CN106991703B - 车辆摄像监控区域获取方法和系统 - Google Patents

Abstract

本发明涉及一种车辆摄像监控区域获取方法和系统，获取摄像头的内参数矩阵，以及车辆地面投影坐标系到图像坐标系的转换矩阵和平移矩阵。根据车辆数据信息和预设时长进行车辆轨迹预测，得到预测行驶距离。根据预测行驶距离确定车辆行驶预测行驶距离后，车辆的预设参考点在车辆地面投影坐标系的坐标。根据预设参考点在车辆地面投影坐标系的坐标、内参数矩阵、转换矩阵和平移矩阵，确定预设参考点在图像坐标系的坐标。根据预设参考点在图像坐标系的坐标获取车辆摄像监控区域。只需获取监控区域所对应摄像头的视频数据进行传输即可实现准确的车辆行驶监控，无需对视频数据进行压缩，在降低通信负荷的同时提高了监控可靠性。

Description

车辆摄像监控区域获取方法和系统

技术领域

本发明涉及车辆监控技术领域，特别是涉及一种车辆摄像监控区域获取方法和系统。

背景技术

目前，在有人车和无人车上均安装了摄像头，来监控车身四周的场景，以便进行车辆驾驶。特别是无人车或者遥控车上，为了能给远程操作人员提供丰富的信息，往往会在车上安装大量的摄像头。大量的摄像头数据进行传输会给通信系统带来很大的负荷。而显示的时候，又希望有尽可能详细的视频数据，最理想的情况是将所有的视频数据传输给操作人员。

但是在视频传输的过程中，对通信系统的带宽要求很高，特别是无线通信系统。传统的车辆摄像监控方式为了降低通信负荷，在视频传输之前对视频进行压缩以降低通信系统的负荷，同时获得尽可能多的视频数据。而视频压缩会降低图像质量，有时候解码后会出现部分马赛克现象，降低了监控可靠性。

发明内容

基于此，有必要针对上述问题，提供一种在降低通信负荷的同时提高监控可靠性的车辆摄像监控区域获取方法和系统。

一种车辆摄像监控区域获取方法，包括以下步骤：

获取安装于车辆的摄像头的内参数矩阵，以及车辆地面投影坐标系到图像坐标系的转换矩阵和平移矩阵；

获取车辆数据信息，并根据所述车辆数据信息和预设时长进行车辆轨迹预测，得到预测行驶距离；

根据所述预测行驶距离确定车辆行驶所述预测行驶距离后，车辆的预设参考点在车辆地面投影坐标系的坐标；

根据车辆行驶所述预测行驶距离后所述预设参考点在车辆地面投影坐标系的坐标、所述内参数矩阵、所述转换矩阵和所述平移矩阵，确定车辆行驶所述预测行驶距离后所述预设参考点在图像坐标系的坐标；

根据车辆行驶所述预测行驶距离后所述预设参考点在图像坐标系的坐标获取车辆摄像监控区域。

一种车辆摄像监控区域获取系统，包括：

摄像头参数获取模块，用于获取安装于车辆的摄像头的内参数矩阵，以及车辆地面投影坐标系到图像坐标系的转换矩阵和平移矩阵；

行驶距离预测模块，用于获取车辆数据信息，并根据所述车辆数据信息和预设时长进行车辆轨迹预测，得到预测行驶距离；

投影坐标计算模块，用于根据所述预测行驶距离确定车辆行驶所述预测行驶距离后，车辆的预设参考点在车辆地面投影坐标系的坐标；

图像坐标计算模块，用于根据车辆行驶所述预测行驶距离后所述预设参考点在车辆地面投影坐标系的坐标、所述内参数矩阵、所述转换矩阵和所述平移矩阵，确定车辆行驶所述预测行驶距离后所述预设参考点在图像坐标系的坐标；

监控区域提取模块，用于根据车辆行驶所述预测行驶距离后所述预设参考点在图像坐标系的坐标获取车辆摄像监控区域。

上述车辆摄像监控区域获取方法和系统，获取安装于车辆的摄像头的内参数矩阵，以及车辆地面投影坐标系到图像坐标系的转换矩阵和平移矩阵。获取车辆数据信息，并根据车辆数据信息和预设时长进行车辆轨迹预测，得到预测行驶距离。根据预测行驶距离确定车辆行驶预测行驶距离后，车辆的预设参考点在车辆地面投影坐标系的坐标。根据车辆行驶预测行驶距离后预设参考点在车辆地面投影坐标系的坐标、内参数矩阵、转换矩阵和平移矩阵，确定车辆行驶预测行驶距离后预设参考点在图像坐标系的坐标。根据车辆行驶预测行驶距离后预设参考点在图像坐标系的坐标获取车辆摄像监控区域。通过对车辆进行轨迹预测，获取车辆行驶预测行驶距离后预设参考点在车辆地面投影坐标系的坐标，并将获取的坐标转换为图像坐标系的坐标，根据预设参考点在图像坐标系的坐标确定所需要的监控区域，只需获取监控区域所对应摄像头的视频数据进行传输即可实现准确的车辆行驶监控，无需对视频数据进行压缩，在降低通信负荷的同时提高了监控可靠性。

附图说明

图1为一实施例中车辆摄像监控区域获取方法的流程图；

图2为一实施例中对摄像头进行标定的示意图；

图3为一实施例中计算车辆转弯半径的示意图；

图4为一实施例中计算预测行驶距离的示意图；

图5为一实施例中根据预测行驶距离确定车辆行驶预测行驶距离后，车辆的预设参考点在车辆地面投影坐标系的坐标的示意图；

图6为一实施例中车辆摄像监控区域获取系统的结构图。

具体实施方式

在一个实施例中，一种车辆摄像监控区域获取方法，车辆可以是无人车或有人车。如图1所示，该方法包括以下步骤：

步骤S110：获取安装于车辆的摄像头的内参数矩阵，以及车辆地面投影坐标系到图像坐标系的转换矩阵和平移矩阵。

对安装于车辆的摄像头进行标定，得到摄像头的内参数矩阵A以及车辆地面投影坐标系O_cX_cY_c到图像坐标系O_pX_pY_p的转换矩阵R_cp和平移矩阵t_cp，用作后续进行坐标转换。内参数矩阵为摄像头的特征参数，表征物体实际尺寸与在图片中的尺寸的比例关系。如果不对摄像头进行变焦，则其内参数矩阵不会改变。如果不改变摄像头与车辆的相对位置关系，则车辆地面投影坐标系到图像坐标系的转换矩阵R_cp和平移矩阵t_cp也不会改变。

在一个实施例中，步骤S110包括步骤112至步骤118。

步骤112：提取摄像头从不同角度对标定物进行拍摄得到的标定图片，并获取标定物相同位置的实际坐标以及在各标定图片中的图片坐标。

标定物的具体类型并不唯一，本实施例中，如图2所示，标定物为棋盘格标定板，便于进行坐标提取。具体可从三个不同角度对标定物进行拍摄，提取标定物四个角点的实际坐标以及在各标定图片中的图片坐标。可以理解，实际坐标即是指在车辆地面投影坐标系O_cX_cY_c的坐标，图片坐标即是指在图像坐标系O_pX_pY_p的坐标。

步骤114：根据标定物相同位置的实际坐标以及在各标定图片中的图片坐标，分别得到各标定图片对应的单应性矩阵。

具体地，将棋盘格标定板放置在地面上，棋盘格标定板的尺寸已知，则其每个角点在车辆地面投影坐标系O_cX_cY_c的坐标为已知。两个坐标系转换的公式为：

R_cp表示旋转矩阵、t_cp表示平移矩阵、S是为了方便运算引入的尺度因子，对于齐次坐标，尺度因子不会改变坐标值。A表示摄像机的内参数，具体表达式如下：

其中，α＝f/dx，β＝f/dy，均表示焦距。γ代表像素点在x_p和y_p方向上尺度的偏差。

公式1.1可以简化为

单应性矩阵H是一个3×3的矩阵，并且有一个元素是作为齐次坐标。单应性矩阵H在计算机视觉中被定义为一个平面到另一个平面的投影映射。需要四个对应点即可算出单应性矩阵H。

步骤116：根据各标定图片对应的单应性矩阵得到摄像头的内参数矩阵。

由公式1.3可知

H＝[h₁ h₂ h₃ ]＝λA[r₁ r₂ t_cp] (1.4)

h₁、h₂和h₃分别表示单应性矩阵H中的三个列，λ表示尺度因子。因为r₁，r₂分别是绕x，y轴旋转的，因为r₁与r₂正交，所以r₁r₂＝0。旋转向量的模为1，即|r₁|＝|r₂|＝1。则可得：

上式中未知量只有内参数矩阵A，内参数矩阵A有5个参数。通过拍摄3张不同角度的标定图片，获得3个不同的单应性矩阵H，从而产生6个方程。由此可计算得到内参数矩阵A。

步骤118：根据摄像头的内参数矩阵得到车辆地面投影坐标系到图像坐标系的转换矩阵和平移矩阵。

根据公式1.4，可知

r₁＝λA^-1h₁

r₂＝λA^-1h₂

r₃＝r₁×r₂

t_cp＝λA^-1h₃

其中，λ＝1/||A^-1h₁||＝1/||A^-1h₂||，由此可确定转换矩阵R_cp和平移矩阵t_cp。

本实施例中即是提供了具体的摄像头标定方式，确定摄像头的内参数矩阵和两个坐标系的对应关系。可以理解，在其他实施例中，也可以是直接从摄像头的参数设置界面导出内参数矩阵，可以是直接进行坐标系转换得到两个坐标系的对应关系。此外，还可以是预先计算得到摄像头的内参数矩阵和两个坐标系的对应关系存入存储空间，在需要使用时直接从存储空间获取。

步骤S120：获取车辆数据信息，并根据车辆数据信息和预设时长进行车辆轨迹预测，得到预测行驶距离。

车辆数据信息的具体类型并不是唯一的，本实施例中，车辆数据信息可包括车速、轮胎转向角度、挡位、车辆前后轴距和轮距。具体地，步骤S120可包括步骤122和步骤124。

步骤122：根据轮胎转向角度、挡位、车辆前后轴距和轮距计算得到车辆转弯半径。

根据车辆档位确定轨迹方向以便进行轨迹模拟，然后根据获取的轮胎转向角度，以及车辆前后轴距和轮距计算得到车辆转弯半径。具体地，本实施例中，步骤122包括：

或

其中，δ₀、δ₁分别为车辆前外侧转向轮的转向角和前内侧转向轮的转向角，L为车辆前后轴距，t为轮距，R为车辆转弯半径。以档位为前进挡为例，如图3所示，只需获取车辆前外侧转向轮和前内侧转向轮中一者的转向角，通过对应公式即可计算得到车辆转弯半径。

步骤124：根据车辆转弯半径、车速和预设时长进行车辆轨迹预测，计算得到预测行驶距离。

根据实时的车速v以及处理周期Δt，可以预测一个处理周期后车辆行驶的距离ΔD。比如车速36km/h、处理周期为10ms，则一个处理周期内车辆行驶的距离为0.1m。预设时长的具体取值并不唯一，本实施例中，预设时长为处理周期ΔD的整数倍nΔD，选取ΔD的整数倍nΔD，得到最终的预测行驶距离D。根据实际上人的反应时间比较慢(通常是0.2～0.4s)，加上指令传输和设备反应时间，本实施例中，n的最小取值设定为50。可以理解，n的实际取值可以根据操作人员的舒适度和习惯进行调整。n取值越小，则预测的距离越近；n取值越大，则预测的距离越远。

步骤S130：计算车辆行驶预测行驶距离后，车辆的预设参考点在车辆地面投影坐标系的坐标。

预设参考点的具体选择并不唯一，可以是车辆前轮、后轮或车辆中心位置等，本实施例中，预设参考点为车辆中心位置。如图4所示，在得到预测行驶距离D后，预期车辆中心位置在车辆地面投影坐标系O_cX_cY_c中的坐标(x_c，y_c)。

步骤S140：根据车辆行驶预测行驶距离后预设参考点在车辆地面投影坐标系的坐标、内参数矩阵、转换矩阵和平移矩阵，确定车辆行驶预测行驶距离后预设参考点在图像坐标系的坐标。

得到预设参考点在车辆地面投影坐标系的坐标之后，根据摄像头的内参数矩阵和两个坐标轴之间的对应关系进行转换，得到车辆行驶预测行驶距离后预设参考点在图像坐标系的坐标(x_p，y_p)。本实施例中，步骤S140包括：

其中，S表示尺度因子，A表示内参数矩阵，R_cp表示旋转矩阵，t_cp表示平移矩阵，(x_c，y_c)为车辆行驶预测行驶距离后预设参考点在车辆地面投影坐标系的坐标，(x_p，y_p)为车辆行驶预测行驶距离后预设参考点在图像坐标系的坐标。

步骤S150：根据车辆行驶预测行驶距离后预设参考点在图像坐标系的坐标获取车辆摄像监控区域。

根据车辆行驶预测行驶距离后预设参考点在图像坐标系的坐标(x_p，y_p)可以计算出感兴趣的区域作为监控区域。根据预设参考点的位置以及车辆摄像监控区域的不同，获取车辆摄像监控区域的具体方式也对应有所不同。车辆摄像监控区域的形状可以是矩形、圆形或者扇形等，具体可以根据需求选择，便于进行查看。例如当车辆向正前方直线行驶时，可以选择车辆摄像监控区域为矩形；当车辆进行转弯行驶时，可以是选择车辆摄像监控区域为扇形。车辆摄像监控区域的位置可以是位于以预设参考点为中心的位置，也可以是位于预设参考点沿行驶路径前方或后方的位置。

以车辆摄像监控区域的形状为矩形且以预设参考点为中心为例，若选择车辆摄像监控区域的形状为固定的H×W像素的区域，则选取如图5所示区域作为车辆摄像监控区域。车辆摄像监控区域位置的起点为(x_p-H/2，y_p-W/2)，终点为(x_p+H/2，y_p+W/2)，W和H可以固定，例如800×600，也可以是其他数值。

上述车辆摄像监控区域获取方法，通过对车辆进行轨迹预测，获取车辆行驶预测行驶距离后预设参考点在车辆地面投影坐标系的坐标，并将获取的坐标转换为图像坐标系的坐标，根据预设参考点在图像坐标系的坐标确定所需要的监控区域，只需获取监控区域所对应摄像头的视频数据进行传输即可实现准确的车辆行驶监控，无需对视频数据进行压缩，在降低通信负荷的同时提高了监控可靠性。

在一个实施例中，一种车辆摄像监控区域获取系统，车辆可以是无人车或有人车。如图6所示，该系统包括摄像头参数获取模块110、行驶距离预测模块120、投影坐标计算模块130、图像坐标计算模块140和监控区域提取模块150。

摄像头参数获取模块110用于获取安装于车辆的摄像头的内参数矩阵，以及车辆地面投影坐标系到图像坐标系的转换矩阵和平移矩阵。

对安装于车辆的摄像头进行标定，得到摄像头的内参数矩阵A以及车辆地面投影坐标系O_cX_cY_c到图像坐标系O_pX_pY_p的转换矩阵R_cp和平移矩阵t_cp，用作后续进行坐标转换。在一个实施例中，摄像头参数获取模块110包括标定图片处理单元、单应性矩阵计算单元、内参数矩阵计算单元和坐标系转换计算单元。

标定图片处理单元用于提取摄像头从不同角度对标定物进行拍摄得到的标定图片，并获取标定物相同位置的实际坐标以及在各标定图片中的图片坐标。

标定物的具体类型并不唯一，本实施例中，标定物为棋盘格标定板，便于进行坐标提取。具体可从三个不同角度对标定物进行拍摄，提取标定物四个角点的实际坐标以及在各标定图片中的图片坐标。

单应性矩阵计算单元用于根据标定物相同位置的实际坐标以及在各标定图片中的图片坐标，分别得到各标定图片对应的单应性矩阵。单应性矩阵是一个3×3的矩阵，并且有一个元素是作为齐次坐标。单应性矩阵在计算机视觉中被定义为一个平面到另一个平面的投影映射。需要四个对应点即可算出单应性矩阵。

内参数矩阵计算单元用于根据各标定图片对应的单应性矩阵得到摄像头的内参数矩阵。通过拍摄3张不同角度的标定图片，获得3个不同的单应性矩阵，从而产生6个方程。由此可计算得到内参数矩阵A。

坐标系转换计算单元用于根据摄像头的内参数矩阵得到车辆地面投影坐标系到图像坐标系的转换矩阵和平移矩阵。内参数矩阵A已知，由此可确定转换矩阵R_cp和平移矩阵t_cp。

行驶距离预测模块120用于获取车辆数据信息，并根据车辆数据信息和预设时长进行车辆轨迹预测，得到预测行驶距离。

车辆数据信息的具体类型并不是唯一的，本实施例中，车辆数据信息可包括车速、轮胎转向角度、挡位、车辆前后轴距和轮距。具体地，行驶距离预测模块120包括转弯半径计算单元和行驶距离预测单元。

转弯半径计算单元用于根据轮胎转向角度、挡位、车辆前后轴距和轮距计算得到车辆转弯半径。

根据车辆档位确定轨迹方向以便进行轨迹模拟，然后根据获取的轮胎转向角度，以及车辆前后轴距和轮距计算得到车辆转弯半径。

具体地，本实施例中，转弯半径计算单元根据轮胎转向角度、挡位、车辆前后轴距和轮距计算得到车辆转弯半径，包括：

或

其中，δ₀、δ₁分别为车辆前外侧转向轮的转向角和前内侧转向轮的转向角，L为车辆前后轴距，t为轮距，R为车辆转弯半径。

行驶距离预测单元用于根据车辆转弯半径、车速和预设时长进行车辆轨迹预测，计算得到预测行驶距离。

根据实时的车速v以及处理周期Δt，可以预测一个处理周期后车辆行驶的距离ΔD。预设时长的具体取值并不唯一，本实施例中，预设时长为处理周期ΔD的整数倍nΔD，选取ΔD的整数倍nΔD，得到最终的预测行驶距离D。本实施例中，n的最小取值设定为50。可以理解，n的实际取值可以根据操作人员的舒适度和习惯进行调整。n取值越小，则预测的距离越近；n取值越大，则预测的距离越远。

投影坐标计算模块130用于根据预测行驶距离确定车辆行驶预测行驶距离后，车辆的预设参考点在车辆地面投影坐标系的坐标。

预设参考点的具体选择并不唯一，可以是车辆前轮、后轮或车辆中心位置等，本实施例中，预设参考点为车辆中心位置。在得到预测行驶距离D后，预期车辆中心位置在车辆地面投影坐标系O_cX_cY_c中的坐标(x_c，y_c)。

图像坐标计算模块140用于根据车辆行驶预测行驶距离后预设参考点在车辆地面投影坐标系的坐标、内参数矩阵、转换矩阵和平移矩阵，确定车辆行驶预测行驶距离后预设参考点在图像坐标系的坐标。

得到预设参考点在车辆地面投影坐标系的坐标之后，根据摄像头的内参数矩阵和两个坐标轴之间的对应关系进行转换，得到车辆行驶预测行驶距离后预设参考点在图像坐标系的坐标(x_p，y_p)。本实施例中，图像坐标计算模块140根据车辆行驶预测行驶距离后预设参考点在车辆地面投影坐标系的坐标、内参数矩阵、转换矩阵和平移矩阵，确定车辆行驶预测行驶距离后预设参考点在图像坐标系的坐标，包括：

其中，S表示尺度因子，A表示内参数矩阵，R_cp表示旋转矩阵，t_cp表示平移矩阵，(x_c，y_c)为车辆行驶预测行驶距离后预设参考点在车辆地面投影坐标系的坐标，(x_p，y_p)为车辆行驶预测行驶距离后预设参考点在图像坐标系的坐标。

监控区域提取模块150用于根据车辆行驶预测行驶距离后预设参考点在图像坐标系的坐标获取车辆摄像监控区域。

根据车辆行驶预测行驶距离后预设参考点在图像坐标系的坐标(x_p，y_p)可以计算出感兴趣的区域作为监控区域。根据预设参考点的位置以及车辆摄像监控区域的不同，获取车辆摄像监控区域的具体方式也对应有所不同。以车辆摄像监控区域的形状为矩形且以预设参考点为中心为例，若车辆摄像监控区域的形状为固定的H×W像素的区域，则车辆摄像监控区域位置的起点为(x_p-H/2，y_p-W/2)，终点为(x_p+H/2，y_p+W/2)，W和H可以固定，例如800×600，也可以是其他数值。

上述车辆摄像监控区域获取系统，通过对车辆进行轨迹预测，获取车辆行驶预测行驶距离后预设参考点在车辆地面投影坐标系的坐标，并将获取的坐标转换为图像坐标系的坐标，根据预设参考点在图像坐标系的坐标确定所需要的监控区域，只需获取监控区域所对应摄像头的视频数据进行传输即可实现准确的车辆行驶监控，无需对视频数据进行压缩，在降低通信负荷的同时提高了监控可靠性。

以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (8)

1.一种车辆摄像监控区域获取方法，其特征在于，包括以下步骤：

获取安装于车辆的摄像头的内参数矩阵，以及车辆地面投影坐标系到图像坐标系的转换矩阵和平移矩阵；

获取车辆数据信息，并根据所述车辆数据信息和预设时长进行车辆轨迹预测，得到预测行驶距离；

根据所述预测行驶距离确定车辆行驶所述预测行驶距离后，车辆的预设参考点在车辆地面投影坐标系的坐标；

根据车辆行驶所述预测行驶距离后所述预设参考点在车辆地面投影坐标系的坐标、所述内参数矩阵、所述转换矩阵和所述平移矩阵，确定车辆行驶所述预测行驶距离后所述预设参考点在图像坐标系的坐标；

根据车辆行驶所述预测行驶距离后所述预设参考点在图像坐标系的坐标获取车辆摄像监控区域；

所述获取安装于车辆的摄像头的内参数矩阵，以及车辆地面投影坐标系到图像坐标系的转换矩阵和平移矩阵的步骤，包括以下步骤：

提取摄像头从不同角度对标定物进行拍摄得到的标定图片，并获取所述标定物相同位置的实际坐标以及在各所述标定图片中的图片坐标；

根据所述标定物相同位置的实际坐标以及在各所述标定图片中的图片坐标，分别得到各所述标定图片对应的单应性矩阵；

根据各标定图片对应的单应性矩阵得到所述摄像头的内参数矩阵；

根据所述摄像头的内参数矩阵得到车辆地面投影坐标系到图像坐标系的转换矩阵和平移矩阵。

2.根据权利要求1所述的车辆摄像监控区域获取方法，其特征在于，所述车辆数据信息包括车速、轮胎转向角度、挡位、车辆前后轴距和轮距，所述获取车辆数据信息，并根据所述车辆数据信息和预设时长进行车辆轨迹预测，得到预测行驶距离的步骤，包括以下步骤：

根据所述轮胎转向角度、所述挡位、所述车辆前后轴距和所述轮距计算得到车辆转弯半径；

根据所述车辆转弯半径、所述车速和预设时长进行车辆轨迹预测，计算得到预测行驶距离。

3.根据权利要求2所述的车辆摄像监控区域获取方法，其特征在于，根据所述轮胎转向角度、所述挡位、所述车辆前后轴距和所述轮距计算得到车辆转弯半径，包括：

或

其中，δ₀、δ₁分别为车辆前外侧转向轮的转向角和前内侧转向轮的转向角，L为车辆前后轴距，t为轮距，R为车辆转弯半径。

4.根据权利要求1所述的车辆摄像监控区域获取方法，其特征在于，根据车辆行驶所述预测行驶距离后所述预设参考点在车辆地面投影坐标系的坐标、所述内参数矩阵、所述转换矩阵和所述平移矩阵，确定车辆行驶所述预测行驶距离后所述预设参考点在图像坐标系的坐标，包括：

其中，S表示尺度因子，A表示内参数矩阵，R_cp表示旋转矩阵，t_cp表示平移矩阵，(x_c，y_c)为车辆行驶所述预测行驶距离后所述预设参考点在车辆地面投影坐标系的坐标，(x_p，y_p)为车辆行驶所述预测行驶距离后所述预设参考点在图像坐标系的坐标。

5.一种车辆摄像监控区域获取系统，其特征在于，包括：

摄像头参数获取模块，用于获取安装于车辆的摄像头的内参数矩阵，以及车辆地面投影坐标系到图像坐标系的转换矩阵和平移矩阵；

行驶距离预测模块，用于获取车辆数据信息，并根据所述车辆数据信息和预设时长进行车辆轨迹预测，得到预测行驶距离；

投影坐标计算模块，用于根据所述预测行驶距离确定车辆行驶所述预测行驶距离后，车辆的预设参考点在车辆地面投影坐标系的坐标；

图像坐标计算模块，用于根据车辆行驶所述预测行驶距离后所述预设参考点在车辆地面投影坐标系的坐标、所述内参数矩阵、所述转换矩阵和所述平移矩阵，确定车辆行驶所述预测行驶距离后所述预设参考点在图像坐标系的坐标；

监控区域提取模块，用于根据车辆行驶所述预测行驶距离后所述预设参考点在图像坐标系的坐标获取车辆摄像监控区域；

所述摄像头参数获取模块包括：

标定图片处理单元，用于提取摄像头从不同角度对标定物进行拍摄得到的标定图片，并获取所述标定物相同位置的实际坐标以及在各所述标定图片中的图片坐标；

单应性矩阵计算单元，用于根据所述标定物相同位置的实际坐标以及在各所述标定图片中的图片坐标，分别得到各所述标定图片对应的单应性矩阵；

内参数矩阵计算单元，用于根据各标定图片对应的单应性矩阵得到所述摄像头的内参数矩阵；

坐标系转换计算单元，用于根据所述摄像头的内参数矩阵得到车辆地面投影坐标系到图像坐标系的转换矩阵和平移矩阵。

6.根据权利要求5所述的车辆摄像监控区域获取系统，其特征在于，所述车辆数据信息包括车速、轮胎转向角度、挡位、车辆前后轴距和轮距，所述行驶距离预测模块包括：

转弯半径计算单元，用于根据所述轮胎转向角度、所述挡位、所述车辆前后轴距和所述轮距计算得到车辆转弯半径；

行驶距离预测单元，用于根据所述车辆转弯半径、所述车速和预设时长进行车辆轨迹预测，计算得到预测行驶距离。

7.根据权利要求6所述的车辆摄像监控区域获取系统，其特征在于，所述转弯半径计算单元根据所述轮胎转向角度、所述挡位、所述车辆前后轴距和所述轮距计算得到车辆转弯半径，包括：

或

其中，δ₀、δ₁分别为车辆前外侧转向轮的转向角和前内侧转向轮的转向角，L为车辆前后轴距，t为轮距，R为车辆转弯半径。

8.根据权利要求5所述的车辆摄像监控区域获取系统，其特征在于，所述图像坐标计算模块根据车辆行驶所述预测行驶距离后所述预设参考点在车辆地面投影坐标系的坐标、所述内参数矩阵、所述转换矩阵和所述平移矩阵，确定车辆行驶所述预测行驶距离后所述预设参考点在图像坐标系的坐标，包括：

其中，S表示尺度因子，A表示内参数矩阵，R_cp表示旋转矩阵，t_cp表示平移矩阵，(x_c，y_c)为车辆行驶所述预测行驶距离后所述预设参考点在车辆地面投影坐标系的坐标，(x_p，y_p)为车辆行驶所述预测行驶距离后所述预设参考点在图像坐标系的坐标。