技术摘要：
本发明公开了一种基于机器视觉的客车列车自动铰接方法及系统，摄像头自动对焦并实时获取无畸变的视频流；开发板对视频流的图像进行处理，得到前后客车的距离、相对方向角和坐标信息；客车编组控制器根据处理得到的信息，控制从车调整车辆直至前后车对齐，完成自动铰接  全部
背景技术：
城市交通中，早晚高峰及平峰对运力需求矛盾突出。公交企业为了解决运力不平 衡只能在高峰时段增派车辆和驾驶员，或者更换大运力车辆，造成车辆和人员的浪费。能自 由编组和分散独立运行的客车列车在高峰期间进行编组运行，编组列车运行只需要一个驾 驶员。在平峰期间，进行分散独立运行，一个驾驶员驾驶一辆分散独立运行车辆。 客车列车区别于传统铰接公交车，铰接公交车大多是两节车厢，运力有限，且不能 自由编组，第二节车厢也无动力系统。客车列车可实现多个车辆的自由编组。编组后，车厢 打通，乘客可自由穿过每节车厢。客车列车非常适用于快速公交系统(BRT)，可作为介于轨 道交通与常规公交之间的新型公共客运系统，解决早晚高峰和平峰运力需求极不平衡的问 题，同时大大降低人力成本、车辆运行成本等，体现绿色公交的理念。 当前现有的列车对接技术主要通过人工对接安装、固定轨道对齐接口再进行电气 或机械手段固定等方法，存在装卸不便、运作场景限制高等缺点。对于装卸灵活性便易性要 求极高的公路客车的铰接，传统的方法无法满足其需求。 当前机器视觉和图像处理技术蓬勃发展，具有数据信息丰富、处理手段多、设备安 装简单、性能稳定等优点，能够支撑客车列车自动铰接的功能需求。
技术实现要素：
为了解决以上问题，本发明的目的是提供一种基于机器视觉的客车列车自动铰接 方法及系统，前车和后车连接灵活便易，以满足客车列车自由编组的需求。 为了实现以上目的，本发明采用的技术方案： 一种基于机器视觉的客车列车自动铰接方法，包括以下步骤， 自动对焦并实时获取无畸变的视频流； 对视频流的图像进行处理，得到前后客车的距离、相对方向角和坐标信息； 根据处理得到的信息，控制从车调整车辆直至前后车对齐，完成自动铰接。 进一步的是，所述对视频流的图像进行处理包括以下步骤： S21、使用摄像头标定，获得摄像头内参矩阵、外参矩阵、畸变系数； S22、创建标记，并安装设备与标记； S23、对标记进行检测； S24、进行姿势估计，得到旋转矩阵和平移矩阵； S25、根据旋转矩阵和平移矩阵求出前后车相对方向角、距离、坐标信息。 进一步的是，所述S21包括以下步骤： S211、在不同位置和角度拍摄打印好的棋盘标定板15-20张； 4 CN 111598950 A 说　明　书 2/9 页 S212、对拍摄的标定图片进行灰度化； S213、对灰度化后的每张标定图片提取内角点信息； S214、对灰度化后的每张标定图片提取亚像素角点信息； S215、进行摄像头标定，得到内参数矩阵、外参矩阵、畸变系数； S216、对摄像头的标定结果进行评价，若偏差在合理范围之内则进行下一步骤。 进一步的是，所述S22包括以下步骤： S221、创建ArUco标记； S222、将摄像头固定在车辆前方挡风玻璃的上方中心位置，调试摄像头直至光轴 平行于地平线； S223、将创建的ArUco标记打印，并使ArUco标记图片的中心对准摄像头光轴垂直 通过的高度。 进一步的是，所述S23包括以下步骤： S231、检测候选标记： 从自适应阈值分割标记开始，并从阈值图像中提取轮廓，丢弃非凸形或不近似于 正方形的轮廓； S232、分析候选标记内部编码以确认摄像头获取到的是否为正确ArUco标记： 应用透视变换以获得规范形式的标记；使用Otsu对规范图像进行阈值处理以分离 白色和黑色位；根据标记大小和边框大小将图像划分为不同的单元，并对每个单元上的黑 色或白色像素进行计数，以确定其是白色位还是黑色位；分析这些位以确定标记是否属于 特定词典，并采用纠错技术。 进一步的是，所述S24包括以下步骤： S241、将世界坐标系标记的四个角点按照顺时针使用points.push_back函数压入 points中，左上角为第一个点； S242、使用OpenCV中的PNP求解函数solvePnP； S243、使用Rodrigues函数将旋转向量变换成旋转矩阵，将平移向量转换成平移矩 阵。 进一步的是，所述S25包括以下步骤： S251、根据旋转矩阵求出前车和后车的相对方向角； S252、根据旋转矩阵和平移矩阵求出前后车的距离信息； S253、设摄像头焦点为原点，以光轴所在直线为y轴，以通过原点且与y轴垂直的直 线为x轴，构建水平面上的位置坐标系。 进一步的是，所述前后车的距离信息采用如下公式计算： Pcam＝RPworld t 式中，Pcam代表物体在摄像头坐标系下的坐标，Pworld代表物体在世界坐标系下的坐 标，R和t分别为旋转矩阵和平移矩阵，当Pcam＝0时，Pworld的z轴坐标即为前后车的距离信息。 进一步的是，所述对标记进行检测采用cv::aruco::detectMarkers函数进行；所 述姿势估计使用PnP算法进行。 基于上述铰接方法，本发明还提供了一种基于机器视觉的客车列车自动铰接系 统，包括摄像头、开发板和客车编组控制器； 5 CN 111598950 A 说　明　书 3/9 页 所述摄像头用于自动对焦并获取无畸变的视频流； 所述开发板用于接收摄像头的视频流信息，对视频流的图像进行处理，得到前后 客车的距离、相对方向角和坐标信息； 所述客车编组控制器用于接收开发板处理得到的信息，控制从车调整车辆直至前 后车对齐，完成自动铰接。 本发明的有益效果： 相较传统列车铰接设备，本发明提高客车列车在编组过程中的易操作性，通过便 于安装和使用的机器视觉系统进行铰接，能够降低扩展列车过程中设备安装的难度。 相较传统列车铰接技术，本发明能够降低运行场景要求的限制，也无需人工参与 即可自动完成对接工作，针对高峰和平峰的切换效率和便易度都得到了提高。 相较传统铰接公交车，采用本发明能够以较低的功耗完成多辆列车的编组运行， 摆脱了其扩展运力有限的缺点。 附图说明 图1为本发明方法的示意图； 图2为本发明对视频流的图像进行处理的示意图； 图3为本发明系统的示意图； 图4为摄像头坐标系； 图5为本发明标定板的示意图； 图6为灰度化后的图片； 图7为提取内角点信息的图片； 图8为提取亚像素角点信息的图片； 图9为生成的ArUco标记； 图10为带标记的原图像； 图11为检测到的标记图像； 图12为识别步骤中被拒绝的标记图像； 图13为截取其中的一帧图像； 图14为本发明客车列车的铰接机构图。