

[0030] S413、通过基于边缘分割算法提取二值化后的图像中的汽车间隙区域 。

[0031] 进一步地，在步骤S5中，根据笛卡尔坐标系计算汽车间隙边缘与激光线的夹角，并根据夹角对初步间隙测量结果 行误差补偿，具体过程包括以下步骤：

[0032] S501、获取间隙两侧边缘点 和 ，以矩形包围盒垂直边构建新的坐标系，根据边缘点的位置关系及点位在新坐标系下的投影计算并确定矫正角度参数；

[0033] S502、计算激光线近似拟合直线 与间隙的夹角 ；

[0034] S503、根据矫正角度参数对初步间隙测量结果 进行误差矫正得到最终测量结果 。

[0035] 借由上述技术方案，本发明提供了一种汽车间隙测量及误差矫正方法，至少具备以下有益效果：

[0036] 1、本发明采用二维图像技术为三维点云数据分析提供辅助，实现汽车间隙的测量及误差矫正，本方法能够在最大程度上减小由于测量角度导致的测量误差，极大地提高了检测的可信度与准确度。

[0037] 2、本发明通过分析汽车间隙与激光线的夹角，根据计算的夹角对初步获取的间隙测量结果进行补偿，以减小因线激光轮廓传感器发射激光线角度偏差导致的测量误差，从而实现汽车间隙的快速测量及测量误差矫正。

附图说明

[0038] 此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

[0039] 图1为本发明汽车间隙测量及误差矫正方法的流程图；

[0040] 图2为本发明激光线与间隙图像的自动化ROI获取效果的示意图；

[0041] 图3为本发明间隙测量误差矫正的原理图。

具体实施方式

[0042]  为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图 和具体实施方式对本发明作进一步详细的说明。借此对本申请如何应用技术手段来解决技术问题并达成技术功效的实现过程能充分理解并据以实施。

[0043] 本领域普通技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD‑ROM、光学存储器等)上实施的计算机程序产品的形式。

[0044] 请参照图1‑图3，示出了本实施例的一种具体实施方式，本实施例通过分析汽车间隙与激光线的夹角，根据计算的夹角对初步获取的间隙测量结果进行补偿，以减小因线激光轮廓传感器发射激光线角度偏差导致的测量误差，从而实现汽车间隙的快速测量及测量误差矫正。

[0045] 请参照图1，本实施例提出了一种汽车间隙测量及误差矫正方法，该方法包括以下步骤：

[0046] S1、通过线激光轮廓传感器发射激光线照射于汽车间隙上获取原始三维点云Q；

[0047] S2、对原始三维点云Q进行三维数据处理得到初步间隙测量结果 ；

[0048] 在步骤S2中，对原始三维点云Q进行三维数据处理得到初步间隙测量结果 ，具体过程包括以下步骤：

[0049] S21、对原始三维点云Q进行离群点滤除与间隙零点滤除，并对原始三维点云Q进行平滑处理及平面投影，得到点云 ；

[0050] 采用统计离群点滤波方法对原始三维点云Q进行滤除，使用条件滤波方法对间隙零点进行滤除，并采用基于移动最小二乘法对原始三维点云Q进行平滑处理后将点云投影平面，得到新的点云 。

[0051] S22、采用基于半径搜索的生长聚类方法将点云 进行聚类分割，将间隙左右两边对缝分别分为点云 和点云 两类；

[0052] 将点云 进行聚类分割，利用基于半径搜索的生长聚类方法进行聚类分割，将间隙左右两边对缝分为两类，分别是点云 和点云 。

[0053] S23、根据点云 和点云 分别计算它们的边缘点 和边缘点 ；

[0054] 具体的，计算点云 和点云 中所有相邻点的曲率变化，将两边曲率变化最大的点记为两边的边缘点 和边缘点 。

[0055] S24、计算点云 和点云 的平均Z轴差值 ，根据平均Z轴差值 的正负判断基准面，以点云 和点云 所在平面较高的为基准面，也就是为正值的平均Z轴差值 。

[0056] 平均Z轴差值 的计算公式为：

[0057]

[0058] 上式中， 为求平均值。

[0059] S25、根据基准面分别对点云 和点云 进行直线拟合，获得直线方程 与，并根据直线方程 与 计算边缘点 和 与基准面一侧的直线方程的距离得到边缘点 和 ，边缘点 和 之间的欧式距离为 ；

[0060] S26、根据边缘点 和 以及欧式距离 计算初步间隙测量结果 ；

[0061] 初步间隙测量结果 的计算公式为：

[0062]

[0063] 上式中， 为边缘点 和 之间的欧式距离。

[0064] S3、根据相机拍摄汽车间隙的原始图像，通过自适应ROI提取方法获得原始图像中激光线及汽车间隙的感兴趣区域 图像；

[0065] 在步骤S3中，通过自适应ROI提取方法获得原始图像中激光线及汽车间隙的感兴趣区域 图像，具体过程包括以下步骤：

[0066] S31、原始图像像素点位置设为 ，对原始图像中的所有像素点通过搜索框进行自动搜寻；

[0067] 对原始图像中的所有像素点通过设定好大小的搜索框进行自动搜寻，搜索框的中心设为 ，由此设定搜索框的大小，具体的：

[0068]

[0069] 上式中， 是像素点的强度值， 为原始图像中某一个像素点的位置坐标。

[0070] S32、计算每次搜寻搜索框内所有像素点的加权平均像素强度 ，加权系数K根据当前像素点与当前搜索框的中心 的距离进行确定；

[0071] 加权系数K的计算公式为：

[0072]

[0073] 上式中， 为搜索框的中心坐标， 为当前像素点的位置坐标。

[0074] S33、将搜索框遍历所有像素点得到的加权平均像素强度 与上一次像素点的像素强度值做比较，大于则进行保留并记录此时的中心 ，进行不断迭代直到结果收敛，得到最终的原始图像中的激光线及感兴趣区域 图像，如图2所示。

[0075] S4、对感兴趣区域 图像分割并获得激光线区域 和汽车间隙区域 ，根据汽车间隙区域 构建笛卡尔坐标系；

[0076] 在步骤S4中，对感兴趣区域 图像分割并获得激光线区域 汽车间隙区域 ，具体过程包括以下步骤：

[0077] S411、对所提取的感兴趣区域 图像进行灰度变换及中值滤波处理得到二值化后的图像；

[0078] S412、采用变异最大类间方差法计算分割阈值，根据阈值对二值化后的图像进行分割获得激光线区域 ；

[0079] S413、通过基于边缘分割算法提取二值化后的图像中的汽车间隙区域 。

[0080] 对所提取的感兴趣区域 图像进行灰度变换及中值滤波处理，将二值化后的图像使用了一种变异最大类间方差法（OTSU）计算分割阈值，类间方差 为：

[0081]

[0082] 上式中， 是背景像素占比， 是前景像素占比， 和 分别代表背景与前景的平均灰度值；

[0083]

[0084] 上式中， ， 为当前灰度值。

[0085] 根据求得的类间方差 作为阈值对图像进行分割，获得激光线区域 ，并通过基于边缘分割算法提取汽车间隙区域 。

[0086] 在步骤S4中，根据汽车间隙区域 构建笛卡尔坐标系，具体过程包括以下步骤：

[0087] S41、使用滤波算法将间隙零点与离群噪点的像素点进行有效滤除，再通过基于区域生长分割算法将激光线区域 分割为间隙左右两部分激光线区域 和 ；

[0088] 使用滤波算法将间隙零点与离群噪点的像素点进行有效滤除，即通过遍历所有像素点的半径邻域内像素点，计算它们的灰度均值来判断该像素点与周围像素点的相关性，再根据像素点的灰度差值通过基于区域生长分割算法，将满足设定灰度值变化条件的像素点设为分割中点，将激光线区域 分割为间隙左右两部分激光线区域 和 。

[0089] S42、计算激光线区域 和 像素点的局部曲率变化方差最小点 与 ，并得到过 与 直线方程 ；

[0090] 将激光线区域 和 投影到三维空间下，得到 和 ：

[0091]

[0092] 通过分别迭代计算 和 相邻点的直线斜率，得到 和 斜率变化最大的点即得到 和 像素点的局部曲率变化方差最小点 与 ，由此可以得到过 与 的直线方程 。

[0093] S43、对提取的汽车间隙区域 进行图像处理，这里的图像处理是对图像进行开运算，提取图像边缘位置信息，再求解包裹住处理后图像的最小外接矩形，然后根据边缘特征提取确定汽车间隙区域 的矩形包围盒；

[0094] S44、进一步处理得到矩形包围盒的左下角两条直角边 ，根据两条直角边构建笛卡尔坐标系，进一步处理是指，根据提取到的矩形包围盒，以包围盒的左下角顶点为原点，以两条直角边 为X轴与Y轴，得到笛卡尔坐标系。

[0095] 具体的，在步骤S4中，对所提取的感兴趣区域 图像进行分割，获得激光线区域，汽车间隙区域 ，将激光线区域 分割为间隙左右两部分激光线区域 和 ，通过图像处理后分别获取 和 的曲率变化方差最小点 与 ，同时计算汽车间隙区域的间隙矩形包围盒，然后，根据两条直角边 构建初始笛卡尔坐标系。

[0096] S5、根据笛卡尔坐标系计算汽车间隙边缘与激光线的夹角，并根据夹角对初步间隙测量结果 进行误差补偿，减小测量误差，矫正得到最终测量结果 ，在此步骤中，笛卡尔坐标系为新的笛卡尔坐标系，在步骤S44得到的初始笛卡尔坐标系的基础上得到的，如图3所示的坐标系，是以 为原点，平移 得到过边缘点 的新坐标轴 ，平移得到过边缘点 的新坐标轴 ，即以 为原点 与 为横纵坐标的新笛卡尔坐标系。

[0097] 请参照图3，在步骤S5中，根据笛卡尔坐标系计算汽车间隙边缘与激光线的夹角，并根据夹角对初步间隙测量结果 进行误差补偿，具体过程包括以下步骤：

[0098] S501、获取间隙两侧边缘点 和 ，以矩形包围盒垂直边构建新的坐标系，根据边缘点的位置关系及点位在新坐标系下的投影计算并确定矫正角度参数；

[0099] 获取间隙两侧边缘点 、 ，平移 得到过边缘点 的新坐标轴 ，平移 得到过边缘点 的新坐标轴 ，即以 为原点 与 为横纵坐标的新笛卡尔坐标系，通过计算边缘点 和 之间的欧氏距离 及边缘点 在上的投影长度D确定矫正角度参数。

[0100] S502、计算激光线近似拟合直线 与间隙的夹角 ；

[0101] 由此可根据三角函数关系，计算激光线近似拟合直线 与间隙的夹角 ：

[0102]

[0103] 上式中，D为边缘点 在 上的投影长度， 为边缘点 和 之间的欧氏距离。

[0104] S503、根据矫正角度参数对初步间隙测量结果 进行误差矫正得到最终测量结果 。

[0105]

[0106] 上式中， 为激光线近似拟合直线 与间隙的夹角， 为初步间隙测量结果。

[0107] 本实施例所提供的方法采用二维图像技术为三维点云数据分析提供辅助，实现汽车间隙的测量及误差矫正，本方法能够在最大程度上减小由于测量角度导致的测量误差，极大地提高了检测的可信度与准确度。

[0108] 以上实施方式对本发明进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。