论文基于智能图像识别技术的车轮6D运动测量技术，该文是关于图像识别类毕业论文格式范文跟识别技术和车轮和图像方面毕业论文格式范文.
车轮运动姿态的测量结果是车辆悬架设计的重要依据,关系到底盘结构可靠性、车辆动力学和操稳性能的优劣.轮胎包络是指车轮随着悬架运动所扫过的一个三维空间,它决定了轮罩造型的轮廓,纵梁的位置和截面尺寸,对整车架构和总布置都有十分重要的影响.
车轮运动姿态、轮胎包络的测量技术,历经了3个阶段的发展：传统的塑性材料刮擦法；基于红外测距技术的轮心位移测量法；基于智能图像识别的6D运动测量法.
新一代测量方法,基于智能图像识别的6D运动测量法使用AICON Wheel Watch通过图像识别技术和3D重构的原理,在每个车轮上方安装一个高速摄像机,拍摄车轮和车身上的特殊反光标识物,通过计算车轮标识物和车身参考系的相对位置,求得每一时刻车轮的六自由度运动（三方向位移、三方向转角）,该方案优势如下：
新颖：非接触式6DOF运动测量,整车4个车轮坐标在同一车辆坐标系下定位；
先进：仅一个相机测量一个车轮6DOF,采样频率高达490 Hz；
精准：相机振动不影响测量结果准确性,能在车速250 km/h时使用,也能适应各种高难度特殊驾驶的测试.被测点位置精度达&plun;0.1 mm,测量角度精度达&plun;0.015 °.
本文从图像识别和3D重构原理,到WheelWatch系统组成,系统设置和测量过程,测量结果,详细阐述了使用新型图像识别技术测量车轮六自由度运动的方法,并与传统CAE分析的包络结果对标比较,确认了基于图形识别技术的车轮包络测量方法的有效性.
图像识别和3D重构原理
数字摄影分析测量法D P A （ D i g i t a lPhotogrammetry Analysis）,是基于摄影测量的一种评估方法,3D重构技术可以精确的重建被拍摄物的3D模型.该方法能够根据科学的计量方法来拍摄、评估照片,确定被拍摄物的尺寸大小和位置,根据所拍摄的照片进行测量.
DPA测量需要用到：编码点、十字标定杆以及经过标定的数码相机.同样的图像,被摄物体的形状、大小可能完全不同；反之,同样的物体,在不同角度和距离的拍摄下,也会形成不同形状的图像.
首先对所有编码点和标定杆进行多角度拍摄,保证每张照片中包含多个编码点,照片之间有足够的重叠部分,且每个编码点都有不同的机位所拍摄的照片,如图1所示.将照片导入电脑,系统首先对所有照片进行分类,从包含十字标定杆的照片开始,通过十字标定杆上的数值和已知的相机像素密度,定位出相机的位置、距离、角度,根据该相机位置确定附近编码点位置,再根据新的编码点在多张照片中成像,反复计算出新的相机位置和新的编码点位置,最终得到所有点的坐标.
Wheel Watch测试系统组成及设置
使用Wheel Watch测量车轮运动位移的试验步骤如图2所示.
车身坐标系建立
Wheel Watch系统可以以十字标定杆为原始坐标系,进行整个测量.但通常情况下,会以主机厂定义的车辆坐标系为基准,使测量结果具有更好的通用性.这就需要将一个在随机坐标系中的车辆定位到已经定义好的,同时又是虚拟的整车坐标系下,进行坐标系的转换.
首先,需要借助三坐标仪,获取车辆的某些特征点在整车坐标系下的坐标（本次测量选取的是四门锁扣的螺栓中心）,然后在4个轮眉上方各粘贴5个左右的参考点（无编码点）,通过锁扣螺栓中心的已知坐标,定位出车身参考点的整车坐标.
测量系统安装
完成车身的坐标定位后,就可以着手测量系统的安装.测量系统如图3所示主要由三大部分组成：车身参考点、车轮适配器、高速摄像机.整个系统的基本工作原理是由高速相机拍摄这两个刚体系统的相对位置,求出车轮在每一时刻的位置.
1. 车身参考点
有别于上述用于车身定位的无编码点,车身参考点是一组256个不同点阵代表的256个编码点,用于在测量时的每帧画面中被摄像头准确识别位置及它的编号,在测试中扮演一个参考系的角色.要求每个轮罩上粘贴7个编码点贴纸,在轮罩上均匀分布（不可共线）,同时尽可能使用不变形的区域,且在同一块车身钣金上粘贴,以保证参考系的稳定.
2. 车轮适配器
车轮适配器为测试的直接被测物体,是一个碳纤维制成的圆盘,上方有4个凸起的多面体,多面体的每个面上也有编码点贴纸,同样是用于位置和编号的准确识别.车轮适配器通过工装牢固地连接到车轮螺栓上,不要求与车轮平面平行,也不需要与车轮严格同轴,车轮中心将会在后续的标定中确定.
3. 高速摄像机
高速摄像机是整套系统最关键的部分.它通过吸盘、铝合金支架和碳纤维杆安装到车身上,必要时再加上安全绳保护,通过电缆线连接到车内的主机上.安装后需要调试摄像头位置,距离被摄物体0.5~0.7 m,使用软件的预览功能预览画面,使所有参考点和适配器点都在摄像头视野范围内,并且在车轮运动方向适当留有拍摄空间.
Wheel Watch每个高速摄像机都达到了130万像素高分辨率,并在摄像头中集成了高性能闪存和图像分析处理技术.所有图像以微妙级的时间进行拍摄,由于参考点的特殊反光材质,在闪光灯的照射下参考点会显得十分明亮,而周边其它部分接近黑色,摄像头中的智能芯片能够在第一时间将图像转化为点阵,将只带有编码点的编号及位置信息（而非图片）传回主机,这样,数据量大大减少,使系统能以490 Hz高频率采集数据.
DPA布点、拍摄及图像处理
在测量系统安装完毕后可以进入DPA环节.在实际操作时,在车体及车身四周随机摆放上百个编码点.为了便于DPA系统的识别,编码点摆放的原则是要均匀、连续地散布在车身四周,尤其是边角部位可以适当多放一些,这样相机拍摄时这些编码点的照片能够连续、完整地被计算机识别,在软件中重建出正确的车辆模型,并通过第一步中标定的特征点,将所有点的坐标转换到整车坐标系下.
布点完成以后,用数码相机对整车进行拍摄,相机位置需环绕车身一周,采用上中下各种高度拍摄,并针对十字标定杆进行360 °旋转的拍摄.将拍摄完的照片导入系统软件,运算处理后得出整车坐标系下的所有编码点位置和相机拍摄位置,如果识别失败,可以添加更多的照片重新运行.
在软件中可以看到所有编码点的编号,从中找到每个轮眉上粘贴的一组7个参考点,此时这些参考点已经统一到整车坐标系下,将它们按4个车轮分组选取出来进行保存,成为本次测量所要调取的“Reference body”文件.至此,DPA完成.
摄像机及轮轴标定
测量系统的三大要素中,完成了referencebody制作和提取后,将对剩下的两大要素——摄像头和车轮进行标定.由于摄像头和车轮适配器是在每次试验中不变的部分,因此只需要对摄像头的精度进行标定,对车轮适配器的位置和实际轮轴进行标定即可.
摄像头使用厂商提供的碳纤维标定板标定时对准摄像头的拍摄范围,选中所用的摄像头序列号,点击Calibration,上下左右移动标定板,然后按指令旋转360 °,系统会自动完成标定.
而对于轮轴,标定是为了确定轮轴和轮心位置,最终试验的6DOF结果都是对于轮心这个虚拟点的位移和转动量的描述.选取摄像头和对应的车轮适配器编号,测量车轮适配器平面与轮胎中心线之间的距离,即offset（左侧轮为+,右侧轮为-）,将其输入软件之后点击Calibration,在无任何外力情况下转动车轮,车轮在旋转2圈后摄像头自动停止捕捉,并完成轮轴标定.
在没有已知整车坐标系的情况下,通过四轮轮轴的标定,也可以建立以前后轮轴为基准的车辆坐标系,此处不做展开.
试验
完成了所有准备和标定工作,测试系统就可以用于测量试验.在系统软件中选择Measurement功能,设置主摄像头和从属摄像头,采样频率及数据保存方式,即可开始测试.得益于系统490帧/s的记录速度,250 km/h以下的车速都能够被准确测量.测量结果会以原始数据格式存储,同时还需要对数据进行计算,才能得到最终结果.
数据结果应用
基于测试数据,可以很方便的导入CAE软件,配合车轮模型,准确的得到车轮包络.另外,如果将Wheel Watch配合车轮力传感器同时使用,对研究车轮、悬架极限载荷及其产生的情景再现都具有很高的实用价值.
该文结束语,此文为适合不知如何写识别技术和车轮和图像方面的图像识别专业大学硕士和本科毕业论文以及关于图像识别论文开题报告范文和相关职称论文写作参考文献资料.
参考文献：
1、 计算机图像识别技术的应用与细节问题分析 摘 要 第三次科技革命的到来预示着计算机网络技术已经发展起来,计算机图像识别技术更是朝着智能化的方向发展,变得日益成熟 这一技术的应用对于促进我国经济的高速发展,特别是在国际间的竞争愈发激烈的局面下.
2、 智能光纤监测技术在电力光通信中的应用 【摘要】 智能化相关技术在最近几年得到了快速发展,而智能光纤监测技术则是一种相对先进的网络运维技术 本文主要对电力光通信当中智能光纤监测技术的应用进行简要分析,旨在为其今后在实际工作的开展当中提供理论.
3、 人脸识别技术特征与未来的应用展望 【摘要】 当前,科学技术逐渐向智能化、科技化进步,人脸识别也逐渐受到了广泛重视 文章首先对人脸识别重要内容进行分析,然后对人脸识别的应用进行讨论,阐述了人脸识别技术的发展前景,方便用户的日常生活,而且.
4、 长输天然气管道特殊地段无人机智能巡检技术 一、管道巡线现状浙江省级长输天然气管道顺地势蜿蜒起伏,沿途穿越河流、沟壑、水塘、铁路、公路,经过农田、矿区、城镇、乡村,途径复杂地形地貌 特别是奉化地区至宁海地区埋地管线途径高山、河流,诸多特殊地段条.
5、 智能视频分析技术在铁路视频监控工程中的应用 在客运以及货运工作当中,铁路运输是非常重要的形式,特点在于具有庞大的运输量,无须较高的成本,覆盖面积大………… 而这些年以来,铁路事故频发,若想降低事故发生的概率,以此确保人民生命财产不受损失,那么就.
6、 人脸识别技术成神捕 人脸识别技术能够迅速处理超大规模的人像数据,在十亿级人像库中实现秒级返回比对,能进行基于视频流的动态人像识别比对,和基于图片的静态人脸比对,具备快速精准地确认被查询人员身份,人脸跟踪捕获和识别,实时布.