[发明专利]一种无人洗车机识别皮卡的方法有效

专利信息
申请号: 202010005058.0 申请日: 2020-01-03
公开(公告)号: CN111152759B 公开(公告)日: 2020-11-06
发明(设计)人: 施恒之 申请(专利权)人: 浙江驿公里智能科技有限公司
主分类号: B60S3/04 分类号: B60S3/04;B60S3/06
代理公司: 无锡市汇诚永信专利代理事务所(普通合伙) 32260 代理人: 张欢勇
地址: 310052 浙江省杭州市滨江*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 无人 洗车 识别 方法
【说明书】:

发明提供一种无人洗车机识别皮卡的方法,针对皮卡车的车型特点通过抓取特征点进行车辆的识别,通过计算角度来判断车尾角度,通过高度判断水平状况,通过负载识别车斗,可在不额外增加无人洗车机成本的前提下精准地识别出皮卡车,提高洗车质量的同时防止无人洗车机损坏。

技术领域

本发明涉及无人洗车机领域,特别涉及一种无人洗车机识别皮卡的方法。

背景技术

皮卡车,是一种特殊的车型亦名轿卡,由于其前面像轿车后面带货箱而得名,是一种驾驶座后方设有无车顶货箱,货箱侧板与驾驶室连为一体的轻型载货汽车,具有车尾垂直车斗平行的特点。鉴于皮卡车兼备了家用车和商用车的需求,在汽车市场中一直占领着不可替代的一席之地。

无人洗车机是近年来兴起的一种新的洗车机器,其最大的特点是汽车的汽车过程不需要额外的人员参与,洗车的全过程均由机器自控完成。无人洗车机的出现不仅可极大程度地减少洗车成本,也可提高洗车质量和效率,毫无疑问地,无人洗车机正在逐渐取代传统的人工洗车成为洗车行业的主流。

然而,目前无人洗车机内大多是设置识别组件来识别待洗车辆,识别组件可以是摄像组件,精密传感器比如超声波、光栅等传感器,然而这种识别方式在识别皮卡车时至少存在以下的弊端:第一,如若要很好地识别到车辆的话,需要在无人洗车机的前后左右各个角度均安装识别组件,即,对识别组件的安装角度有严格的要求,必须要识别到皮卡车的前侧后侧以及顶侧等诸多角度,设置好角度的识别组件也不能适用于所有尺寸车型的皮卡车;第二,识别组件的成本高,这里的识别成本不仅仅体现在识别组件本身的成本同时也反应在识别软件的成本上;第三,在洗车过程中识别组件容易受到洗车水或者其他污染,造成误判,且皮卡车的车型也往往大于普通的轿车,也存在皮卡车可能会撞坏识别组件的情况。

另外还有一些无人洗车机是通过在洗刷组件上设置负载和传感器,其更多的是使得洗刷组件能够更好地贴合车身以进行车身的清洗,只能粗略地进行车型的判断,其判断精度不足以精准地识别车型,而且顶刷在清洗皮卡车的顶侧体时也存在问题,其可能会直接从较高位置的轿车车顶降落至很低位置的车厢内侧,导致部分位置未能清洗到位或者顶刷损坏的问题。

换言之,目前无人洗车机内在识别皮卡车时均表现不佳,从而会出现皮卡车清洗不干净以及无人洗车机损害损坏的问题。

发明内容

本发明的目的在于提供一种无人洗车机识别皮卡的方法,针对皮卡车的车型特点通过抓取特征点进行车辆的识别,通过计算角度来判断车尾角度,通过高度判断水平状况,通过负载识别车斗,可在不额外增加无人洗车机成本的前提下精准地识别出皮卡车,提高洗车质量的同时防止无人洗车机损坏。

本技术方案提供一种无人洗车机识别皮卡的方法,包括以下步骤:

设定无人洗车机的移动方向为X轴,相对X轴垂直的方向为Y轴,使得无人洗车机的顶刷从待洗车辆的车尾往车头的方向仿形刷洗,获取顶刷的移动数据,其中移动数据包括顶刷沿着X轴移动的横向行走数据以及沿着Y轴移动的纵向行走数据,识别方法如下:

当纵向行走数据开始变化时,开始记录数据直至纵向行走数据停止变化,此时,纵向行走数据开始变化的时间点定义为第一时间点t1,纵向行走数据停止变化的时间点为第二时间点t2;记录第一时间点t1的纵向行走数据为第一纵向行走数据a1,横向行走数据为第一横向行走数据b1,记录第二时间点t2的纵向行走数据为第二纵向行走数据a2,横向行走数据为第二横向行走数据b2,依据数据判断车尾是否垂直;

在第二时间点t2后,记录纵向行走数据开始变化的时间点定义为第三时间点t3,记录第三时间点t3的第三横向行走数据b3,通过第二横向行走数据b2和第三横向行走数据b3的计算判断车身是否平行;

在第二时间点t2至第三时间点t3之间检测顶刷和车身之间的压力d,根据压力d判断是否有车斗;

若其上条件均符合,判断该车为皮卡。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江驿公里智能科技有限公司,未经浙江驿公里智能科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010005058.0/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top