[发明专利]基于形状先验的电动汽车充电口两阶段视觉检测定位方法

说明书

本发明公开了基于形状先验的电动汽车充电口两阶段视觉检测定位方法，包括基于梯度一致性的充电口粗定位方法、基于中心点的充电口关键部件的精细定位方法和基于双目立体视觉约束和标准充电口模板约束的三维位姿估计方法。采取由粗到精的分治过程，在粗检测阶段，利用充电口整体的形状约束，分别在双目图像上实现对充电口的快速定位；在精细检测阶段，利用充电口端子的形状约束，回归优化充电口端子的精确位置；最后将充电口端子的精细位置、立体双目约束、充电口三维模板进行联合约束，最终获得充电口的三维位姿。本发明在鲁棒性、精确度和计算效率上，都优于当前其他充电口检测方法。

技术领域

本发明涉及电动汽车充电口检测定位领域，具体是基于形状先验的电动汽车充电口两阶段视觉检测定位方法。

背景技术

随着计算机视觉技术的不断发展，自动驾驶已成为未来的必然趋势，电动汽车是未来自动驾驶技术产业化的最主要的平台。为了适应未来的电动汽车的自动化趋势，电动汽车配套相关的基础设施的自动化也越来越受到工业界和学术界的关注，而电动汽车的充电设备在能源补给方面起着至关重要的作用。为了能够实现更加快速便利的充电，自动充电技术是大势所趋，而自动充电技术中的关键问题充电口识别与定位，是整个自动充电技术中最至关重要的一个部分。

现在市场上普遍的电动汽车充电口，无论是直流充电口还是交流充电口的识别，根据其充电孔的特性，普遍使用基于椭圆检测的识别技术进行充电口的定位。但是由于充电孔的同心圆结构，基于椭圆检测的方法语义模糊，不能明确的拟合充电孔的内圆或外圆，并且在检测过程中不对充电孔进行区分，只检测椭圆，没有考虑到充电口关键部件之间的形状约束，导致在实际应用中，算法的鲁棒性较差。

发明内容

本发明针对当前充电口检测中鲁棒性弱、计算量大的问题，提供基于形状先验的电动汽车充电口两阶段视觉检测定位方法。本发明目的在于从定位精度和鲁棒性上提升充电口检测性能水平。

为了解决上述问题，本发明的技术方案为：基于形状先验的电动汽车充电口两阶段视觉检测定位方法，包括基于梯度一致性的充电口粗定位方法、基于中心点的充电口关键部件的精细定位方法和基于双目立体视觉约束和标准充电口模板约束的三维位姿估计方法，具体流程如下：

(1)分别对输入的双目图像进行预处理，去除图像噪声，并逐一提取图像中物体的边缘轮廓信息；

(2)将获取的物体边缘轮廓图输入充电口检测模块，提取边缘梯度特征，并与充电口模板特征进行匹配，实现充电口粗定位。根据定位结果，逐一将充电口关键部件的图像块从双目图像中裁剪出来；

(3)将充电口关键部件图像块输入充电口精细定位模块，精细定位模块使用充电口形状模板在充电口图像块中初始化各充电孔中心点位置，然后利用中心点回归模型优化中心点位置；

(4)根据双目立体视觉约束，基于前序计算出的双目图像中充电口关键部件精细位置，计算出关键部件的三维位姿，并使用ICP迭代最近邻算法，将其与标准充电口三维模板进行匹配，获得充电口最终三维位姿。

作为改进，所述基于梯度一致性的充电口粗定位方法具体为：将获取的物体边缘轮廓图输入充电口检测模块，提取边缘梯度特征，并与充电口模板特征进行匹配，实现充电口粗定位。根据粗定位结果，根据充电口关键部件的分布先验，逐一将充电口关键部件的图像块从双目图像中裁剪出来。

作为改进，所述基于中心点的充电口关键部件的精细定位方法具体为：将充电口关键部件图像块输入充电口精细定位模块，精细定位模块使用充电口关键部件的形状模板，在充电口图像块中初始化各充电孔中心点位置，然后利用中心点回归模型优化中心点位置。

作为改进，所述基于双目立体视觉约束和标准充电口模板约束的三维位姿估计方法具体为：根据双目立体视觉的对极几何约束，基于前序计算出的双目图像中充电口关键部件精细位置，计算出关键部件的三维关键点，并使用ICP迭代最近邻算法，将其与标准充电口三维模板进行匹配，获得充电口最终三维位姿。