盧印舉,張偉豪,張智華,趙星,萬(wàn)藝菡
(鄭州工程技術(shù)學(xué)院信息工程學(xué)院,河南鄭州,450044)
汽車的車燈照度的相關(guān)配置,會(huì)影響駕駛員的視線,進(jìn)而影響到駕駛員的生命安全。根據(jù)國(guó)際車燈模具照度標(biāo)準(zhǔn),不同的車型應(yīng)由指定的光型構(gòu)成,因此如何確保汽車照度滿足國(guó)家車輛生產(chǎn)標(biāo)準(zhǔn)將成為未來(lái)相關(guān)產(chǎn)業(yè)的研究重點(diǎn)[1]。但目前國(guó)內(nèi)車燈生產(chǎn)廠家的車燈檢測(cè)系統(tǒng)的照度監(jiān)測(cè)精度不足以滿足現(xiàn)實(shí)使用需求[2],為此,在對(duì)車燈模組照度的智能監(jiān)測(cè)中,引入機(jī)器視覺(jué)技術(shù)。希望通過(guò)本文對(duì)此課題的研究,在確保車輛駕駛員人身安全的同時(shí),提高汽車照燈的生產(chǎn)標(biāo)準(zhǔn),以此為產(chǎn)業(yè)的相關(guān)研究提出技術(shù)層面指導(dǎo)。
機(jī)器視覺(jué)技術(shù)是利用計(jì)算機(jī)設(shè)備對(duì)人類視覺(jué)進(jìn)行模擬,使獲取事物的信息更為客觀化。在完成數(shù)據(jù)提取的基礎(chǔ)上,使用計(jì)算機(jī)輔助監(jiān)測(cè)行為,對(duì)數(shù)據(jù)信息加以處理,從而發(fā)揮信息的最高應(yīng)用價(jià)值。機(jī)器視覺(jué)技術(shù)應(yīng)用于各行各業(yè),如機(jī)械智能化生產(chǎn)、汽車制造生產(chǎn)、印刷行業(yè)、醫(yī)療產(chǎn)業(yè)等,充分發(fā)揮出自動(dòng)化程度高、精度高、速度快、支持大批量信息且可實(shí)現(xiàn)遠(yuǎn)程終端管理等優(yōu)勢(shì)[3]。其常規(guī)化工作流程如圖1所示。
圖1 機(jī)器視覺(jué)技術(shù)的應(yīng)用流程
綜合機(jī)器視覺(jué)技術(shù)具備的顯著優(yōu)勢(shì),將此技術(shù)應(yīng)用于車燈模具照度監(jiān)測(cè)研究中。
傳統(tǒng)的車燈模具照度智能監(jiān)測(cè)行為中,由于可實(shí)現(xiàn)的監(jiān)測(cè)距離較短,并且其中應(yīng)用了過(guò)多的微分計(jì)算,導(dǎo)致監(jiān)測(cè)時(shí)必然會(huì)受到外界多種噪聲或干擾因素的影響。為了避免在對(duì)照度進(jìn)行智能監(jiān)測(cè)中將噪聲識(shí)別為監(jiān)測(cè)點(diǎn),本章引入機(jī)器視覺(jué)技術(shù),對(duì)車燈模組照度圖像的邊緣信息進(jìn)行提取[4]。可將邊緣信息的提取過(guò)程劃分為邊緣數(shù)據(jù)的定位與殘缺信息的修補(bǔ)兩個(gè)步驟。此過(guò)程中考慮到車燈模具光照強(qiáng)度受到的外界干擾源較多,因此利用機(jī)器視覺(jué)提供的圖像模式識(shí)別技術(shù),進(jìn)行信息算子的卷積處理。由于Sobel 算子信息只有水平與垂直兩個(gè)維度,為了保證對(duì)光照強(qiáng)度邊緣信息采集的有效性,在獲取工業(yè)化相機(jī)拍攝的圖像后,應(yīng)拓展信息的傳輸模板(通常情況下為8 個(gè)方向的模板),并將圖像中的每一個(gè)邊緣點(diǎn)進(jìn)行模板卷積對(duì)照。輸出模板不同方向的最大值,記錄邊緣值的對(duì)照方向,并將此信息傳輸?shù)缴衔粰C(jī)。
為了確保獲取的照度圖像在傳輸中的穩(wěn)定性,因此本文選擇將以太網(wǎng)作為信息傳輸與實(shí)時(shí)通信的支撐,完成對(duì)車燈模組照度邊緣圖像的有效傳輸[5]。由于不同類型的車燈磨具在生產(chǎn)中的工藝與標(biāo)準(zhǔn)不同,為此獲取的邊緣圖像信息中可能存在部分無(wú)用信息,包括環(huán)境噪聲等。為了方便后續(xù)對(duì)光照強(qiáng)度的準(zhǔn)確識(shí)別,利用計(jì)算機(jī)科學(xué)技術(shù),在圖像邊緣上尋找每一邊,邊緣線中存在的孤立點(diǎn)與端點(diǎn),將這些點(diǎn)作為修補(bǔ)信息的初始點(diǎn),用于提高獲取信息的質(zhì)量。在修補(bǔ)圖像信息的過(guò)程中,根據(jù)車燈模具的輪廓,對(duì)其進(jìn)行思維跟蹤。綜合上述分析,采用機(jī)器視覺(jué)提供的多種功能,對(duì)獲取邊緣圖像進(jìn)行修補(bǔ)與平滑處理,此過(guò)程可用如下計(jì)算公式表示。
式中,wx,y表示為完成修補(bǔ)與平滑的邊緣圖像結(jié)果,其中x 與y 分別表示橫向與縱向信息;q表示為信息傳輸模板;i 與j 分別表示為模板中信息的對(duì)照方向;d()?表示為使用機(jī)器處理后的邊緣信息;K表示為車燈模具相關(guān)參數(shù)。根據(jù)上述計(jì)算公式,完成對(duì)車燈模組照度邊緣信息提取,得到去除相關(guān)干擾噪聲的照度信息。
結(jié)合機(jī)器視覺(jué)技術(shù),完成對(duì)車燈模組照度邊緣提取后,對(duì)亞像素照度邊緣曲線進(jìn)行擬合。利用逐步查詢方法,完成對(duì)其相應(yīng)照度邊緣的匹配,記錄兩組圖像當(dāng)中的相對(duì)位移變化情況。通常情況下,可選擇左右跨度分別為1.2 個(gè)像素的圖像,將其與樣本子區(qū)域?qū)?yīng)位置進(jìn)行相關(guān)計(jì)算,在計(jì)算過(guò)程中,保證包含10 個(gè)亞像素目標(biāo)子區(qū)域。結(jié)合相關(guān)系數(shù)計(jì)算的特性,當(dāng)分布在真實(shí)匹配范圍內(nèi)的目標(biāo)子區(qū)域,與樣本子區(qū)域之間的相關(guān)系數(shù)具備如下規(guī)律:當(dāng)距離真實(shí)點(diǎn)越遠(yuǎn)時(shí),則其相關(guān)系數(shù)的數(shù)值越?。划?dāng)距離真實(shí)點(diǎn)越近時(shí),則其相關(guān)系數(shù)的數(shù)值越大。在一組相關(guān)系數(shù)當(dāng)中,以真實(shí)匹配點(diǎn)作為區(qū)域中心點(diǎn),進(jìn)行二次曲線分布。選取多個(gè)亞像素目標(biāo)區(qū)域和樣本子區(qū)域的相關(guān)系數(shù),完成二次曲線擬合,再對(duì)其進(jìn)行導(dǎo)數(shù)求解,得出曲線的最大值,將通過(guò)計(jì)算得出的最大值所在區(qū)域點(diǎn)作為匹配點(diǎn)。
在確保其精度滿足擬合要求的情況下,降低運(yùn)算的次數(shù),并選擇其中五個(gè)較為合理的匹配點(diǎn)擬合二次曲線。進(jìn)一步推導(dǎo)出亞像素照度邊緣相應(yīng)的一階導(dǎo)函數(shù):
式中,y1、y2分別為根據(jù)最小二乘法推導(dǎo)出的擬合曲線系數(shù);A 表示為擬合曲線坐標(biāo)。根據(jù)相應(yīng)的二次導(dǎo)函數(shù),通過(guò)其正負(fù)值,判斷其最大值和最小值。由于相關(guān)系數(shù)的分布具有一定的特殊性,通常情況下曲線圖像均包含最大值,而不包含最小值。因此,滿足B'(A) >0 條件。根據(jù)上述計(jì)算結(jié)果求得亞像素點(diǎn)的目標(biāo)子區(qū)域相對(duì)應(yīng)的距離值,完成對(duì)亞像素照度邊緣曲線擬合。
利用Mfiso48 計(jì)算機(jī)編程工具,對(duì)車燈模組照度進(jìn)行自動(dòng)化監(jiān)測(cè),設(shè)置其照度邊緣曲線擬合數(shù)據(jù)以異步串口通信方式進(jìn)行傳輸,波特頻率為1600bps。通過(guò)多個(gè)數(shù)據(jù)串口完成對(duì)其照度參數(shù)的接收,以及對(duì)上述照度邊緣曲線的提取。在顯示屏幕當(dāng)中通過(guò)點(diǎn)擊照度按鈕,將程序中對(duì)照度監(jiān)控的窗口打開(kāi),并在上位機(jī)顯示器當(dāng)中對(duì)當(dāng)前車燈模組照度的狀態(tài)進(jìn)行實(shí)時(shí)檢測(cè),并同時(shí)對(duì)其相應(yīng)的元件閉合或斷開(kāi)狀態(tài)進(jìn)行檢查。根據(jù)其相應(yīng)的傳輸數(shù)據(jù),在SMT 控制端當(dāng)中發(fā)送相應(yīng)的監(jiān)測(cè)質(zhì)量,等待上位機(jī)的反饋信息。若上位機(jī)中顯示的B'(A) 數(shù)值小于或等于零,則說(shuō)明其照度不滿足運(yùn)行要求,需要重新設(shè)置新的控制指令。若上位機(jī)中顯示的B'(A) 數(shù)值大于零,則說(shuō)明車燈模組的照度滿足運(yùn)行要求,可繼續(xù)通過(guò)該控制指令對(duì)其照度進(jìn)行控制。
構(gòu)建實(shí)例分析,實(shí)驗(yàn)對(duì)象選取某車燈模組。針對(duì)其照度進(jìn)行智能監(jiān)測(cè)。本次實(shí)驗(yàn)硬件設(shè)施包括:型號(hào)為MKLOPA25835890 的上位機(jī)。此次實(shí)驗(yàn)環(huán)境設(shè)置的具體內(nèi)容及參數(shù)為:任務(wù)最大迭代次數(shù)為200,任務(wù)布置器2,虛擬主機(jī)資源數(shù)量860,任務(wù)資源消耗量30,物理主機(jī)地理距離20,宿主更新0.2569,網(wǎng)絡(luò)權(quán)重系數(shù)0.3575。
在保證實(shí)驗(yàn)具有有效性的前提下,選擇同一個(gè)測(cè)試指標(biāo)進(jìn)行,實(shí)驗(yàn)的內(nèi)容為測(cè)試本文監(jiān)測(cè)方法與傳統(tǒng)監(jiān)測(cè)方法之間的照度智能監(jiān)測(cè)查準(zhǔn)率。照度智能監(jiān)測(cè)查準(zhǔn)率能夠表明監(jiān)測(cè)信號(hào)中所監(jiān)測(cè)得出的有效信息在信息總量中的占比,照度智能監(jiān)測(cè)查準(zhǔn)率越高證明該監(jiān)測(cè)方法對(duì)于車燈模組照度智能監(jiān)測(cè)精度越高。在此次的實(shí)驗(yàn)中,首先使用本文基于機(jī)器視覺(jué)設(shè)計(jì)監(jiān)測(cè)方法智能監(jiān)測(cè)車燈模組照度,利用Heapchyer 軟件記錄測(cè)得的照度智能監(jiān)測(cè)查準(zhǔn)率,設(shè)其為實(shí)驗(yàn)組;再使用傳統(tǒng)監(jiān)測(cè)方法智能監(jiān)測(cè)車燈模組照度,同樣利用Heapchyer 軟件記錄測(cè)得的照度智能監(jiān)測(cè)查準(zhǔn)率,設(shè)其為對(duì)照組。本次實(shí)驗(yàn)將監(jiān)測(cè)距離設(shè)為5m~50m,以每5m 為一個(gè)節(jié)點(diǎn),共進(jìn)行10 次實(shí)驗(yàn)。針對(duì)Heapchyer 軟件測(cè)得的照度智能監(jiān)測(cè)查準(zhǔn)率,記錄實(shí)驗(yàn)結(jié)果。
在上述設(shè)計(jì)的實(shí)驗(yàn)環(huán)境中執(zhí)行此次實(shí)驗(yàn),并輸出對(duì)應(yīng)的實(shí)驗(yàn)結(jié)果,整理其內(nèi)容如表1 所示。
表1 實(shí)驗(yàn)結(jié)果對(duì)比表
通過(guò)表1 可知,在相同的監(jiān)測(cè)距離內(nèi),本文設(shè)計(jì)方法在對(duì)車燈模組照度進(jìn)行智能監(jiān)測(cè)過(guò)程中,其監(jiān)測(cè)結(jié)果的準(zhǔn)確率平均達(dá)到了98.12%,明顯高于對(duì)照組的監(jiān)測(cè)準(zhǔn)確率,平均為86%。基于上述實(shí)驗(yàn)結(jié)果數(shù)據(jù),得出本次實(shí)驗(yàn)的最終結(jié)論:相比傳統(tǒng)的智能監(jiān)測(cè)方法,本文設(shè)計(jì)的基于機(jī)器視覺(jué)的車燈模組照度智能監(jiān)測(cè)方法實(shí)際應(yīng)用中,效果更為顯著,因此可以說(shuō)明所設(shè)計(jì)的智能監(jiān)測(cè)方法更具有現(xiàn)實(shí)推廣價(jià)值。
為了解決傳統(tǒng)智能監(jiān)測(cè)方法存在的查準(zhǔn)率低的問(wèn)題,本文基于機(jī)器視覺(jué)技術(shù)的應(yīng)用,從提取車燈模組照度邊緣信息、擬合亞像素照度邊緣曲線與自動(dòng)化監(jiān)測(cè)三個(gè)方面,開(kāi)展了車燈模組照度智能監(jiān)測(cè)方法的設(shè)計(jì)。并采用設(shè)計(jì)對(duì)比實(shí)驗(yàn)的方式,對(duì)本文提出方法進(jìn)行了驗(yàn)證。