[发明专利]一种用于半挂车自动卸货的控制方法及装置

权利要求书

1.一种用于半挂车自动卸货的控制方法，其特征在于，所述方法包括：

采集场地图像，获得半挂车的参数信息；

将场地图像中的任意一个像素点作为目标像素点，获得目标像素点的第一类别和候选类别，包括：计算目标像素点的预设邻域内的所有像素点与目标像素点的相似度，将相似度大于相似度阈值的所有像素点组成的类别记为目标像素点的第一类别，将相似度不大于相似度阈值的所有像素点组成的类别记为目标像素点的候选类别；

根据目标像素点的候选类别的差异程度获得目标像素点的第二类别，包括：对目标像素点的候选类别进行聚类获得两个类簇，根据两个类簇计算目标像素点的候选类别的差异程度；如果差异程度大于差异阈值，将候选类别中频率最大的灰度值对应所有像素点中的任意一个像素点作为新的目标像素点，计算候选类别中所有像素点与新的目标像素点的相似度，将与新的目标像素点的相似度大于相似度阈值的所有像素点组成的类别记为目标像素点的第二类别，将剩余的所有像素点记为目标像素点的新的候选类别；

重复根据目标像素点的候选类别的差异程度获得目标像素点的所有类别，直至目标像素点的候选类别的差异程度小于差异阈值；

分别计算目标像素点对应的左区域和右区域的区域平整度，根据区域平整度获得待选卸货位置；

计算待选卸货位置的干扰度，根据待选卸货位置的区域平整度和干扰度计算待选卸货位置的优选值，将最大的优选值对应的待选卸货位置作为最优卸货位置；

所述计算目标像素点的预设邻域内的所有像素点与目标像素点的相似度的步骤包括：

将场地图像中的任意一个像素点作为目标像素点，将以目标像素点为中心像素点的大小为邻域记为目标像素点的预设邻域，其中，表示半挂车的长度，表示半挂车的宽度，将预设邻域内第个像素点记为像素点；

获取目标像素点的邻域内灰度差异最大的像素点与目标像素点组成的直线的角度，获取像素点的邻域内灰度差异最大的像素点与像素点组成的直线的角度，获取目标像素点的邻域内灰度差异最小的像素点与目标像素点组成的直线的角度，获取像素点的邻域内灰度差异最小的像素点与像素点组成的直线的角度，根据与的差异以及与的差异获得第一特征；

获取目标像素点的邻域内所有像素点的灰度值的方差，获取像素点的邻域内所有像素点的灰度值的方差，根据与的差异以及与的最大值获得第二特征；

获取像素点与目标像素点的欧式距离，目标像素点的预设邻域内的所有像素点与目标像素点的欧式距离的最大值，根据与的比值以及目标像素点和像素点的灰度值的差异获得第三特征；

根据第一特征、第二特征以及第三特征计算像素点与目标像素点的相似度；

所述根据两个类簇计算目标像素点的候选类别的差异程度的步骤包括：

对目标像素点的候选类别中的所有像素点使用K-means聚类算法进行聚类，类簇数量为2，将获得的两个类簇分别记为目标像素点的类簇和类簇；

获取目标像素点的类簇中所有像素点的灰度值的均值，获取目标像素点的类簇中所有像素点的灰度值的均值，获取目标像素点的第一类别中所有像素点的灰度值的均值，根据、以及获得第四特征；

获取目标像素点的类簇中所有像素点的灰度值的熵值，获取目标像素点的类簇中所有像素点的灰度值的熵值，根据与的差异以及第四特征计算目标像素点的类簇和类簇的差异程度，具体计算公式为：

式中，表示目标像素点的类簇和类簇的差异程度，表示第四特征，表示目标像素点的类簇中所有像素点的灰度值的熵值，表示目标像素点的类簇中所有像素点的灰度值的熵值，表示取绝对值；

所述分别计算目标像素点对应的左区域和右区域的区域平整度的步骤包括：

将目标像素点所在行上位于目标像素点左侧且与目标像素点的距离等于间距L的像素点记为像素点，将目标像素点所在行上位于目标像素点右侧且与目标像素点的距离等于间距L的像素点记为像素点，根据平整度计算公式获得目标像素点、像素点和像素点的平整度，将目标像素点与像素点组成的区域记为目标像素点的左区域，将像素点与像素点的平整度的均值记为目标像素点的左区域的区域平整度，将目标像素点与像素点组成的区域记为目标像素点的右区域，将像素点与像素点的平整度的均值记为目标像素点的右区域的区域平整度；

根据区域平整度获得待选卸货位置包括：若某区域的区域平整度大于预设平整阈值，则该区域作为待选卸货位置；

所述平整度计算公式为：

目标像素点的平整度的计算方法为：对于组成目标像素点的预设邻域的任意一条线段，对于线段中的第个像素点，判断第个像素点与第个像素点是否属于同一个类别，如果不属于同一个类别，则将第个像素点记为变化像素点，将线段中所有变化像素点的数量记为线段的类别变化值；根据目标像素点的预设邻域内的线段的类别变化值获得目标像素点的平整度，具体计算公式为：

式中，表示目标像素点的平整度，表示目标像素点的预设邻域内线段的数量，表示目标像素点的预设邻域内第条线段的类别变化值；

所述计算待选卸货位置的干扰度的步骤包括：

对于任意一个待选卸货位置，获取该待选卸货位置在所有帧的场地图像中对应的所有区域，分别记为第1区域到第区域；对于第区域中的任意一个像素点，如果该像素点的所属类别与该像素点在第区域中对应像素点的所属类别不同，则该像素点为运动像素点；对第区域中的所有运动像素点进行连通域分析，将一个连通域记为一个运动物体，获得第区域中运动物体的数量；将待选卸货位置对应的所有区域的运动物体的数量的平均值作为待选卸货位置的干扰度；

所述第一特征、第二特征以及第三特征的计算方法如下：

第一特征的计算公式为：

式中，表示第一特征，表示目标像素点的邻域内灰度差异最大的像素点与目标像素点组成的直线的角度，表示像素点的邻域内灰度差异最大的像素点与像素点组成的直线的角度，表示目标像素点的邻域内灰度差异最小的像素点与目标像素点组成的直线的角度，表示像素点的邻域内灰度差异最小的像素点与像素点组成的直线的角度，灰度差异是指两个像素点的灰度值的差值的绝对值；

第二特征的计算公式为：

式中，表示第二特征，表示目标像素点的邻域内所有像素点的灰度值的方差，表示像素点的邻域内所有像素点的灰度值的方差，表示取最大值；

第三特征的计算公式为：

式中，表示第三特征，表示以自然常数为底的指数函数，表示像素点与目标像素点的欧式距离，表示目标像素点的预设邻域内的所有像素点与目标像素点的欧式距离的最大值，表示目标像素点的灰度值，表示像素点的灰度值，表示取绝对值；

所述第四特征的计算方法如下：

第四特征的计算公式为：

式中，表示第四特征，表示以自然常数为底的指数函数，表示目标像素点的类簇中所有像素点的灰度值的均值，表示目标像素点的类簇中所有像素点的灰度值的均值，表示目标像素点的第一类别中所有像素点的灰度值的均值。

2.一种用于半挂车自动卸货的控制装置，包括：图像采集装置、图像处理装置和驱动装置，其特征在于，所述图像采集装置用于采集卸货场地的场地图像；所述图像处理装置中的处理程序实现如权利要求1所述方法的步骤，获得最优卸货位置；所述驱动装置根据最优卸货位置驱动半挂车到指定位置。