CN105564335B - 车辆摄像头的矫正方法及装置 - Google Patents

Abstract

本发明公开一种车辆摄像头的矫正方法，包括：收集多组车辆行驶过程中摄像头的成像数据；根据干扰数据分析模型剔除所述多组成像数据中的干扰数据；根据剔除后的成像数据建立数据分析模型；根据建立的所述数据分析模型计算矫正参数；以及根据计算的所述矫正参数矫正所述车辆摄像头。相应地，本发明还公开一种车辆摄像头的矫正装置。本发明采用的技术方案，提高了所述车辆摄像头成像数据的准确性和可靠性。

Description

车辆摄像头的矫正方法及装置

技术领域

本发明涉及汽车电子技术领域，尤其涉及一种车辆摄像头的矫正方法及装置。

背景技术

随着汽车的高速发展和广泛普及，越来越多的基于视觉的汽车安全预警类产品开始应用。这类汽车安全预警产品基于汽车前方成像数据进行精确分析和运算而执行相应的安全控制策略，对汽车摄像头的分辨率和位置精度都要较高的要求。现有的汽车摄像头在生产和安装过程中都可以进行适当矫正，但是汽车在长期使用过程中由于颠簸、老化等因素影响容易出现位置和角度偏移，导致汽车摄像头成像数据的准确性和可靠性较低。

发明内容

鉴于此，本发明提供一种车辆摄像头的矫正方法及装置，解决现有汽车摄像头在使用过程中成像准确性和可靠性较低的技术问题。

根据本发明的一个实施例，提供一种车辆摄像头的矫正方法，包括：收集多组车辆行驶过程中摄像头的成像数据；根据干扰数据分析模型剔除所述多组成像数据中的干扰数据；根据剔除后的成像数据建立数据分析模型；根据建立的所述数据分析模型计算矫正参数；以及根据计算的所述矫正参数矫正所述车辆摄像头。

优选的，所述根据剔除后的成像数据建立数据分析模型包括：建立成像汇集点相对中心点的偏离分析模型；建立车道线成像的位置斜率分析模型；建立车速与前车相对位置分析模型；以及根据建立的所述偏离分析模型、位置斜率分析模型以及车速与前车相对位置分析模型建立数据分析模型。

优选的，所述根据建立的所述数据分析模型计算矫正参数包括：分别计算获取所述偏离分析模型、位置斜率分析模型以及车速与前车相对位置分析模型的矫正参数；以及将计算获取的所述偏离分析模型、位置斜率分析模型以及车速与前车相对位置分析模型的矫正参数进行加权计算获取所述矫正参数。

优选的，所述根据干扰数据分析模型剔除所述多组成像数据中的干扰数据包括：根据干扰数据分析模型分析所述多组成像数据中的车辆坡道和弯道成像数据；以及将分析出的所述车辆坡道和弯道成像数据从所述多组成像数据中剔除。

优选的，所述多组成像数据包括车道汇集点位置、中心点位置、车道线成像位置及斜率、前车位置以及车速。

根据本发明的另一个实施例，还提供一种车辆摄像头的矫正装置，包括：成像数据收集单元，用于收集多组车辆行驶过程中摄像头的成像数据；干扰数据剔除单元，用于根据干扰数据分析模型剔除所述成像数据收集单元收集的所述多组成像数据中的干扰数据；数据分析模型建立单元，用于根据所述干扰数据剔除单元剔除后的成像数据建立数据分析模型；矫正参数计算单元，用于根据所述数据分析模型建立单元建立的所述数据分析模型计算矫正参数；以及矫正单元，用于根据所述矫正参数计算单元计算的所述矫正参数矫正所述车辆摄像头。

优选的，所述数据分析模型建立单元包括：偏离分析模型建立模块，用于建立成像汇集点相对中心点的偏离分析模型；位置斜率分析模型建立模块，用于建立车道线成像的位置斜率分析模型；车速与前车相对位置分析模型建立模块，用于建立车速与前车相对位置分析模型；以及数据分析模型建立模块，用于根据所述偏离分析模型建立模块、位置斜率分析模型建立模块以及车速与前车相对位置分析模型建立模块分别建立的所述偏离分析模型、位置斜率分析模型以及车速与前车相对位置分析模型建立数据分析模型。

优选的，所述矫正参数计算单元包括：单独模型矫正参数计算模块，用于分别计算获取所述偏离分析模型、位置斜率分析模型以及车速与前车相对位置分析模型的矫正参数；以及矫正参数加权计算模块，用于将所述单独模型矫正参数计算模块计算获取的所述偏离分析模型、位置斜率分析模型以及车速与前车相对位置分析模型的矫正参数进行加权计算获取所述矫正参数。

优选的，所述干扰数据剔除单元包括：干扰数据分析模块，用于根据干扰数据分析模型分析所述多组成像数据中的车辆坡道和弯道成像数据；以及干扰数据剔除模块，用于将所述干扰数据分析模块分析出的所述车辆坡道和弯道成像数据从所述多组成像数据中剔除。

优选的，所述多组成像数据包括车道汇集点位置、中心点位置、车道线成像位置及斜率、前车位置以及车速。

本发明提供的车辆摄像头的矫正方法及装置，通过剔除多组车辆行驶过程中摄像头的成像数据中的干扰数据，建立数据分析模型并计算矫正参数以矫正所述车辆摄像头，根据矫正参数获取所述摄像头的偏离方向和角度，将所述矫正参数传送给车辆安全预警系统对实时收集的成像数据进行矫正，在所述摄像头偏离误差较大时根据所述矫正参数通过专业工具直接矫正所述车辆摄像头的安装方向和位置，提高了所述车辆摄像头成像数据的准确性和可靠性。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明一个实施例中车辆摄像头的矫正方法的流程示意图。

图2为本发明一个实施例中剔除干扰数据的流程示意图。

图3为本发明一个实施例中建立数据分析模型的流程示意图。

图4为本发明一个实施例中计算矫正参数的流程示意图。

图5为本发明另一个实施例中车辆摄像头的矫正装置的结构示意图。

图6为本发明另一个实施例中干扰数据剔除单元的结构示意图。

图7为本发明另一个实施例中数据分析模型建立单元的结构示意图。

图8为本发明另一个实施例中矫正参数计算单元的结构示意图。

具体实施方式

下面结合附图和具体实施方式对本发明的技术方案作进一步更详细的描述。显然，所描述的实施例仅仅是本发明的一部分实施例，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作出创造性劳动的前提下所获得的所有其他实施例，都应属于本发明保护的范围。

在本发明的描述中，需要理解的是，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。在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连。对于本领域的普通技术人员而言，可以结合具体情况理解上述术语在本发明中的具体含义。此外，在本发明的描述中，除非另有说明，“多个”的含义是两个或两个以上。

流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。

图1为本发明一个实施例中车辆摄像头的矫正方法的流程示意图。如图所示，所述车辆摄像头的矫正方法，包括：

步骤S101：收集多组车辆行驶过程中摄像头的成像数据。

其中，所述的车辆可以为任意类型的车辆交通工具，比如轿车、巴士、卡车等。所述车辆摄像头水平安装在所述车辆的车头中间位置，用于收集车头正前方的实时成像数据，比如车道汇集点位置、中心点位置、车道线成像位置及斜率、前车位置、车速等成像数据。在本实施例中，可尽量在正常的水平直线的多个车道上对应收集多组车辆在行驶过程中的摄像头成像数据。所述摄像头对车头正前方的前车以及两侧的车道线成像，最终都成像在摄像头成像画面的中心位置，所有和所述摄像头轴心线平行的物体的成像都由近到远向成像中心位置汇聚。所述两侧车道线成像形成两道与水平方向呈一定斜率倾斜的直线，并在延伸端汇聚形成汇聚点。所述车头正前方的前车以一定固定速度在车道中心行驶，收集前车的成像位置相对所述车辆车头的相对距离和所述车辆的车速数据。

步骤S102：根据干扰数据分析模型剔除所述多组成像数据中的干扰数据。

图2为本发明一个实施例中剔除干扰数据的流程示意图。如图所示，所述根据干扰数据分析模型剔除所述多组成像数据中的干扰数据步骤，包括：

步骤S201：根据干扰数据分析模型分析所述多组成像数据中的车辆坡道和弯道成像数据。

其中，所述干扰数据分析模型是基于所述车道线汇聚点与所述车辆摄像头成像中心点相对位置以及车道线而建立的。具体的，当所述车道线汇聚点与所述车辆摄像头成像中心点重合时，所述车辆摄像头收集到的成像数据就不存在干扰数据，可以直接利用进行进一步的矫正参数分析；当所述车道线汇聚点与所述车辆摄像头成像中心点偏离超过较大第一预设值时，则判定所述车辆行驶在坡道上，当所述车道线汇聚点偏离在所述车辆摄像头成像中心点的上方时，判定所述车辆行驶在上坡车道上，当所述车道线汇聚点偏离在所述车辆摄像头成像中心点的下方时，判定所述车辆行驶在下坡车道上，所述车辆在上坡车道和下坡车道的成像数据都是干扰数据。当所述车道线偏离正前方直线超过较大第二预设值，且所述车道线汇聚点偏离所述成像中心点时，则判定所述车辆行驶在弯道上，所述车道线汇聚点左偏对应车道是向左弯道，所述车道线汇聚点右偏对应车道是向右弯道。所述第一预设值和第二预设值可根据实际测试情况对应设置为较大值，以区别于后续数据分析模型中偏离分析的判定参数。

步骤S202：将分析出的所述车辆坡道和弯道成像数据从所述多组成像数据中剔除。

基于所述干扰数据分析模型，分析所述多组成像数据中的所述车道线汇聚点与所述车辆摄像头成像中心点相对位置以及车道线数据，可分析出其中的所述车辆在坡道和弯道行驶时的成像数据，由于这些成像数据并非在水平直线车道上的数据而属于干扰数据，将这些所述车辆在坡道和弯道行驶时的成像数据从所述多组成像数据中剔除，最终留下在水平直线车道上的成像数据，以在后续进一步分析矫正参数。

步骤S103：根据剔除后的成像数据建立数据分析模型。

图3为本发明一个实施例中建立数据分析模型的流程示意图。如图所示，所述根据剔除后的成像数据建立数据分析模型，包括：

步骤S301：建立成像汇集点相对中心点的偏离分析模型。

在本实施例中，参照所述干扰数据分析模型，所述偏离分析模型是基于所述车辆车道线汇聚点与成像中心点相对位置而建立的。当所述车道线汇聚点与所述车辆摄像头成像中心点偏离大于第三预设值且小于所述第一预设值时，则判定所述车辆摄像头存在水平或竖直偏离，所述汇聚点左偏对应所述摄像头右偏，所述汇聚点右偏对应所述摄像头左偏，所述汇聚点上偏对应所述摄像头下偏，所述汇聚点下偏对应所述摄像头上偏。

步骤S302：建立车道线成像的位置斜率分析模型。

在本实施例中，当所述车辆摄像头存在水平或竖直偏离时，可根据两个车道线在水平方向上的斜率以及车道线成像的位置建立位置斜率分析模型。当左车道线斜率小于右车道线时对应摄像头右偏，当左车道线斜率大于右车道线时对应摄像头左偏，当左车道线和右车道线斜率相同且大于中心点斜率时对应摄像头下偏，左车道线和右车道线斜率相同且小于中心点斜率时对应摄像头上偏。

步骤S303：建立车速与前车相对位置分析模型。

在本实施例中，所述车辆在超过一定车速行驶时会在所述车道中间以直线行驶，当所述车速超过预设车速时，当所述前车成像在所述成像中心点左边时对应所述摄像头右偏，当所述前车成像在所述成像中心点右边时对应所述摄像头左偏，当所述前车成像在所述成像中心点上方时对应所述摄像头下偏，当所述前车成像在所述成像中心点下方时对应所述摄像头上偏。

步骤S304：根据建立的所述偏离分析模型、位置斜率分析模型以及车速与前车相对位置分析模型建立数据分析模型。

在本实施例中，综合建立的上述偏离分析模型、位置斜率分析模型以及车速与前车相对位置分析模型，而形成综合各项成像数据的数据分析模型。

步骤S104：根据建立的所述数据分析模型计算矫正参数。

图4为本发明一个实施例中计算矫正参数的流程示意图。如图所示，所述根据建立的所述数据分析模型计算矫正参数，包括：

步骤S401：分别计算获取所述偏离分析模型、位置斜率分析模型以及车速与前车相对位置分析模型的矫正参数。

步骤S402：将计算获取的所述偏离分析模型、位置斜率分析模型以及车速与前车相对位置分析模型的矫正参数进行加权计算获取所述矫正参数。

在本实施例中，可根据所述多组成像数据中的车道线汇聚点偏离位置、距离、车道线位置、斜率以及车速和前车相对位置、距离综合加权计算出所述摄像头矫正参数。

步骤S105：根据计算的所述矫正参数矫正所述车辆摄像头。

在本实施例中，根据所述矫正参数可获取所述摄像头的偏离方向和角度，可将所述矫正参数传送给车辆安全预警系统对实时收集的成像数据进行矫正，在所述摄像头偏离误差较大时可根据所述矫正参数通过专业工具直接矫正所述车辆摄像头的安装方向和位置，提高了所述车辆摄像头成像数据的准确性和可靠性。

图5为本发明另一个实施例中车辆摄像头的矫正装置100的结构示意图。如图所示，在上述方法实施例的基础上，所述车辆摄像头的矫正装置100包括依次连接的成像数据收集单元10、干扰数据剔除单元20、数据分析模型建立单元30、矫正参数计算单元40以及矫正单元50。

所述成像数据收集单元10，用于收集多组车辆行驶过程中摄像头的成像数据。其中，所述的车辆可以为任意类型的车辆交通工具，比如轿车、巴士、卡车等。所述车辆摄像头水平安装在所述车辆的车头中间位置，所述成像数据收集单元10收集所述摄像头在车头正前方的实时成像数据，比如车道汇集点位置、中心点位置、车道线成像位置及斜率、前车位置、车速等成像数据。

在本实施例中，所述成像数据收集单元10尽量在正常的水平直线的多个车道上对应收集多组车辆在行驶过程中的摄像头成像数据。所述摄像头对车头正前方的前车以及两侧的车道线成像，最终都成像在摄像头成像画面的中心位置，所有和所述摄像头轴心线平行的物体的成像都由近到远向成像中心位置汇聚。所述两侧车道线成像形成两道与水平方向呈一定斜率倾斜的直线，并在延伸端汇聚形成汇聚点。所述车头正前方的前车以一定固定速度在车道中心行驶，所述成像数据收集单元10收集前车的成像位置相对所述车辆车头的相对距离和所述车辆的车速数据。

图6为本发明实施例中干扰数据剔除单元20的结构示意图。所述干扰数据剔除单元20，用于根据干扰数据分析模型剔除所述成像数据收集单元10收集的所述多组成像数据中的干扰数据。所述干扰数据剔除单元20包括干扰数据分析模块201和干扰数据剔除模块202。

所述干扰数据分析模块201，用于根据干扰数据分析模型分析所述多组成像数据中的车辆坡道和弯道成像数据。其中，所述干扰数据分析模型是基于所述车道线汇聚点与所述车辆摄像头成像中心点相对位置以及车道线而建立的。

具体的，当所述车道线汇聚点与所述车辆摄像头成像中心点重合时，所述车辆摄像头收集到的成像数据就不存在干扰数据，可以直接利用进行进一步的矫正参数分析；当所述车道线汇聚点与所述车辆摄像头成像中心点偏离超过较大第一预设值时，则所述干扰数据分析模块201判定所述车辆行驶在坡道上，当所述车道线汇聚点偏离在所述车辆摄像头成像中心点的上方时，所述干扰数据分析模块201判定所述车辆行驶在上坡车道上，当所述车道线汇聚点偏离在所述车辆摄像头成像中心点的下方时，所述干扰数据分析模块201判定所述车辆行驶在下坡车道上，所述车辆在上坡车道和下坡车道的成像数据都是干扰数据。当所述车道线偏离正前方直线超过较大第二预设值，且所述车道线汇聚点偏离所述成像中心点时，则所述干扰数据分析模块201判定所述车辆行驶在弯道上，所述车道线汇聚点左偏对应车道是向左弯道，所述车道线汇聚点右偏对应车道是向右弯道。其中，所述第一预设值和第二预设值可根据实际测试情况对应设置为较大值，以区别于后续数据分析模型中偏离分析的判定参数。

所述干扰数据剔除模块202，用于将所述干扰数据分析模块201分析出的所述车辆坡道和弯道成像数据从所述多组成像数据中剔除。基于所述干扰数据分析模型，所述干扰数据分析模块201分析所述多组成像数据中的所述车道线汇聚点与所述车辆摄像头成像中心点相对位置以及车道线数据，可分析出其中的所述车辆在坡道和弯道行驶时的成像数据，由于这些成像数据并非在水平直线车道上的数据而属于干扰数据，所述干扰数据剔除模块202将这些所述车辆在坡道和弯道行驶时的成像数据从所述多组成像数据中剔除，最终留下在水平直线车道上的成像数据，以在后续进一步分析矫正参数。

图7为本发明实施例中数据分析模型建立单元30的结构示意图。所述数据分析模型建立单元30，用于根据所述干扰数据剔除单元20剔除后的成像数据建立数据分析模型。数据分析模型建立单元30包括偏离分析模型建立模块301、位置斜率分析模型建立模块302、车速与前车相对位置分析模型建立模块303以及数据分析模型建立模块304。

所述偏离分析模型建立模块301，用于建立成像汇集点相对中心点的偏离分析模型。在本实施例中，参照所述干扰数据分析模型，所述偏离分析模型建立模块301是基于所述车辆车道线汇聚点与成像中心点相对位置而建立所述偏离分析模型的。当所述车道线汇聚点与所述车辆摄像头成像中心点偏离大于第三预设值且小于所述第一预设值时，则所述偏离分析模型建立模块301判定所述车辆摄像头存在水平或竖直偏离，所述汇聚点左偏对应所述摄像头右偏，所述汇聚点右偏对应所述摄像头左偏，所述汇聚点上偏对应所述摄像头下偏，所述汇聚点下偏对应所述摄像头上偏。

所述位置斜率分析模型建立模块302，用于建立车道线成像的位置斜率分析模型。在本实施例中，当所述车辆摄像头存在水平或竖直偏离时，所述位置斜率分析模型建立模块302可根据两个车道线在水平方向上的斜率以及车道线成像的位置建立位置斜率分析模型。当左车道线斜率小于右车道线时对应摄像头右偏，当左车道线斜率大于右车道线时对应摄像头左偏，当左车道线和右车道线斜率相同且大于中心点斜率时对应摄像头下偏，左车道线和右车道线斜率相同且小于中心点斜率时对应摄像头上偏。

所述车速与前车相对位置分析模型建立模块303，用于建立车速与前车相对位置分析模型。在本实施例中，所述车辆在超过一定车速行驶时会在所述车道中间以直线行驶，当所述车速超过预设车速时，当所述前车成像在所述成像中心点左边时对应所述摄像头右偏，当所述前车成像在所述成像中心点右边时对应所述摄像头左偏，当所述前车成像在所述成像中心点上方时对应所述摄像头下偏，当所述前车成像在所述成像中心点下方时对应所述摄像头上偏。

所述数据分析模型建立模块304，用于根据所述偏离分析模型建立模块301、位置斜率分析模型建立模块302以及车速与前车相对位置分析模型建立模块303分别建立的所述偏离分析模型、位置斜率分析模型以及车速与前车相对位置分析模型建立数据分析模型。在本实施例中，所述数据分析模型建立模块304综合建立的上述偏离分析模型、位置斜率分析模型以及车速与前车相对位置分析模型，而形成综合各项成像数据的数据分析模型。

图8为本发明实施例中矫正参数计算单元40的结构示意图。所述矫正参数计算单元40，用于根据所述数据分析模型建立单元30建立的所述数据分析模型计算矫正参数。所述矫正参数计算单元40包括单独模型矫正参数计算模块401以及矫正参数加权计算模块402。

所述单独模型矫正参数计算模块401，用于分别计算获取所述偏离分析模型、位置斜率分析模型以及车速与前车相对位置分析模型的矫正参数。

矫正参数加权计算模块402，用于将所述单独模型矫正参数计算模块401计算获取的所述偏离分析模型、位置斜率分析模型以及车速与前车相对位置分析模型的矫正参数进行加权计算获取所述矫正参数。

在本实施例中，所述矫正参数计算单元40可根据所述多组成像数据中的车道线汇聚点偏离位置、距离、车道线位置、斜率以及车速和前车相对位置、距离综合加权计算出所述摄像头矫正参数。

所述矫正单元50，用于根据所述矫正参数计算单元40计算的所述矫正参数矫正所述车辆摄像头。在本实施例中，所述矫正单元50根据所述矫正参数可获取所述摄像头的偏离方向和角度，可将所述矫正参数传送给车辆安全预警系统对实时收集的成像数据进行矫正，在所述摄像头偏离误差较大时可根据所述矫正参数通过专业工具直接矫正所述车辆摄像头的安装方向和位置，提高了所述车辆摄像头成像数据的准确性和可靠性。

应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

尽管已经示出和描述了本发明的实施例，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。

Claims (8)

1.一种车辆摄像头的矫正方法，其特征在于，包括：

收集多组车辆行驶过程中摄像头的成像数据；所述多组成像数据包括车道汇集点位置、中心点位置、车道线成像位置及斜率、前车位置以及车速；

根据干扰数据分析模型剔除所述多组成像数据中的干扰数据；

根据剔除后的成像数据建立数据分析模型；

根据建立的所述数据分析模型计算矫正参数；以及

根据计算的所述矫正参数矫正所述车辆摄像头。

2.如权利要求1所述的车辆摄像头的矫正方法，其特征在于，所述根据剔除后的成像数据建立数据分析模型包括：

建立成像汇集点相对中心点的偏离分析模型；

建立车道线成像的位置斜率分析模型；

建立车速与前车相对位置分析模型；以及

根据建立的所述偏离分析模型、位置斜率分析模型以及车速与前车相对位置分析模型建立数据分析模型。

3.如权利要求2所述的车辆摄像头的矫正方法，其特征在于，所述根据建立的所述数据分析模型计算矫正参数包括：

分别计算获取所述偏离分析模型、位置斜率分析模型以及车速与前车相对位置分析模型的矫正参数；以及

将计算获取的所述偏离分析模型、位置斜率分析模型以及车速与前车相对位置分析模型的矫正参数进行加权计算获取所述矫正参数。

4.如权利要求1所述的车辆摄像头的矫正方法，其特征在于，所述根据干扰数据分析模型剔除所述多组成像数据中的干扰数据包括：

根据干扰数据分析模型分析所述多组成像数据中的车辆坡道和弯道成像数据；以及

将分析出的所述车辆坡道和弯道成像数据从所述多组成像数据中剔除。

5.一种车辆摄像头的矫正装置，其特征在于，包括：成像数据收集单元，用于收集多组车辆行驶过程中摄像头的成像数据；所述多组成像数据包括车道汇集点位置、中心点位置、车道线成像位置及斜率、前车位置以及车速；干扰数据剔除单元，用于根据干扰数据分析模型剔除所述成像数据收集单元收集的所述多组成像数据中的干扰数据；数据分析模型建立单元，用于根据所述干扰数据剔除单元剔除后的成像数据建立数据分析模型；矫正参数计算单元，用于根据所述数据分析模型建立单元建立的所述数据分析模型计算矫正参数；以及矫正单元，用于根据所述矫正参数计算单元计算的所述矫正参数矫正所述车辆摄像头。

6.如权利要求5所述的车辆摄像头的矫正装置，其特征在于，所述数据分析模型建立单元包括：偏离分析模型建立模块，用于建立成像汇集点相对中心点的偏离分析模型；位置斜率分析模型建立模块，用于建立车道线成像的位置斜率分析模型；车速与前车相对位置分析模型建立模块，用于建立车速与前车相对位置分析模型；以及数据分析模型建立模块，用于根据所述偏离分析模型建立模块、位置斜率分析模型建立模块以及车速与前车相对位置分析模型建立模块分别建立的所述偏离分析模型、位置斜率分析模型以及车速与前车相对位置分析模型建立数据分析模型。

7.如权利要求6所述的车辆摄像头的矫正装置，其特征在于，所述矫正参数计算单元包括：单独模型矫正参数计算模块，用于分别计算获取所述偏离分析模型、位置斜率分析模型以及车速与前车相对位置分析模型的矫正参数；以及矫正参数加权计算模块，用于将所述单独模型矫正参数计算模块计算获取的所述偏离分析模型、位置斜率分析模型以及车速与前车相对位置分析模型的矫正参数进行加权计算获取所述矫正参数。

8.如权利要求5所述的车辆摄像头的矫正装置，其特征在于，所述干扰数据剔除单元包括：干扰数据分析模块，用于根据干扰数据分析模型分析所述多组成像数据中的车辆坡道和弯道成像数据；以及干扰数据剔除模块，用于将所述干扰数据分析模块分析出的所述车辆坡道和弯道成像数据从所述多组成像数据中剔除。