(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210924865.1 (22)申请日 2022.08.02 (71)申请人 昆山斯沃普智能装备有限公司 地址 215300 江苏省苏州市昆山市张浦镇 建德路40 5号 (72)发明人 范方祝　邹魁　茅旭飞　 (74)专利代理 机构 苏州周智专利代理事务所 (特殊普通 合伙) 32312 专利代理师 杨月芳 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/11(2017.01) G06T 7/13(2017.01) G06T 7/73(2017.01) G06T 7/80(2017.01)G06T 7/90(2017.01) G06T 5/10(2006.01) G06T 3/40(2006.01) (54)发明名称 一种电动汽车底盘划痕检测方法和系统 (57)摘要 本发明公开了一种电动汽车底盘划痕检测 方法和系统， 包括以下步骤： S1， 将汽车驶入换电 平台， 汽车停稳后， 抬车立柱将车辆抬升； S2， 多 台3D相机分别采集点云图和彩色图片； S3， 根据 3D相机预先标定的位置 数据， 获得多台3D相机在 世界坐标系中的转换关系， 然后将3D相机拍摄的 点云图和彩色图片拼合， 获得完整的底盘点云图 和彩色图片； S4， 利用深度学习方式检测彩色图 片可能存在的划痕区域， 然后截 取划痕区域对应 部分的点 云图； S5， 对截取的点云图进行计算， 得 到划痕的深度信息， 根据所得到的深度信息判断 汽车底盘是否存在划痕。 本发明通过采用双微振 镜条纹投射器， 大大减少了3D相机的使用数量， 在节省成本的同时， 提高了 检测的速度。 权利要求书1页 说明书4页 附图4页 CN 115205278 A 2022.10.18 CN 115205278 A 1.一种电动汽车底盘划痕检测方法， 其特征在于， 包括以下步骤： S1， 将汽车驶入换电 平台， 汽车停稳后， 抬车立柱将车辆抬升； S2， 多台3D相机分别拍摄点云图和彩色图片； S3， 根据3D相机预先标定的位置数据， 获得多台3D相机在世界坐标系中的转换关系， 然 后将3D相机拍摄的点云图和彩色图片拼 合， 获得完整的底盘点云图和彩色图片； S4， 利用深度学习方式检测彩色图片可能存在的划痕区域， 然后截取划痕区域对应部 分的点云图； S5， 对截取的点云图进行计算， 得到划痕的深度信 息， 根据所得到的深度信息判断汽车 底盘是否存在划痕。 2.根据权利要求1所述的一种电动汽车底盘划痕检测方法， 其特征在于， 所述S2步骤的 具体过程为： 3D相机的左、 右微振镜条 纹投射器 分别投射条 纹图， 左、 右 IR相机拍摄条纹图， 通过拼接算法计算汽车底盘的点云数据， 将两幅局部点云数据进行拼接， 组成一个3D相 机 拍摄的点云图， 最后彩色相机拍摄一张彩色图片。 3.根据权利要求1所述的一种电动汽车底盘划痕检测方法， 其特征在于： 所述深度 学习 方法为将彩色图片转为灰度图， 然后进行快速傅里叶变换到频域， 使用带通滤波器对图像 进行滤波， 降低图像噪声的同时， 提高图像划痕的对比度， 然后利用Canny、 Sobel边缘检测 方法， 提取图像中划痕可能存在的位置， 然后使用Bl ob分析， 确定最终划痕位置 。 4.根据权利要求2所述的一种电动汽车底盘划痕检测方法， 其特征在于： 所述拼接算法 的步骤为分别计算左、 右 IR相机的截断相位， 并通过 投射格雷码图案辅助展开相位， 形成左 右展开相位图， 寻找左右展开相位图具有相同相位值的像素点， 采用如下公 式计算视差d， d ＝ll‑lr， 其中ll、 lr分别表示左IR相机和右IR相机具有相同相位值的像素坐标， 然后采用如 下公式算点云的深度值， Z＝Bf/ d， 其中Z为当前像素点的深度值， B为两相机的距离， f为焦 距， d为具有相同相位 值的同名点的视 差， 从而得到电动汽车底盘的点云数据。 5.根据权利要求1所述的一种电动汽车底盘划痕检测方法， 其特征在于， 所述S3步骤中 的彩色图片拼 合方法通常图像拼接包 含以下几个步骤： S301采用角点检测算法计算两张图片的特 征点； S302根据两张图片的特征点计算单应性矩阵， 剔除不属于重叠区域的角点， 通过随机 采样一致性的方法剔除错 误拼配的特 征点， 通过迭代方法求得 单应性矩阵； S303根据求得的单应性矩阵将输入图像 变形并融合到一个符合的输出图像中。 6.一种电动汽车底盘划痕检测系统， 其特征在于： 包括换电平台， 所述换电平台上固定 安装有多组抬车立柱， 所述换电平台的上表面固定安装有 多台3D相机 。 7.根据权利要求6所述的一种电动汽车底盘划痕检测系统， 其特征在于： 所述3D相机的 数量为6台且为2 ‑2‑2阵列排布。 8.根据权利要求6所述的一种电动汽车底盘划痕检测系统， 其特征在于： 所述3D相机包 括一个彩色相机， 两个微振镜条纹投射器和两个IR相机， 两个所述IR相机和两个所述微振 镜条纹投射器皆关于所述彩色相机对称分布。权　利　要　求　书 1/1 页 2 CN 115205278 A 2一种电动汽车底盘划痕检测方 法和系统 技术领域 [0001]本发明涉及汽车底盘检测技术领域， 特别是涉及 一种电动汽车底盘划痕检测方法 和系统。 背景技术 [0002]电动汽车底盘划痕过大会导致底盘总成内部电池受损， 威胁行车安全， 因此电动 车辆需要定期进行底盘划痕检测。 目前， 电动汽车在保养时， 维修员会对底盘的质量进行人 工目检， 效率较低， 且随着电动汽车普及程度越高， 随之而来的是维修员的工作负担越大。 行业内常采用基于2D视觉的方案检测底盘划痕， 通过采用2D相机采集底盘图片， 通过一些 边缘检测 算法、 或者深度学习 结合传统视觉检测算法结合的方法进行划痕检测。 此方案易 受脏污干扰， 且 无法检测划痕深度， 导致误判率、 过检率过高， 无法真正用于实际场合。 随着 3D技术的发展， 线扫结构光相机被应用于底盘划痕检测， 但是底盘底部结构复杂， 仅使用点 云进行划痕判断不仅处 理效率低下， 且技 术难度较高， 难以应用。 [0003]为了克服上述缺陷， 本领域技术人员积极创新研究， 以期创设出一种电动汽车底 盘划痕检测方法和系统。 发明内容 [0004]针对现有技术存在的问题， 本发明提供了一种电动汽车底盘划痕检测方法和系 统， 设有三级 滤膜， 能够同时对空气中不同大小颗粒物进 行收集， 设计巧妙， 结构精简， 效率 高； 且采用振动器将对应滤膜上吸 附的颗粒物振落至对应的收集室内， 只需打开挡板 收集 颗粒物即可， 不需要将滤膜取出， 操作简单， 十分方便， 特别适用于对不同大小的颗粒物的 收集。 [0005]为解决上述技术问题， 本发明采用的一个技术方案是： 提供一种电动汽车底盘划 痕检测方法和系统， 包括以下步骤： S1， 将汽 车驶入换电平台， 汽车停稳后， 抬车立柱将车辆 抬升； [0006]S2， 多台3D相机分别采集 点云图和彩色图片； [0007]S3， 根据3D相机预先标定的位置数据， 获得多台3D相机在世界坐标系中的转换关 系， 然后将3D相机拍摄的点云数据和彩色图片拼 合， 获得完整的底盘点云图和彩色图片； [0008]S4， 利用深度学习方式检测 彩色图片可能存在的划痕区域， 然后截取划痕区域对 应部分的点云图； [0009]S5， 对截取的点云图进行计算， 得到划痕的深度信息， 根据所得到的深度信息判断 汽车底盘是否存在划痕。 通过对彩色图片进 行预见， 筛选可能存在的划痕的区域， 然后利用 点云图进行复检， 得 出划痕的深度信息， 从而对华 新进行判断。 [0010]进一步地说， 所述S2步骤的具体过程为： 3D相机的左、 右(MEMS)微振镜条纹投射器 分别投射条纹图， 左、 右IR相机采集条纹图， 通过拼接算法计算汽车底盘的点云数据， 将两 幅局部点云数据进行拼接， 组成一个3D相机拍摄的点云图， 最后彩色相机拍摄一张彩色图说　明　书 1/4 页 3 CN 115205278 A 3