[發明專利]基于深度學習的電動汽車底盤劃痕三維檢測方法

有效

• 申請號: 202210568310.8
• 申請日: 2022-05-24
• 公開（公告）號: CN114663882B
• 公開（公告）日: 2022-09-06
• 發明（設計）人: 范方祝;鄒魁
• 申請（專利權）人: 昆山斯沃普智能裝備有限公司
• 主分類號: G06V20/64
• 分類號: G06V20/64;G06K9/62;G06N3/08;G06V10/30;G06V10/774;G06V10/82
• 代理公司: 蘇州周智專利代理事務所(特殊普通合伙) 32312
• 代理人: 楊月芳

1.基于深度學習的電動汽車底盤劃痕三維檢測方法，其特征在于，包括以下步驟：

S1，采用RGB-D相機，采集汽車底盤圖片，利用數據集標注軟件，標注劃痕所在位置，將圖片制作成數據集，采用數據增強手段擴充數據集；

S2，利用深度學習方法，進行數據集訓練，提取劃痕特征，檢測劃痕區域；

S3，根據得到的數據模型，檢測汽車底盤圖片，選定可能出現劃痕的位置；

S4，根據RGB-D相機拍攝時的矩陣變化關系，將汽車底盤圖片上的坐標變換到點云坐標系，截取S3步驟中選定的位置的局部點云圖，對局部點云圖進行降噪處理；

S5，對局部點云圖處理，獲取劃痕的深度信息，從而對劃痕進行定性判斷；所述S5步驟還包括以下步驟，S501，對汽車底盤圖片求Hessian矩陣，確定每條法線的方向；S502,按照得出的法線的方向做點云的剖面線，得出劃痕剖面的最深點；S503，沿著劃痕的方向不斷重復S502，構成劃痕底部連線；S504，擬合劃痕所在局部點云平面，求得平面單位法向量后，將其旋轉變換平行于XOY平面；然后求局部點云的重心坐標，將重心坐標平移變換到原始點云原點，根據劃痕連線的Z坐標得出劃痕深度，S505，通過劃痕深度不同，對劃痕的損傷程度進行定性判斷。

2.根據權利要求1所述的基于深度學習的電動汽車底盤劃痕三維檢測方法，其特征在于：所述RGB-D相機包括殼體、左IR相機、右IR相機和RGB相機，所述RGB相機位于殼體的中央，所述左IR相機和所述右IR相機關于所述RGB相機對稱，所述RGB相機的上方固定安裝有MEMS微振鏡投射器。

3.根據權利要求1所述的基于深度學習的電動汽車底盤劃痕三維檢測方法，其特征在于：所述步驟S502具體過程包括S50201，采用雙邊濾波去除噪點；S50202，利用隨機采樣一致性的方法迭代擬合高斯曲線，高斯曲線極值點為劃痕剖面的最深點。

4.根據權利要求1所述的基于深度學習的電動汽車底盤劃痕三維檢測方法，其特征在于：所述數據集標注軟件為labelme軟件或者labelimg軟件。

5.根據權利要求1所述的基于深度學習的電動汽車底盤劃痕三維檢測方法，其特征在于：所述數據增強手段包括隨機裁剪、扭曲、擴增、鏡像。

6.根據權利要求1所述的基于深度學習的電動汽車底盤劃痕三維檢測方法，其特征在于：所述深度學習方法為RCNN系列網絡、YOLO系列網絡、SSD系列網絡、MTCNN。