[发明专利]基于相机和机器学习的辊道线轮毂的检测定位方法及系统

权利要求书

1.基于相机和机器学习的辊道线轮毂的检测定位方法，其特征在于，包括如下步骤：

1）根据需要检测的辊道线的长度结合相机模型计算需要的相机的个数及安装角度，安装部署相机后并与主控单元连接，实现将相机采集的图片传输到主控单元进行分析；

2）标注每个相机视野下对应的辊道线体在整条辊道线中所处的序号，将序号所在辊道线体的起始与终止位置的像素坐标进行保存；

3）接收相机实时采集的图片，提取图片中辊道线的四个顶点组成的矩阵区域作为感兴趣区域；

4）判断是否为辊道线起始端对应的首台相机采集的图片，若是则使用滑动框在图片的感兴趣区域滑动，提取滑动框中图像的hog特征；

若否，则利用首台相机实时检测到的轮毂位置训练卡尔曼滤波器，使用滑动框在图片中对应卡尔曼滤波器预测的位置附近区域内滑动，提取滑动框中图像的hog特征；

5）利用训练好的支持向量机SVM模型对提取到的hog特征做类别预测，类别分为包含轮毂和不含轮毂；

6）利用极大值抑制算法对在步骤5中预测为轮毂的目标进行筛选，找出概率最大的目标作为轮毂；

7）将轮毂的像素坐标与标注过的辊道线体起始与终止像素坐标进行对比，判断轮毂所在线体的序号，然后主控单元将线体序号发送至PLC，控制相应序号线体的电机转动。

2.根据权利要求1所述的方法，其特征在于：训练支持向量机SVM模型的具体方法为：将相机采集得到的辊道线图像剪裁为轮毂和非轮毂数据集，利用所述数据集训练支持向量机SVM。

3.根据权利要求1所述的方法，其特征在于：步骤3中利用图像的投影映射将图片中的感兴趣区域投影在正视角下，即辊道线水平方向和图像水平方向平行，得到的感兴趣区域在正视角下的投影区域；

在步骤4中使用滑动框在投影区域中滑动，提取滑动框中图像的hog特征。

4.基于RGB相机和机器学习的辊道线上轮毂的检测定位系统，其特征在于，包括主控单元和视觉检测单元，所述主控单元由工控机组成，用于连接相机、辊道线和PLC设备，PLC设备控制连接辊道线的各个线体的电机工作；所述视觉检测单元包括多台用于对应辊道线上进行轮毂信息采集的相机，若干所述相机根据需要检测的辊道线的长度和角度进行安装，并将采集的图片传输到主控单元，所述主控单元包括如下模块：

图像提取模块，用于接收相机实时采集的图片，提取图片中辊道线的四个顶点组成的矩阵区域作为感兴趣区域；

特征提取模块，首先判断是否为辊道线起始端对应的首台相机采集的图片，若是则使用滑动框在图片的感兴趣区域滑动，提取滑动框中图像的hog特征；若否，则利用首台相机实时检测到的轮毂位置训练卡尔曼滤波器，使用滑动框在图片中对应卡尔曼滤波器预测的位置附近滑动，提取滑动框中图像的hog特征；

类别预测模块，用于利用训练好的支持向量机SVM模型对提取到的hog特征做类别预测，类别分为包含轮毂和不含轮毂；

筛选模块，用于利用极大值抑制算法对类别预测模块中预测为轮毂的目标进行筛选，找出概率最大的目标作为轮毂；

输出模块，用于将轮毂的像素坐标与标注过的辊道线体起始与终止像素坐标进行对比，判断轮毂所在线体的序号，然后主控单元将线体序号发送至PLC，控制相应序号线体的电机转动。

5.一种终端设备，其特征在于，以执行权利要求1至3中任一所述基于相机和机器学习的辊道线轮毂的检测定位方法。

6.一种计算机可读存储介质，包括指令，当其在计算机上运行时，使得计算机执行权利要求1至3中任一所述基于相机和机器学习的辊道线轮毂的检测定位方法。