[发明专利]用于半挂车物料装填的车斗实时定位方法

说明书

本发明公开了一种用于半挂车物料装填的车斗实时定位方法。包括：对当前车斗视频帧图像进行预处理，得到半挂车灰度图像；对半挂车灰度图像进行处理，得到光晕图像数据；对光晕图像数据进行车斗外角点特征提取，得到车辆轮廓图像数据；对光晕图像数据进行高斯模糊，利用车辆轮廓图像数据，进行鲁棒性最佳建模；利用车辆轮廓图像数据以及鲁棒性最佳建模结果进行自商图处理；对自商图处理结果进行坐标回归，得到车斗角点坐标；取视频帧图像序列的下一帧执行步骤一至六的处理，如此循环，得到视频帧图像序列的车斗角点坐标，实现车斗实时定位。利用本发明，可以降低手工调试参数的工作量，提高光照变化条件下的检测鲁棒性。

技术领域

本发明涉及一种目标检测与定位方法，具体涉及一种车斗实时定位方法。

背景技术

半挂车车斗的装填设备定位多为人工肉眼估计为主，主要通过控制器控制装填斗的位置，以经验控制下料时长，然后换到下一个位置继续下料，保证装填的均匀性。人工控制不仅需要专门培训，而且工作中容易出现分神或操作生疏情况，导致下料溢出车斗位置。人工操作问题常引起诸多不必要的麻烦，例如倾泻到半挂车车头、物料洒落地面等情况。目前解决此类问题的办法仍是培训专业操作人员进行下料操作，并在工地加装监控相机，起到一定的责任溯源作用。然而仍无法避免操作时的误差，且需要专人操作。

由于人工控制下料人力成本高，逐渐出现了自动装填设备。目前，自动装填设备主要分为两类。一种是基于手工调整的定时器参数，实现简易的下料系统。该办法虽然解决了人工问题，但参数和场景的过度专用化，导致在临时场合难以及时调整适应。同时，较高的调试人力成本和固化的车辆尺寸要求显著降低了实用性。另一种是基于车斗信标进行自动导航的下料系统，该方法可以在夜间工作，主要通过相机的主动红外光源和车斗的反光标志进行位置检测，进而识别下料路径，通过设定下料速率等参数进行自动控制。该方法能够适应不同尺寸的车斗，且对车辆停靠位置要求较灵活。但是，该方法过度依赖反光信标，而日光具有很强的红外辐射，强度会强于主动红外的发射功率，容易导致检测失效，需要通过遮荫等措施克服，鲁棒性不强。

因此，现有技术存在手工调试参数工作量大，光照变化条件下车斗边缘位置检测鲁棒性不佳的问题。

发明内容

本发明提供了一种用于半挂车物料装填的车斗实时定位方法，该方法实现了车斗实时定位，降低手工调试参数的工作量，提高光照变化条件下的检测鲁棒性。

一种用于半挂车物料装填的车斗实时定位方法，该方法包括：

步骤一，将顶置相机获得的当前车斗视频帧图像I作为被处理图像；

步骤二，对被处理图像进行预处理得到半挂车灰度图像G；

步骤三，基于神经侧抑制原理建立光晕图像获取模型，对半挂车灰度图像G进行处理，得到光晕图像数据SQI；

步骤四，构建形态信息车斗关键点感知模型对光晕图像数据SQI进行车斗外角点特征提取，得到车辆轮廓图像数据SE；

步骤五，对光晕图像数据SQI进行高斯模糊得到模糊的光晕图像数据SQI₂，利用获得的SQI₂以及车辆轮廓图像数据SE，进行鲁棒性最佳建模，得到图像数据Mask；

步骤六，利用车辆轮廓图像数据SE以及图像数据Mask进行自商图处理，进一步消除噪声影响，得到车斗角点自商图数据

步骤七，基于得到的车斗角点自商图数据KPSQI进行坐标回归，得到车斗角点坐标位置；

步骤八，取当前车斗视频帧图像I的下一帧图像作为被处理图像，执行上述步骤二至七的处理，获取下一帧图像中的车斗角点坐标位置，如此循环，直至获得顶置相机获取的车斗视频帧图像序列的最后一帧图像的车斗角点坐标位置，从而实现车斗实时定位。