充电口识别方法、其装置及电子设备与流程

1.本发明涉及工业机器人控制领域，具体而言，涉及一种充电口识别方法、其装置及电子设备。


背景技术：

2.充电技术是建设基于互联网的电动汽车公共充电服务网络的一个关键技术，充电体验很大程度上决定了用户的用车体验。由于现有电池技术水平的限制，电动汽车一次充电数小时仅能行驶有限的路程。现要求用户使用完电动汽车后为车辆手动充电，该方式的弊端在于影响用户体验，且占用大量的人力资源。
3.随着视觉定位技术的发展，已经攻克了充电口无特征识别定位关键技术，通过智能学习方法，能够有效解决全天候光照条件下的充电口可靠稳定识别的难题。并形成了可实施的技术方案，无需改动车辆原生充电口，就可以实现正确可靠识别。
4.目前，充电口识别算法一般采用特征点提取的方法。surf和sift是两种经典的局部特征检测算法，其对光照、噪声和小范围视角变化鲁棒。然而，这两种算法容易误检测特征点，从而造成对电动汽车充电口三维位姿测量的不精确；此外，这两种算法的计算量要求较高，而且当局部特征点较少时，特征点检测算法的效果明显下降。


技术实现要素：

5.本发明的主要目的在于提供一种充电口识别方法、其装置及电子设备，以解决现有技术中对电动汽车充电口三维位姿定位不精确的问题。
6.为了实现上述目的，根据本发明的一个方面，提供了一种充电口识别方法，包括：获取充电口图像；从充电口图像中提取与充电口对应的像素区域以及像素区域中的第一像素点，其中，第一像素点为像素区域中与充电口的第一中心点对应的像素点；至少依据像素区域的面积以及第一像素点在像素区域中的位置，确定与充电口对应的第一充电位置；获取像素区域中的第二像素点，其中，第二像素点为像素区域中与充电口中充电孔的第二中心点对应的像素点；依据第一充电位置和第二像素点在像素区域中的位置，生成与充电口对应的位姿信息，其中，位姿信息为待插入充电口的充电枪的位姿信息。
7.可选地，充电口包括充电口基座，充电孔贯穿充电口基座，从充电口图像中提取与充电口对应的像素区域，包括：以充电口的第一中心点为坐标原点，以充电口基座所在平面中互相垂直的任意两条直线的延伸方向为x轴和y轴，以充电孔的贯穿方向为z轴，建立三维坐标系；从充电口图像提取圆形像素点集，其中，圆形像素点集所对应的每个圆形为以三维坐标系的坐标原点为圆心，以预设半径集合中的半径取值为半径得到的圆形区域；从充电口图像中获取与预设半径集合满足预设比例的直线像素点集；从圆形像素点集和直线像素点集中提取第一圆形和第一直线，其中，第一圆形和第一直线在同一平面中构成封闭区域，将封闭区域作为与充电口对应的像素区域。
8.可选地，至少依据像素区域的面积以及第一像素点在像素区域中的位置，确定与
充电口对应的第一充电位置，包括：获取图像采集器的焦距，其中，图像采集器用于采集充电口图像；以充电口图像的中心点为坐标原点，以充电口图像中互相垂直的任意两条直线的延伸方向为x轴和y轴，建立二维坐标系；依据充电口的投影面积、像素区域的面积、第一像素点在二维坐标系中的x,y坐标值，确定第一中心点相对于图像采集器的空间位置，其中，空间位置包括第一横向距离和第一纵向距离；依据第一横向距离、第一纵向距离和图像采集器的焦距，确定图像采集器与充电口的距离。
9.可选地，获取像素区域中的第二像素点，包括：提取像素区域中的特征图形；确定特征图形的中心点为第二像素点。
10.可选地，提取像素区域中的特征图形，包括：提取像素区域中的多个轮廓图形；获取多个轮廓图形中每个轮廓图形的外接矩形集合；按照预设条件，从多个轮廓图形中确定至少一个第一轮廓图形，其中，上述预设条件包括：第一轮廓图形的外接矩形集合满足预设长宽比范围，以及第一轮廓图形的外接矩形集合的长度满足预设长度；将至少一个第一轮廓图形拟合为至少一个目标图形；依据预设形状，从至少一个目标图形中确定特征图形，其中，预设形状包括圆形和椭圆形。
11.可选地，提取像素区域中的特征图形，还包括：在目标图形为多个，且依据预设形状，从多个目标图形中确定多个第一特征图形的情况下，去除多个第一特征图形中长短经比与预设长短径比不一致的目标图形，得到特征图形。
12.可选地，依据第一充电位置和第二像素点在像素区域中的位置，生成与充电口对应的位姿信息，包括：在提取到的特征图形的数量大于预设数量的情况下，依据第二像素点在像素区域中的位置与三维坐标系的投影关系，确定充电孔在充电口中的第二充电位置，其中，预设数量小于充电孔的数量，且预设数量大于充电孔的数量的1/2；依据第一充电位置和第二充电位置，生成与充电口对应的位姿信息。
13.根据本发明的另一个方面，提供了一种充电口识别装置，包括：第一获取模块，用于获取充电口图像；提取模块，用于从充电口图像中提取与充电口对应的像素区域以及像素区域中的第一像素点，其中，第一像素点为像素区域中与充电口的第一中心点对应的像素点；确定模块，用于至少依据像素区域的面积以及第一像素点在像素区域中的位置，确定与充电口对应的第一充电位置；第二获取模块，用于获取像素区域中的第二像素点，其中，第二像素点为像素区域中与充电口中充电孔的第二中心点对应的像素点；生成模块，用于依据第一充电位置和第二像素点在像素区域中的位置，生成与充电口对应的位姿信息，其中，位姿信息为待插入充电口的充电枪的位姿信息。
14.根据本发明的另一个方面，还提供了一种充电系统，包括：待充电车辆，待充电车辆具有充电口；充电机器人，充电机器人具有充电枪；控制器，控制器用于接收采用上述的充电口识别方法所生成的与充电口对应的位姿信息，并依据位姿信息，将充电枪插入充电口中。
15.根据本发明的另一个方面，还提供了一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，处理器被配置为执行指令，以实现如上述的充电口识别方法。
16.应用本发明的技术方案，提供了一种充电口识别方法，获取充电口图像，然后从充电口图像中提取与充电口对应的像素区域以及像素区域中的第一像素点，其中，第一像素
点为像素区域中与充电口的第一中心点对应的像素点，并至少依据像素区域的面积以及第一像素点在像素区域中的位置，确定与充电口对应的第一充电位置，然后获取像素区域中与充电口中充电孔的第二中心点对应的第二像素点，然后依据第一充电位置和第二像素点在像素区域中的位置，生成与充电口对应的位姿信息。上述方法利用图形结合的方式识别充电口，不同于现有技术中采用的特征点提取方法，可以先通过对充电口的外形特征进行识别，完成对充电口位置的粗定位，然后再获取充电口中充电孔的轮廓信息，完成对充电口位姿的精定位，解决现有技术中对电动汽车充电口三维位姿定位不精确的问题。
附图说明
17.构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
18.图1是根据一示例性实施例示出的一种充电口识别方法的流程框图；
19.图2是根据一示例性实施例示出的另一种充电口识别方法的流程框图；
20.图3是根据本发明实施例1的充电口识别方法中获取的充电口图像的示意图；
21.图4是根据本发明实施例1的充电口识别方法中根据相机小孔成像模型原理图；
22.图5是图4所示的根据相机小孔成像模型原理图中像素坐标与物理坐标的关系示意图；
23.图6是根据本发明实施例2的充电口识别方法的装置框图；
24.图7是根据本发明实施例的一种终端的装置框图。
具体实施方式
25.需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。
26.为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
27.需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
28.实施例1
29.本实施例提供了如图1所示的充电口识别方法。图1是根据本发明实施例1的充电口识别方法的流程图，如图1所示，该方法包括如下步骤：
30.步骤s202，获取充电口图像；
31.步骤s204，从充电口图像中提取与充电口对应的像素区域以及像素区域中的第一
像素点，其中，第一像素点为像素区域中与充电口的第一中心点对应的像素点；
32.步骤s206，至少依据像素区域的面积以及第一像素点在像素区域中的位置，确定与充电口对应的第一充电位置；
33.步骤s208，获取像素区域中的第二像素点，其中，第二像素点为像素区域中与充电口中充电孔的第二中心点对应的像素点；
34.步骤s210，依据第一充电位置和第二像素点在像素区域中的位置，生成与充电口对应的位姿信息，其中，位姿信息为待插入充电口的充电枪的位姿信息。
35.上述方法利用图形结合的方式识别充电口，不同于现有技术中采用的特征点提取方法，可以先通过hough变换算法对充电口的外形特征进行识别，完成对充电口位置的粗定位，然后可以进一步结合canny算子获取充电口中充电孔的轮廓信息，完成对充电口位姿的精定位，解决现有技术中对电动汽车充电口三维位姿定位不精确的问题。
36.上述步骤s202中，采用图像采集器获取充电口图像。
37.具体地，在通过数据采集获取充电口图像(载入图片)之后，可以先对充电口图像进行预处理，将充电口图像转化为灰度图像(转化灰度图)，选择合适的卷积核对图像进行滤波(如高斯滤波)，如图2所示。
38.在上述步骤s204中，从充电口图像中提取与充电口对应的像素区域，然后依据获取的充电口图像，确定充电口中心位置处的像素点，即第一像素点。充电口外围由圆形和直线组成，基于此特征，对充电口进行识别和定位。
39.作为一种可选地实施例，充电口包括充电口基座，充电孔贯穿充电口基座，以充电口的第一中心点为坐标原点，以充电口基座所在平面中互相垂直的任意两条直线的延伸方向为x轴和y轴，以充电孔的贯穿方向为z轴，建立三维坐标系；从充电口图像提取圆形像素点集，其中，圆形像素点集所对应的每个圆形为以三维坐标系的坐标原点为圆心，以预设半径集合中的半径取值为半径得到的圆形区域；从充电口图像中获取与预设半径集合满足等于预设比例的直线像素点集；从圆形像素点集和直线像素点集中提取第一圆形和第一直线，其中，第一圆形和第一直线在同一平面中构成封闭区域，将封闭区域作为与充电口对应的像素区域。
40.示例性的，充电口图像如图3所示，一共有九个圆柱形充电孔构成，依次为直流保护地、直流电源正、直流电源负、车辆连接确认端、低压辅助电源正、低压辅助电源负、充电端通信和供电端连接确认。图3中充电口的充电孔主要分为三个类型的孔位：大圆(dc-、dc+)外径25.4mm，内径12mm；中圆(pe)外径15.1mm，内径6mm；小圆(s-、cc2、cc1、s+、a-、a+)外径10.3mm，内径3mm。
41.具体地，对于以相机作为图像采集器的充电口图像，可以以汽车的侧视图为基准面，设充电口外围圆形特征的圆心为坐标原点，建立一个图3所示的三维坐标系。由于充电口区域半圆圆心同充电口的中心一致，因此可以近似看作充电口的中心。由于对称性，该区域不论绕x轴或y轴发生转动(汽车正常停放在路面时，充电口不会绕z轴转动过大)，坐标系原点都不会发生偏移。因此该坐标系原点可以作为目标点，即该点在相机坐标系中的三维坐标就是所需要的粗定位结果。示例性的，上述三维坐标系中，dc-的坐标值为(-17.00,+1,20,0.00)，dc+的坐标值为(17.00,+1,20,0.00)，cc2的坐标值为(0.00,-21,00,0.00)，cc1的坐标值为(0.00,-9,00,0.00)，s-的坐标值为(-12,00,-21,00,10.00)，s+的坐标值为
(12,00,-21,00,10.00)，a-的坐标值为(-14,25,21,00,10.00)，a-的坐标值为(14,25,21,00,10.00)。
42.为了获取上述圆形像素点集，可以根据充电口距离相机的大概识别范围，基于霍夫圆算法进行充电口圆形特征检测，设置检测圆形的最大和最小半径值，得到预设半径集合，依据预设半径集合提取所检测到的圆形信息；为了获取上述直线像素点集，可以利用霍夫直线在圆形像素点集围成的圆内进行直线检测，若检测到与第一圆形的半径满足预设比例的第一直线，且一圆形和第一直线在同一平面中构成封闭区域，则可以认为由此第一直线和圆形组成的封闭区域为充电口区域，如图2所示。
43.上述霍夫圆算法的基本思想为：每一个非零像素点都有可能是圆上一点，通过将其转化为极坐标，利用投票机制寻找圆形。
44.具体地，基于霍夫圆算法获取上述圆形像素点集的操作如下：
45.在笛卡尔坐标系中的圆方程可定义为：
[0046][0047]
式中，x，y为各像素点的位置，a，b分别为圆心坐标点位置，r为圆的半径。
[0048]
对于一个给定的点(x，y),我们可以在三维坐标系中，绘制所有的圆形，将空间所有坐标点进行以上操作，如果两个不同的点在a b r空间相交，即它们有一组公共的(a，b，r)，代表在同一个圆上，相交越多，即表示该圆由更多的点组成，可以通过设置阈值，获取充电口外围圆形特征。
[0049]
示例性的，在上述操作过程中，根据实际场景，设置检测半径范围为[120,320]。为了检测到合适的圆形特征，可以将检测的圆心距离设置为无限大，排除无关干扰。
[0050]
上述霍夫直线算法的基本思想为：把直角坐标与极坐标之间做变换，通过点映射直线，遍历所有像素点，极坐标曲线交点便是检测到的可能直线。
[0051]
具体地，基于霍夫直线算法获取上述直线像素点集的操作如下：
[0052]
直线在图像二维空间可由两个变量表示，我们将其转化在极坐标中，因此直线表达式可以表示为：
[0053][0054]
即：
[0055]
ρ＝x cosθ+y sinθ
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)
[0056]
式中，ρ为坐标原点到直线的距离，θ为坐标原点到直线的垂线与x轴的夹角，x，y为图像上各像素点的位置。
[0057]
对图像边界上的每一个点(x，y)带入式(3)，求得每个θ对应的ρ值；在参数空间中，找到ρ和θ所对应的单元，并将该单元的累加器加1；当直角坐标系中的所有点都进行以上操作，检验参数空间中每个累加器的值，累加器最大的单元所对应的ρ和θ即为直角坐标系中直线方程的参数。
[0058]
示例性的，在上述操作过程中，根据实际场景，设置线段距离精度为1个像素点，线段角度精度为cv_pi/180像素点，累加器阈值参数为100，最小长度为20个像素点，同一条直
线的最大割裂为5个像素点。
[0059]
在上述步骤s206中，可以根据步骤s204中与充电口对应的像素区域的面积以及充电口中心点在图片中的位置信息，利用相似三角形求得充电口的第一充电位置，即计算得到粗定充电口位置的位置坐标。机器人可以带动充电枪进行第一次调整，完成充电口区域粗定位的过程，如图2所示。
[0060]
作为一种可选地实施例，至少依据像素区域的面积以及第一像素点在像素区域中的位置，确定与充电口对应的第一充电位置，包括：获取图像采集器的焦距，其中，图像采集器用于采集充电口图像；以充电口图像的中心点为坐标原点，以充电口图像中互相垂直的任意两条直线的延伸方向为x轴和y轴，建立二维坐标系；依据充电口的投影面积、像素区域的面积、第一像素点在二维坐标系中的x,y坐标值，确定第一中心点相对于图像采集器的空间位置，其中，空间位置包括第一横向距离和第一纵向距离，第一横向距离即第一中心点相对于图像采集器的横向距离，第一纵向距离即第一中心点相对于图像采集器的纵向距离；依据第一横向距离、第一纵向距离和图像采集器的焦距，确定图像采集器与充电口的距离。
[0061]
具体地，粗定位充电口位置的计算原理是根据相机小孔成像模型得到，如图4所示。oc为相机坐标系、o为图像物理坐标系、oi为图像像素坐标、ow为世界坐标系、点画线轴为光轴。这里将ow坐标系建立在充电口矩形区域平面和光轴的交点处；ow和oc坐标系保持一致。由于粗定位不需要计算充电口姿态，因此这里假设充电口矩形区域平面同相机成像面o-xy平行。
[0062]
图5中，大圆形和直线组成的封闭图形为三维世界坐标下的充电口区域，其圆形直径dw为210mm。小圆形和直线组成的封闭图形为相机成像面上的充电口区域投影。a为目标点，即充电口区域的中心点。它在ow坐标系中的坐标为(x，y，0)。a为目标点在相机成像面的投影点，它在oi坐标系中的坐标为(u，v)，它在o坐标系中的坐标为a(x，y)。ow坐标系和oc坐标系的距离为dz。因为ow和oc坐标系姿态一致，因此目标点a在oc坐标系中的三维坐标为(x，y，dz)，即为粗定位的结果。根据相似三角形原理，可得到：
[0063][0064]
式中，x，y为目标点相对于相机的实际空间位置。x、y为目标点在图片中像素点的位置；dw代表目标圆形特征的大小；di代表圆形特征所占像素点的大小。
[0065]
图5为像素坐标与物理坐标的关系示意图，以自动充电系统使用的相机分辨率为1292
×
964为例，o坐标系在oi坐标系下的坐标为(646，482)，因此oi坐标和o坐标之间的关系为：
[0066][0067]
根据勾股定理可以得到世界坐标系ow的原点到点a的距离d为：
[0068][0069]
相机的像素尺寸为3.75um
×
3.75um，因此点a到o坐标系原点的距离d为：
[0070][0071]
根据相似三角形原理，ow和oc坐标系的距离dz，如下式：
[0072][0073]
式中，f是相机焦距，dz是相机到充电口的距离，d是世界坐标系ow的原点到点a的距离，d是点a到o坐标系原点的距离。
[0074]
综上，推导出了目标点a在oc坐标系下的坐标值，也就是粗定位的最终结果即：
[0075][0076]
根据式(9)便可计算粗定位的充电口位置信息，从而指导机器人末端运动到相机焦距位置，为充电口位姿定位提供保障。
[0077]
在上述步骤s208中，获取像素区域中的第二像素点包括：提取像素区域中的特征图形；确定特征图形的中心点为第二像素点。
[0078]
作为一种可选地实施例，提取像素区域中的特征图形包括：提取像素区域中的多个轮廓图形；获取多个轮廓图形中每个轮廓图形的外接矩形集合；按照预设条件，从多个轮廓图形中确定至少一个第一轮廓图形，其中，上述预设条件包括：第一轮廓图形的外接矩形集合满足预设长宽比范围，以及第一轮廓图形的外接矩形集合的长度满足预设长度；将至少一个第一轮廓图形拟合为至少一个目标图形；依据预设形状，从至少一个目标图形中确定特征图形，其中，预设形状包括圆形和椭圆形。
[0079]
在目标图形为多个，且依据预设形状，从多个目标图形中确定多个第一特征图形的情况下，还可以去除多个第一特征图形中长短经比与预设长短径比不一致的目标图形，得到特征图形。
[0080]
具体地，由于充电口图像通常会受到各种噪声的影响，包括光电噪声、数字化噪声、压缩噪声等待，可以基于粗定位识别的像素区域，先进行高斯滤波处理，再利用canny算子分别提取充电口图像(原图像)和其梯度图的轮廓信息，求取两者的轮廓信息的所有的外接矩形，对外接矩形的长宽比进行筛选，保留长宽比在1到1.2之间的轮廓信息，然后利用二次曲线标准化方法将轮廓信息拟合为圆形或椭圆，最后根据拟合图形的位置信息和长短径比值进行筛选，筛除误检测的图形，如图2所示。
[0081]
采用二次曲线标准化方法拟合图形特征，在平面坐标系下，拟合图形上的点可以用二次多项式表示，为了获得标准曲线方程，首先对平面坐标系的坐标进行拟合，确定平面坐标系下的二次曲线方程系数，然后通过坐标系之间的平移和旋转消去二次混合相乘项和一次项，最后求得标准坐标系下的曲线方程，从而确定拟合图形的参数。
[0082]
设平面上二次曲线上观测的n个点的坐标为(xi，yi)＝mi(i＝1，2，...，n)，二次曲线方程可表示为：
[0083]
a0+a1x+a2y+a3x2+a4xy+a5y2＝0
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(10)
[0084]
式中，a1，a2…
，a5为待定系数，对坐标进行正规化处理，二次方程可表示为：
[0085]
1+a
′1x
′
+a
′2y
′
+a
′3x2+a
′4x
′y′
+a
′5y2＝0
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(11)
[0086]
式中，a
′1，a
′2…a′5为待定系数。对式(11)列出误差方程为：
[0087][0088]
参数a
′1，a
′2…a′5的初始值设为0，对所有测量点列出误差方程，对方程求解，将求解的参数取绝对值，并迭代收敛为止，从而求得曲线方程系数。标准化后拟合图形的几何参数特征参数可以表示为：
[0089][0090]
综合两者的轮廓信息，根据拟合图形的长短经比，筛选出比例为1的圆形或比例在1到1.2之间的椭圆，并根据相对位置关系剔除干扰圆，最终获得实际有效的特征图形，在同一特征图形存在部分重合的拟合图形的情况下，对这些拟合图形中心求取平均值，作为该特征图形的特征点，即第二中心点。
[0091]
在上述步骤s210中，依据第一充电位置和第二像素点在像素区域中的位置，生成与充电口对应的位姿信息可以包括：在提取到的特征图形的数量大于预设数量的情况下，依据第二像素点在像素区域中的位置与三维坐标系的投影关系，确定充电孔在充电口中的第二充电位置，其中，预设数量小于充电孔的数量，且预设数量大于充电孔的数量的1/2；依据第一充电位置和第二充电位置，生成与充电口对应的位姿信息。
[0092]
具体地，以图3中所示的充电口中具有9个充电孔为例，可以设定预设数量为6，并在特征图形数量大于6时，利用每个充电针孔的圆心像素点的位置，结合充电针孔相对三维坐标点的位置，根据pnp算法求得充电口相对相机的位姿信息，进而转化为机器人执行的位姿信息，完整充电口区域精定位，上述位姿信息指导机器人完成插接任务，如图2所示。
[0093]
pnp算法是利用3d到2d点映射关系求取位姿的方法，已知世界坐标系下n个空间点的真实坐标和对应空间点在图像上的投影，就可以计算相机所在的位姿，即二者的移动t(x，y，z)以及旋转r(rx，ry，rz)向量。基于pnp算法可以有多种求解方法，不同方法需要利用的特征点数目不同。由于存在对应充电口中多个充电孔的特征点，可以采用direct linear transform(dlt)算法来求解充电口的位姿。
[0094]
dlt算法的原理如下：充电口图像中某点p，它的坐标为p(x，y，z，1)
t
，成像面上的特征点为x1＝(μ1，v1，1)
t
。此时，相机的位置t(x，y，z)和姿态r(rx，ry，rz)是未知的。定义r、t为一个3
×
4的矩阵，它包含了平移与旋转信息，如式(14)所示：
[0095][0096]
用最后一行把s消去,得到两个约束，如式(15)所示：
[0097][0098]
为了简化表示,定义t的行向量：
[0099][0100]
由此，可以将两个约束改写成：
[0101][0102]
每个充电口的特征点都可以给出两个如式(17)的约束方程。当充电口的特征点数目为n时，可以得到以下方程组：
[0103][0104]
由式(18)可知，利用该方法对充电口定位时，至少获得六个充电口的特征点就可以完成充电口的位姿求解。
[0105]
实施例2
[0106]
根据本发明实施例，还提供了一种用于实施上述充电口识别方法的装置，图6是根据本发明实施例2的充电口识别装置的结构框图，如6所示，该装置包括：第一获取模块302，提取模块304，确定模块306，第二获取模块308，以及生成模块310，下面对该装置进行详细说明。
[0107]
第一获取模块302，用于获取充电口图像；
[0108]
提取模块304，用于从充电口图像中提取与充电口对应的像素区域以及像素区域中的第一像素点，其中，第一像素点为像素区域中与充电口的第一中心点对应的像素点；
[0109]
确定模块306，用于至少依据像素区域的面积以及第一像素点在像素区域中的位置，确定与充电口对应的第一充电位置；
[0110]
第二获取模块308，用于获取像素区域中的第二像素点，其中，第二像素点为像素区域中与充电口中充电孔的第二中心点对应的像素点；
[0111]
生成模块310，用于依据第一充电位置和第二像素点在像素区域中的位置，生成与充电口对应的位姿信息，其中，位姿信息为待插入充电口的充电枪的位姿信息。
[0112]
此处需要说明的是，上述第一获取模块302、提取模块304、确定模块306、第二获取模块308以及生成模块310对应于实施例1中的步骤s202至步骤s210，多个模块与对应的步骤所实现的实例和应用场景相同，但不限于上述实施例1所公开的内容。
[0113]
实施例3
[0114]
本发明的实施例可以提供一种充电系统，包括：待充电车辆，待充电车辆具有充电口；充电机器人，充电机器人具有充电枪；控制器，控制器用于接收采用上述的充电口识别方法所生成的与充电口对应的位姿信息，并依据位姿信息，将充电枪插入充电口中。
[0115]
采用上述实施例1中的充电口识别方法，生成与充电口对应的位姿信息，不同车型的具体局部结构可能有差异，但只要符合国标，通过采集陌生充电口的图像数据，机器人就可以进行智能学习，完成充电口的特征重构，并存储到内部的数据库中。以后机器人遇到类似充电口都可以正确实现其位姿的定位。
[0116]
根据对充电机器人的反复实验，充电口图像识别处理系统其对充电接口具有较高的位置识别度，位置识别精度可以达到0.01mm。而角度精度可以达到0.01rad即0.57
°
(相机定位精度)。
[0117]
实施例4
[0118]
本发明的实施例可以提供一种电子设备，该电子设备可以是一种终端，也可以是一种服务器。在本实施例中，该电子设备作为一种终端可以是计算机终端群中的任意一个计算机终端设备。可选地，在本实施例中，上述终端也可以为移动终端等终端设备。
[0119]
可选地，在本实施例中，上述终端可以位于计算机网络的多个网络设备中的至少一个网络设备。
[0120]
可选地，图7是根据一示例性实施例示出的一种终端的结构框图。如图7所示，该终端可以包括：一个或多个(图中仅示出一个)处理器41、用于存储处理器可执行指令的存储器42；其中，处理器被配置为执行指令，以实现上述任一项的充电口识别方法。
[0121]
其中，存储器可用于存储软件程序以及模块，如本发明实施例中的充电口识别方法和装置对应的程序指令/模块，处理器通过运行存储在存储器内的软件程序以及模块，从而执行各种功能应用以及数据处理，即实现上述的充电口识别方法。存储器可包括高速随机存储器，还可以包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器可进一步包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至计算机终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
[0122]
处理器可以通过传输装置调用存储器存储的信息及应用程序，以执行下述步骤：获取充电口图像；从充电口图像中提取与充电口对应的像素区域以及像素区域中的第一像素点，其中，第一像素点为像素区域中与充电口的第一中心点对应的像素点；至少依据像素区域的面积以及第一像素点在像素区域中的位置，确定与充电口对应的第一充电位置；获取像素区域中的第二像素点，其中，第二像素点为像素区域中与充电口中充电孔的第二中心点对应的像素点；依据第一充电位置和第二像素点在像素区域中的位置，生成与充电口对应的位姿信息，其中，位姿信息为待插入充电口的充电枪的位姿信息。
[0123]
可选地，上述处理器还可以执行如下步骤的程序代码：充电口包括充电口基座，充电孔贯穿充电口基座，从充电口图像中提取与充电口对应的像素区域，包括：以充电口的第一中心点为坐标原点，以充电口基座所在平面中互相垂直的任意两条直线的延伸方向为x轴和y轴，以充电孔的贯穿方向为z轴，建立三维坐标系；从充电口图像提取圆形像素点集，其中，圆形像素点集所对应的每个圆形为以三维坐标系的坐标原点为圆心，以预设半径集合中的半径取值为半径得到的圆形区域；从充电口图像中获取与预设半径集合满足预设比例的直线像素点集；从圆形像素点集和直线像素点集中提取第一圆形和第一直线，其中，第一圆形和第一直线在同一平面中构成封闭区域，将封闭区域作为与充电口对应的像素区域。
[0124]
可选地，上述处理器还可以执行如下步骤的程序代码：至少依据像素区域的面积以及第一像素点在像素区域中的位置，确定与充电口对应的第一充电位置，包括：获取图像采集器的焦距，其中，图像采集器用于采集充电口图像；以充电口图像的中心点为坐标原点，以充电口图像中互相垂直的任意两条直线的延伸方向为x轴和y轴，建立二维坐标系；依据充电口的投影面积、像素区域的面积、第一像素点在二维坐标系中的x,y坐标值，确定第一中心点相对于图像采集器的空间位置，其中，空间位置包括第一横向距离和第一纵向距离；依据第一横向距离、第一纵向距离和图像采集器的焦距，确定图像采集器与充电口的距离。
[0125]
可选地，上述处理器还可以执行如下步骤的程序代码：获取像素区域中的第二像素点，包括：提取像素区域中的特征图形；确定特征图形的中心点为第二像素点。
[0126]
可选地，上述处理器还可以执行如下步骤的程序代码：提取像素区域中的特征图形，包括：提取像素区域中的多个轮廓图形；获取多个轮廓图形中每个轮廓图形的外接矩形集合；按照预设条件，从多个轮廓图形中确定至少一个第一轮廓图形，其中，上述预设条件包括：第一轮廓图形的外接矩形集合满足预设长宽比范围，以及第一轮廓图形的外接矩形集合的长度满足预设长度；将至少一个第一轮廓图形拟合为至少一个目标图形；依据预设形状，从至少一个目标图形中确定特征图形，其中，预设形状包括圆形和椭圆形。
[0127]
可选地，上述处理器还可以执行如下步骤的程序代码：提取像素区域中的特征图形，还包括：在目标图形为多个，且依据预设形状，从多个目标图形中确定多个第一特征图形的情况下，去除多个第一特征图形中长短经比与预设长短径比不一致的目标图形，得到特征图形。
[0128]
可选地，上述处理器还可以执行如下步骤的程序代码：依据第一充电位置和第二像素点在像素区域中的位置，生成与充电口对应的位姿信息，包括：在提取到的特征图形的数量大于预设数量的情况下，依据第二像素点在像素区域中的位置与三维坐标系的投影关系，确定充电孔在充电口中的第二充电位置，其中，预设数量小于充电孔的数量，且预设数量大于充电孔的数量的1/2；依据第一充电位置和第二充电位置，生成与充电口对应的位姿信息。
[0129]
本领域普通技术人员可以理解，图7所示的结构仅为示意，例如，上述终端也可以是智能手机(如android手机、ios手机等)、平板电脑、掌声电脑以及移动互联网设备(mobile internet devices，mid)、pad等终端设备。图7其并不对上述电子设备的结构造成限定。例如，还可包括比图7中所示更多或者更少的组件(如网络接口、显示装置等)，或者具
有与图7所示不同的配置。
[0130]
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令终端设备相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：闪存盘、只读存储器(read-only memory，rom)、随机存取器(random access memory，ram)、磁盘或光盘等。
[0131]
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
[0132]
在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
[0133]
在本技术所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
[0134]
作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
[0135]
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
[0136]
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括：u盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
[0137]
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。