CN107993264A - 一种汽车环视全景的标定方法 - Google Patents
一种汽车环视全景的标定方法 Download PDFInfo
- Publication number
- CN107993264A CN107993264A CN201711148378.6A CN201711148378A CN107993264A CN 107993264 A CN107993264 A CN 107993264A CN 201711148378 A CN201711148378 A CN 201711148378A CN 107993264 A CN107993264 A CN 107993264A
- Authority
- CN
- China
- Prior art keywords
- camera
- chessboard
- translation matrix
- matrix
- cloth
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 23
- 239000011159 matrix material Substances 0.000 claims abstract description 94
- 239000004744 fabric Substances 0.000 claims abstract description 71
- 238000013519 translation Methods 0.000 claims abstract description 61
- 241000251468 Actinopterygii Species 0.000 claims abstract description 10
- 241000208340 Araliaceae Species 0.000 claims abstract description 4
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 claims abstract description 4
- 235000003140 Panax quinquefolius Nutrition 0.000 claims abstract description 4
- 235000008434 ginseng Nutrition 0.000 claims abstract description 4
- 238000012897 Levenberg–Marquardt algorithm Methods 0.000 claims description 9
- 238000003384 imaging method Methods 0.000 claims description 5
- 238000004422 calculation algorithm Methods 0.000 claims description 4
- 238000001514 detection method Methods 0.000 claims description 3
- 241000791868 Selene orstedii Species 0.000 claims 1
- 238000009434 installation Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 4
- 235000004522 Pentaglottis sempervirens Nutrition 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
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
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/04—Context-preserving transformations, e.g. by using an importance map
- G06T3/047—Fisheye or wide-angle transformations
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种汽车环视全景的标定方法,包括:在汽车上装4个鱼眼摄像头;分别标定各个摄像头的内参和畸变参数;制作外参标定棋盘布;使用棋盘布铺在汽车周围;使用各个摄像头下完整棋盘布标定各自相对于地面的旋转矩阵和平移矩阵;量出车宽和车长;使用旋转矩阵和平移矩阵把每个摄像头鱼眼图像投影到地平面上;以车的中心为原点建立地面坐标系;计算出左棋盘布相对于前棋盘布的相对平移矩阵、左棋盘布相对于后棋盘布的相对平移矩阵、右棋盘布相对于前棋盘布的相对平移矩阵、右棋盘布相对于后棋盘布的相对平移矩阵;计算各个棋盘布到原点的偏移;得出各个摄像头在地面坐标系的平移矩阵。本发明减少了复杂的参数输入,达到简便安装标定的要求。
Description
技术领域
本发明涉及汽车电子技术领域,具体涉及一种汽车环视全景的标定方法。
背景技术
随着汽车电子技术的发展,人们对辅助驾驶的功能需要越来越强烈。汽车环视全景是汽车辅助驾驶中的基础功能,不少公司已经投入这方面的研发。汽车环视全景中,最主要的技术是车载多摄像头的标定和拼接。但是目前所研发出来的方法操作起来相对复杂,输入参数较多。
发明内容
有鉴于此,为了解决现有技术中的上述问题,本发明提出一种汽车环视全景的标定方法。
本发明通过以下技术手段解决上述问题:
一种汽车环视全景的标定方法,包括如下步骤:
S1、在汽车上装有4个鱼眼摄像头,前、后的中间位置分别安装1个,左右后视镜位置分别安装1个;
S2、使用Levenberg-Marquardt算法分别标定各个鱼眼摄像头的内参和畸变参数;内参用矩阵M表示,其中,fx表示x方向的焦距;fy表示y方向的焦距;cx表示鱼眼成像x轴的图像中心点;cy表示鱼眼成像y轴的图像中心点;
畸变模型是d=d0+d1·θ+d2·θ3+d3·θ5+d4·θ7+d5·θ9,其中D=[d0,d1,d2,d3,d4,d5]是畸变参数;
S3、制作外参标定棋盘布;棋盘布包含中间及两侧的棋盘格,两侧棋盘格的距离一定要比汽车宽一些,以方便各个摄像头之间的联合标定;设棋盘格的格子长和宽都为L;
S4、使用棋盘布铺在汽车周围,每个摄像头下都有一个完整的棋盘布,而且要尽量靠近车身,相邻两个棋盘布的摆放位置是相互垂直的;
S5、使用各个摄像头下的完整棋盘布标定各自相对于地面的旋转矩阵和平移矩阵;使用R0表示前摄像头的旋转矩阵;R1表示后摄像头的旋转矩阵;R2表示左摄像头的旋转矩阵;R3表示右摄像头的旋转矩阵;使用T0表前摄像头的平移矩阵;T1表示后摄像头的平移矩阵;T2表示左摄像头的平移矩阵;T3表示右摄像头的平移矩阵;具体每一个摄像头的旋转矩阵和平移矩阵的计算过程如下:
(1)检测棋盘布中间棋盘格的点,已知摄像头的内参和畸变参数,使用Levenberg-Marquardt算法计算出摄像头相对于中间棋盘格的旋转矩阵Rt和平移矩阵Tt;
(2)使用旋转矩阵Rt和平移矩阵Tt将摄像头鱼眼图像I投影到中间棋盘格平面上,得到投影图像It上;假设P(It)是图像It上的点,P(I)是图像I上的点,那么就有:
P(It)=Rt -1·P(I)-Rt -1·Tt;
(3)在投影图像It上检测棋盘布两侧的小棋盘格的点;将两侧棋盘格的点反投影到摄像头鱼眼图像上P(I)=Rt·P(It)+Tt,那么这些点就可以与中间棋盘格点一起参与LM算法的标定计算,得到旋转矩阵Ri和平移矩阵Ti,其中i∈{0,1,2,3},代表前、后、左、右;
S6、量出车宽W,以及量出车长H;
S7、使用旋转矩阵Ri和平移矩阵Ti,把每个摄像头鱼眼图像投影到地平面上P(Iti)=Ri -1·P(Ii)-Ri -1·Ti,其中i∈{0,1,2,3},代表前、后、左、右;Ii是原图像,Iti是投影后的图像;
S8、以车的中心为原点,建立地面坐标系,横向为x轴,纵向为y轴;前摄像头投影图像It0不用旋转;将后摄像头投影图像It1旋转180度;左摄像头投影图像It2旋转90度;右摄像头投影图像It3旋转270度;
S9、在投影图像上,计算出左棋盘布相对于前棋盘布的相对平移矩阵Tt20、左棋盘布相对于后棋盘布的相对平移矩阵Tt21、右棋盘布相对于前棋盘布的相对平移矩阵Tt30、右棋盘布相对于后棋盘布的相对平移矩阵Tt31;根据摆棋盘布的要求,则有Tt20.y+Tt21.y=Tt30.y+Tt31.y,Tt20.x=Tt21.x,Tt30.x=Tt31.x;
S10、令摆放4个棋盘布的中心点与地面坐标系原点重合,则前棋盘布到原点的距离和后棋盘布到原点的距离是相等的;左棋盘布到原点的距离和右棋盘布到原点的距离是相等的;那么就可以计算各个棋盘布到原点的偏移Tij,其中i∈{2,3},j∈{0,1};
S11、得出前摄像头在地面坐标系的平移矩阵为T0=(T0.x,T0.y+(Tt20.y+Tt21)/2);后摄像头在地面坐标系的平移矩阵为T1=(-T1.x,-T1.y-(Tt20.y+Tt21)/2);左摄像头在地面坐标系的平移矩阵为T2=(-T2.y,T2.x+Tt20.x+W/2);右摄像头在地面坐标系的平移矩阵为T3=(T3.y,-T3.x-Tt30.x-W/2)。
进一步地,步骤S1中,前、后位置的鱼眼摄像头向外的俯仰角的取值范围为[40,70];左、右位置的鱼眼摄像头向外的俯仰角的取值范围为[30,70]。
进一步地,步骤S6中,用直尺量出车宽W,以及量出车长H。
与现有技术相比,本发明的有益效果如下:
本发明设计的方法,在标定过程中只需要摆放好棋盘布以及度量出车宽和车长这两个参数,就可以进行自动标定。相比其他方法,减少了复杂的参数输入,达到简便安装标定的要求。
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地介绍,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是本发明汽车环视全景的标定方法的流程图;
图2是本发明棋盘布的样式的示意图;
图3是本发明摆放棋盘布的方法的示意图;
图4是本发明前后左右摄像头原始图像的示意图;
图5是本发明初次标定的投影图像的示意图;
图6是本发明最终标定的投影图像的示意图;
图7是本发明汽车环视全景的拼接效果的示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面将结合附图和具体的实施例对本发明的技术方案进行详细说明。需要指出的是,所描述的实施例仅仅是本发明一部分实施例,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做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示,本发明提供一种汽车环视全景的标定方法,包括如下步骤:
S1、汽车上装有4个鱼眼摄像头。前、后的中间位置分别安装1个,摄像头向外的俯仰角的可取范围为[40,70]。左右后视镜分别安装1个,摄像头向外的俯仰角可取范围为[30,70]。
S2、使用LM(Levenberg-Marquardt算法)分别标定各个鱼眼摄像头的内参和畸变参数。内参可以用矩阵M表示,其中,fx表示x方向的焦距;fy表示y方向的焦距;cx表示鱼眼成像x轴的图像中心点;cy表示鱼眼成像y轴的图像中心点。
畸变模型是d=d0+d1·θ+d2·θ3+d3·θ5+d4·θ7+d5·θ9,其中D=[d0,d1,d2,d3,d4,d5]是畸变参数。
S3、制作外参标定棋盘布。如图2所示,棋盘布包含中间及两侧的棋盘格,两侧棋盘格的距离一定要比汽车宽一些,以方便各个摄像头之间的联合标定。设棋盘格的格子长和宽都为L。
S4、使用棋盘布铺在汽车周围,铺放方式如图3所示,每个摄像头下都有一个完整的棋盘布,而且要尽量靠近车身。相邻两个棋盘布的摆放位置是相互垂直的。
S5、使用各个摄像头下的完整棋盘布标定各自相对于地面的旋转矩阵和平移矩阵。使用R0表示前摄像头的旋转矩阵;R1表示后摄像头的旋转矩阵;R2表示左摄像头的旋转矩阵;R3表示右摄像头的旋转矩阵。使用T0表前摄像头的平移矩阵;T1表示后摄像头的平移矩阵;T2表示左摄像头的平移矩阵;T3表示右摄像头的平移矩阵。具体每一个摄像头的旋转矩阵和平移矩阵的计算过程如下:
(1)检测棋盘布中间棋盘格的点。已知摄像头的内参和畸变参数,使用LM算法计算出摄像头相对于中间棋盘格的旋转矩阵Rt和平移矩阵Tt;
(2)使用旋转矩阵Rt和平移矩阵Tt将摄像头鱼眼图像I投影到中间棋盘格平面上,得到投影图像It上。这相当于是鱼眼图像投影到地平面上,只是此时的投影效果并不是很准确,投影效果如图5所示。假设P(It)是图像It上的点,P(I)是图像I上的点,那么就有:
P(It)=Rt -1·P(I)-Rt -1·Tt;
(3)在投影图像It上检测棋盘布两侧的小棋盘格的点。因为投影后的图像中两侧的小棋盘格的畸变很小了,所以可以正常检测出两侧的棋盘格。将两侧棋盘格的点反投影到摄像头鱼眼图像上P(I)=Rt·P(It)+Tt,那么这些点就可以与中间棋盘格点一起参与LM算法的标定计算,得到比较准确的旋转矩阵Ri和平移矩阵Ti(其中i∈{0,1,2,3},代表前、后、左、右)。
S6、用直尺量出来车宽W,以及量出车长H。
S7、使用旋转矩阵Ri和平移矩阵Ti,把每个摄像头鱼眼图像投影到地平面上P(Iti)=Ri -1·P(Ii)-Ri -1·Ti(其中i∈{0,1,2,3},代表前、后、左、右;Ii是原图像,Iti是投影后的图像),得到如图6所示。
S8、以车的中心为原点,建立地面坐标系,横向为x轴,纵向为y轴。为了方便后续将每个摄像头的投影图像Iti转换到世界坐标系,前摄像头投影图像It0不用旋转;后摄像头投影图像It1旋转180度;左摄像头投影图像It2旋转90度;右摄像头投影图像It3旋转270度。
S9、前、后摄像头下棋盘布的左侧小棋盘格会被左摄像头拍摄到;前、后摄像头下棋盘布的右侧小棋盘格会被右摄像头拍摄到。从图6的左、右投影图可以看得到。利用这个特点,在投影图像上,就可以计算出左棋盘布相对于前棋盘布的相对平移矩阵Tt20、左棋盘布相对于后棋盘布的相对平移矩阵Tt21、右棋盘布相对于前棋盘布的相对平移矩阵Tt30、右棋盘布相对于后棋盘布的相对平移矩阵Tt31。根据摆棋盘布的要求,则有Tt20.y+Tt21.y=Tt30.y+Tt31.y,Tt20.x=Tt21.x,Tt30.x=Tt31.x;
S10、令摆放4个棋盘布的中心点与地面坐标系原点重合,则前棋盘布到原点的距离和后棋盘布到原点的距离是相等的;左棋盘布到原点的距离和右棋盘布到原点的距离是相等的。那么就可以计算各个棋盘布到原点的偏移Tij,(其中i∈{2,3},j∈{0,1})。
S11、前摄像头在地面坐标系的平移矩阵为T0=(T0.x,T0.y+(Tt20.y+Tt21)/2);后摄像头在地面坐标系的平移矩阵为T1=(-T1.x,-T1.y-(Tt20.y+Tt21)/2);左摄像头在地面坐标系的平移矩阵为T2=(-T2.y,T2.x+Tt20.x+W/2);右摄像头在地面坐标系的平移矩阵为T3=(T3.y,-T3.x-Tt30.x-W/2)。
以上就是这汽车环视全景中所有摄像头的标定方法。通过以上摄像头标定出来的参数,可以用于汽车鸟瞰全景以及三维全景的拼接。拼接的效果如图7所示。
本发明设计的方法,在标定过程中只需要摆放好棋盘布以及度量出车宽和车长这两个参数,就可以进行自动标定。相比其他方法,减少了复杂的参数输入,达到简便安装标定的要求。
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本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 (3)
1.一种汽车环视全景的标定方法,其特征在于,包括如下步骤:
S1、在汽车上装有4个鱼眼摄像头,前、后的中间位置分别安装1个,左右后视镜位置分别安装1个;
S2、使用Levenberg-Marquardt算法分别标定各个鱼眼摄像头的内参和畸变参数;内参用矩阵M表示,其中,fx表示x方向的焦距;fy表示y方向的焦距;cx表示鱼眼成像x轴的图像中心点;cy表示鱼眼成像y轴的图像中心点;
<mrow>
<mi>M</mi>
<mo>=</mo>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<msub>
<mi>f</mi>
<mi>x</mi>
</msub>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<msub>
<mi>c</mi>
<mi>x</mi>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<msub>
<mi>f</mi>
<mi>y</mi>
</msub>
</mtd>
<mtd>
<msub>
<mi>c</mi>
<mi>y</mi>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>1</mn>
</mtd>
</mtr>
</mtable>
</mfenced>
</mrow>
畸变模型是d=d0+d1·θ+d2·θ3+d3·θ5+d4·θ7+d5·θ9,其中D=[d0,d1,d2,d3,d4,d5]是畸变参数;
S3、制作外参标定棋盘布;棋盘布包含中间及两侧的棋盘格,两侧棋盘格的距离一定要比汽车宽一些,以方便各个摄像头之间的联合标定;设棋盘格的格子长和宽都为L;
S4、使用棋盘布铺在汽车周围,每个摄像头下都有一个完整的棋盘布,而且要尽量靠近车身,相邻两个棋盘布的摆放位置是相互垂直的;
S5、使用各个摄像头下的完整棋盘布标定各自相对于地面的旋转矩阵和平移矩阵;使用R0表示前摄像头的旋转矩阵;R1表示后摄像头的旋转矩阵;R2表示左摄像头的旋转矩阵;R3表示右摄像头的旋转矩阵;使用T0表前摄像头的平移矩阵;T1表示后摄像头的平移矩阵;T2表示左摄像头的平移矩阵;T3表示右摄像头的平移矩阵;具体每一个摄像头的旋转矩阵和平移矩阵的计算过程如下:
(1)检测棋盘布中间棋盘格的点,已知摄像头的内参和畸变参数,使用Levenberg-Marquardt算法计算出摄像头相对于中间棋盘格的旋转矩阵Rt和平移矩阵Tt;
(2)使用旋转矩阵Rt和平移矩阵Tt将摄像头鱼眼图像I投影到中间棋盘格平面上,得到投影图像It上;假设P(It)是图像It上的点,P(I)是图像I上的点,那么就有:
P(It)=Rt -1·P(I)-Rt -1·Tt;
(3)在投影图像It上检测棋盘布两侧的小棋盘格的点;将两侧棋盘格的点反投影到摄像头鱼眼图像上P(I)=Rt·P(It)+Tt,那么这些点就可以与中间棋盘格点一起参与LM算法的标定计算,得到旋转矩阵Ri和平移矩阵Ti,其中i∈{0,1,2,3},代表前、后、左、右;
S6、量出车宽W,以及量出车长H;
S7、使用旋转矩阵Ri和平移矩阵Ti,把每个摄像头鱼眼图像投影到地平面上P(Iti)=Ri -1·P(Ii)-Ri -1·Ti,其中i∈{0,1,2,3},代表前、后、左、右;Ii是原图像,Iti是投影后的图像;
S8、以车的中心为原点,建立地面坐标系,横向为x轴,纵向为y轴;前摄像头投影图像It0不用旋转;将后摄像头投影图像It1旋转180度;左摄像头投影图像It2旋转90度;右摄像头投影图像It3旋转270度;
S9、在投影图像上,计算出左棋盘布相对于前棋盘布的相对平移矩阵Tt20、左棋盘布相对于后棋盘布的相对平移矩阵Tt21、右棋盘布相对于前棋盘布的相对平移矩阵Tt30、右棋盘布相对于后棋盘布的相对平移矩阵Tt31;根据摆棋盘布的要求,则有Tt20.y+Tt21.y=Tt30.y+Tt31.y,Tt20.x=Tt21.x,Tt30.x=Tt31.x;
S10、令摆放4个棋盘布的中心点与地面坐标系原点重合,则前棋盘布到原点的距离和后棋盘布到原点的距离是相等的;左棋盘布到原点的距离和右棋盘布到原点的距离是相等的;那么就可以计算各个棋盘布到原点的偏移Tij,其中i∈{2,3},j∈{0,1};
S11、得出前摄像头在地面坐标系的平移矩阵为T0=(T0.x,T0.y+(Tt20.y+Tt21)/2);后摄像头在地面坐标系的平移矩阵为T1=(-T1.x,-T1.y-(Tt20.y+Tt21)/2);左摄像头在地面坐标系的平移矩阵为T2=(-T2.y,T2.x+Tt20.x+W/2);右摄像头在地面坐标系的平移矩阵为T3=(T3.y,-T3.x-Tt30.x-W/2)。
2.根据权利要求1所述的汽车环视全景的标定方法,其特征在于,步骤S1中,前、后位置的鱼眼摄像头向外的俯仰角的取值范围为[40,70];左、右位置的鱼眼摄像头向外的俯仰角的取值范围为[30,70]。
3.根据权利要求1所述的汽车环视全景的标定方法,其特征在于,步骤S6中,用直尺量出车宽W,以及量出车长H。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711148378.6A CN107993264A (zh) | 2017-11-17 | 2017-11-17 | 一种汽车环视全景的标定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711148378.6A CN107993264A (zh) | 2017-11-17 | 2017-11-17 | 一种汽车环视全景的标定方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107993264A true CN107993264A (zh) | 2018-05-04 |
Family
ID=62031573
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711148378.6A Pending CN107993264A (zh) | 2017-11-17 | 2017-11-17 | 一种汽车环视全景的标定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107993264A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108537850A (zh) * | 2018-07-12 | 2018-09-14 | 合肥晟泰克汽车电子股份有限公司 | 汽车环视系统标定场景 |
CN109061610A (zh) * | 2018-09-11 | 2018-12-21 | 杭州电子科技大学 | 一种摄像头与雷达的联合标定方法 |
CN109509232A (zh) * | 2018-10-09 | 2019-03-22 | 江苏裕兰信息科技有限公司 | 用于全景影像系统的下线自动标定系统 |
CN110084859A (zh) * | 2019-05-05 | 2019-08-02 | 北京茵沃汽车科技有限公司 | 一种全景影像售后标定装置及采用该装置进行标定的方法 |
CN110349222A (zh) * | 2019-08-07 | 2019-10-18 | 浙江吉利汽车研究院有限公司 | 一种标定流媒体外后视镜的方法及系统 |
CN110378962A (zh) * | 2018-11-27 | 2019-10-25 | 北京京东尚科信息技术有限公司 | 车载相机的标定方法、装置及计算机可读存储介质 |
CN110555886A (zh) * | 2018-05-31 | 2019-12-10 | 杭州海康威视数字技术股份有限公司 | 一种车载相机外参标定方法、装置、电子设备及存储介质 |
CN112224132A (zh) * | 2020-10-28 | 2021-01-15 | 武汉极目智能技术有限公司 | 一种车用全景环视障碍物预警方法 |
CN112802109A (zh) * | 2021-02-07 | 2021-05-14 | 的卢技术有限公司 | 一种汽车鸟瞰全景图生成方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140078260A1 (en) * | 2012-09-20 | 2014-03-20 | Brown University | Method for generating an array of 3-d points |
CN105447850A (zh) * | 2015-11-12 | 2016-03-30 | 浙江大学 | 一种基于多视点图像的全景图拼接合成方法 |
CN105759435A (zh) * | 2016-05-07 | 2016-07-13 | 杭州映墨科技有限公司 | 全景环带立体成像系统及其标定方法与成像方法 |
CN106157304A (zh) * | 2016-07-01 | 2016-11-23 | 成都通甲优博科技有限责任公司 | 一种基于多个相机的全景图拼接方法及系统 |
-
2017
- 2017-11-17 CN CN201711148378.6A patent/CN107993264A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140078260A1 (en) * | 2012-09-20 | 2014-03-20 | Brown University | Method for generating an array of 3-d points |
CN105447850A (zh) * | 2015-11-12 | 2016-03-30 | 浙江大学 | 一种基于多视点图像的全景图拼接合成方法 |
CN105759435A (zh) * | 2016-05-07 | 2016-07-13 | 杭州映墨科技有限公司 | 全景环带立体成像系统及其标定方法与成像方法 |
CN106157304A (zh) * | 2016-07-01 | 2016-11-23 | 成都通甲优博科技有限责任公司 | 一种基于多个相机的全景图拼接方法及系统 |
Non-Patent Citations (1)
Title |
---|
申夏晶 等: "基于迭代校正的鱼眼棋盘格图像角点检测", 《激光与光电子学进展》 * |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110555886B (zh) * | 2018-05-31 | 2021-09-17 | 杭州海康威视数字技术股份有限公司 | 一种车载相机外参标定方法、装置、电子设备及存储介质 |
CN110555886A (zh) * | 2018-05-31 | 2019-12-10 | 杭州海康威视数字技术股份有限公司 | 一种车载相机外参标定方法、装置、电子设备及存储介质 |
CN108537850A (zh) * | 2018-07-12 | 2018-09-14 | 合肥晟泰克汽车电子股份有限公司 | 汽车环视系统标定场景 |
CN109061610A (zh) * | 2018-09-11 | 2018-12-21 | 杭州电子科技大学 | 一种摄像头与雷达的联合标定方法 |
CN109509232A (zh) * | 2018-10-09 | 2019-03-22 | 江苏裕兰信息科技有限公司 | 用于全景影像系统的下线自动标定系统 |
CN109509232B (zh) * | 2018-10-09 | 2023-09-12 | 珠海大轩信息科技有限公司 | 用于全景影像系统的下线自动标定系统 |
CN110378962A (zh) * | 2018-11-27 | 2019-10-25 | 北京京东尚科信息技术有限公司 | 车载相机的标定方法、装置及计算机可读存储介质 |
CN110084859A (zh) * | 2019-05-05 | 2019-08-02 | 北京茵沃汽车科技有限公司 | 一种全景影像售后标定装置及采用该装置进行标定的方法 |
CN110349222A (zh) * | 2019-08-07 | 2019-10-18 | 浙江吉利汽车研究院有限公司 | 一种标定流媒体外后视镜的方法及系统 |
CN112224132A (zh) * | 2020-10-28 | 2021-01-15 | 武汉极目智能技术有限公司 | 一种车用全景环视障碍物预警方法 |
CN112224132B (zh) * | 2020-10-28 | 2022-04-19 | 武汉极目智能技术有限公司 | 一种车用全景环视障碍物预警方法 |
CN112802109A (zh) * | 2021-02-07 | 2021-05-14 | 的卢技术有限公司 | 一种汽车鸟瞰全景图生成方法 |
CN112802109B (zh) * | 2021-02-07 | 2024-05-10 | 的卢技术有限公司 | 一种汽车鸟瞰全景图生成方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107993264A (zh) | 一种汽车环视全景的标定方法 | |
CN109741455B (zh) | 一种车载立体全景显示方法、计算机可读存储介质及系统 | |
CN103617606B (zh) | 用于辅助驾驶的车辆多视角全景生成方法 | |
CN107133988A (zh) | 车载全景环视系统中摄像头的标定方法及标定系统 | |
CN110517202B (zh) | 一种车身摄像头标定方法及其标定装置 | |
JP5455124B2 (ja) | カメラ姿勢パラメータ推定装置 | |
CN105825475B (zh) | 基于单摄像头的360度全景影像生成方法 | |
US20160098815A1 (en) | Imaging surface modeling for camera modeling and virtual view synthesis | |
CN105594203B (zh) | 车辆周边图像显示装置以及照相机的调整方法 | |
JP4555876B2 (ja) | 車載カメラのキャリブレーション方法 | |
CN112224132B (zh) | 一种车用全景环视障碍物预警方法 | |
CN108629811B (zh) | 一种汽车环视全景的自动标定方法及系统 | |
CN103871071A (zh) | 一种用于全景泊车系统的摄像头外参标定方法 | |
JP2008187564A (ja) | カメラ校正装置及び方法並びに車両 | |
CN110956585B (zh) | 全景图像拼接方法、装置以及计算机可读存储介质 | |
CN106780630A (zh) | 标定板装置、车载摄像头标定方法及装置、系统 | |
CN112052788B (zh) | 基于双目视觉的环境感知方法、装置及无人飞行器 | |
CN108596982A (zh) | 一种简易的车载多目摄像机环视系统标定方法及装置 | |
CN113362228A (zh) | 基于改进畸变校正和标记拼接的环视图像拼接方法及系统 | |
CN108489454A (zh) | 深度距离测量方法、装置、计算机可读存储介质及电子设备 | |
CN107833255A (zh) | 一种鱼眼镜头的快速标定方法 | |
CN102736634A (zh) | 一种用于汽车全景图的摄像头角度调节方法 | |
JP2008205811A (ja) | カメラ姿勢算出用ターゲット装置およびこれを用いたカメラ姿勢算出方法ならびに画像表示方法 | |
TW201443827A (zh) | 鏡頭影像校正系統及鏡頭影像校正方法 | |
CN106060427A (zh) | 基于单摄像头的全景成像方法及其装置 |
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 | ||
AD01 | Patent right deemed abandoned |
Effective date of abandoning: 20220311 |
|
AD01 | Patent right deemed abandoned |