CN109685858B - 一种单目摄像头在线标定方法 - Google Patents
一种单目摄像头在线标定方法 Download PDFInfo
- Publication number
- CN109685858B CN109685858B CN201811632220.0A CN201811632220A CN109685858B CN 109685858 B CN109685858 B CN 109685858B CN 201811632220 A CN201811632220 A CN 201811632220A CN 109685858 B CN109685858 B CN 109685858B
- Authority
- CN
- China
- Prior art keywords
- camera
- vanishing point
- coordinate system
- image
- lane line
- 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
Links
Images
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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Image Analysis (AREA)
Abstract
本发明提供了一种单目摄像头在线标定方法,能够实时的对摄像头外参进行标定,弥补由于安装位置偏差导致的目标识别定位不准确,包括以下步骤:步骤一、采集实时图像;步骤二、对采集到的图像进行车道线识别,将车道线识别的结果作为输入用于进行摄像头在线标定;步骤三、根据车道线的识别结果采用随机梯度下降算法计算并更新灭点位置;步骤四、判断步骤三中计算得到的灭点是否收敛;步骤五、若灭点收敛,则结束灭点的计算,根据坐标变换关系以及灭点的位置,计算摄像头的俯仰角,采用摄像头的俯仰角作为标定的摄像头外参;否则,重复步骤一至步骤四。
Description
技术领域
本发明涉及摄像头标定技术领域,特别涉及一种单目摄像头在线标定方法。
背景技术
随着辅助驾驶系统和自动驾驶系统的广泛应用,单目摄像头的目标识别技术和定位技术有着长足的发展。单目摄像头可在上述系统中提供车辆周围环境要素的识别和定位,以实现辅助驾驶甚至自动驾驶。其中,定位是通过对摄像头外参的标定,将识别的目标通过坐标变换以车辆为坐标系进行精确定位,因此,摄像头的标定在定位中起着关键的作用。
现有的单目摄像头标定方法一般是通过整车的下线标定实现的,即在整车下线时,利用scara或张正友标定方法,实现对摄像头外参的标定。然而,摄像头的安装位置随着车辆的长期使用,会由于振动,老化等出现偏差,导致目标识别定位不准确。
发明内容
针对上述问题,本发明的目的是提供一种单目摄像头在线标定方法,能够实时的对摄像头外参记性标定,弥补由于安装位置偏差导致的目标识别定位不准确。
其技术方案是这样的:一种单目摄像头在线标定方法,其特征在于,包括以下步骤:
步骤一、采集实时图像;
步骤二、对采集到的图像进行车道线识别,将车道线识别的结果作为输入用于进行摄像头在线标定;
步骤三、根据车道线的识别结果采用随机梯度下降算法计算并更新灭点位置;
步骤四、判断步骤三中计算得到的灭点是否收敛;
步骤五、若灭点收敛,则结束灭点的计算,根据坐标变换关系以及灭点的位置,计算摄像头的俯仰角,采用摄像头的俯仰角作为标定的摄像头外参;否则,重复步骤一至步骤四。
进一步的,在步骤二中,将采集到的图像进行车道线识别具体包括以下步骤:将步骤一所采集的图像转换成灰度图,对灰度图进行局部阈值化,将一个区域内灰度值较高的像素点挑选出来然后利用灰度的分布梯度值提取特征点,再将特征点聚类,使得属于一条车道线的特征点的聚齐,然后利用特征点拟合出车道线,并挑选出平行车道线作为最终的车道线。
进一步的,在步骤三中,据步骤二中的车道线的识别结果采用随机梯度下降算法计算并更新灭点位置,具体如下:
灭点为车道线延长线与地平线的交点,灭点在车道线上,满足车道线方程:
J(xv,yv)=xv-Kyv-B
其中,K为车道线直线方程的斜率,B为车道线直线方程的截距,(xv,yv)为灭点在图像坐标系下的横坐标,纵坐标。
对于每帧图像的检测结果,利用梯度下降法可以更新灭点数据,直到灭点收敛,具体公式如下:
进一步的,在步骤四中,判断灭点是否收敛的条件如下:判断灭点的横向距离,纵向距离以及欧式距离是否在一定时间内的变化小于阈值,具体采用如下公式:
其中,Tx为判断图像横向方向收敛的阈值,Ty为判断图像纵向方向收敛的阈值,Txy为判断图像欧式距离的收敛阈值。
进一步的,在步骤五中,首先建立地面坐标系和摄像头坐标系,地面坐标系表示为(X,Y,Z),摄像头坐标系表示为(Xc,Yc,Zc),摄像头坐标系固定于摄像头光轴中心,地面坐标系固结于摄像头在地面的垂直投影处,忽略摄像头沿Y轴和Z轴的旋转,H为摄像头的安装高度,θ为摄像头光轴与Z轴的夹角,即为俯仰角,设定地面为平面,得到摄像头坐标系与地面坐标系之间的转换关系为:
摄像头为定焦摄像头,服从小孔成像原理,从而摄像头坐标系到摄像头成像面坐标系的变换关系描述如下:
其中,f为摄像头焦距,x,y分别为摄像头成像面中的横坐标、纵坐标;图像坐标系的坐标用(u,v)表示,摄像头成像面坐标系和图像坐标系的关系满足下式:
其中,w,h为摄像头成像面宽高尺寸,WI,HI为图像的宽高尺寸;
从而得到车辆坐标系到图像坐标系的坐标的变换关系,表示为如下公式:
同时,也能够转化为:
其中,C1和C2与摄像头结构的参数相关,通过摄像机标定计算得到,摄像机安装高度H和俯仰角θ由摄像头安装位置决定,通过标定和测量获取;
当Y趋于无穷远,也即平直路面上的地平线时,其对应的在图像坐标系的纵坐标表示为:
同一个摄像头采集的图像中,图像上的地平线位置仅与俯仰角相关,通过标记处地平线在图像上的位置,即可计算出俯仰角θ,俯仰角θ的计算公式为:
θ=atan(C1/vh)
采用摄像头的俯仰角作为标定的摄像头外参。
本发明单目摄像头在线标定方法,能够实时的对摄像头外参进行标定,当面对安装在车辆上的单目摄像头系统,由于其长期受到震动,太阳光照等外部环境作用,安装结构易老化变形,导致摄像头的安装位置,具体表现为摄像头的安装参数与下线参数有所偏差的情况;或是面对安装在车辆上的单目摄像头系统,由于其寿命问题,可能会受到损坏导致更换,但由于车辆不能再次进入生产线,更换的摄像头系统无法进行产线标定;此时,可用本发明的单目摄像头在线标定方法对摄像头外参进行标定,解决外参由于老化有偏差或者无外参而导致的目标定位不准确的问题,其能够实时的对摄像头外参进行标定,采用摄像头的俯仰角θ作为摄像头外参,标定方便快捷,弥补由于安装位置偏差导致的目标识别定位不准确。
附图说明
图1为本发明的单目摄像头在线标定方法的流程示意图;
图2为本发明的地面坐标系和摄像头坐标系的示意图;
图3为本发明的摄像头成像面坐标系的示意图;
图4为本发明的图像坐标系的示意图。
具体实施方式
见图1,一种单目摄像头在线标定方法,包括以下步骤:
步骤一、采集实时图像;
步骤二、对采集到的图像进行车道线识别,将车道线识别的结果作为输入用于进行摄像头在线标定,具体的,将采集到的图像进行车道线识别具体包括以下步骤:将步骤一所采集的图像转换成灰度图,对灰度图进行局部阈值化,将一个区域内灰度值较高的像素点挑选出来然后利用灰度的分布梯度值提取特征点,再将特征点聚类,使得属于一条车道线的特征点的聚齐,然后利用特征点拟合出车道线,并挑选出平行车道线作为最终的车道线;
步骤三、根据车道线的识别结果采用随机梯度下降算法计算并更新灭点位置,具体的,据步骤二中的车道线的识别结果采用随机梯度下降算法计算并更新灭点位置,具体如下:
灭点为车道线延长线与地平线的交点,灭点在车道线上,满足车道线方程:
J(xv,yv)=xv-Kyv-B
其中,K为车道线直线方程的斜率,B为车道线直线方程的截距,(xv,yv)为灭点在图像坐标系下的横坐标,纵坐标。
对于每帧图像的检测结果,利用梯度下降法可以更新灭点数据,直到灭点收敛,具体公式如下:
步骤四、判断步骤三中计算得到的灭点是否收敛,具体的,判断灭点是否收敛的条件如下:判断灭点的横向距离,纵向距离以及欧式距离是否在一定时间内的变化小于阈值,具体采用如下公式:
其中,Tx为判断图像横向方向收敛的阈值,Ty为判断图像纵向方向收敛的阈值,Txy为判断图像欧式距离的收敛阈值;
步骤五、若灭点收敛,则结束灭点的计算,根据坐标变换关系以及灭点的位置,计算摄像头的俯仰角,采用摄像头的俯仰角作为标定的摄像头外参;否则,重复步骤一至步骤四;
具体的,在步骤五中,如图2所示,首先建立地面坐标系和摄像头坐标系,地面坐标系表示为(X,Y,Z),摄像头坐标系表示为(Xc,Yc,Zc),摄像头坐标系固定于摄像头光轴中心,地面坐标系固结于摄像头在地面的垂直投影处,忽略摄像头沿Y轴和Z轴的旋转,H为摄像头的安装高度,θ为摄像头光轴与Z轴的夹角,即为俯仰角,设定地面为平面,像头坐标系如图4所示,得到摄像头坐标系与地面坐标系之间的转换关系为:
图3为摄像头成像面坐标系的示意图,摄像头为定焦摄像头,服从小孔成像原理,从而摄像头坐标系到摄像头成像面坐标系的变换关系描述如下:
其中,f为摄像头焦距,x,y分别为摄像头成像面中的横坐标、纵坐标;如图4所示,图像坐标系的坐标用(u,v)表示,摄像头成像面坐标系和图像坐标系的关系满足下式:
其中,w,h为摄像头成像面宽高尺寸,WI,HI为图像的宽高尺寸;
从而得到车辆坐标系到图像坐标系的坐标的变换关系,表示为如下公式:
同时,也能够转化为:
其中,C1和C2与摄像头结构的参数相关,通过摄像机标定计算得到,摄像机安装高度H和俯仰角θ由摄像头安装位置决定,通过标定和测量获取;
当Y趋于无穷远,也即平直路面上的地平线时,其对应的在图像坐标系的纵坐标表示为:
同一个摄像头采集的图像中,图像上的地平线位置仅与俯仰角相关,通过标记处地平线在图像上的位置,即可计算出俯仰角θ,俯仰角θ计算公式为:
θ=atan(C1/vh)
采用摄像头的俯仰角作为标定的摄像头外参。
本发明单目摄像头在线标定方法,先将步骤一所采集的图像转换成灰度图,对灰度图进行局部阈值化,将一个区域内灰度值较高的像素点挑选出来然后利用灰度的分布梯度值提取特征点,再将特征点聚类,使得属于一条车道线的特征点的聚齐,然后利用特征点拟合出车道线,并挑选出平行车道线作为最终的车道线,利用基于位置的方法对车道线进行追踪,减小下一帧车道线的干扰,然后利用车道线的识别结果采用随机梯度下降算法计算并更新灭点位置,然后判断灭点是否收敛,若灭点收敛则根据坐标变换关系以及灭点的位置,计算摄像头的俯仰角,采用摄像头的俯仰角作为摄像头外参,用于摄像头的标定,能够实时的对摄像头外参进行标定,采用摄像头的俯仰角θ作为摄像头外参,标定方便快捷,弥补由于安装位置偏差导致的目标识别定位不准确。
Claims (3)
1.一种单目摄像头在线标定方法,其特征在于,包括以下步骤:
步骤一、采集实时图像;
步骤二、对采集到的图像进行车道线识别,将车道线识别的结果作为输入用于进行摄像头在线标定;
步骤三、根据车道线的识别结果采用随机梯度下降算法计算并更新灭点位置;
步骤四、判断步骤三中计算得到的灭点是否收敛;
步骤五、若灭点收敛,则结束灭点的计算,根据坐标变换关系以及灭点的位置,计算摄像头的俯仰角,采用摄像头的俯仰角作为标定的摄像头外参;否则,重复步骤一至步骤四;
在步骤二中,将采集到的图像进行车道线识别具体包括以下步骤:将步骤一所采集的图像转换成灰度图,对灰度图进行局部阈值化,将一个区域内灰度值较高的像素点挑选出来然后利用灰度的分布梯度值提取特征点,再将特征点聚类,使得属于一条车道线的特征点的聚齐,然后利用特征点拟合出车道线,并挑选出平行车道线作为最终的车道线;
在步骤三中,据步骤二中的车道线的识别结果采用随机梯度下降算法计算并更新灭点位置,具体如下:
灭点为车道线延长线与地平线的交点,灭点在车道线上,满足车道线方程:
J(xv,yv)=xv-Kyv-B
其中,K为车道线直线方程的斜率,B为车道线直线方程的截距,(xv,yv)为灭点在图像坐标系下的横坐标,纵坐标;
对于每帧图像的检测结果,利用梯度下降法可以更新灭点数据,直到灭点收敛,具体公式如下:
3.根据权利要求2所述的一种单目摄像头在线标定方法,其特征在于:在步骤五中,首先建立地面坐标系和摄像头坐标系,地面坐标系表示为(X,Y,Z),摄像头坐标系表示为(Xc,Yc,Zc),摄像头坐标系固定于摄像头光轴中心,地面坐标系固结于摄像头在地面的垂直投影处,忽略摄像头沿Y轴和Z轴的旋转,H为摄像头的安装高度,θ为摄像头光轴与Z轴的夹角,即为俯仰角,设定地面为平面,得到摄像头坐标系与地面坐标系之间的转换关系为:
摄像头为定焦摄像头,服从小孔成像原理,从而摄像头坐标系到摄像头成像面坐标系的变换关系描述如下:
其中,f为摄像头焦距,x,y分别为摄像头成像面中的横坐标、纵坐标;图像坐标系的坐标用(u,v)表示,摄像头成像面坐标系和图像坐标系的关系满足下式:
其中,w,h为摄像头成像面宽高尺寸,WI,HI为图像的宽高尺寸;
从而得到车辆坐标系到图像坐标系的坐标的变换关系,表示为如下公式:
同时,也能够转化为:
其中,C1和C2与摄像头结构的参数相关,通过摄像机标定计算得到,摄像机安装高度H和俯仰角θ由摄像头安装位置决定,通过标定和测量获取;
当Y趋于无穷远,也即为平直路面上的地平线时,其对应的在图像坐标系的纵坐标表示为:
同一个摄像头采集的图像中,图像上的地平线位置仅与俯仰角相关,通过标记处地平线在图像上的位置,即可计算出俯仰角θ,俯仰角θ的计算公式为:
θ=atan(C1/vh)
采用摄像头的俯仰角作为标定的摄像头外参。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811632220.0A CN109685858B (zh) | 2018-12-29 | 2018-12-29 | 一种单目摄像头在线标定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811632220.0A CN109685858B (zh) | 2018-12-29 | 2018-12-29 | 一种单目摄像头在线标定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109685858A CN109685858A (zh) | 2019-04-26 |
CN109685858B true CN109685858B (zh) | 2020-12-04 |
Family
ID=66191046
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811632220.0A Active CN109685858B (zh) | 2018-12-29 | 2018-12-29 | 一种单目摄像头在线标定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109685858B (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110222658A (zh) * | 2019-06-11 | 2019-09-10 | 腾讯科技(深圳)有限公司 | 道路灭点位置的获取方法及装置 |
CN112184822B (zh) * | 2019-07-01 | 2024-01-30 | 北京地平线机器人技术研发有限公司 | 相机俯仰角的调整方法和装置、存储介质、电子设备 |
CN110580043B (zh) * | 2019-08-12 | 2020-09-08 | 中国科学院声学研究所 | 一种基于图像目标识别的水面目标规避方法 |
CN110705444B (zh) * | 2019-09-27 | 2022-02-08 | 四川长虹电器股份有限公司 | 车道跟踪系统及方法 |
CN113643374A (zh) * | 2020-04-27 | 2021-11-12 | 上海欧菲智能车联科技有限公司 | 基于道路特征的多目相机标定方法、装置、设备和介质 |
CN111696160B (zh) * | 2020-06-22 | 2023-08-18 | 江苏中天安驰科技有限公司 | 车载摄像头自动标定方法、设备及可读存储介质 |
CN112150559A (zh) * | 2020-09-24 | 2020-12-29 | 深圳佑驾创新科技有限公司 | 图像采集装置的标定方法、计算机设备及存储介质 |
CN112183512B (zh) * | 2020-12-02 | 2021-11-19 | 深圳佑驾创新科技有限公司 | 摄像头标定方法、装置、车载终端和存储介质 |
CN112215214A (zh) * | 2020-12-11 | 2021-01-12 | 智道网联科技(北京)有限公司 | 调整智能车载终端的摄像头偏移的方法及系统 |
CN113518180B (zh) * | 2021-05-25 | 2022-08-05 | 宁夏宁电电力设计有限公司 | 一种用于电力作业车的车载摄像头安装方法 |
CN114295099B (zh) * | 2021-12-28 | 2024-01-30 | 合肥英睿系统技术有限公司 | 基于单目摄像头的测距方法、车载测距设备以及存储介质 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9928594B2 (en) * | 2014-07-11 | 2018-03-27 | Agt International Gmbh | Automatic spatial calibration of camera network |
US10356317B2 (en) * | 2014-10-30 | 2019-07-16 | Technion Research & Development Foundation Limited | Wide-scale terrestrial light-field imaging of the sky |
US10187629B2 (en) * | 2016-04-06 | 2019-01-22 | Facebook, Inc. | Camera calibration system |
CN106875448B (zh) * | 2017-02-16 | 2019-07-23 | 武汉极目智能技术有限公司 | 一种车载单目摄像头外部参数自标定方法 |
CN107944388A (zh) * | 2017-11-24 | 2018-04-20 | 海信集团有限公司 | 一种车道线检测方法、装置及终端 |
CN108645398A (zh) * | 2018-02-09 | 2018-10-12 | 深圳积木易搭科技技术有限公司 | 一种基于结构化环境的即时定位与地图构建方法及系统 |
CN108875657A (zh) * | 2018-06-26 | 2018-11-23 | 北京茵沃汽车科技有限公司 | 一种车道线检测方法 |
-
2018
- 2018-12-29 CN CN201811632220.0A patent/CN109685858B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN109685858A (zh) | 2019-04-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109685858B (zh) | 一种单目摄像头在线标定方法 | |
CN108802785B (zh) | 基于高精度矢量地图和单目视觉传感器的车辆自定位方法 | |
CN109270534B (zh) | 一种智能车激光传感器与相机在线标定方法 | |
CN110031829B (zh) | 一种基于单目视觉的目标精准测距方法 | |
CN109085823B (zh) | 一种园区场景下基于视觉的自动循迹行驶方法 | |
CN113744270A (zh) | 起重机复杂钢结构表面缺陷的无人机视觉检测与识别方法 | |
CN112417926B (zh) | 车位识别方法、装置、计算机设备及可读存储介质 | |
CN105511462B (zh) | 一种基于视觉的agv导航方法 | |
CN111241988B (zh) | 一种结合定位信息的大场景内运动目标检测识别方法 | |
CN110766760B (zh) | 用于相机标定的方法、装置、设备和存储介质 | |
CN110490932B (zh) | 单目红外共面光标迭代优化测量行车吊臂空间位姿方法 | |
CN110533726B (zh) | 一种激光雷达场景三维姿态点法向量估计修正方法 | |
CN112270320B (zh) | 一种基于卫星影像校正的输电线路杆塔坐标校准方法 | |
CN113327296B (zh) | 基于深度加权的激光雷达与相机在线联合标定方法 | |
CN110728720B (zh) | 用于相机标定的方法、装置、设备和存储介质 | |
CN115578315A (zh) | 一种基于无人机图像的桥梁应变近景摄影测量方法 | |
CN114578328B (zh) | 一种多激光雷达和多相机传感器空间位置自动标定方法 | |
CN110930365B (zh) | 一种交通场景下的正交消失点检测方法 | |
CN114719873A (zh) | 一种低成本精细地图自动生成方法、装置及可读介质 | |
CN117215327A (zh) | 基于无人机的公路巡检检测及智能飞行控制方法 | |
CN112950562A (zh) | 一种基于线结构光的扣件检测算法 | |
CN117029870A (zh) | 一种基于路面点云的激光里程计 | |
CN115265493B (zh) | 一种基于非标定相机的车道级定位方法及装置 | |
CN112985388B (zh) | 基于大位移光流法的组合导航方法及系统 | |
CN115792912A (zh) | 一种弱观测条件下基于视觉与毫米波雷达融合的水面无人艇环境感知方法及系统 |
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 |