[发明专利]一种基于机器视觉的载雪车货箱目标抛雪区识别方法

说明书

本发明一种基于机器视觉的载雪车货箱目标抛雪区识别方法，其包括步骤：1)构建包含载雪车货箱各种装载状态图像的图像数据集；2)构建载雪车货箱装载状态识别模型；3)对图像数据进行二值化处理；4)对识别模型进行训练和测试；5)连续实时采集载雪车货箱装载图像；6)将图像输入识别模型识别出货箱的满载区域和未满载区域；7)根据识别结果在未满载区域中划分出与满载区域相邻的下一个抛雪目标区域。本发明通过载雪车货箱装载状态识别模型自动识别货箱装在情况，区分出货箱的满载区和未满载区，并在未满载区划分出下一个抛雪目标区域，从而可代替抛雪车驾驶员人眼观察载雪车货箱装置情况，为控制抛雪车的抛雪管转向做好了准备。

技术领域

本发明涉及抛雪车技术领域，特别涉及一种载雪车与抛雪车之间距离的控制方法。

背景技术

抛雪车是通过其绞龙旋转将积雪收拢，并通过其抛雪叶轮将雪抛出，从而达到除雪目的车辆。载雪车配合抛雪车工作，载雪车在抛雪车旁边行驶，抛雪车将雪抛入载雪车的货箱中。

但是现有技术中抛雪车的抛雪方向全靠驾驶员的经验进行控制，驾驶员一边驾驶车辆，一边控制抛雪管的方向，操作难度较大，容易出现载雪车货箱某一部位雪堆积过多溢出货箱、而货箱中其它部位没有被积雪堆满的情况，且分心两用也不利于安全驾驶。并且在夜晚进行除雪作业，特别是在夜晚进行除雪作业时，由于环境亮度低，会进一步增大抛雪车的驾驶难度。

让抛雪车能自动控制抛雪管的抛雪方向是降低抛雪车驾驶难度，提高驾驶安全性的有效措施。而要实现自动控制抛雪管的抛雪方向，则需要能够识别出载雪车货箱不同部位的装载情况，下一步才能控制抛雪管向未满载的区域抛雪。

发明内容

有鉴于此，本发明的目的是提供一种基于机器视觉的载雪车货箱目标抛雪区识别方法，以解决自动识别载雪车货箱不同区域装载情况的技术问题。

本发明基于机器视觉的载雪车货箱目标抛雪区识别方法，其包括以下步骤：

1)采集白天和夜晚情况下载雪车货箱的各种装载状态的图像数据，并将所采集的图像数据按照一定格式制作成图像数据集，将图像数据集划分位训练数据集和测试数据集；

2)构建基于3D卷积神经网络的载雪车货箱装载状态识别模型；

3)对训练数据集和测试数据集中的图像先进行离散拉普拉斯变换，然后再进行二值化处理；离散拉普拉斯变换的算子如下式所示：

l(x,y)＝[f(x+1,y)+f(x-1,y)+f(x,y+1)+f(x,y-1)]-4(x,y)

其中x，y分别为图像中某像素点的x，y坐标；l(x，y)为坐标点x，y处的拉普拉斯值；

在每个像素点的二值化过程中，定义水平方向和垂直方向上的图像拉普拉斯算子值为l_x和l_y，当对拉普拉斯幅值进行二值化时，采用对(min(l_x|+|ly|,255)/255)取整，即得到一个二值化幅值；

4)利用步骤3)处理后的训练数据集对载雪车货箱装载状态识别模型进行参数权重的训练，然后用测试数据集对经过训练的载雪车货箱装载状态识别模型进行测试，最终得到合格的载雪车货箱装载状态识别模型；

5)在抛雪车上设置图像采集设备连续实时采集载雪车货箱装载图像，并采用步骤3)中所述方法对采集的图像进行二值化处理；

6)将步骤5)获得的图像输入步骤4)得到的载雪车货箱装载状态识别模型，通过载雪车货箱装载状态识别模型对图像中货箱各区域的装载情况进行识别，划分货箱的满载区域和未满载区域；

7)根据步骤6)的识别结果，在未满载区域中划分出与满载区域相邻的下一个抛雪目标区域。