CN107103627B - 一种基于车道线的汽车全景摄像头外部参数标定方法 - Google Patents

一种基于车道线的汽车全景摄像头外部参数标定方法 Download PDF

Info

Publication number
CN107103627B
CN107103627B CN201710286904.9A CN201710286904A CN107103627B CN 107103627 B CN107103627 B CN 107103627B CN 201710286904 A CN201710286904 A CN 201710286904A CN 107103627 B CN107103627 B CN 107103627B
Authority
CN
China
Prior art keywords
lane line
camera
coordinates
lane
external parameters
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.)
Active
Application number
CN201710286904.9A
Other languages
English (en)
Other versions
CN107103627A (zh
Inventor
唐忠林
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Tianshuang Technology Co ltd
Original Assignee
Shenzhen Tianshuang Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Tianshuang Technology Co ltd filed Critical Shenzhen Tianshuang Technology Co ltd
Priority to CN201710286904.9A priority Critical patent/CN107103627B/zh
Publication of CN107103627A publication Critical patent/CN107103627A/zh
Application granted granted Critical
Publication of CN107103627B publication Critical patent/CN107103627B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)
  • Traffic Control Systems (AREA)
  • Closed-Circuit Television Systems (AREA)
  • Image Processing (AREA)

Abstract

本发明是一种基于车道线的汽车全景摄像头外部参数标定方法，在用车道线进行标定前，需要对本车型的实车进行测量，得到外部参数的初值，让车辆在平整的车道上缓慢行驶，保持车辆与车道的相对位置不变，进入外部参数标定模式，属于汽车全景摄像头外部参数标定方法技术领域。目的是提供一种基于车道线的汽车全景摄像头外部参数标定方法。

Description

一种基于车道线的汽车全景摄像头外部参数标定方法
技术领域
本发明涉及一种汽车全景摄像头外部参数标定方法，特别是基于车道线的汽车全景摄像头外部参数标定方法。
背景技术
360度全景泊车系统需要对摄像头的外部参数进行标定，传统的方法是利用特定场地的棋盘格对摄像头进行标定。而现有的标定方法有两个主要问题：一、需要建立专门的场地来标定摄像头，且产品出厂前必须进行标定，既增加了场地成本，又增加了时间成本。二、标定的时候一般是空车，跟行车实际环境也有一定差异，因此行车效果也不是很理想。
发明内容
本发明的目的是在于解决现有的标定方法,一方面场地成本和时间成本较高，另外一方面行车的效果还不太理想，而提供一种基于车道线的汽车全景摄像头外部参数标定方法。
一种基于车道线的汽车全景摄像头外部参数标定方法，在用车道线进行标定前，需要对本车型的实车进行测量，得到外部参数的初值，让车辆在平整的车道上缓慢行驶，保持车辆与车道的相对位置不变，进入外部参数标定模式，所述的方法为：
A、从视频源里抓取四个摄像头的图像，并提取每个摄像头在车道线上的点，直到数据足够完成外部参数的标定；
B、从视频源里抓取一帧鱼眼图像；
C、根据摄像头内部参数和外部参数初值，计算得到鱼眼图像的带车道线区域的顶视图图像；
D、对顶视图图像用canny算子进行边缘提取；
E、对边缘点用hough变换进行直线检测，判断检测到的直线是否为车道线，如果是车道线，则保存此车道线上的关键点；
F、重复A至E的步骤，直到所有摄像头的对应车道线都找到；
G、根据找到的车道线上的点，对摄像头外部参数进行标定。
进一步的，在所述C步骤中顶视图图像确定的步骤如下：
（1）、生成一定密度的顶视图的所有点的物理坐标LUT；
（2）、根据鱼眼摄像头的成像公式，把所有物理坐标转化为图像坐标LUT；
（3）、根据图像坐标LUT，生成一个顶视图图像。
进一步的，在所述E步骤中判断车道线的标准如下：
（1）、一根车道线对应两条直线；
（2）、两条直线物理距离10至30厘米；
（3）、直线为距离车20至200厘米的最近的线。
进一步的，在所述G步骤中外部参数的标定如下：
（1）、标定前摄像头，通过A至F步骤，已经得到了前摄像头车道线上的点的图像x、y坐标，因这些点的物理X坐标不能确定，故假设车道位置，从而得到假设的物理X坐标，并对摄像头外部参数进行标定，得到各自的平方残差和，然后选择平方残差和最小的作为前摄像头的外部参数；
（2）、根据前摄像头的内部参数和外部参数，求得各车道线的准确X坐标；
（3）、标定其他摄像头参数。根据A至F步骤已经得到的车道线上的点的图像x、y坐标，上面又得到了车道线X坐标，直接对摄像头外部参数进行标定。
采用上述技术方案的有益效果是：通过车道线对摄像头外部参数进行标定，省掉了专门的标定场地，节约了成本，而且，可以选择在合适的条件下进行标定，保证的标定环境跟行车环境的一致性。
具体实施方式
以下列举本发明优选的具体实施例对本发明的内容作进一步地说明。所举实例只用于解释本发明，并非用于限定本发明的范围。
在本方案中，一种基于车道线的汽车全景摄像头外部参数标定方法，在用车道线进行标定前，需要对本车型的实车进行测量，得到外部参数的初值，让车辆在平整的车道上缓慢行驶，保持车辆与车道的相对位置不变，进入外部参数标定模式，所述的方法为：
第一步，从视频源里抓取四个摄像头的图像，并提取每个摄像头在车道线上的点，直到数据足够完成外部参数的标定；
第二步，从视频源里抓取一帧鱼眼图像；
第三步，根据摄像头内部参数和外部参数初值，计算得到鱼眼图像的带车道线区域的顶视图图像；顶视图图像的具体确定步骤如下：
（1）、生成一定密度的顶视图的所有点的物理坐标LUT；
（2）、根据鱼眼摄像头的成像公式，把所有物理坐标转化为图像坐标LUT；
（3）、根据图像坐标LUT，生成一个顶视图图像；
第四步，对顶视图图像用canny算子进行边缘提取；
第五步，对边缘点用hough变换进行直线检测，判断检测到的直线是否为车道线，如果是车道线，则保存此车道线上的关键点；判断是否是车道线的标准如下：
（1）、一根车道线对应两条直线；
（2）、两条直线物理距离10至30厘米；
（3）、直线为距离车20至200厘米的最近的线；
第六步，重复第一步至第五步的步骤，直到所有摄像头的对应车道线都找到；
第七步，根据找到的车道线上的点，对摄像头外部参数进行标定，在本方案中，所述参数的标定如下：
（1）、标定前摄像头，通过第一步至第六步的步骤，已经得到了前摄像头车道线上的点的图像x、y坐标，因这些点的物理X坐标不能确定，故假设车道位置，从而得到假设的物理X坐标，并对摄像头外部参数进行标定，得到各自的平方残差和，然后选择平方残差和最小的作为前摄像头的外部参数；
（2）、根据前摄像头的内部参数和外部参数，求得各车道线的准确X坐标；
（3）、标定其他摄像头参数。根据第一步至第六步的步骤已经得到的车道线上的点的图像x、y坐标，上面又得到了车道线X坐标，直接对摄像头外部参数进行标定。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (3)

1.一种基于车道线的汽车全景摄像头外部参数标定方法，在用车道线进行标定前，需要对本车型的实车进行测量，得到外部参数的初值，让车辆在平整的车道上缓慢行驶，保持车辆与车道的相对位置不变，进入外部参数标定模式，其特征在于，所述的方法为：
A、从视频源里抓取四个摄像头的图像，并提取每个摄像头在车道线上的点，直到数据足够完成外部参数的标定；
B、从视频源里抓取一帧鱼眼图像；
C、根据摄像头内部参数和外部参数初值，计算得到鱼眼图像的带车道线区域的顶视图图像；
D、对顶视图图像用canny算子进行边缘提取；
E、对边缘点用hough变换进行直线检测，判断检测到的直线是否为车道线，如果是车道线，则保存此车道线上的关键点；
F、重复A至E的步骤，直到所有摄像头的对应车道线都找到；
G、根据找到的车道线上的点，对摄像头外部参数进行标定，所述G步骤中外部参数的标定如下：
(1)、标定前摄像头，通过A至F步骤，已经得到了前摄像头车道线上的点的图像x、y坐标，因这些点的物理X坐标不能确定，故假设车道位置的坐标，从而得到假设的物理X坐标，并对摄像头外部参数进行标定，得到各自物理X坐标所对应的Y坐标的平方残差和，然后选择平方残差和最小的作为前摄像头的外部参数；
(2)、根据前摄像头的内部参数和外部参数，求得各车道线的准确X坐标；
(3)、标定其它摄像头参数，根据上述A至F的步骤进一步的对所述的其它摄像头外部参数进行标定。
2.根据权利要求1所述的基于车道线的汽车全景摄像头外部参数标定方法，其特征在于，在所述C步骤中顶视图图像确定的步骤如下：
(1)、生成一定密度的顶视图的所有点的物理坐标；
(2)、根据鱼眼摄像头的成像公式，把所有物理坐标转化为图像坐标；
(3)、根据图像坐标，生成一个顶视图图像。
3.根据权利要求1所述的基于车道线的汽车全景摄像头外部参数标定方法，其特征在于，在所述E步骤中判断车道线的标准如下：
(1)、车道线对应两条直线；
(2)、两条直线物理距离10至30厘米；
(3)、所述的直线为距离车20至200厘米的最近的线。
CN201710286904.9A 2017-04-27 2017-04-27 一种基于车道线的汽车全景摄像头外部参数标定方法 Active CN107103627B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710286904.9A CN107103627B (zh) 2017-04-27 2017-04-27 一种基于车道线的汽车全景摄像头外部参数标定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710286904.9A CN107103627B (zh) 2017-04-27 2017-04-27 一种基于车道线的汽车全景摄像头外部参数标定方法

Publications (2)

Publication Number Publication Date
CN107103627A CN107103627A (zh) 2017-08-29
CN107103627B true CN107103627B (zh) 2020-12-11

Family

ID=59656844

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710286904.9A Active CN107103627B (zh) 2017-04-27 2017-04-27 一种基于车道线的汽车全景摄像头外部参数标定方法

Country Status (1)

Country Link
CN (1) CN107103627B (zh)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109215083B (zh) 2017-07-06 2021-08-31 华为技术有限公司 车载传感器的外部参数标定的方法和设备
CN109584305A (zh) * 2017-09-29 2019-04-05 宝沃汽车（中国）有限公司 全景系统标定方法、装置及车辆
CN110555884B (zh) * 2018-05-31 2023-06-13 海信集团有限公司 一种车载双目相机的标定方法、装置及终端
CN109117825B (zh) * 2018-09-04 2020-01-17 百度在线网络技术（北京）有限公司 车道线处理方法和装置
CN109143242B (zh) 2018-09-07 2020-04-14 百度在线网络技术（北京）有限公司 障碍物绝对速度估计方法、系统、计算机设备和存储介质
CN109255181B (zh) 2018-09-07 2019-12-24 百度在线网络技术（北京）有限公司 一种基于多模型的障碍物分布仿真方法、装置以及终端
CN109215136B (zh) 2018-09-07 2020-03-20 百度在线网络技术（北京）有限公司 一种真实数据增强方法、装置以及终端
CN109059780B (zh) 2018-09-11 2019-10-15 百度在线网络技术（北京）有限公司 检测障碍物高度的方法、装置、设备及存储介质
CN109165629B (zh) 2018-09-13 2019-08-23 百度在线网络技术（北京）有限公司 多焦距视觉障碍物感知方法、装置、设备及存储介质
CN109703568B (zh) 2019-02-19 2020-08-18 百度在线网络技术（北京）有限公司 自动驾驶车辆行驶策略实时学习的方法、装置和服务器
CN109712421B (zh) 2019-02-22 2021-06-04 百度在线网络技术（北京）有限公司 自动驾驶车辆的速度规划方法、装置和存储介质
CN111563421A (zh) * 2020-04-16 2020-08-21 汉腾汽车有限公司 一种基于车道线的全景影像系统的自动标定系统及其方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101419705A (zh) * 2007-10-24 2009-04-29 深圳华为通信技术有限公司 摄像机标定的方法及装置
CN104732542A (zh) * 2015-03-27 2015-06-24 安徽省道一电子科技有限公司 基于多摄像头自标定的全景车辆安全系统的图像处理方法
KR20150112656A (ko) * 2014-03-28 2015-10-07 주식회사 하나비전테크 카메라 캘리브레이션 방법 및 그 장치
CN105976377A (zh) * 2016-05-09 2016-09-28 西安电子科技大学 车载鱼眼摄像头自标定的方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101419705A (zh) * 2007-10-24 2009-04-29 深圳华为通信技术有限公司 摄像机标定的方法及装置
KR20150112656A (ko) * 2014-03-28 2015-10-07 주식회사 하나비전테크 카메라 캘리브레이션 방법 및 그 장치
CN104732542A (zh) * 2015-03-27 2015-06-24 安徽省道一电子科技有限公司 基于多摄像头自标定的全景车辆安全系统的图像处理方法
CN105976377A (zh) * 2016-05-09 2016-09-28 西安电子科技大学 车载鱼眼摄像头自标定的方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于单目视觉的车道线实时检测研究;陈小燕;《中国优秀硕士学位论文全文数据库.工程科技Ⅱ辑》;20160515(第5期);第13页第2.3节第1段，第17页第1、3段，第26-27页第3.3.1节 *
车载单目相机的在线自标定算法研究;刘明晴;《中国优秀硕士学位论文全文数据库.工程科技Ⅱ辑》;20170315(第3期);第24页第1段，第25页第1段，第28页第1段，第29页第1段，第30页第1-3段 *

Also Published As

Publication number Publication date
CN107103627A (zh) 2017-08-29

Similar Documents

Publication Publication Date Title
CN107103627B (zh) 一种基于车道线的汽车全景摄像头外部参数标定方法
EP3100234B1 (en) Data-processing system and method for calibration of a vehicle surround view system
US11535154B2 (en) Method for calibrating a vehicular vision system
CN108445496B (zh) 测距标定装置及方法、测距设备及测距方法
CN107133985B (zh) 一种基于车道线消逝点的车载摄像机自动标定方法
CN103714538B (zh) 道路边缘检测方法、装置及车辆
US10015394B2 (en) Camera-based speed estimation and system calibration therefor
CN109410264B (zh) 一种基于激光点云与图像融合的前方车辆距离测量方法
CN105474634A (zh) 摄像机校准装置、摄像机校准系统及摄像机校准方法
US20140010411A1 (en) Automatic airview correction method
US20130002861A1 (en) Camera distance measurement device
JP6035620B2 (ja) 車載ステレオカメラシステム及びそのキャリブレーション方法
CN110264395B (zh) 一种车载单目全景系统的镜头标定方法及相关装置
JP6970577B2 (ja) 周辺監視装置および周辺監視方法
EP3368373A1 (en) Filling in surround view areas blocked by mirrors or other vehicle parts
CN111508027A (zh) 摄像机外参标定的方法和装置
CN107643049B (zh) 基于单目结构光的地磅上车辆位置检测系统及方法
CN103281513B (zh) 一种无重叠域监控系统中行人识别方法
JP6956051B2 (ja) 画像処理装置、運転支援システム、画像処理方法及びプログラム
KR20150101806A (ko) 그리드 패턴의 자동인식을 이용한 어라운드뷰 모니터링 시스템 및 방법
CN111105465A (zh) 一种摄像装置校准方法、装置、系统电子设备及存储介质
CN115272482A (zh) 一种相机外参标定方法及存储介质
KR101697229B1 (ko) 차량용 영상 정합을 위한 차선 정보 기반의 자동보정장치 및 그 방법
US20200265588A1 (en) Road surface area detection device
CN112016568A (zh) 一种目标对象的图像特征点的跟踪方法及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant