前言：寻找写作灵感？中文期刊网用心挑选的机器视觉的车辆轨迹测量方法，希望能为您的阅读和创作带来灵感，欢迎大家阅读并分享。
摘要：针对传统车辆轨迹检测方法的缺点，提出了基于机器视觉的车辆精确行驶轨迹检测方案，并通过Recurdyn仿真对轨迹跟踪算法进行了验证，结果表明，本文提出的方案精度可靠，成本可控，在理论研究和实践应用上都有很大价值。
关键词：机器视觉；轨迹检测；Recurdyn
1引言
车辆的行驶轨迹和绝对速度在测量车辆运动学参数过程中有着重要的作用。但现阶段在车辆行驶轨迹和绝对速度的精确测量方面研究成果还不够完善，传统方法大多存在成本较高、设备布置困难和精度不足等缺点，不能做到成本和精度兼顾。所以一种既有精度保证，又能控制成本的实用、快速的车辆轨迹检测系统，有着极大的发展前景。随着机械自动化和光学测量系统的发展，越来越多的机械化产业与光学系统相结合，形成了多种复合领域。本文针对现有车辆行驶轨迹的测量方法存在的种种问题，提出一种基于机器视觉的车辆轨迹检测方案，作为一种非接触测量手段，具有成本可控、准备工作少、测量速度快、测量精度高等优点；同时，其具有实用性和广泛性，在此平台上可拓展车辆运行时其他参数的测量应用，也可与其他测量系统相结合形成综合的测量系统。
2车辆轨迹检测研究现状
对车辆行驶轨迹的精确测量方法大致有以下几种：采用五轮仪、滴水法、主动轮估算法、差分GPS定位法、超声波定位法、激光测距定位法、拉线位移传感器定位法、视觉SLAM法等。基于机器视觉的车辆检测是对采集图像进行初步处理，将车辆图像部分分割出来。通常有帧差法、背景差法和光流法等。基于机器视觉的轨迹跟踪主要是为了获得车辆在场地上运动时行进过的轨迹，得到运动车辆的位置、速度、方位角等信息。轨迹跟踪通常可分为基于模型的跟踪、基于区域的跟踪、基于活动轮廓的跟踪和基于特征的跟踪四大类。随着机器学习技术的迅速发展，基于机器学习的车辆检测和轨迹跟踪技术发展较快，通过构建神经网络、支持向量机和Adaboost等算法使机器获得对图像分辨和理解的能力，从而解决传统算法运算量大、实时性不高、受环境影响大和检测跟踪精度不高等问题。随着深度学习的快速兴起，此领域的理论研究达到了一个新的高度，但现阶段其在各领域的应用刚刚起步，还不够广泛。传统的基于机器视觉的车辆轨迹跟踪方法获取的都是整车轨迹的粗略估计值，难以获得高精度行驶轨迹，传统的车辆轨迹检测方法也存在精度和成本难以平衡的缺点，本文采用基于机器视觉的车辆轨迹检测方案，在车辆精度和成本上做到了较好的平衡。
3轨迹检测系统和轨迹检测算法
本文轨迹检测系统利用试验场地顶部相机对车辆运动过程进行视频采集，而后对视频图像采用车辆检测和轨迹跟踪算法进行处理得到精确的运动轨迹。在车辆检测方面，针对传统方法检测精度低的缺点，设计了定位标志代替车辆，将对车辆的检测简化为对标志的检测，将对车辆的轨迹跟踪简化为对标志的轨迹跟踪，一方面可以降低检测和跟踪运算量，提高了检测的速度，另一方面不使用对整车的粗略跟踪方法，而采用对标志的精确跟踪方法，提高了轨迹跟踪的精度。整个方案设备简单，安装方便，成本可控，通过误差分析和修正迭代可达到可观的精度，另外其鲁棒性强，拓展能力强，易于集成和模块性开发。标志设计如图3（a），由两个同心圆和一对平行线段组成，通过Hough变换对圆和线段进行检测来获取圆心精确坐标和线段平均转动角度，检测结果如图3（b）作为车辆的精确位置和行驶方向角，其坐标误差为3.8‰，方向角误差为2.4‰[4]。对标志的跟踪算法采用基于运动预测的方法，其运算速度较普通算法可提高48.6%[5]。
4算法仿真验证
对试验车辆进行仿真建模，首先通过Recurdyn和Matlab仿真对模型进行可靠性验证，而后进行转向工况的算法仿真验证，利用Recurdyn获取标志精确轨迹作为实际数据，同时生成顶视角视频进行跟踪算法计算得到轨迹算法仿真数据进行对比分析。这里选用轻型履带底盘模型车进行建模，并在主动轮附近设置两个标志以提高检测精度。对模型双侧主动轮进行高转速的启动试验，并生成顶视角视频通过轨迹跟踪算法进行处理，获取主动轮转速和横摆角速度的实际和仿真数据进行对比。经对比实际和仿真数据在变化范围和变化趋势上都相近，故模型具有较高的可靠性。对模型进行转向工况仿真，同样生成顶视角视频作为试验场地顶部摄像机采集的信息，利用跟踪算法进行检测，获取左、右标志轨迹的实际数据和仿真数据。其中左、右标志轨迹平均误差为2.93mm、1.89mm；方向角度平均误差为0.1°，其精度比较可观。
5结语
本文针对传统车辆行驶轨迹检测方法的缺点，结合基于机器视觉的车辆检测和跟踪算法设计了基于机器视觉的车辆轨迹精确检测方案，通过对轻型履带模型底盘进行建模和仿真，验证了轨迹跟踪算法的精度。结果表明，本文提出的车辆行驶轨迹精确检测方案成本可控，精度可靠。同时，本文方案还有较大拓展空间，一方面可以通过误差分析和对方案和算法的修改进行迭代修正，提高轨迹检测精度；另一方面本文方案可拓展研究内容，如通过获取的车辆精确行驶轨迹帮助研究车辆运动学参数和动力学参数，作为车辆性能评价的子模块，同时也可将本文方案用于工业应用，并为其他形式的轨迹检测任务拓宽思路。
作者:梁梓 王涛 单位:陆军装甲兵学院
