في رؤية الكمبيوتر ، هناك طريقة لقياس المسافة إلى كائن ما دون استخدام مستشعرات العمق وكاميرات الاستريو. في هذا البحث ، تم استخدام الطريقة لتحديد موضع وسرعة عربة الرافعة العلوية.
نظرًا لحقيقة أن العربة مزودة بأجهزة تشفير ، سأتمكن من إظهار مدى دقة عمل هذه الطريقة ، بناءً على تشابه المثلثات. يوضح المقال كيفية قياس المسافة بكاميرا واحدة ، وكيف يمكن استخدامها في المهام العملية.
الموضوع مخصص لأطروحة الماجستير التي كتبتها قبل عامين.
معدات
أجريت الدراسة في المختبر الصناعي لـ OOO PO Privod-Avtomatika في مدينة Magnitogorsk ، باستخدام رافعة عارضة مثبتة تحاكي تشغيل رافعة علوية حقيقية.
أثناء التجربة ، تم تسجيل مقطع فيديو لحركة الرافعة مع إجراء متزامن لأخذ قراءات من المشفرات. تم الحصول على الرسوم البيانية للسرعة باستخدام برنامج SoMove من شنايدر إلكتريك.
تم تسجيل الفيديو بكاميرا Canon EOS 1200D بدقة 1920 × 1080.
للكشف عن العربة ، يتم استخدام ملصق رسومي به مستطيل مرسوم ودائرة بداخله. الحل لم يكن ناجحًا تمامًا ، قبل التجربة كان يجب أن أفهم الملصقات بشكل أفضل. ولكن بمساعدة تحليل الكنتور (قيود المنطقة ونسبة العرض إلى الارتفاع) ، ما زلت قادرًا على اكتشاف المستطيل المطلوب. سأضيف أيضًا أنه إذا كان من السهل اكتشاف الكائن ويمكن قياس الحجم المادي بدقة ، فلن تكون هناك حاجة إلى ملصق رسومي.
خوارزمية العمل
تعتمد طريقة حساب المسافة على تشابه المثلثات التي تتقارب على فتحة العدسة.
دعنا نقيس مساحة العلامة على الورق باستخدام المسطرة ومنطقة العلامة في الإطار باستخدام مكتبة opencv. بمعرفة البعد البؤري ، يمكننا حساب المسافة إلى الجسم.
التجريب
تم تركيب كاميرا رقمية أمام عربة رافعة علوية. على مسافة كافية لزاوية الرؤية لتغطية مساحة الرافعة بالكامل.
مخطط التثبيت. وجهة نظر من فوق.
تم تسجيل مقطعي فيديو اختباريين ، الحركة على طول المحور السيني - للخلف ، بعيدًا عن الكاميرا وعلى طول المحور الصادي - أولاً إلى اليسار ثم إلى اليمين. تتم كتابة قيم الموضع والوقت إلى المصفوفة الرقمية ثم يتم
تصديرها إلى Matlab ، حيث يتم إنشاء الرسوم البيانية للإزاحة S (t).
عند التفريق بين البيانات ، نحصل على رسوم بيانية للسرعة V (t).
x_veloc = np.diff(x_position) / np.diff(time_mas)نظرًا لأن مخططات الحركة بها ضوضاء خفية مرتبطة باكتشاف الحواف غير الدقيق والإضاءة غير المتساوية ، فإن عملية التفاضل تزيد من هذه الضوضاء بشكل كبير.
دعونا نخفف من الضوضاء باستخدام مرشح من الدرجة الأولى في Matlab ، ونقارن قراءات التشفير مع قراءات الكاميرا الرقمية.
توضح الرسوم البيانية مدى دقة قياس المسافة التي يمكن الحصول عليها بكاميرا واحدة.
من أجل تقليل مستوى الضوضاء والحصول على رسومات أكثر سلاسة ، تم تطوير نسخة ثانية من العلامة مع حاجب وإضاءة محلية.
من الناحية النظرية ، يجب أن يتيح ذلك تقليل الضوضاء وبالتالي زيادة دقة القياس. للأسف ، لم نتمكن من تجربة الإصدار الجديد من العلامة حتى الآن.
بالنسبة لأولئك المهتمين بمعرفة المزيد عن تتبع الكائن بناءً على تحليل الكنتور ، هناك مقال جيد يقدر دقة طرق التتبع لتحديد إحداثيات وسرعات الأنظمة الميكانيكية ثنائية الأبعاد من بيانات التصوير الرقمي.
تحدثت في المقال عن أبسط طريقة لقياس المسافة إلى جسم ما وأظهرت دقة القياس التي يمكن الحصول عليها. شكرا لكم جميعا على اهتمامكم.