CN103985131A - 一种用于高速公路车道偏离预警系统的相机快速标定方法 - Google Patents
一种用于高速公路车道偏离预警系统的相机快速标定方法 Download PDFInfo
- Publication number
- CN103985131A CN103985131A CN201410232608.7A CN201410232608A CN103985131A CN 103985131 A CN103985131 A CN 103985131A CN 201410232608 A CN201410232608 A CN 201410232608A CN 103985131 A CN103985131 A CN 103985131A
- Authority
- CN
- China
- Prior art keywords
- camera
- calibration
- coordinate
- image
- delta
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Abstract
本发明公开了一种用于高速公路车道偏离预警系统的相机快速标定方法,包括以下步骤:获取基于车道线有效信息的道路图像;获取标定点坐标;建立相机标定模型。本发明通过计算相机的有效视野,获得包含车道线有效信息的道路图片,在此基础上,通过选取四个已知空间实际位置和图像位置的标定点。本发明在每次标定时只需要测量四个标定点形成的四边形的四个边以及对角线的长度,以及四边形对角线交点的坐标值,即可以通过几何位置关系来唯一确定标定点的坐标位置。这种方法既减少了传统方法所耗费的大量时间,同时也减少了导致测量误差产生的因素,而且标定过程简单,容易操作,无需携带专门的标定设备,比较适合车道偏离预警这样的应用背景。
Description
技术领域
本发明属于汽车主动安全领域,涉及到相机标定技术,特别涉及到一种用于高速公路车道偏离预警系统的相机快速标定方法。
背景技术
基于视觉传感器的车道偏离预警系统通过警告精神疲劳或注意力不集中的驾驶员,避免驾驶员无意识的偏离当前行驶车道,从而减少车辆偏离行驶车道事故的发生。车道偏离预警系统涉及车道线的有效识别、车辆在车道中的位置与方向参数以及车道宽度估计等关键技术。其中后者要实现准确车道宽度估计的前提是建立精确的相机标定模型。传统的相机标定方法中涉及相机内、外部参数的获取,一般需要特定的标定装置,而且涉及到的计算量较大,对于实验数据精度等要求较高。车道偏离预警装置工作在高速公路上,运动过程中还会出现相机位置变动等情况,此时需要就近场地进行重新标定。同时,受全天候的光照条件影响较大,传统的相机标定方法在可操作性、方便性及鲁棒性方面不能满足车道偏离预警这样的应用背景。
因此,考虑到车道偏离预警系统的工作场合和安装位置,本发明避开传统相机标定方法中需要首先确定相机内部参数和外部参数的步骤,采用一种快速获取标定点实际坐标的方法,建立一种实时快速相机标定模型来满足精度要求。
发明内容
为解决现有技术存在的上述问题,本发明要设计一种标定方法简单方便、同时鲁棒性又高的用于高速公路车道偏离预警系统的相机快速标定方法。
为了实现上述目的,本发明的技术方案如下:一种用于高速公路车道偏离预警系统的相机快速标定方法,包括以下步骤:
A、获取基于车道线有效信息的道路图像
通过计算相机的有效视野,获得包含车道线有效信息的道路图片,计算有效视野的大小,计算公式为:
其中,Pymax:车道线最远点的纵坐标,单位为像素;
Pymin:车道线最近点的纵坐标,单位为像素;
Himage:道路图像窗口的高度,单位为像素。
U是个无量纲值,当相机内部参数固定时,U值的大小取决于相机的俯仰角度,U的理想取值为0.2-0.6。在装有车道偏离预警装置的车辆上安装相机时,只需要通过实时观察相机在不同位置时获取图像的有效视野U值,当U值在理想值范围内时,即可固定相机位置,无需严格测量相机的精确位姿。
B、获取标定点坐标
B1、获取标定点世界坐标
首先在装有车道偏离预警装置的车辆前方场地上布置四个标定点,分别顺次用A、B、C、D表示。四个标定点的范围尽可能包含相机获取的车道线信息,且四个标定点构成四边形的四个顶点。然后分别量取各标定点之间的距离AB、BC、CD、DA、BD、AC,分别用a、b、c、d、e、f表示。同时测量出线段BD和AC的交点O的X和Y坐标值,并用ΔX和ΔY表示,利用下式确定出标定点在车辆坐标系下的坐标:
其中:
B2、获取标定点图像坐标
使用鼠标直接在计算机屏幕上点击标定点,通过ZoomTools软件的放大作用来获取标定点在图像中精确的坐标值。
C、建立相机标定模型
在高速公路或一些高等级公路上,在相机的视野范围内,大多数路面比较平坦,所以采用平面假设推导相机标定模型,即假设车辆前方视野内道路处于同一平面。则在已知三维空间坐标系中任意点(X,Y,Z)和它在二维图像平面坐标系上的坐标(x,y)的前提下,空间点和图像点的坐标满足如下模型:
前面已知四个标定点的实际坐标和图像坐标,利用最小二乘法确定C1~C8这8个未知系数,即建立了相机标定模型。利用此模型确定空间平面和图像平面的坐标变换关系。
与现有技术相比,本发明的效果和益处是:
1、本发明通过计算相机的有效视野,获得包含车道线有效信息的道路图片,在此基础上,通过选取四个已知空间实际位置和图像位置的标定点,利用相机快速标定模型,求出实际空间平面的点和其在图像平面上对应点之间的对应关系,从而为后续车辆在车道中的位置与方向参数及车道宽度估计等工作奠定良好的基础。
2、本发明通过计算有效视野的大小来安装相机,就能保证能够采集到有利于识别算法的图像,从而降低了对相机的安装要求,有利于系统的实际需求。
3、本发明在每次标定时只需要测量四个标定点形成的四边形的四个边以及对角线的长度,以及四边形对角线交点的坐标值,即可以通过几何位置关系来唯一确定标定点的坐标位置。这种方法既减少了传统方法所耗费的大量时间,同时也减少了导致测量误差产生的因素,而且标定过程简单,容易操作,无需携带专门的标定设备,比较适合车道偏离预警这样的应用背景。
4、本发明提供的标定点图像坐标的手动获取法,通过采用放大软件的办法提高了坐标的精确性,同时又不像通过图像处理法自动获取标定点那样,受光照和周围噪声干扰的影响很大,手动获取法可以避免错误识别标定点的情况,比较适合车道偏离预警的应用场合。
5、本发明提供的相机标定模型,通过合理假设,简化了相机标定模型,减少了计算量,同时试验表明误差又在允许范围内,提高了系统的实时性。
附图说明
本发明共有附图8张,其中:
图1是标定点坐标系与车辆坐标系的关系转换示意图。
图2是通过ZoomTools获得标定点图像坐标的示意图。
图3是相机在0.9m高度时采集的两组标定点图像及验证点图像。
图4是相机在1.3m高度时采集的两组标定点图像及验证点图像。
图5是相机在1.7m高度时采集的两组标定点图像及验证点图像。
图6是相机在2.0m高度时采集的两组标定点图像及验证点图像。
图7是相机在2.4m高度时采集的两组标定点图像及验证点图像。
图8是对图7中两组标定点及验证点图像的分组示意图。
具体实施方式
下面结合附图对本发明进行进一步地描述。
下面利用VC编写的相机标定算法模块对本发明的实施过程做进一步说明。本发明涉及到的设备包括具备在高速公路上运行的机动车、车道偏离预警仪、显示器、相机、键盘、鼠标、卷尺、若干标定点标签等。本发明重在方法描述,实施过程中所涉及到的试验设备不做详细描述。实施步骤为:
1、将相机以一定高度安装,利用鼠标点击获取车道线最远点及最近点在图像中的坐标值,程序会自动计算有效视野值,根据有效视野值调整相机的俯仰角度,直到有效视野值在理想值范围内。大量试验表明,该值在0.2-0.6之间时,算法能够较好地识别车道线。而在试验中发现,在相机大致水平安装的情况下,即可满足有效视野的要求;
2、根据车辆预瞄理论估计车辆在不同车速时所需要的预瞄距离,车速与预瞄距离之间有如下关系:
s=V×(1.2-1.4)
即:在40m/h左右时,需要10-20m的距离;当车速达到100km/h时,需要40-80m的预瞄距离。而在高速公路上行驶最低车速不能低于60km/h,最高不能超过120km/h,因此预瞄距离大约在30-80m之间。标定时主要在此预瞄范围内布置标定点,并且四个标定点中A、B两点的连线与车辆坐标系的X轴平行,如图1所示;
3、量取A、B、C、D四点之间的距离a、b、c、d、e、f以及ΔX、ΔY,得到A、B、C、D四点的世界坐标;
4、手动获取A、B、C、D四点的图像坐标,通过ZOOM放大软件可以比较精确获取其图像坐标,如图2所示;
5、输入A、B、C、D四点的世界坐标及图像坐标,相机标定程序会自动计算相机标定模型中C1~C88个系数并保存于程序中;
6、车道偏离预警程序启动后,在识别出车道线之后,在已知某点的图像坐标之后,能利用相机标定模型计算其世界坐标,从而可以计算车辆在道路中的位置参数等信息。
上述为本发明提供的相机标定的具体实施过程,为了验证方法的精确性,下面提供试验结果及分析误差等。根据上述实施过程完成标定之后,通过两个验证点来进行误差分析。验证点的布置主要是根据车道偏离预警系统在实际应用中的有用信息,即车道线以内的信息。
当采集完某一安装高度的数据后,改变相机的安装高度,并相应调整其俯仰角度,当达到理想的有效视野值时,按照上述实施步骤继续进行相应的数据采集。依次进行。通过对轿车、客车以及货车等不同车型的适宜相机安装的高度进行测量,得出高度范围为[0.9,2.4],因此分别对相机安装高度为0.9、1.3、1.7、2.0、2.4m时进行测量,图3-8分别为试验中选取的两组标定点及验证点在路面上的位置不变时,相机在不同安装高度时所采集的图像,为了便于说明,图8为相机安装高度2.4米时,用黑线表示第一组标定点及验证点,用白线表示第二组标定点及验证点。
表1-3分别为标定点的世界坐标参数、图像坐标以及计算结果和误差。
表1两组标定点的距离信息(单位:mm)
标定点组数 | a | b | c | d | e | f | Δx | Δy |
1 | 1885 | 2180 | 2290 | 2550 | 3005 | 3250 | 100 | 20500 |
2 | 2030 | 3035 | 1820 | 2900 | 3674 | 3370 | -2650 | 34500 |
表2相机在不同安装高度时标定点的图像坐标值(单位:像素)
表3相机在不同安装高度时的验证结果及误差
通过分析可以看出,相机在不同的安装高度和俯仰角度时,采用本发明提供的相机标定模型是合理的,其精度在误差允许范围内,而且标定过程简单,易于操作。对比传统的相机标定技术,本发明在环境适应性、计算速度、可操作性等方面具有自己的特色,更有利于满足实际应用需求。
Claims (1)
1.一种用于高速公路车道偏离预警系统的相机快速标定方法,其特征在于:包括以下步骤:
A、获取基于车道线有效信息的道路图像
通过计算相机的有效视野,获得包含车道线有效信息的道路图片,计算有效视野的大小,计算公式为:
其中,Pymax:车道线最远点的纵坐标,单位为像素;
Pymin:车道线最近点的纵坐标,单位为像素;
Himage:道路图像窗口的高度,单位为像素;
U是个无量纲值,当相机内部参数固定时,U值的大小取决于相机的俯仰角度,U的理想取值为0.2-0.6;在装有车道偏离预警装置的车辆上安装相机时,只需要通过实时观察相机在不同位置时获取图像的有效视野U值,当U值在理想值范围内时,即可固定相机位置,无需严格测量相机的精确位姿;
B、获取标定点坐标
B1、获取标定点世界坐标
首先在装有车道偏离预警装置的车辆前方场地上布置四个标定点,分别顺次用A、B、C、D表示;四个标定点的范围尽可能包含相机获取的车道线信息,且四个标定点构成四边形的四个顶点;然后分别量取各标定点之间的距离AB、BC、CD、DA、BD、AC,分别用a、b、c、d、e、f表示;同时测量出线段BD和AC的交点O的X和Y坐标值,并用ΔX和ΔY表示,利用下式确定出标定点在车辆坐标系下的坐标:
其中:
B2、获取标定点图像坐标
使用鼠标直接在计算机屏幕上点击标定点,通过ZoomTools软件的放大作用来获取标定点在图像中精确的坐标值;
C、建立相机标定模型
在高速公路或一些高等级公路上,在相机的视野范围内,大多数路面比较平坦,所以采用平面假设推导相机标定模型,即假设车辆前方视野内道路处于同一平面;则在已知三维空间坐标系中任意点(X,Y,Z)和它在二维图像平面坐标系上的坐标(x,y)的前提下,空间点和图像点的坐标满足如下模型:
前面已知四个标定点的实际坐标和图像坐标,利用最小二乘法确定C1~C8这8个未知系数,即建立了相机标定模型;利用此模型确定空间平面和图像平面的坐标变换关系。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410232608.7A CN103985131B (zh) | 2014-05-28 | 2014-05-28 | 一种用于高速公路车道偏离预警系统的相机快速标定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410232608.7A CN103985131B (zh) | 2014-05-28 | 2014-05-28 | 一种用于高速公路车道偏离预警系统的相机快速标定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103985131A true CN103985131A (zh) | 2014-08-13 |
CN103985131B CN103985131B (zh) | 2017-01-18 |
Family
ID=51277089
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410232608.7A Expired - Fee Related CN103985131B (zh) | 2014-05-28 | 2014-05-28 | 一种用于高速公路车道偏离预警系统的相机快速标定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103985131B (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104299240A (zh) * | 2014-10-24 | 2015-01-21 | 惠州市德赛西威汽车电子有限公司 | 用于车道偏移预警的摄像头标定方法及系统 |
CN104859563A (zh) * | 2015-05-28 | 2015-08-26 | 北京汽车股份有限公司 | 车道偏离预警方法和系统 |
CN106780622A (zh) * | 2016-12-05 | 2017-05-31 | 常州智行科技有限公司 | 一种用于汽车前碰预警及车道偏离预警的摄像头标定方法 |
CN104268884B (zh) * | 2014-09-30 | 2017-11-17 | 苏州智华汽车电子有限公司 | 一种基于车联网的车道偏离预警的标定系统和方法 |
CN111141252A (zh) * | 2018-12-14 | 2020-05-12 | 广东星舆科技有限公司 | 一种单目标定测距的方法及系统 |
CN111220197A (zh) * | 2016-09-12 | 2020-06-02 | 上海沃尔沃汽车研发有限公司 | 车道线偏离报警系统的测试系统和测试方法 |
CN111753605A (zh) * | 2019-06-11 | 2020-10-09 | 北京京东尚科信息技术有限公司 | 车道线定位方法、装置、电子设备及可读介质 |
CN112183226A (zh) * | 2020-09-08 | 2021-01-05 | 昆明理工大学 | 一种基于深度学习的大型运输车辆辅助定位方法 |
CN112785653A (zh) * | 2020-12-30 | 2021-05-11 | 中山联合汽车技术有限公司 | 车载相机姿态角标定方法 |
CN113298880A (zh) * | 2021-05-27 | 2021-08-24 | 武汉天远视科技有限责任公司 | 一种相机标定板、相机标定方法及装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101135558A (zh) * | 2007-09-28 | 2008-03-05 | 深圳先进技术研究院 | 一种基于机器视觉的汽车防撞预警方法及装置 |
CN101894271A (zh) * | 2010-07-28 | 2010-11-24 | 重庆大学 | 汽车偏离车道线角度和距离的视觉计算及预警方法 |
CN102288121A (zh) * | 2011-05-12 | 2011-12-21 | 电子科技大学 | 一种基于单目视觉的车道偏离距离测量及预警方法 |
US20140043473A1 (en) * | 2011-04-25 | 2014-02-13 | Nikhil Gupta | Method and system for dynamically calibrating vehicular cameras |
CN103738243A (zh) * | 2013-10-29 | 2014-04-23 | 惠州华阳通用电子有限公司 | 一种车道偏离预警方法 |
-
2014
- 2014-05-28 CN CN201410232608.7A patent/CN103985131B/zh not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101135558A (zh) * | 2007-09-28 | 2008-03-05 | 深圳先进技术研究院 | 一种基于机器视觉的汽车防撞预警方法及装置 |
CN101894271A (zh) * | 2010-07-28 | 2010-11-24 | 重庆大学 | 汽车偏离车道线角度和距离的视觉计算及预警方法 |
US20140043473A1 (en) * | 2011-04-25 | 2014-02-13 | Nikhil Gupta | Method and system for dynamically calibrating vehicular cameras |
CN102288121A (zh) * | 2011-05-12 | 2011-12-21 | 电子科技大学 | 一种基于单目视觉的车道偏离距离测量及预警方法 |
CN103738243A (zh) * | 2013-10-29 | 2014-04-23 | 惠州华阳通用电子有限公司 | 一种车道偏离预警方法 |
Non-Patent Citations (2)
Title |
---|
游峰,张荣辉,王海玮,温惠英,徐建闽: "基于纵向安全距离的超车安全预警模型", 《华南理工大学学报(自然科学版)》 * |
王荣本, 余天洪, 郭烈, 顾柏园: "基于机器视觉的车道偏离警告系统研究综述", 《汽车工程》 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104268884B (zh) * | 2014-09-30 | 2017-11-17 | 苏州智华汽车电子有限公司 | 一种基于车联网的车道偏离预警的标定系统和方法 |
CN104299240A (zh) * | 2014-10-24 | 2015-01-21 | 惠州市德赛西威汽车电子有限公司 | 用于车道偏移预警的摄像头标定方法及系统 |
CN104299240B (zh) * | 2014-10-24 | 2018-04-03 | 惠州市德赛西威汽车电子股份有限公司 | 用于车道偏移预警的摄像头标定方法及系统 |
CN104859563A (zh) * | 2015-05-28 | 2015-08-26 | 北京汽车股份有限公司 | 车道偏离预警方法和系统 |
CN111220197A (zh) * | 2016-09-12 | 2020-06-02 | 上海沃尔沃汽车研发有限公司 | 车道线偏离报警系统的测试系统和测试方法 |
CN106780622A (zh) * | 2016-12-05 | 2017-05-31 | 常州智行科技有限公司 | 一种用于汽车前碰预警及车道偏离预警的摄像头标定方法 |
CN106780622B (zh) * | 2016-12-05 | 2020-06-02 | 常州智行科技有限公司 | 一种用于汽车前碰预警及车道偏离预警的摄像头标定方法 |
CN111141252A (zh) * | 2018-12-14 | 2020-05-12 | 广东星舆科技有限公司 | 一种单目标定测距的方法及系统 |
CN111753605A (zh) * | 2019-06-11 | 2020-10-09 | 北京京东尚科信息技术有限公司 | 车道线定位方法、装置、电子设备及可读介质 |
CN112183226A (zh) * | 2020-09-08 | 2021-01-05 | 昆明理工大学 | 一种基于深度学习的大型运输车辆辅助定位方法 |
CN112785653A (zh) * | 2020-12-30 | 2021-05-11 | 中山联合汽车技术有限公司 | 车载相机姿态角标定方法 |
CN113298880A (zh) * | 2021-05-27 | 2021-08-24 | 武汉天远视科技有限责任公司 | 一种相机标定板、相机标定方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN103985131B (zh) | 2017-01-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103985131A (zh) | 一种用于高速公路车道偏离预警系统的相机快速标定方法 | |
CN109690623B (zh) | 用于识别场景中的相机的姿势的系统和方法 | |
US10424081B2 (en) | Method and apparatus for calibrating a camera system of a motor vehicle | |
CN103308925B (zh) | 一种一体化三维彩色激光雷达数据点云产生方法 | |
CN103499337B (zh) | 一种基于立式标靶的车载单目摄像头测距测高装置 | |
CN109141347A (zh) | 车载摄像机测距方法及装置、存储介质和电子设备 | |
CN103488976A (zh) | 一种基于智能驾驶中停止线实时检测以及距离测量的方法 | |
CN110008893A (zh) | 一种基于车载图像传感器的车辆行驶跑偏自动检测方法 | |
CN110927762B (zh) | 一种定位修正方法、装置及系统 | |
CN107796373B (zh) | 一种基于车道平面几何模型驱动的前方车辆单目视觉的测距方法 | |
CN109325390B (zh) | 一种基于地图与多传感器检测相结合的定位方法及系统 | |
CN102901444A (zh) | 一种基于mp小波滤波的零件尺寸检测方法及其检测系统 | |
CN104677361A (zh) | 一种综合定位的方法 | |
CN104422425A (zh) | 一种不规则外形物体空间姿态动态测量方法 | |
CN110728720B (zh) | 用于相机标定的方法、装置、设备和存储介质 | |
Vu et al. | Traffic sign detection, state estimation, and identification using onboard sensors | |
CN103020627B (zh) | 一种特种车辆仪表指针的提取方法 | |
CN110751693A (zh) | 用于相机标定的方法、装置、设备和存储介质 | |
KR20130052400A (ko) | 지능형 자동차의 스테레오 비전 시스템에 대한 시뮬레이션 장치 및 이를 이용한 카메라 교정 방법 | |
CN111833443A (zh) | 自主机器应用中的地标位置重建 | |
CN111538008A (zh) | 变换矩阵确定方法、系统及装置 | |
CN105807083A (zh) | 一种无人飞行器实时测速方法及系统 | |
CN110286366A (zh) | 一种视觉与雷达协同感知的车辆运动状态信息提取方法 | |
CN106898023B (zh) | 一种基于视频图像的车头间距测量方法及系统 | |
CN103886583A (zh) | 一种基于场景几何约束的目标检测滑窗扫描方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170118 Termination date: 20190528 |