摘 要： 針對傳統(tǒng)四輪定位儀精度不高、操作復(fù)雜的問題，設(shè)計了一套基于圖像處理與計算機視覺的車輛四輪定位儀，給出了該儀器基于2D平面靶標(biāo)的攝像機定標(biāo)方法及攝像頭拍攝連續(xù)圖像的處理方法。最后分析了該車輛四輪定位儀的工作過程及工作原理，并與手工測量的車輛四輪定位參數(shù)進行了對比實驗，實驗結(jié)果表明基于圖像處理與計算機視覺的車輛四輪定位儀的設(shè)計理論和方法都是正確的。

關(guān)鍵詞： 計算機視覺； 攝像機定標(biāo)； 圖像處理； 四輪定位

中圖分類號： TN911.73?34； TG202 文獻標(biāo)識碼： A 文章編號： 1004?373X（2016）19?0042?05

Abstract： To overcome the low accuracy and complex operation of the traditional four?wheel aligner， a vehicle four?wheel aligner based on image processing and computer vision was designed. The instrument′s camera calibration method based on 2D plane target and processing method of the continuous images taken by the camera are given. The working process and principle of the designed vehicle four?wheel aligner are analyzed. The contrast experiment for the vehicle four?wheel aligning parameters measured by the aligner and manual operation was performed. The experimental results show that the design theory and method of the vehicle four?wheel aligner based on image processing and computer vision are correct.

Keywords： computer vision； camera calibration； image processing； four?wheel alignment

0 引 言

隨著汽車行駛速度的加快，影響車輛安全性的車輪定位參數(shù)就越發(fā)的重要。當(dāng)車軸、轉(zhuǎn)向機構(gòu)和車架發(fā)生磨損和變形[1]后，車輪定位將會失準(zhǔn)從而影響車輛的安全性。但現(xiàn)有的四輪定位儀精度不高、操作復(fù)雜，嚴(yán)重的影響了車輪定位調(diào)校的效率[2?4]。

針對上述問題，設(shè)計了一套基于圖像處理與計算機視覺的車輛四輪定位儀。給出了該儀器基于2D平面靶標(biāo)的攝像機定標(biāo)方法及攝像頭拍攝連續(xù)圖像的處理方法，并分析了該四輪定位儀的工作原理，最后通過實驗證明了該儀器設(shè)計理論和測量方法的正確性。

1 基于2D平面靶標(biāo)的攝像機定標(biāo)

1.1 圖像坐標(biāo)系、攝像機坐標(biāo)系與世界坐標(biāo)系

攝像機拍攝的圖像采用標(biāo)準(zhǔn)電視信號的形式存儲于計算機中，然后計算機使用數(shù)模板轉(zhuǎn)換為數(shù)字圖像。在圖1所示的直角坐標(biāo)系[（u，v）]中，各像素的坐標(biāo)[（u，v）]表示該像素在整個數(shù)組中的列數(shù)編碼和行數(shù)編碼。但并沒有物理單位能夠表示出該像素在整幅圖像中的具體位置，所以還需創(chuàng)建以物理單位為刻度的圖像坐標(biāo)系。圖像坐標(biāo)系以圖像內(nèi)一點作為坐標(biāo)原點，其中[x]軸 與[u]軸平行，[y]軸與[v]軸平行，具體如圖1所示，[（u，v）]表示以像素作為單位的圖像坐標(biāo)系，[（x，y）]表示以物理單位毫米作為單位的圖像坐標(biāo)系，兩個坐標(biāo)系均為圖像坐標(biāo)系，但所采用的坐標(biāo)單位不同。

攝像機的光心為[O]點，攝像機的光軸為[zc]軸，垂直于圖像平面，[xc]軸與圖像坐標(biāo)系的[x]軸平行，[yc]軸與圖像坐標(biāo)系的[y]軸平行。圖像坐標(biāo)系的坐標(biāo)原點為圖像平面和光軸的交點，[xc]軸，[yc]軸和[zc]軸與點[O]組成的坐標(biāo)系即為攝像機坐標(biāo)系，[OO1]即為攝像機焦距。

1.2 基于2D平面靶標(biāo)的攝像機定標(biāo)

由于3D立體靶標(biāo)加工精度受到一定的限制且制作成本較高，此處采用2D平面靶進行攝像機定標(biāo)[5]。在定標(biāo)過程中，攝像機以多于兩個方位對同一個平面靶標(biāo)進行拍攝，平面靶標(biāo)和攝像機均能夠自由移動且無需知曉其運動參數(shù)。在定標(biāo)過程中，攝像機內(nèi)部參數(shù)始終為定常數(shù)，僅外部參數(shù)發(fā)生變化。

2 圖像處理

為了降低圖像的噪聲干擾，靶盤為黑底，上面有若干個白色圓斑，并以圓心作為特征點，為了取得特征點（白色橢圓中心）的二維圖像坐標(biāo)，首先進行圖像閾值分割，然后完成邊緣檢測，最后尋找特征點坐標(biāo)[6]。四輪定位系統(tǒng)工作中拍攝的靶盤圖像如圖3所示。

2.1 圖像閾值分割和邊緣檢測

根據(jù)實際觀測，將閾值設(shè)置為150，則閾值分割處理后的結(jié)果如圖4所示。

2.2 Hough變換求取橢圓參數(shù)

對于平面上的任意橢圓，設(shè)橢圓圓心為點[c，]在平面上任取一點[p，]則點[p]距橢圓上任意點的最大距離必然大于點[c]距橢圓上任意點的最大距離。根據(jù)橢圓的該性質(zhì)，可以通過尋找平面內(nèi)距橢圓上任意點的最大距離數(shù)值最小的點來確定橢圓圓心，而且找到的這個最大距離的最小值即為橢圓的長軸長度。通過該方法，可以得到橢圓長、短軸長，橢圓圓心點橫、縱坐標(biāo)和旋轉(zhuǎn)角度5個參數(shù)中的3個，剩下的2個橢圓參數(shù)就能夠通過Hough變換的方法求得，算法的具體實現(xiàn)步驟如下：

（1） 首先對需處理的圖像完成邊緣檢測，取得二值化的圖像邊緣輪廓，將邊緣輪廓圖上的各點數(shù)據(jù)存入數(shù)組[A；]

（2） 針對二維平面上的所有點，分別計算與上步中得到的數(shù)組[A]中點的距離，得到所有點與數(shù)組[A]中點的最大距離，在計算的最大距離中的最小值對應(yīng)的點就是橢圓圓心的橫縱坐標(biāo)[p，q，]該最大距離就是橢圓長軸的長度[a；]

（3） 將第一步中數(shù)組[A]所有點的數(shù)值與橢圓參數(shù)[p，q，a]代入橢圓方程[E，]橢圓方程為：

然后在二維空間內(nèi)對參數(shù)[b，θ]進行統(tǒng)計分析，得到一組峰值大于一定閾值的參數(shù)即為橢圓的參數(shù)。

2.3 特征點三維坐標(biāo)求取

通過前面的分析可知，當(dāng)靶盤上圓的實際大小與圖像上橢圓長、短軸尺寸都知道時，攝像機與圓心間的距離為：

式中：[F]表示攝像機鏡頭的焦距；[P]表示圓半徑；[A]表示橢圓長軸長度，[A=μ×N，][μ]表示像元尺寸，[N]表示圖像中橢圓長軸的長度，單位為像素。

根據(jù)式（3）世界坐標(biāo)系與圖像坐標(biāo)系的關(guān)系，可以通過求解該方程得到特征點坐標(biāo)[（xw，yw，zw）。]此處選取測量靶盤中相距0.075 m的兩圓心的距離進行實驗，攝像機拍到的照片如圖6所示。

3 四輪定位儀的工作流程及原理

3.1 工作流程

基于圖像處理與計算機視覺的車輛四輪定位系統(tǒng)由兩臺數(shù)字攝相機、計算機主機和四個靶盤組成，具體如圖7所示。

攝像機僅能獲取單側(cè)靶盤的圖像，紅外線由特制的光源發(fā)射，靶盤接收到紅外線后，將其反射至高性能數(shù)字攝像機成像，攝像機依據(jù)獲取的圖像通過計算得出相機與目標(biāo)之間的距離，然后將數(shù)據(jù)處理后就能夠得出車輪的定位參數(shù)，車輪定位參數(shù)的測量流程具體如下：將汽車放置于舉升機上，使汽車進入攝像機的拍攝視角范圍；打開攝像機，固定方向盤后推動汽車行駛，然后拍攝行駛中的靶盤；根據(jù)攝像機拍攝到的圖像（三幅以上）計算出車輪的外傾角和前束角；將汽車整體固定使其無法前后移動，轉(zhuǎn)動方向盤，獲取車輪轉(zhuǎn)動過程中靶盤的圖像，然后計算出主銷后傾角和內(nèi)傾角。

3.2 建立測量基準(zhǔn)平面?車身平面

在汽車行駛過程中，靶盤本身是傾斜的，車輛前輪兩個旋轉(zhuǎn)中心點即為汽車前輪定位平面；同樣，車輛后輪兩個旋轉(zhuǎn)中心點即為后輪定位平面。這兩個面作為整個四輪定位測量系統(tǒng)的基準(zhǔn)平面，其優(yōu)點是該平面無需依賴于重力和重力傳感器。所以，在車輛行駛過程中，不論車輛是前后傾斜還是左右傾斜，都不會影響車輪定位參數(shù)的測量[7]。

3.3 汽車定位參數(shù)數(shù)學(xué)模型的建立

靶盤固定于車輪，所以可將靶盤和車輪當(dāng)做一個剛體來分析，車輪的運動可分解為平動和旋轉(zhuǎn)兩個分運動。由于車輪的旋轉(zhuǎn)軸與車輪輪面垂直，所以可將車輪前束角和外傾角看作是車輪旋轉(zhuǎn)軸與各坐標(biāo)軸間的夾角。

由于汽車前輪上安裝的兩靶盤是完全相同的，且其能夠與車輪共同當(dāng)做一個剛體處理[8]，汽車車輪運動驅(qū)動靶盤運動，將靶盤的運動分解成平移運動和旋轉(zhuǎn)運動，同時假設(shè)靶盤先平移后旋轉(zhuǎn)。在靶盤的旋轉(zhuǎn)過程中，車輪滾動一圈，則靶盤上所有白色圓心的運動軌跡均是圓。但在四輪定位儀的實際測量中，車輪滾動軌跡達不到一圈，靶盤圓心軌跡是一段弧，但仍能夠通過圓弧上任意三點求出軌跡圓心。在車輪的平動過程中，左右靶盤上同一位置的白色圓心的連線隨車輪平動形成前輪定位平面，后輪則形成后輪定位平面。

在汽車轉(zhuǎn)向過程中，車輪繞主銷旋轉(zhuǎn)，通過旋轉(zhuǎn)前后靶盤特征點的坐標(biāo)變化就能夠得出主銷軸線本身與[X，Y，Z]軸間的夾角[α，β，γ，]進一步就可求出主銷后傾角和內(nèi)傾角，具體求解示意圖如圖9所示。

4 實 驗

為了驗證本文所設(shè)計的車輪定位儀的準(zhǔn)確性，選取車輪外傾角和前束角進行了實驗。實驗通過車輪外傾角和前束角的變化，從四輪定位儀中輸出各定位參數(shù)的變化，同時選取手工測量作為對比數(shù)據(jù)。各組實驗數(shù)據(jù)如表2～表4所示。

5 結(jié) 論

針對傳統(tǒng)四輪定位儀精度不高、操作復(fù)雜這一問題，設(shè)計了一套基于圖像處理與計算機視覺的車輛四輪定位儀。給出了該儀器的設(shè)計方法并進行了測量精度實驗，實驗結(jié)果表明所設(shè)計的四輪定位儀操作簡單并具有較高的精度。但為了進一步提高儀器的測量精度，后續(xù)還要對圖像質(zhì)量和圖像處理算法進行改進，并提高攝像機的定標(biāo)精度。

參考文獻

[1] SINGH S. Design of front wheel active steering for improved vehicle handling and stability [C]// Proceedings of 2000 SAE Automotive Dynamic Stability Conference. [S.l.]： SAE， 2000： 1619?1623.

[2] KIM H. An on?line learning control of unsupervised neural for a vehicle four wheel steering system [J]. SAE transaction on suspensions and steering technology， 1996（2）： 1136?1145.

[3] SKEA A F. CFD simulations and experimental measurement of the flow over a rotating wheel in a wheel arch [C]// Proceedings of 2000 SAE World Congress on Automotive. [S.l.]： SAE， 2000： 1524?1530.

[4] ZHDANOVICH C， BOIKOV V. Comparison of wheel， metal?track and pneumatic track harvester propulsion systems [C]// Proceedings of 1995 International OFF?highway Powerplant Congress Exposition. [S.l.]： SAE， 1999： 1474?1478.

[5] 王冬，夏乙，殷木一，等.基于OpenCV的攝像機標(biāo)定方法實現(xiàn)[J].現(xiàn)代電子技術(shù)，2013，36（8）：97?100.

[6] 占俊.幾種計算機數(shù)字圖像技術(shù)的處理效果研究[J].現(xiàn)代電子技術(shù)，2015，38（21）：32?35.

[7] 曹洪劫.非接觸式四輪定位儀的原理分析[D].哈爾濱：哈爾濱工業(yè)大學(xué)，2015.

[8] 程曉亮.基于雙目立體視覺的三維重構(gòu)研究[D].哈爾濱：哈爾濱工業(yè)大學(xué)，2014：1?3.