车辆外形识别装置和方法、车辆处理设备和方法
技术领域
本申请涉及车辆技术领域，特别地，涉及一种车辆外形识别装置和方法、车辆处理设备和方法。
背景技术
随着车辆的普及，与车辆制造、清洗、探伤、维修等方面的需要也越来越多，也相应出现了相关配套产品，以车辆清洗为例，自动洗车设备就越来越受到广大车主的青睐。
现有自动洗车设备一般分为无接触式洗车和毛刷式自动洗车二种，毛刷式自动洗车设备主要是选择使用一定力度将毛刷顶到车身上来清洗车辆，因存在损毁车辆天线等辅助设备的缺陷而逐渐被淘汰；无接触式自动洗车设备主要是利用电脑控制高压水来清洗车辆，其工作原理是，通过光电系统检测，经电脑分析计算出各种动作的最佳位置和力度，达到最佳的洗车效果。现有无接触式自动洗车设备一般通过安装在设备顶部的红外、激光、毫米波、超声波等测距传感器获得车辆外形曲线，但这样的曲线只能获得车辆的大致轮廓，不能生成车辆的天线、后视镜等细节，在进行清洗等操作时容易造成对车辆的损伤。
发明内容
为解决上述问题，本申请提供一种车辆外形识别装置和方法，以及一种车辆处理设备和方法，能够对车辆外形实现高分辨率、高精度识别，并以此为基础，实现对车辆的清洗、探伤、涂装等处理。
本申请提供了一种车辆外形识别装置，包括：用于扫描所述车辆所在的空间获得立体三维点云的激光雷达及其承载部；用于根据预设的业务区域范围对所述立体三维点云进行切割，形成业务区域点云的点云切割模块；以及，用于从业务区域点云中查找并删除表示地面的平面点云，形成车辆外形点云的地面切除模块；所述激光雷达安装在承载部上。
优选地，所述车辆外形识别装置还包括：用于接收人工填写的校准值作为校准参数或通过自动配准算法生成校准参数的参数获取模块；用于根据所述校准参数对所述激光雷达扫描获得的每个立体三维点云进行调整的点云校准模块；以及，用于将所述激光雷达扫描获得的多个立体三维点云进行拼合形成完整立体三维点云的点云拼合模块。
优选地，所述车辆外形识别装置还包括：用于根据预设的距离值对车辆外形点云进行聚类处理，将没有聚类到车辆外形点云中的不相关点删除，形成优化车辆外形点云的噪音删除模块。
优选地，所述承载部包括第一轨道、第一动力装置、电气控制模块和固定件；所述激光雷达通过所述固定件安装在第一动力装置上；所述电气控制模块安装在第一动力装置上并与第一动力装置电连接，控制第一动力装置沿设置在车辆周围的第一轨道运动；所述激光雷达为单线激光雷达，其旋转轴心与所述第一动力装置的运动方向平行。
优选地，所述承载部包括龙门、龙门式导轨和第二动力装置，所述激光雷达安装在龙门横梁上，所述第二动力装置安装在龙门下端，驱动龙门沿龙门式导轨运动；所述激光雷达为单线激光雷达，其旋转轴心与所述龙门的运动方向平行；或，所述承载部包括顶吊式导轨和第三动力装置，所述激光雷达安装第三动力装置上，在所述第三动力装置驱动下沿顶吊式导轨运动；所述激光雷达为单线激光雷达，其旋转轴心与所述第三动力装置的运动方向平行；或，所述承载部包括移动式底盘和固定件，所述激光雷达通过所述固定件安装在移动式底盘上；所述激光雷达为单线激光雷达，其旋转轴心与所述移动式底盘的运动方向平行。
优选地，所述立体三维点云用每个空间点的空间坐标 ( x, y + d*cos(α), z +d*sin(α) ) 表示；其中，x、y、z分别表示激光雷达所在点的空间坐标值，d和α分别表示该空间点与激光雷达所在点的距离和仰角。
优选地，所述激光雷达为多线激光雷达或多轴旋转雷达，并通过承载部固定安装。
优选地，所述立体三维点云用每个空间点的如下空间坐标表示：
( x + d*cos(α)*cos(β), y + d*cos(α)*sin(β), z + d*sin(α) )
其中，x、y、z分别表示激光雷达所在点的空间坐标值，d和α分别表示该空间点与激光雷达所在点的距离和仰角，β表示该空间点与激光雷达所在点的连线在XOY平面上的投影与X轴之间的夹角。
本申请还提供了一种车辆处理设备，包括设备控制装置、车辆处理装置和上述的车辆外形识别装置； 所述设备控制装置根据所述车辆外形识别装置生成的车辆外形点云控制所述车辆处理装置的运动路径，并由所述车辆处理装置实现对车辆的处理操作。
优选地，所述车辆处理装置为车辆清洗装置、车辆探伤装置或车辆涂装装置。
本申请提供了一种车辆外形识别方法，执行所述方法的车辆外形识别装置包括有激光雷达，所述激光雷达安装在承载部上；所述方法包括：通过所述激光雷达扫描所述车辆所在的空间获取立体三维点云；根据预设的业务区域范围对所述立体三维点云进行切割形成业务区域点云；以及，从业务区域点云中查找并删除表示地面的平面点云形成车辆外形点云。
优选地，在所述通过所述激光雷达获取所述车辆所处空间的立体三维点云的步骤之后，还包括：根据校准参数对所述激光雷达扫描获得的每个立体三维点云进行调整；以及，将所述激光雷达扫描获得的多个立体三维点云进行拼合形成完整立体三维点云；其中，所述校准参数为人工填写的校准值或通过自动配准算法生成。
优选地，在所述从业务区域点云中查找并删除表示地面的平面点云形成车辆外形点云的步骤之后，还包括：根据预设的距离值对车辆外形点云进行聚类处理，将没有聚类到车辆外形点云中的不相关点删除，形成优化车辆外形点云。
优选地，所述承载部包括第一轨道、第一动力装置、电气控制模块和固定件；所述激光雷达通过所述固定件安装在第一动力装置上；所述电气控制模块安装在第一动力装置上并与第一动力装置电连接，控制第一动力装置沿设置在车辆周围的第一轨道运动；所述激光雷达为单线激光雷达，其旋转轴心与所述第一动力装置的运动方向平行。
优选地，所述承载部包括龙门、龙门式导轨和第二动力装置，所述激光雷达安装在龙门横梁上，所述第二动力装置安装在龙门下端，驱动龙门沿龙门式导轨运动；所述激光雷达为单线激光雷达，其旋转轴心与所述龙门的运动方向平行；或，所述承载部包括顶吊式导轨和第三动力装置，所述激光雷达安装第三动力装置上，在所述第三动力装置驱动下沿顶吊式导轨运动；所述激光雷达为单线激光雷达，其旋转轴心与所述第三动力装置的运动方向平行；或，所述承载部包括移动式底盘和固定件，所述激光雷达通过所述固定件安装在移动式底盘上；所述激光雷达为单线激光雷达，其旋转轴心与所述移动式底盘的运动方向平行。
优选地，所述立体三维点云用每个空间点的空间坐标 ( x, y + d*cos(α), z +d*sin(α) ) 表示；其中，x、y、z分别表示激光雷达所在点的空间坐标值，d和α分别表示该空间点与激光雷达所在点的距离和仰角。
优选地，所述激光雷达为多线激光雷达或多轴旋转雷达，并通过承载部固定安装。
优选地，所述立体三维点云用每个空间点的如下空间坐标表示：
( x + d*cos(α)*cos(β), y + d*cos(α)*sin(β), z + d*sin(α) )
其中，x、y、z分别表示激光雷达所在点的空间坐标值，d和α分别表示该空间点与激光雷达所在点的距离和仰角，β表示该空间点与激光雷达所在点的连线在XOY平面上的投影与X轴之间的夹角。
本申请提供了一种车辆处理方法，执行所述方法的设备包括车辆处理装置和车辆外形识别装置，所述方法包括：执行上述的车辆外形识别方法生成车辆外形点云；根据所述车辆外形点云控制所述车辆处理装置的运动路径，并由所述车辆处理装置实现对车辆的处理操作。
优选地，所述对车辆的处理操作为车辆清洗、车辆探伤或车辆涂装。
与现有技术相比，本申请具有以下优点：
本申请优选实施例使用激光雷达作为点云数据的采集设备，配合相应的区域切割、地面切割等点云分离手段，能够快速地对车辆外形进行高精度、高分辨率的识别，从而能够帮助车辆操作设备有效贴近车身，对于操作空间受限的环境，如将地下车库作为洗车库的情况，能够充分利用有限的空间，实现降低设备整体高度的目的。在合适的激光雷达与动力装置的配合下可以实现0.5mm分辨率，以洗车设备为例，可以将设备的整体高度控制在2.35m以内，完全能够适应车库、地下室等高度受限环境的要求。
高质量的车辆外形识别还可以实现车辆细节全呈现，精确表达车辆后视镜、天线、轮毂与行李架等车辆附属装置，不仅能够在清洗车辆时做到精准避让，还可以为车辆探伤、车辆装配、车辆涂装等提供坚实的数据基础。
另外，通过选择合适波长的激光，可用于大部分颜色与光泽的漆面，具有更好的普适性。
附图说明
附图仅用于示出优选实施方式的目的，而并不认为是对本申请的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
图1为本申请车辆外形识别装置第一实施例的组成结构示意图；
图2为本申请车辆外形识别装置第二实施例的组成结构示意图；
图3a和图3b为本申请地面轨道式激光雷达驱动方式示意图；
图4为本申请龙门轨道式激光雷达驱动方式示意图；
图5为本申请顶吊轨道式激光雷达驱动方式示意图；
图6a为本申请移动底盘式激光雷达驱动方式示意图；
图6b为图6a中移动底盘的侧视图；
图7a和图7b为业务区域切割前后的立体三维点云效果对比示意图；
图7c为将图7b所示的业务区域点云进行地面点云切除后的车辆外形点云示意图；
图8a和图8b分别为双激光雷达扫描获得的左侧点云和右侧点云效果示意图；
图8c为将图8a和图8b拼合后的拼合点云效果示意图；
图9a和图9b为点云校准前后的效果对比示意图；
图10本申请车辆外形识别方法第一实施例的流程图；
图11本申请车辆外形识别方法第二实施例的流程图；
图12为本申请车辆处理设备一实施例的组成结构示意图。
具体实施方式
为使本申请的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本申请作进一步详细的说明。
在本申请的描述中，需要理解的是，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。“多个”的含义是两个或两个以上，除非另有明确具体的限定。术语“包括”、“包含”及类似术语应该被理解为是开放性的术语，即“包括/包含但不限于”。术语“基于”是“至少部分地基于”。术语“一实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”。其他术语的相关定义将在下文描述中给出。
参照图1，示出了本申请车辆外形识别装置第一实施例的组成结构，包括激光雷达20、承载部10、点云切割模块60以及地面切除模块70，其中：
激光雷达20安装在承载部10上，为获得车辆整体外形数据，优选将激光雷达20的安装高度超过待识别车辆的车顶；利用激光雷达20对车辆所在的空间进行整体扫描，获得该空间的立体三维点云数据；
具体实施时，三维点云数据可以用三维坐标值来表示。以单线激光雷达通过旋转输出点数据为例，动力装置带动雷达匀速前行，雷达激光头在空间中螺旋形前进，通过拟合雷达与动力装置返回数据，可以还原雷达点在空间中实际位置，从而将二维雷达数据转化为三维点云。其效果如图7a所示。
假定雷达所在点的空间坐标为(x, y, z)，其中y与z值可由安装位置计算得到，x可以从动力装置获得；若空间点与雷达所在点之间的仰角（即两个点的连线与水平面的夹角）为α，距离为l，该空间点与雷达处在与YOZ平行的平面中, 则该空间点的空间坐标为(x, y + d*cos(α), z + d*sin(α) )。
之后，点云切割模块60根据预设的业务区域范围对上述立体三维点云进行切割，形成业务区域点云；
具体实施时，业务区域范围的设定可以选择空间的中间区域，长宽可以略大于车辆的长宽，高度可以略小于天花板的高度（如2.5m），以便去除天花板；具体切割方法：以立体坐标点云数据为例，可以对所有位置数据（x, y, z）的点进行遍历检索，删除超出设点范围的点，剩下的就是业务区域点云。其实际效果就是在空间中切出一个长方体。其效果如图7b所示。
再由地面切除模块70将表示地面的平面点云从上述业务区域点云中查找出来并予以删除，形成车辆外形点云。
具体实施时，可以在业务区域点云中查找平面，在没有天花板的情况下所找到的平面既是地面。当然，在知道地面高度并且地面完全水平的情况下，还可以直接按照高度进行切割也可以做到分离地面；切割方法与业务区域点云切割类似。其效果如图7c所示。
本申请通过上述手段，能够快速地对车辆外形进行高精度、高分辨率的识别，以汽车为例，不仅能够识别其完整的轮廓，还能够将后视镜、天线、旗杆等附属物品完整表达出来，可有效解决现有技术不能满足实时对车辆进行清洗、探伤、涂装等操作需求的问题。
参照图2，示出了本申请车辆外形识别装置第二实施例的组成结构，与上述第一装置实施例相比，除包括激光雷达20、承载部10、点云切割模块60以及地面切除模块70外，为适应多激光雷达扫描并获取车辆所在空间的多个点云数据的情况，以及，单激光雷达绕车辆做U形运动并获取车辆所在空间的多个点云数据的情况，还设置有参数获取模块30、点云校准模块40、点云拼合模块50。其中：
参数获取模块30，用于接收人工填写的校准值作为校准参数或通过自动配准算法生成校准参数；
点云校准模块40，用于根据参数获取模块30确定的校准参数对所述激光雷达扫描获得的每个立体三维点云进行调整；
点云拼合模块50，用于将所述激光雷达扫描获得的多个立体三维点云进行拼合形成完整立体三维点云。
以双激光雷达为例，其左侧点云如图8a所示，右侧点云如图8b所示，拼合后的点云如图8c所示。
具体实施时，可以采用人工矫正的方式，具体可以手工位移含特征标志物的扫描数据，将其与虚拟的标志物重合。其中的标志物可以是多个路障桩等明显并能方便测量其与设备位置关系的物体。
当使用自动配准算法生成校准参数时，以迭代最近点算法（ICP，InterativeClosest Point）为例，可以使用经现有可视化工具包（VTK，Visualzation Tookit）封装完毕的算法获得，只需要输入两组点云数据和迭代次数，就能返回计算结果，即一个点云对于另一个点云的旋转与偏移的矩阵。其校准效果如图9a和9b所示。
需要说明的是，配准参数对同一机器在机械不变形情况下无需调整，可长期使用。
另外需要说明的是，在具体实施时，区域切割和点云拼合可以对调顺序，但先拼合后区域切割可以少做一次切割工作；分离地面与区域切割也可以对调操作顺序，但是先区域切割可以有效降低不相干点的干扰，提高地面分离成功率。
在进一步的优选实施例中，为了解决业务区域范围中可能还存在放置在车辆附近的杂物的问题，所述车辆外形识别装置还设置有噪音删除模块80，用于根据预设的距离值对车辆外形点云进行聚类处理，将没有聚类到车辆外形点云中的不相关点删除，形成优化车辆外形点云。
具体实施时，聚类算法可以按照设置的距离，将临近点分为一组。在分离地面后，聚类算法得到的最大的且靠近中心的组一般就是车辆点云（如果要识别其他物体，可以更换为其他的选择方式）。当然，如果车辆所在的场地足够干净，并保证业务区域范围内不会进入杂物（如动物等），在切割完毕业务区域并分离完地面，也可以获得完整的车辆外形点云。
在上述各实施例中，激光雷达20可以选择单线激光雷达，也可以根据环境需要选择多线激光雷达，在需要相同点云精度的情况下，多线激光雷达需要的成本更高一些，还可以根据环境需要选择使用多轴旋转雷达。
当选择单线激光雷达时，为获取完整的车辆所在空间的点云数据，还需要配置配套的动力装置带动雷达移动，可以采用以下多种实现方式：
参照图3a和图3b，示出了本申请地面轨道式激光雷达驱动方式，包括：设置在车辆两侧的第一轨道14，设置在第一轨道14上方的第一动力装置11，以及，安装在第一动力装置11上并与第一动力装置11电连接、控制第一动力装置11沿第一轨道14运动的电气控制模块13。激光雷达20通过固定件12安装在第一动力装置11上，激光雷达20的旋转轴心与第一动力装置11的运动方向平行。
在另一优选实施例中，还可以将轨道设置为U形结构，此时，激光雷达及驱动雷达沿U形轨道移动的动力装置仅需要配置1套即可。
参照图4，示出了本申请龙门轨道式激光雷达驱动方式，包括：龙门111、龙门式导轨141和设置在龙门111内的第二动力装置。激光雷达20安装在龙门111的横梁上，在第二动力装置的驱动下，龙门111沿龙门式导轨141运动；激光雷达20的旋转轴心与龙门111的运动方向平行。
参照图5，示出了本申请顶吊轨道式激光雷达驱动方式，包括：顶吊式导轨142和第三动力装置112，激光雷达20安装第三动力装置112上，在第三动力装置112驱动下沿顶吊式导轨142运动；激光雷达20的旋转轴心与第三动力装置1112的运动方向平行。需要说明的是，顶吊轨道不限于图5所示的分离式实现方式，还可以采用连杆连接式顶吊设备。
参照图6a和图6b，示出了本申请移动底盘式激光雷达驱动方式（其中的图6b为图6a中移动底盘的侧视图）；包括：移动式底盘113和固定件，激光雷达20通过固定件安装在移动式底盘113上；激光雷达20的旋转轴心与移动式底盘113的运动方向平行。
具体实施时，移动式底盘113可以选用现有的自动导航设备（agv，AutomatedGuided Vehicles）。
此时，立体三维点云用每个空间点的空间坐标 ( x, y + d*cos(α), z + d*sin(α) ) 表示；其中，x、y、z分别表示激光雷达所在点的空间坐标值，d和α分别表示该空间点与激光雷达所在点的距离和仰角。
当选择多线激光雷达或多轴旋转雷达时，可以将雷达通过承载部安装在动力装置上，也可以将雷达通过承载部固定安装在适当位置上。此时，雷达扫描车辆所在的空间获得的立体三维点云数据可以用每个空间点的如下空间坐标表示：
( x + d*cos(α)*cos(β), y + d*cos(α)*sin(β), z + d*sin(α) )
其中，x、y、z分别表示激光雷达所在点的空间坐标值，d和α分别表示该空间点与激光雷达所在点的距离和仰角，β表示该空间点与激光雷达所在点的连线在XOY平面上的投影与X轴之间的夹角。
参照图12，示出了本申请车辆处理设备一实施例的组成结构示意图，包括设备控制装置200、车辆处理装置300和上文所述的车辆外形识别装置100；其中，设备控制装置200根据上文所述的任一车辆外形识别装置实施例生成的车辆外形点云控制车辆处理装置300的运动路径，并由车辆处理装置300实现对车辆的处理操作。
具体实施时，车辆处理装置300可以是车辆清洗装置、车辆探伤装置或车辆涂装装置等等。
参照图10，示出了本申请车辆外形识别方法第一实施例的流程，执行所述方法的车辆外形识别装置包括有激光雷达，所述激光雷达安装在承载部上；为获得车辆整体外形数据，优选将激光雷达的安装高度超过所述车辆的车顶；所述方法包括：
步骤S10：通过所述激光雷达扫描所述车辆所在的空间获取立体三维点云；
步骤S30：根据预设的业务区域范围对所述立体三维点云进行切割形成业务区域点云；以及，
步骤S50：从业务区域点云中查找并删除表示地面的平面点云形成车辆外形点云。
参照图11，示出了本申请车辆外形识别方法第二实施例的流程，与上述第一方法实施例的区别在于，为适应多激光雷达扫描并获取车辆所在空间的多个点云数据的情况，以及，单激光雷达绕车辆做U形运动并获取车辆所在空间的多个点云数据的情况，，在步骤S10之后，还包括：
步骤S15：根据校准参数对所述激光雷达扫描获得的每个立体三维点云进行调整；以及，
步骤S20：将所述激光雷达扫描获得的多个立体三维点云进行拼合形成完整立体三维点云；
其中，所述校准参数为人工填写的校准值或通过自动配准算法生成。
在进一步的优选实施例中，为解决业务区域范围中可能还存在放置在车辆附近的杂物的问题，在步骤S50之后，还可以包括：
步骤S60：根据预设的距离值对车辆外形点云进行聚类处理，将没有聚类到车辆外形点云中的不相关点删除，形成优化车辆外形点云。
另外，本申请还提供了一种车辆处理方法，执行所述方法的设备包括车辆处理装置和车辆外形识别装置，所述方法包括：
首先，执行上文所述的任一车辆外形识别方法实施例，生成车辆外形点云；
其次，根据所述车辆外形点云控制所述车辆处理装置的运动路径，并由所述车辆处理装置实现对车辆的处理操作。其中，上述对车辆的处理操作可以是洗车、探伤、涂装等。
需要说明的是，对于前述的各方法实施例，为了描述简单，故将其都表述为一系列的动作组合，但是本领域的技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为根据本申请，某些步骤可以采用其他顺序或同时执行；例如可以先执行步骤S30中的业务区域范围切割再执行步骤S50中的地面点云割除，也可以先执行步骤S50中的地面点云割除再执行步骤S30中的业务区域范围切割。其次，本领域技术人员也应该知悉，上述方法实施例均属于优选实施例，所涉及的动作和模块并不一定是本申请所必须的。
本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，既可以位于一个部件或者也可以分布到多个电连接的部件上，可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的，本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。
