一种基于OpenMV的车辆自动充电方法及系统

一种基于openmv的车辆自动充电方法及系统
技术领域
1.本发明涉及汽车车辆充电技术领域，具体涉及一种基于openmv的车辆自动充电方法及系统。


背景技术：

2.随着我国经济的高速发展，人们的生活水平不断提高，汽车开始进入千家万户，越来越普及。与此同时，大力推展新能源发展，越来越多的新能源汽车出现在市场中。由于新能源汽车的急速发展，充电桩还未得到全铺展。车主在充电过程中的问题也相继露出。普通充电桩的充电时长较长，而且充电枪在和车上的接口多次插拔后，彼此的间隙越来越大，从而产生放电，导致充电枪被烧的故障，发生此类事故，则必须更换充电枪，维修成本高；另一方面每次充电操作都需要人工操作，当充电枪相关配件因器件老化或者安全措施不到位，充电枪头也会带电，在使用过程中，容易发生触电安全事故。
3.中国专利(申请号为：201410840567.x)种自动充电机器人的定位方法，，对待充电车辆进行拍照；对照片信息进行图像处理，获取实际特征值；调取标准特征值，将所述实际特征值与所述标准特征值进行对比分析，得出控制偏差；调取标准控制参数，根据所述标准控制参数与所述控制偏差，得出实际控制参数；根据实际控制参数完成对所述充电机器人的定位控制之后，打开充电插座阀门，对充电插座进行拍照，将所述充电插座照片进行图像处理，进行第二次定位微调，达到定位精度。对充电插座进行定位时，需要进行二次定位，不能一次精装定位，操作麻烦，浪费时间。


技术实现要素：

4.本发明针对上述的不足之处提供一种操作简单，节约成本、时间和安全系数高的基于openmv的车辆自动充电方法及系统及装置。
5.本发明目的是这样实现的：一种基于openmv的车辆自动充电方法：
6.步骤1：将提前录入好的车辆图片通过神经网络算法对openmv视觉识别模块进行训练，根据训练好的模块建立模型；
7.步骤2：将车辆停靠在指定的位置，通过上位机端选择充值金额并进行支付；
8.步骤3：支付好后，采用openmv视觉识别模块对当前车辆进行拍照，获取到的照片与事先录入的照片进行对比，判断出当前车辆类型；
9.步骤4：车辆匹配后，获取当前车辆充电孔大区域；
10.步骤5：获取的大区域通过sift算法划分子区域，精准计算出充电孔的坐标点位；
11.步骤6：使用距离算法计算出当前车辆与机械臂的距离，判断选取参照物的大小，计算参照物与机械臂的距离；
12.步骤7：将计算得到的距离和坐标信息发送到控制端，控制端根据收到的信息控制机械臂移动到充电枪；
13.步骤8：机械臂根据控制端指令将充电枪移动到充电孔位置，进行自动充电。
14.优选的，所述sift算法根据图片定位获取位置信息、尺度信息和方向信息，将三个信息组组成关键点，为每个关键点建立一个描述符，再通过一组的向量将这个关键点描绘出来，让它不再随着各种的变化而改变。
15.一种基于openmv的车辆自动充电系统，其特征在于，该系统包括服务器、充电枪、openmv视觉识别模块、机械臂和上位机微信小程序；所述服务器、openmv视觉识别模块、机械臂和上位机微信小程序通过公共网络建立通信连接；
16.所述openmv视觉识别模块设置在充电枪上；
17.所述服务器包括控制端和训练好的模型。
18.所述系统还包括底座、充电线缆以及变压器；所述底座上面连接支撑柱，所述支撑柱上方连接有机械臂；机械臂上方连接有充电枪，充电枪上连接有摄像头；所述充电枪上连接有充电线缆；所述摄像头置于充电枪下方；所述底座上设有变压器，变压器设于支撑柱侧面。
19.优选的，所述充电枪上还设置有温度检测模块、电流检测模块、气体检测传感器、火焰检测传感器和预警警报模块；
20.所述温度检测模块，在充电中检测充电口温度；
21.所述电流检测模块，进行充电电流检测；
22.所述气体检测传感器，可以检测到浓烟气体；
23.所述火焰检测传感器探测火源或其它一些波长在700纳米～1000纳米范围内的热源；
24.所述预警警报模块，进行警报提醒。
25.优选的，所述机械臂采用三自由度舵机。采用三自由度舵机可以最大限度的模仿人类的手臂，实现上下、左右、前后的一系列灵活操作。
26.优选的，所述预警警报模块采用声光报警器。通过声音报警和光报警结合，可快速帮助操作人员对充电情况以及充电枪情况的了解。
27.本发明的有益效果：1、通过服务器、openmv视觉识别模块、机械臂和上位机微信小程序有效结合，再不需要人为的操作下，可自行完成车辆充电，减少安全事故的发生，并且减少充电枪与充电孔之间多次插拔，避免充电枪的损坏，节约成本。
28.2、通过使用sift算法可快速对图像进行处理，有效对特征信息进行获取，处理时间快，节约时间，增加效率。
29.3、通过充电枪上设置的温度检测模块、电流检测模块、气体检测传感器、火焰检测传感器和预警警报模块，可快速对充电枪的状态进行全面了解，当发生意外时，控制端可迅速进行处理，降低安全隐患。
附图说明
30.图1为本发明的系统结构图。
31.图2为该发明的结构示意图。
32.图3为距离计算实示例图。
33.其中，1为充电枪；2为摄像头；3为机械臂；4为底座；5为支撑柱。
具体实施方式
34.以下结合附图对本发明做进一步概况。
35.一种基于openmv的车辆自动充电方法：
36.步骤1：将提前录入好的车辆图片通过神经网络算法对openmv视觉识别模块进行训练，根据训练好的模块建立模型；
37.步骤2：将车辆停靠在指定的位置，通过上位机端选择充值金额并进行支付；
38.步骤3：支付好后，采用openmv视觉识别模块对当前车辆进行拍照，获取到的照片与事先录入的照片进行对比，判断出当前车辆类型；
39.步骤4：车辆匹配后，获取当前车辆充电孔大区域；
40.步骤5：获取的大区域通过sift算法划分子区域，精准计算出充电孔的坐标点位；
41.步骤6：使用距离算法计算出当前车辆与机械臂3的距离，判断选取参照物的大小，计算参照物与机械臂3的距离；
42.步骤7：将计算得到的距离和坐标信息发送到控制端，控制端根据收到的信息控制机械臂3移动到充电枪1；
43.步骤8：机械臂3根据控制端指令将充电枪1移动到充电孔位置，进行自动充电。
44.进一步，sift算法根据图片定位获取位置信息、尺度信息和方向信息，将三个信息组组成关键点，在为每个关键点建立一个描述符，再通过一组的向量将这个关键点描绘出来，让它不再随着各种的变化而改变。这个描述不但包括关键点，也包括了关键点周围的相似像素点，使得描述符拥有较高的独特性。图像比对公式如下：将关键点周围区域划分为d*d(d＝4)的子区域，每个子区域作为一个种子点，每个种子点有8个方向，使得每个区域有3σ_oct个像素(在本项目中约为80个像素)再根据图像大小和旋转的因素得出图像区域半径计算公式为：将坐标轴以关键点的方向旋转，获得在旋转后相邻域内采用点的坐标：将相邻域内的采样点分别配对其对应的区域内，计算影响子区域的参与度的梯度和方向。旋转后(x
′
，y
′
)的下标为梯度计算公式为：
45.最后统计图片共128个梯度信息h＝(h1,h2,h3.......h128)作为关键点的特征向量，公式为：
46.其中，j为对应像素点数，h作为关键点的特征向量，x、y为特征位置，x’、y’为旋转后特征的位置，σ为高斯函数标准差参数，m为排序后的中间值。
47.进一步，如图1所示，一种基于openmv的电动车充电孔定位识别系统，该系统包括服务器、充电枪1、openmv视觉识别模块、机械臂3和上位机微信小程序；所述服务器、openmv视觉识别模块、机械臂3和上位机微信小程序通过公共网络建立通信连接；openmv视觉识别模块设置在充电枪1上，服务器包括控制端和训练好的模型。
48.进一步，充电枪1上还设置有温度检测模块、电流检测模块、气体检测传感器、火焰检测传感器和预警警报模块；温度检测模块使用ds18b20传感器，在充电中检测充电口温
度；电流检测模块使用acs712elctr芯片，进行充电电流检测；气体检测传感器采用mq-2半导体烟雾传感器，可以检测到浓烟气体；火焰检测传感器探测火源或其它一些波长在700纳米～1000纳米范围内的热源；预警警报模块采用声光报警器是当控制端接受到报警信号后，发出警报。
49.进一步，该系统还底座4、摄像头2，充电线缆以及变压器；底座4上面连接支撑柱5，支撑柱5上方连接有机械臂3；机械臂3上方连接有充电枪1，充电枪1上连接有充电线缆；充电枪1上连接有摄像头2；摄像头2设置于充电枪1下方；所述底座4上设有变压器，变压器设于支撑柱5侧面。
50.进一步，如图2所示，机械臂3采用三自由度舵机，可以最大限度的模仿人类的手臂，实现上下、左右、前后的一系列灵活操作。
51.工作原理：一种基于openmv的车辆自动充电系统，系统中服务器包含控制端和训练好的模型，控制端对输入输出的信号进行采集和处理，充电枪1、openmv视觉识别模块、机械臂3和上位机微信小程序受控于控制端；服务器内训练好的模型采用神经网络算法，对提前录入好的车辆图片进行训练，并建立模型；上位机微信小程序作为移动应用，使用中产生的数据都被存储在服务器中，控制端进行控制；使用ai-thinker软件配置wi-fi模块连接无线网络，使模块具有上网功能，连接到我们搭建好的网络服务器进行数据收发通信；当将车辆停靠在指定的位置后，上位机端选择充值金额并进行支付；此时，采用openmv视觉识别模块对当前车辆进行拍照，获取到的照片与事先录入的照片进行对比，判断当前车辆类型；openmv视觉识别模块主要应用的是颜色识别和测距功能，openmv是一个可进行代码编程的摄像头2，通过micropython脚本语言即可进行逻辑编程；摄像头2本身也内置了一些图像处理算法，更加容易上手开发，只需要一些简单的micropython代码就可以开发出视觉相关任务，采用sift算法作为本发明的图像处理算法。通过sift算法精准计算出充电孔的坐标点位后，使用距离算法计算当前车辆与机械臂3的距离，判断选取参照物的大小，计算出参照物与机械臂3的距离；本发明采用的测距方法是是判断选取参照物的大小计算物体距离，通过选取参照物方式实现测距。如图3所示，距离计算使用到的是数学中的几何问题，通过摄像头2中的集合关系可以得出：
[0052][0053][0054]
联立公式(4-1)、(4-2)得出：
[0055][0056]
再由右边真实环境几何关系可以得出：
[0057][0058]
带入(1)式中，简化公式即可得出：
[0059][0060]
公式中在等号左边lm是实际距离，bipx摄像头2中所占的像素(直径像素)，等号右
边rm是球在现实中的半径，apix是固定像素，l为焦距，a是视角的一半。实际长度和摄像头2里的像素成反比，距离＝一个常数/直径的像素。
[0061]
进一步，将计算得到的距离和坐标信息发送到控制端，控制端根据收到的信息控制机械臂3移动到充电枪1；机械臂3根据控制端指令将充电枪1移动到充电孔位置，进行自动充电。充电枪1上的设置的温度检测模块、电流检测模块、气体检测传感器、火焰检测传感器和预警警报模块可随时将充电枪1的情况发送到控制端，控制端可通过上位机微信小程序反应给用户。
[0062]
以上所述仅为本发明的实施方式而已，并不用于限制本发明。对于本领域技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原理的内所作的任何修改、等同替换、改进等，均应包括在本发明的权利要求范围之内。