基于機器視覺的工程機械行走速度測量系統(tǒng)研究.pdf

1、工程機械行走裝置在產(chǎn)生牽引力時不可避免會發(fā)生滑轉，造成工程機械行走速度的損失而形成滑轉功率，引起工程機械作業(yè)效率降低，耗能增加。因此通過對行走速度的研究實從而現(xiàn)對滑轉的控制、調(diào)節(jié)使工程機械處于最佳工作狀態(tài)至關重要。但工程機械行走速度受地面附著性能、作業(yè)載荷、輪胎胎壓等綜合因素的影響，使得在工程機械運動中較難實現(xiàn)實時、準確的測量。因此實現(xiàn)工程機械實際行走速度及滑轉率的高精度測量成為滑轉控制亟待解決的問題?；诖耍疚脑诜治霈F(xiàn)有速度測量技術

2、的基礎上，設計開發(fā)了基于機器視覺的工程機械行走速度測量系統(tǒng)，建立了行走速度與序列圖像和單幅模糊圖像的數(shù)學模型；通過工程機械自身的“眼睛”識別地面圖像信息，研究了序列圖像的相鄰幀的全局運動矢量和單幅運動模糊圖像的模糊尺度，結合系統(tǒng)的安裝參數(shù)獲得工程機械相對于地面的行走速度。在此基礎上自主研發(fā)了基于機器視覺的滑轉率測量試驗平臺，并進行了現(xiàn)場試驗，驗證了行走速度機器視覺測量算法的精度和穩(wěn)定性，實現(xiàn)了滑轉率的測量。
　　主要研究工作如下：

3、
　?。?）設計開發(fā)了基于機器視覺的行走速度測量系統(tǒng)，依據(jù)系統(tǒng)的功能重點研究了機器視覺測量系統(tǒng)的運動機構、工業(yè)相機、鏡頭、光源、圖像采集卡等硬件設備的性能及選型原則。同時進行了視覺測速系統(tǒng)軟件的模塊化設計。實現(xiàn)了運動機構的二維運動控制，圖像的實時采集與處理功能，為后續(xù)進一步展開理論和試驗研究提供了軟硬件基礎。
　?。?）研究了機器視覺系統(tǒng)標定對視覺測量的影響，明確了各坐標系統(tǒng)在標定中的重要性，分析了傳統(tǒng)標定方法在實際應用中的

4、難點。本文選用畸變小的光學鏡頭，采用相對標定法，以標準量塊作為標定物，在不需要標定工業(yè)相機的內(nèi)外參數(shù)的情況下，快速、簡單地標定出工業(yè)相機的物面分辨率，標定誤差為0.0046mm。
　?。?）依據(jù)光照不均對成像質(zhì)量的影響，在研究了照度-反射模型的基礎上，本文提出了基于函數(shù)逼近理論的基函數(shù)擬合算法，通過B樣條基函數(shù)擬合圖像中的背景照度偏差，利用除法運算對原圖像進行拉伸，有效校正了光照不均產(chǎn)生的降質(zhì)圖像。與傳統(tǒng)的同態(tài)濾波算法對比，本文算

5、法處理后圖像的信息熵增加了26.6％，突出了圖像的細節(jié)信息，提高了圖像的對比度，進而提高了序列圖像相關曲線的匹配精度。
　?。?）研究了序列圖像中相鄰幀圖像的相關性，建立了基于序列圖像的速度測量模型，提出了基于序列圖像的工程機械行走速度測量方法，利用同一地面場景在相鄰幀圖像中重疊區(qū)域位移量及幀間時間計算工程機械的行走速度。研究了圖像位移的全局運動矢量估計算法，提出了多窗口灰度投影相關算法估計全局運動矢量，并在泥土和沙地兩種典型地面

6、中以不同速度進行了實驗研究，結果表明在給定的速度范圍內(nèi)，速度相對誤差在7％以內(nèi)，相鄰幀圖像運算耗時約為15ms，驗證了理論模型的正確性和算法的精度與實時性。
　　（5）研究了運動速度與曝光時間對運動模糊圖像的影響，建立了運動模糊尺度與運動速度的數(shù)學模型，提出了基于運動模糊圖像的工程機械行走速度測量方法。利用運動模糊圖像在頻譜圖中出現(xiàn)的暗條紋的間距與方向特征，設計開發(fā)Radon算法估計運動模糊方向和運動模糊尺度，通過給定的安裝參數(shù)計

7、算出運動速度。實驗結果表明在給定的速度范圍內(nèi)，速度相對誤差在10％以內(nèi)，單幀運動模糊圖像運算速度耗時約30ms，驗證了算法的精度和實時性。
　?。?）滑轉率測量試驗研究。針對工程機械的5種滑轉現(xiàn)象，通過分析滑轉率測量中行走速度和理論行走速度兩個關鍵參數(shù)的測量方法，結合本文開發(fā)的機器視覺速度測量算法，設計開發(fā)了基于機器視覺的滑轉率測量試驗平臺，利用該平臺進行實際測量研究。驗證了行走速度機器視覺測量算法的精度和實時性，實現(xiàn)了滑轉率的測