一种BMS充电口的识别方法与流程

一种bms充电口的识别方法
技术领域
1.本发明属于电池充电技术领域，具体涉及一种bms充电口的识别方法。


背景技术：

2.为了能够实现更加快速便利的bms上下电技术是大势所趋。对于自动充电技术中的插电口识别，是整个自动充电技术中最至关重要的一个部分。现在市场上普遍的电动汽车充电口,无论是直流充电口还是交流充电口的识别,根据其特性,运用椭圆检测的识别技术是最好的方法。椭圆检测作为计算机视觉中一个非常关键的部分,在这方面有着很好的应用。当前，椭圆检测的主流方法为霍夫变换及其变形,以及最小二乘法拟合椭圆与基于弧段提取的椭圆检测与拟合。
3.基于霍夫变换的椭圆检测利用hough变换将图像空间映射到参数空间,但是这种方法不仅对噪声不敏感,并且参数高达5维,计算量过大。前人提过从曲线弧的角度拟合椭圆，以及基于各种弧段提取的改进算法。


技术实现要素：

4.本发明的目的是提供一种bms充电口的识别方法，以克服上述技术问题。通过全面的弧段选择与筛选的方法,不仅能够加速弧段选择的速率,还能够提高选取弧段的有效性,能够在很大程度上保证选取的弧段为某一椭圆的一部分,提高了检测出的椭圆的准确性。
5.本发明的上述技术目的是通过以下技术方案得以实现的：
6.一种bms充电口的识别方法，包括以下步骤：
7.获取bms插电口的图像，通过灰度化、初次滤波将所述图像转换成灰度图像；
8.对灰度图像进行二次滤波、平噪，以加强灰度图像的边缘特征，使用canny边缘检测算法进行边缘检测、且使用opencv的滑块调整边缘阈值，得到边缘图；
9.对边缘图进行弧段提取，且根据其边缘梯度的正负性和边缘的凹凸性将提取的所有弧段分成四类椭圆弧段；
10.对分成的四类椭圆弧段进行拟合，获取备选椭圆，最后从备选椭圆中筛选出用于识别充电口的目标椭圆。
11.进一步的：所述弧段提取采用八邻域边缘跟踪法进行提取，所述八邻域边缘跟踪法的步骤为：
12.(1)将边缘图边缘区域的像素点设为前景色,其余部分设为背景色，对每一个像素点进行检测,当检测到当前像素点为前景色时,以当前像素点为八邻域检索的中心，预先定义八邻域的检索方向为顺时针或者逆时针；
13.(2)按检索方向进行检索，存储步骤(1)中的当前像素点，并设置为背景色；
14.(3)在检索过程中，当再次遇到像素点为前景色时，则将此像素点定为新的八邻域检索中心,重复步骤(2)，直至检索的八邻域中不再有前景色，将存储的所有像素点形成一个集合，即为一个弧段；
15.(4)对边缘图中的每一个像素点检测、且重复步骤(1)
‑
步骤(3),直至完成整个边缘图的检索，即可得到多个由像素点所组成的弧段，对弧段进行短弧筛除。
16.进一步的：步骤(4)中对弧段进行短弧筛除的过程为：
17.根据像素点的数量确定对应弧段的长度，过滤其中长度较小的弧段；
18.根据椭圆特性，去除所得弧段中没有曲率的直弧和曲率变化较小的弧段。
19.进一步的：曲率变化较小的弧段的判断方法为：对将每一弧段分成五等份的五个像素点进行标记，计算其中每相邻两个像素点之间的斜率，使用五个像素点之间的斜率变化表示曲率的变化程度。
20.进一步的：所述弧段分成四类椭圆弧段的过程为：
21.取一弧段的两个端点作一连线，当所述弧段处于所述连线上方时，定义此弧段为凸型，当所述弧段位于所述连线下方时，定义此弧段为凹型；当该弧段的梯度大于0时，定义该弧段为正，当该弧段的梯度小于0时，定义该弧段为负；以此将所有的弧段分成四类椭圆弧段的集合。
22.进一步的：所述椭圆弧段进行拟合以获取备选椭圆的过程为：
23.根据椭圆的二次曲线知数的参数方程，将每个象限内的组合成所有弧段的点按x方向值的大小进行排列，得到一系列点的集合，将此集合进行四等分，取分成四等分的五个端点作为特征点代入参数方程中，得到方程组,对该方程组进行求解；当该方程组的系数中的矩阵行列式值大于0，此时五个未知数有唯一解，当行列式值等于0，点不在一个椭圆上。
24.进一步的：所述备选椭圆中筛选目标椭圆的过程为：
25.计算所有备选椭圆的长短轴之比,过滤其中长短轴之比较小的备选椭圆；
26.计算所有备选椭圆中椭圆的长轴占像素宽度的比值，且预先设定椭圆长轴占像素宽度的取值范围,过滤超过此取值范围的备选椭圆；
27.将完成上述过滤后的备选椭圆按y轴坐标的大小从小到大进行排列,设定y轴坐标的阈值范围,去除阈值范围外的备选椭圆,即可得到用于识别充电口的目标椭圆。
28.有益效果：本发明利用图像的预处理加强图像边缘特征，再结合canny边缘检测算法得到边缘，将检测的边缘利用八邻域边缘跟踪筛选短弧，以边缘梯度的正负性以及边缘的凹凸性为依据从而将检测边缘分为4类椭圆弧边缘。在此基准上，根据一定的限制条件以及椭圆的参数方程，选取满足限制条件的三段椭圆弧进行拟合，进而获取一系列的备选椭圆，通过特征参数之间的关系以及目标椭圆之间的联系，筛选出所需要的能够识别充电口的椭圆。对比过去基于简单的霍夫变换算法提取的圆形图形算法问题上，本发明在基于amd的a85处理器条件上，通过vs2019的实验平台在多个角度进行多次实验，均能得到插电口的目标椭圆。该方法能够对插接的充电口作出准确并且快速的识别，为新能源汽车中电池管理系统bms的全自动插电提供便利的先决条件。
附图说明
29.图1为本发明中不同位置情况下canny边缘检测得到的边缘图；
30.图2为图1经过八邻域边缘跟踪法处理短弧筛除后的示意图；
31.图3为图2中根据边缘梯度的正负性分别得到的两个弧段集合；
32.图4为图3进行拟合后的示意图。
具体实施方式
33.在本发明的描述中，除非另有说明，术语“上”“下”“左”“右”“前”“后”等指示的方位或位置关系仅是为了描述本发明和简化描述，而不是指示或暗示所指的装置或结构必须具有特定的方位，因此不能理解为对本发明的限制。此外，术语“第一”“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。
34.如图1
‑
4所示，本发明所述的一种bms充电口的识别方法，包括以下步骤：
35.s1:获取bms插电口的图像，通过灰度化、初次滤波将所述图像转换成灰度图像；
36.s2:对灰度图像进行二次滤波、平噪，以加强灰度图像的边缘特征，使用canny边缘检测算法进行边缘检测、且使用opencv的滑块调整边缘阈值，得到边缘图；
37.s3:对边缘图进行弧段提取，且根据其边缘梯度的正负性和边缘的凹凸性将提取的所有弧段分成四类椭圆弧段；
38.s4:对分成的四类椭圆弧段进行拟合，获取备选椭圆，最后从备选椭圆中筛选出用于识别充电口的目标椭圆。
39.其中，s3中所述弧段提取采用八邻域边缘跟踪法进行提取，所述八邻域边缘跟踪法的步骤为：
40.(1)将边缘图边缘区域的像素点设为前景色(白色),其余部分设为背景色(黑色)，对每一个像素点进行检测,当检测到当前像素点为前景色时,以当前像素点为八邻域检索的中心，预先定义八邻域的检索方向为顺时针或者逆时针；
41.(2)按检索方向进行检索，存储步骤(1)中的当前像素点，并设置为背景色；
42.(3)在检索过程中，当再次遇到像素点为前景色时，则将此像素点定为新的八邻域检索中心,重复步骤(2)，直至检索的八邻域中不再有前景色，将存储的所有像素点形成一个集合，即为一个弧段；
43.(4)对边缘图中的每一个像素点检测、且重复步骤(1)
‑
步骤(3),直至完成整个边缘图的检索，即可得到多个由像素点所组成的弧段；对弧段进行短弧筛除。
44.其中，步骤(4)中对弧段进行短弧筛除的过程：根据像素点的数量确定对应弧段的长度，过滤其中长度较小的弧段；根据椭圆特性，去除所得弧段中没有曲率的直弧和曲率变化较小的弧段。
45.进一步的，曲率变化较小的弧段的判断方法为：对将每一弧段分成五等份的五个像素点进行标记，计算其中每相邻两个像素点之间的斜率，使用五个像素点之间的斜率变化表示曲率的变化程度。
46.进一步的，步骤s3中，所述弧段分成四类椭圆弧段的过程为：
47.取一弧段的两个端点作一连线，当所述弧段处于所述连线上方时，定义此弧段为凸型，当所述弧段位于所述连线下方时，定义此弧段为凹型；当该弧段的梯度为正时，定义该弧段为正向，当该弧段的梯度为负时，定义该弧段为负向；以此将所有的弧段分成四类椭圆弧段的集合。
48.进一步的，步骤s4中，所述椭圆弧段进行拟合以获取备选椭圆的过程为：
49.根据椭圆的二次曲线知数的参数方程，将每个象限内的组合成所有弧段的点按x方向值的大小进行排列，得到一系列点的集合，将此集合进行四等分，取分成四等分的五个端点作为特征点代入参数方程中，得到方程组,对该方程组进行求解；当该方程组的系数中
的矩阵行列式值大于0，此时五个未知数有唯一解，当行列式值等于0，点不在一个椭圆上。
50.进一步的，步骤s4中，所述备选椭圆中筛选目标椭圆的过程为：
51.计算所有备选椭圆的长短轴之比,过滤其中长短轴之比较小的备选椭圆；
52.计算所有备选椭圆中椭圆的长轴占像素宽度的比值，且预先设定椭圆长轴占像素宽度的取值范围,过滤超过此取值范围的备选椭圆；
53.当检测到同心圆的情况：根据椭圆中心点的x,y轴坐标所在的位置,将中心x,y坐标相近的视为同一中心的椭圆,过滤去除长短轴之比较小的同心圆；
54.将完成上述过滤后的备选椭圆按y轴坐标的大小从小到大进行排列,设定y轴坐标的阈值范围,去除阈值范围外的备选椭圆,即可得到用于识别充电口的目标椭圆。
55.为了验证提出的基于弧段的椭圆检测方法在充电口识别上的应用,在保证光源的情况下,从多个角度对直流充电口进行拍摄,利用提出的方法,基于vs2019进行实验,以此来验证是否能够对对充电口的目标椭圆,即对插接口有一个准确的检测。为了更好地模拟新能源汽车的实际停车不可能都停正的情况,分别取向左倾斜、向右倾斜、正中间的三种位置情况来模拟停车时车身向左、向右与停正的三种情况。其中，在上述三种位置下进行预处理之后的canny边缘检测结果如图1所示；图2为图1经过八邻域边缘跟踪法处理去除短弧后的示意图；以图2中最左边的图为例,图3是将边缘分为梯度大于0和梯度小于0的两种情况,为下一步提取有效边缘点做好准备。图4为通过取点拟合出的椭圆情况，可以看出对要检测出的目标椭圆都可以检测出，还能检测出充电口上其他部分的椭圆，但是那些椭圆是不利于后续进行椭圆的位姿估计的。采用上述的根据特征参数制定的过滤准则，三个位置的过滤图均能达到很好的过滤效果,得到目标椭圆。
56.为了使本发明的目的、技术方案及优点更加简洁明了，本发明用以上具体实施例进行说明，仅仅用于描述本发明，不能理解为对本发明的范围的限制。应当指出的是，凡在本发明的精神和原则之内所做的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。因此，本发明专利的保护范围应以所附权利要求为准。