1.一种汽车车轮定位参数贝叶斯估计方法,其特征在于,所述的汽车车轮定位参数贝叶斯估计方法包括有摄像机(1)、车轮靶标(2)、靶标连接夹(3)、夹具(4)与三角架(5);
三角架(5)放置在水平地面上,摄像机(1)底部与三角架(5)顶部螺纹固定连接,车轮靶标(2)放置于靶标连接夹(3)的内侧长槽中与靶标连接夹(3)过盈配合固定,靶标连接夹(3)的圆柱插入夹具(4)中间部分的圆形通孔与夹具(4)过盈配合连接;
具体步骤如下:
第一步:汽车车轮定位参数贝叶斯估计的数据采集:三角架(5)放置在水平地面上,摄像机(1)固定在三角架(5)顶部,夹具(4)固定于待检汽车车轮轮辋,然后将车轮靶标(2)固定在靶标连接夹(3)上,并将车轮靶标(2)与靶标连接夹(3)一起固定在夹具(4)上,调整摄像机(1)的位置使其能够拍摄到车轮靶标(2)随车轮运动的图像,摄像机(1)采集U幅图像,图像中的车轮靶标(2)包含V个圆心,将一张靶标图像上的V个圆心图像坐标向量表示为,其中,并且记录此U幅图像在汽车车轮定位参数检定装置上对应的车轮定位参数数值,表示为,根据圆心图像坐标向量和对应的车轮定位参数值,确定汽车车轮定位参数贝叶斯估计;
第二步:汽车车轮定位参数贝叶斯估计的训练和测试:首先,汽车车轮定位参数贝叶斯估计的权值向量h的先验概率为:,
其中μ为超参数,关于h的似然函数服从高斯分布,即:,
其中ρ为超参数,根据贝叶斯定理,权值向量h的后验分布为:,
输入训练集的靶标圆心图像坐标向量{C1, C2, …, CU}和其对应的车轮定位参数数值Θ=(Θ1, Θ2, …, ΘU)以及测试时的靶标圆心图像坐标向量c,在汽车车轮定位参数贝叶斯估计中,训练集与测试集数据的联合概率分布为:,
其中p(c, Θ, {C1, C2, …, CU}, h)可以写为:,
根据乘法规则,p(θ, c, Θ, {C1, C2, …, CU})可以写为:,
由以上各式可以得到,汽车车轮定位参数贝叶斯估计输出的测试图像c对应的车轮定位参数θ为:,
上式的高斯分布的形式为:
,
其中,,,,,,γ=(λ+μ)/λ,λ为矩阵ρcTc的特征值,,然后,使用迭代的方法求解汽车车轮定位参数贝叶斯估计的权值向量h;
第三步:汽车车轮定位参数贝叶斯估计的权值向量优化:利用交替方向乘子法,进一步优化训练汽车车轮定位参数贝叶斯估计后得到的权值向量h,在输入新的测试图像时根据下式得到更加精确的结果,。
2.按照权利要求1所述的汽车车轮定位参数贝叶斯估计方法,其特征在于所述的车轮靶标(2)为钢板制成的细长矩形零件,车轮靶标(2)表面贴有规则几何图案。
3.按照权利要求1所述的汽车车轮定位参数贝叶斯估计方法,其特征在于所述的靶标连接夹(3)为钢板加工的截面为U型的长方体和两个实心且成120-140度钝角的圆柱体焊接而成的零件。
4.按照权利要求1所述的汽车车轮定位参数贝叶斯估计方法,其特征在于所述的夹具(4)为钢板加工的三角形零件,夹具(4)的侧面加工有三个外侧有凹坑的小圆柱,夹具(4)中间部分加工有圆形通孔。