近年來,隨著中國經(jīng)濟的快速發(fā)展,人民生活水平的提高,中國汽車保有量呈現(xiàn)快速增長的態(tài)勢,汽車的性能檢測工作也隨之變得愈發(fā)重要。汽車制動時序在汽車各檢測項目中非常重要,但是由于精確易用的汽車制動時序檢測儀器匱乏,汽車制動時序的檢測目前還沒有被納入常規(guī)檢測項目中;因此,相關(guān)產(chǎn)品的研發(fā)就顯得尤為重要。在基于機器視覺進(jìn)行汽車制動時序的檢測過程中,制動滑移率是一個核心參數(shù)。本文針對汽車制動時序檢測的制動滑移率快速識別進(jìn)行了方法研究,完成了基于機器視覺檢測汽車制動時序過程中的關(guān)鍵檢測步驟。在制動過程中,各軸的制動時序?qū)ζ嚨闹苿有阅苡绊懞艽蟆Ｄ壳皣鴥?nèi)能夠檢測汽車制動時序的儀器非常有限,行業(yè)內(nèi)檢測汽車制動時序的方法多是在汽車車身加裝傳感器,通過采集汽車的速度或制動響應(yīng)時間進(jìn)行檢測。這種方法檢測過程復(fù)雜,而且精度不高,同時,在檢測過程中,需要不斷地拆卸和安裝傳感器,嚴(yán)重影響了傳感器的使用壽命和檢測便捷度�？傮w看來,在汽車檢測行業(yè)中,沒有基于機器視覺識別汽車制動滑移率的方法來檢測汽車的制動時序的案例。本文立足于GB18565-2016《道路運輸車輛綜合性能要求和檢測方法》中,將制動力與靜態(tài)軸荷的比值即制動... 

【文章頁數(shù)】：89 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 機器視覺技術(shù)國內(nèi)外研究現(xiàn)狀
        1.2.2 汽車制動時序國內(nèi)外研究現(xiàn)狀
    1.3 論文主要研究內(nèi)容
    1.4 本章小結(jié)
第2章 基于機器視覺的汽車制動滑移率快速識別系統(tǒng)研究
    2.1 機器視覺技術(shù)
        2.1.1 雙目立體視覺簡述
        2.1.2 單目視覺簡述
    2.2 影響汽車制動滑移率識別的關(guān)鍵因素
    2.3 基于機器視覺的汽車制動滑移率快速識別方案設(shè)計
        2.3.1 汽車制動滑移率快速識別系統(tǒng)硬件部分
        2.3.2 汽車制動滑移率快速識別系統(tǒng)布置方案
    2.4 本章小結(jié)
第3章 基于OpenCV的車輪靶標(biāo)圖像處理方法研究
    3.1 視頻文件預(yù)處理
        3.1.1 視頻采集
        3.1.2 圖像截取
    3.2 圖像預(yù)處理
        3.2.1 圖像色彩空間轉(zhuǎn)換
        3.2.2 圖像平滑處理
        3.2.3 圖像銳化
        3.2.4 圖像邊緣檢測
    3.3 圖像特征提取
        3.3.1 圓檢測
        3.3.2 靶標(biāo)中心提取
    3.4 本章小結(jié)
第4章 汽車制動滑移率快速識別系統(tǒng)標(biāo)定
    4.1 相機標(biāo)定
        4.1.1 相機標(biāo)定坐標(biāo)系
        4.1.2 相機成像幾何模型
        4.1.3 相機的標(biāo)定方法
    4.2 相機標(biāo)定試驗結(jié)果分析
        4.2.1 張氏標(biāo)定法試驗及相機內(nèi)參計算
        4.2.2 相機畸變參數(shù)標(biāo)定
    4.3 汽車制動滑移率快速識別系統(tǒng)硬件標(biāo)定
        4.3.1 傳感器位置的確定
        4.3.2 單目視覺系統(tǒng)相機的標(biāo)定
    4.4 本章小結(jié)
第5章 基于QT的汽車制動滑移率識別登錄系統(tǒng)設(shè)計及實驗研究
    5.1 登錄系統(tǒng)軟件設(shè)計
        5.1.1 登錄系統(tǒng)功能
        5.1.2 登錄系統(tǒng)界面設(shè)計
    5.2 汽車制動滑移率快速識別系統(tǒng)實驗研究
        5.2.1 實驗?zāi)康募胺椒?br>        5.2.2 實驗結(jié)果及分析
    5.3 本章小結(jié)
第6章 全文總結(jié)與展望
    6.1 全文總結(jié)
    6.2 全文展望
參考文獻(xiàn)
作者簡介及科研成果
致謝



本文編號：3724820