CN111783597A - 行车轨迹线的标定方法、装置、计算机设备和存储介质 - Google Patents

行车轨迹线的标定方法、装置、计算机设备和存储介质 Download PDF

Info

Publication number
CN111783597A
CN111783597A CN202010591868.9A CN202010591868A CN111783597A CN 111783597 A CN111783597 A CN 111783597A CN 202010591868 A CN202010591868 A CN 202010591868A CN 111783597 A CN111783597 A CN 111783597A
Authority
CN
China
Prior art keywords
image
vehicle
position information
target road
grid
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.)
Granted
Application number
CN202010591868.9A
Other languages
English (en)
Other versions
CN111783597B (zh
Inventor
黄海洋
张建
刘金波
王宇
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.)
FAW Group Corp
Original Assignee
FAW Group Corp
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 FAW Group Corp filed Critical FAW Group Corp
Priority to CN202010591868.9A priority Critical patent/CN111783597B/zh
Publication of CN111783597A publication Critical patent/CN111783597A/zh
Application granted granted Critical
Publication of CN111783597B publication Critical patent/CN111783597B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • 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
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00—Registering or indicating the working of vehicles
    • G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
    • G07C5/0841—Registering performance data
    • G07C5/085—Registering performance data using electronic data carriers
    • G07C5/0866—Registering performance data using electronic data carriers the electronic data carrier being a digital video recorder in combination with video camera
    • 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
    • G06T2207/10004—Still image; Photographic image
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30241—Trajectory

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Processing (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种行车轨迹线的标定方法、装置、计算机设备和存储介质，该方法包括：根据拍摄装置实时捕捉的车辆外部图像生成网格图像，并在网格图像的各网格顶点中识别至少一个目标路面点；当确定车辆的外部标定物所在位置与网格图像中各目标路面点重合时，记录所述外部标定物相对于车辆的空间位置信息；根据各目标路面点的图像位置信息、与各目标路面点匹配的外部标定物的空间位置信息以及拍摄装置的内部参数，计算旋转矩阵和平移矩阵作为行车轨迹线的标定结果。使用本发明的技术方案，可以实现在汽车前视和后视场景下，精确标定汽车的行车轨迹线。

Description

行车轨迹线的标定方法、装置、计算机设备和存储介质
技术领域
本发明实施例涉及智慧汽车技术，尤其涉及一种行车轨迹线的标定方法、装置、计算机设备和存储介质。
背景技术
随着智慧汽车技术的发展，倒车影像、前视影像、远程驾驶辅助、行车记录仪以及虚拟轨迹等各方面，都需要对汽车的行车轨迹进行实时显示。
实时显示汽车的行车轨迹，需要对行车轨迹进行标定。现有技术中标定行车轨迹，通常通过获取方向盘转角与行车轨迹之间的对应关系来实现，或者根据棋盘格获取车载拍摄装置的内外参数，根据内外参数获取棋盘格标定板与车载拍摄装置拍摄的图像之间的投影关系，并获取汽车行车轨迹与棋盘格标定板之间的投影关系来实现。现有技术中标定行车轨迹的方式，在前视场景下，显示行车轨迹的精确度较低，误差较大。
发明内容
本发明实施例提供一种行车轨迹线的标定方法、装置、计算机设备和存储介质，以实现在汽车前视和后视场景下，精确标定汽车的行车轨迹线。
第一方面，本发明实施例提供了一种行车轨迹线的标定方法，该方法包括：
根据拍摄装置实时捕捉的车辆外部图像生成网格图像，并在网格图像的各网格顶点中识别至少一个目标路面点；
当确定车辆的外部标定物所在位置与网格图像中各目标路面点重合时，记录所述外部标定物相对于车辆的空间位置信息；
根据各目标路面点的图像位置信息、与各目标路面点匹配的外部标定物的空间位置信息以及拍摄装置的内部参数，计算旋转矩阵和平移矩阵作为行车轨迹线的标定结果。
第二方面，本发明实施例还提供了一种行车轨迹线的标定装置，该装置包括：
目标路面点获取模块，用于根据拍摄装置实时捕捉的车辆外部图像生成网格图像，并在网格图像的各网格顶点中识别至少一个目标路面点；
空间位置信息记录模块，用于当确定车辆的外部标定物所在位置与网格图像中各目标路面点重合时，记录所述外部标定物相对于车辆的空间位置信息；
标定结果获取模块，用于根据各目标路面点的图像位置信息、与各目标路面点匹配的外部标定物的空间位置信息以及拍摄装置的内部参数，计算旋转矩阵和平移矩阵作为行车轨迹线的标定结果。
第三方面，本发明实施例还提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如本发明实施例中任一所述的行车轨迹线的标定方法。
第四方面，本发明实施例还提供了一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如本发明实施例中任一所述的行车轨迹线的标定方法。
本发明实施例通过对车辆外部图像进行网格化处理，在网格顶点中获取目标路面点，通过各目标路面点的图像位置信息、与各目标路面点匹配的外部标定物的空间位置信息以及拍摄装置的内部参数，获得旋转矩阵和平移矩阵作为标定结果。解决了现有技术中标定行车轨迹的方式，在前视场景下，显示行车轨迹的精确度较低，误差较大的问题，实现了在汽车前视和后视场景下，精确标定汽车的行车轨迹线。
附图说明
图1是本发明实施例一中的一种行车轨迹线的标定方法的流程图；
图2a是本发明实施例二中的一种行车轨迹线的标定方法的流程图；
图2b是本发明具体适用场景一中的一种行车轨迹线的标定方法的流程图；
图3是本发明实施例三中的一种行车轨迹线的标定装置的结构示意图；
图4是本发明实施例四中的一种计算机设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1是本发明实施例一提供的一种行车轨迹线的标定方法的流程图，本实施例可适用于对车辆的行车轨迹线进行标定，从而实现实时显示车辆的行车轨迹的情况，该方法可以由行车轨迹线的标定装置来执行，该装置可以由软件和/或硬件来实现，并一般集成在计算机设备中，并与拍摄装置配合使用。
如图1所示，本发明实施例的技术方案，具体包括如下步骤：
S110、根据拍摄装置实时捕捉的车辆外部图像生成网格图像，并在网格图像的各网格顶点中识别至少一个目标路面点。
其中，拍摄装置安装在车辆预定位置，车辆外部图像是拍摄装置实时拍摄得到的图像，可以是车辆前视图像或者车辆后视图像。网格图像是对车辆外部图像进行网格化处理生成的图像，网格顶点是网格图像中各网格线之间的交点。目标路面点是在网格顶点中筛选得到的，属于地面区域且在一定距离范围之内的点。获取目标路面点的目的在于，可以根据目标路面点，获取图像坐标系和车辆坐标系之间的转换关系。
在本发明实施例中，根据车辆外部图像生成网格图像，并在网格图像的网格顶点中筛选目标路面点，这样设置的好处在于，不依赖于棋盘格，即可对行车轨迹线进行标定。
在本发明一个可选的实施例中，根据拍摄装置实时捕捉的车辆外部图像生成网格图像，可以包括：获取拍摄装置实时捕捉的车辆外部图像；按照预设间隔，在所述车辆外部图像上生成多条横向和纵向直线，获得网格图像。
具体的，当车辆外部图像的图像分辨率为W*H，预设间隔为L时，分别画点(L*i，0)到点(L*i，H-1)的纵向直线，其中i的取值为1到floor(W/L)；分别画(0，L*j)到点(W-1，L*j)的横向直线，其中j的取值为1到floor(H/L)。绘制完成横向和纵向直线之后，获得网格图像，网格图像中各顶点的像素坐标为(L*i，L*j)。
在本发明一个可选的实施例中，在网格图像的各网格顶点中识别至少一个目标路面点，可以包括：获取当前处理的目标网格顶点的图像位置信息；如果根据图像位置信息确定所述目标网格顶点为地面区域，并且所述目标网格顶点与网格图像下边缘中心点之间的距离小于等于最大测量距离，则确定所述目标网格顶点为目标路面点。
其中，图像位置信息可以包括目标网格顶点在图像坐标系下的坐标信息，以及指示目标网格顶点所在的区域是否是地面区域。在本发明实施例中，在最大测量距离之内的网格顶点，都需要用于计算旋转矩阵和平移矩阵，从而可以覆盖较大范围的车辆外部视野进行标定，减少距离车辆较远视野处的标定误差。
S120、当确定车辆的外部标定物所在位置与网格图像中各目标路面点重合时，记录所述外部标定物相对于车辆的空间位置信息。
其中，外部标定物是放置在车辆外部，用于标定车辆行车轨迹线的物品。通过获取目标路面点的图像位置信息，以及与目标路面点的位置匹配的外部标定物的空间位置信息，即可获取图像坐标系与车辆坐标系之间的转换关系。示例性的，外部标定物可以是锥桶、信号灯等便于进行标记的物品，本发明实施例对外部标定物的种类不进行限制。
在本发明实施例中，获取网格图像中的各目标路面点之后，即可确定与各目标路面点的位置匹配的外部标定物的位置，从而获取外部标定物的空间位置信息。
具体的，当外部标定物是锥桶时，当目标路面点在网格图像中的位置与锥桶底部在实时捕捉的车辆外部图像中的位置相同时，外部标定物所在位置与网格图像中的目标路面点重合。
在本发明一个可选的实施例中，当确定车辆的外部标定物所在位置与网格图像中各目标路面点重合时，记录所述外部标定物相对于车辆的空间位置信息，包括：如果确定车辆的外部标定物所在位置与网格图像中的目标路面点重合，则获取所述外部标定物到车辆后轴中心的纵向距离和横向距离；将所述纵向距离和所述横向距离作为外部标定物相对于车辆的空间位置信息。
在本发明实施例中，当外部标定物所在位置与网格图像中的目标路面点重合时，以车辆后轴中心为原点，获取当前外部标定物所在位置距离车辆后轴中心的横向距离和纵向距离，作为当前外部标定物的空间位置信息。
S130、根据各目标路面点的图像位置信息、与各目标路面点匹配的外部标定物的空间位置信息以及拍摄装置的内部参数，计算旋转矩阵和平移矩阵作为行车轨迹线的标定结果。
其中，拍摄装置的内部参数是与拍摄装置自身特性相关的参数，拍摄装置的内部参数可以包括光心偏移、焦距、径向畸变系数以及切向畸变系数等。旋转矩阵和平移矩阵用于表示图像坐标系与车辆坐标系之间的转换关系。获取旋转矩阵和平移矩阵之后，实时获取车辆在车辆坐标系下的空间位置信息，即可获得转换为车辆在图像坐标系下的行车轨迹线。
在本发明实施例中，获取各目标路面点的图像位置信息，并对各目标路面点，确定外部标定物对应的位置，从而获取与各目标路面点匹配的外部标定物的空间位置信息，代入相机参数，即可求得旋转矩阵和平移矩阵。
本发明实施例的技术方案，通过对车辆外部图像进行网格化处理，在网格顶点中获取目标路面点，通过各目标路面点的图像位置信息、与各目标路面点匹配的外部标定物的空间位置信息以及拍摄装置的内部参数，获得旋转矩阵和平移矩阵作为标定结果。解决了现有技术中标定行车轨迹的方式，在前视场景下，显示行车轨迹的精确度较低，误差较大的问题，实现了在汽车前视和后视场景下，精确标定汽车的行车轨迹线。
实施例二
图2a是本发明实施例二提供的一种行车轨迹线的标定方法的流程图，本发明实施例在上述实施例的基础上，对生成网格图像的过程、识别目标路面点的过程以及获取外部标定物空间位置信息的过程进行了进一步的具体化，并加入了获取拍摄装置的内部参数、对车辆外部图像去除畸变以及生成车辆的行车轨迹显示图像的步骤。
相应的，如图2a所示，本发明实施例的技术方案，具体包括如下步骤：
S210、根据棋盘格，对拍摄装置进行内部参数标定，获取拍摄装置的内部参数。
其中，棋盘格是分辨率确定的、用于进行相机内部参数标定的标定板。对拍摄装置进行内部参数标定的过程是获取拍摄装置的内部参数的过程。
可选的，获取的拍摄装置的内部参数可以包括：Cx、Cy、fx、fy、k1、k2、k3、p1以及p2。其中，Cx是图像原点相对于光心成像点的横向偏移量，Cy是图像原点相对于光心成像点的纵向偏移量Cy，fx＝f/dx，其中，f是焦距，dx是像素的横向物理尺寸，fy＝f/dy，dx是像素的纵向物理尺寸，k1、k2、k3是径向畸变系数，p1、p2是切向畸变系数。
S220、获取拍摄装置实时捕捉的车辆外部图像。
S230、对所述车辆外部图像进行去除畸变处理。
在本发明实施例中，根据拍摄装置的内部参数中的径向畸变系数和切向畸变系数，对车辆外部图像进行去除畸变处理。由于透镜制造精度以及组装工艺的偏差会引入畸变，会导致拍摄装置拍摄的原始图像失真，去除畸变是对车辆外部图像进行矫正的过程，本发明实施例对去除畸变采用的具体方式不进行限制。
S240、按照预设间隔，在所述车辆外部图像上生成多条横向和纵向直线，获得网格图像。
S250、获取当前处理的目标网格顶点的图像位置信息。
S260、根据图像位置信息判断是否确定所述目标网格顶点为地面区域，如果是，则执行S270，否则执行S250。
在本发明实施例中，在各网格顶点中筛选属于地面区域且在最大测量距离范围之内的目标网格顶点，作为目标路面点。
S270、判断所述目标网格顶点与网格图像下边缘中心点之间的距离是否小于等于最大测量距离，如果是，则执行S280，否则执行S250。
S280、确定所述目标网格顶点为目标路面点。
S290、判断是否完成对全部网格顶点的处理，如果是，则执行S2100，否则执行S250。
S2100、判断是否确定车辆的外部标定物所在位置与网格图像中的目标路面点重合，如果是，则执行S2110，否则执行S2100。
在本发明实施例中，不断移动外部标定物的位置，直至外部标定物在实时获取的车辆外部图像中的位置，与网格图像中的目标路面点的位置相同。
S2110、获取所述外部标定物到车辆后轴中心的纵向距离和横向距离。
S2120、将所述纵向距离和所述横向距离作为外部标定物相对于车辆的空间位置信息。
S2130、判断是否完成对全部目标路面点的处理，如果是，则执行S2140，否则执行S2100。
S2140、根据各目标路面点的图像位置信息、与各目标路面点匹配的外部标定物的空间位置信息以及拍摄装置的内部参数，计算旋转矩阵和平移矩阵作为行车轨迹线的标定结果。
S2150、实时获取车辆的轨迹点相对于初始后轴中心的空间位置信息，根据所述空间位置信息，以及旋转矩阵和平移矩阵，确定与各轨迹点匹配的投影点的图像位置信息。
其中，轨迹点是车辆后轴中心当前所在地点，初始后轴中心是选择对车辆进行行车轨迹显示时的车辆后轴中心点，投影点是与轨迹点匹配的行车轨迹显示图像中的点。
在本发明实施例中，当选择对车辆进行行车轨迹显示时，以当前的初始后轴中心为原点，实时获取车辆在行驶过程中的各轨迹点相对于初始后轴中心的空间位置信息，通过旋转矩阵和平移矩阵，实现对各轨迹点空间位置信息到投影点的图像位置信息的转换。
S2160、根据各投影点的图像位置信息，生成车辆的行车轨迹显示图像。
在本发明实施例中，获得各投影点的图像位置信息之后，根据各投影点的图像位置信息绘制行车轨迹线，并将行车轨迹线展示给用户。
本发明实施例的技术方案，通过对车辆外部图像进行网格化处理，在网格顶点中获取目标路面点，通过各目标路面点的图像位置信息、与各目标路面点匹配的外部标定物的空间位置信息以及拍摄装置的内部参数，获得旋转矩阵和平移矩阵，车辆在行驶过程中，即可根据轨迹点的空间位置信息、旋转矩阵和平移矩阵获得投影点的图像位置信息，从而生成行车轨迹线显示图像。解决了现有技术中标定行车轨迹的方式，在前视场景下，显示行车轨迹的精确度较低，误差较大的问题，实现了不依赖棋盘格，在汽车前视和后视场景下，精确标定汽车的行车轨迹线。
具体适用场景一
图2b是本发明具体适用场景一提供的一种行车轨迹线的标定方法的流程图，如图2b所示，该方法包括以下步骤：
S1、采用小尺寸的棋盘格，对拍摄装置进行内部参数标定，获取拍摄装置的内部参数。
S2、对拍摄装置获得的车辆外部图像进行去除畸变处理，并按照预设间隔在车辆外部图像上绘制横向直线和纵向直线，生成网格图像。
S3、从网格图像左上角的网格顶点开始遍历，获得当前处理的目标网格顶点的图像位置信息。
S4、如果目标网格顶点属于地面区域，并且距离网格图像下部边缘中心的距离在最大测量距离以内，则执行S5，否则执行S3。
S5、将外部标定物放置在与网格图像中目标网格顶点重合的位置，获取外部标定物距离车辆后轴中心的横向距离和纵向距离，将横向距离和纵向距离作为外部标定物的空间位置信息。
S6、根据各外部标定物的空间位置信息、与各外部标定物匹配的各目标网格顶点的图像位置信息，以及拍摄装置的内部参数，计算旋转矩阵和平移矩阵。
S7、获取车辆行驶过程中轨迹点的空间位置信息，根据旋转矩阵和平移矩阵计算与各轨迹点匹配的投影点的图像位置信息，根据各投影点的图像位置信息生成车辆的行驶轨迹线。
本发明实施例的技术方案，通过对车辆外部图像进行网格化处理，在网格顶点中获取目标路面点，通过各目标路面点的图像位置信息、与各目标路面点匹配的外部标定物的空间位置信息以及拍摄装置的内部参数，获得旋转矩阵和平移矩阵，车辆在行驶过程中，即可根据轨迹点的空间位置信息、旋转矩阵和平移矩阵获得投影点的图像位置信息，从而生成行车轨迹线显示图像。解决了现有技术中标定行车轨迹的方式，在前视场景下，显示行车轨迹的精确度较低，误差较大的问题，实现了不依赖棋盘格，在汽车前视和后视场景下，精确标定汽车的行车轨迹线。
实施例三
图3是本发明实施例三提供的一种行车轨迹线的标定装置的结构示意图，该装置可以由软件和/或硬件来实现，并一般集成在计算机设备中，并与拍摄装置配合使用。该装置包括：目标路面点获取模块310、空间位置信息记录模块320以及标定结果获取模块330。其中：
目标路面点获取模块310，用于根据拍摄装置实时捕捉的车辆外部图像生成网格图像，并在网格图像的各网格顶点中识别至少一个目标路面点；
空间位置信息记录模块320，用于当确定车辆的外部标定物所在位置与网格图像中各目标路面点重合时，记录所述外部标定物相对于车辆的空间位置信息；
标定结果获取模块330，用于根据各目标路面点的图像位置信息、与各目标路面点匹配的外部标定物的空间位置信息以及拍摄装置的内部参数，计算旋转矩阵和平移矩阵作为行车轨迹线的标定结果。
本发明实施例的技术方案，通过对车辆外部图像进行网格化处理，在网格顶点中获取目标路面点，通过各目标路面点的图像位置信息、与各目标路面点匹配的外部标定物的空间位置信息以及拍摄装置的内部参数，获得旋转矩阵和平移矩阵作为标定结果。解决了现有技术中标定行车轨迹的方式，在前视场景下，显示行车轨迹的精确度较低，误差较大的问题，实现了在汽车前视和后视场景下，精确标定汽车的行车轨迹线。
在上述实施例的基础上，所述装置，还包括：
内部参数获取模块，用于根据棋盘格，对拍摄装置进行内部参数标定，获取拍摄装置的内部参数。
在上述实施例的基础上，目标路面点获取模块310，包括：
车辆外部图像获取单元，用于获取拍摄装置实时捕捉的车辆外部图像；
网格图像获取单元，用于按照预设间隔，在所述车辆外部图像上生成多条横向和纵向直线，获得网格图像。
在上述实施例的基础上，所述装置，还包括：
去除畸变处理模块，用于对所述车辆外部图像进行去除畸变处理。
在上述实施例的基础上，目标路面点获取模块310，包括：
图像位置信息获取单元，用于获取当前处理的目标网格顶点的图像位置信息；
目标路面点确定单元，用于如果根据图像位置信息确定所述目标网格顶点为地面区域，并且所述目标网格顶点与网格图像下边缘中心点之间的距离小于等于最大测量距离，则确定所述目标网格顶点为目标路面点。
在上述实施例的基础上，空间位置信息记录模块320，包括：
距离获取单元，用于如果确定车辆的外部标定物所在位置与网格图像中的目标路面点重合，则获取所述外部标定物到车辆后轴中心的纵向距离和横向距离；
空间位置信息获取单元，用于将所述纵向距离和所述横向距离作为外部标定物相对于车辆的空间位置信息。
在上述实施例的基础上，所述装置，还包括：
投影点图像位置信息确定模块，用于实时获取车辆的轨迹点相对于初始后轴中心的空间位置信息，根据所述空间位置信息，以及旋转矩阵和平移矩阵，确定与各轨迹点匹配的投影点的图像位置信息；
行车轨迹显示图像生成模块，用于根据各投影点的图像位置信息，生成车辆的行车轨迹显示图像。
本发明实施例所提供的行车轨迹线的标定装置可执行本发明任意实施例所提供的行车轨迹线的标定方法，具备执行方法相应的功能模块和有益效果。
实施例四
图4为本发明实施例四提供的一种计算机设备的结构示意图，如图4所示，该计算机设备包括处理器70、存储器71、输入装置72和输出装置73；计算机设备中处理器70的数量可以是一个或多个，图4中以一个处理器70为例；计算机设备中的处理器70、存储器71、输入装置72和输出装置73可以通过总线或其他方式连接，图4中以通过总线连接为例。
存储器71作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的行车轨迹线的标定方法对应的模块(例如，行车轨迹线的标定装置中的目标路面点获取模块310、空间位置信息记录模块320以及标定结果获取模块330)。处理器70通过运行存储在存储器71中的软件程序、指令以及模块，从而执行计算机设备的各种功能应用以及数据处理，即实现上述的行车轨迹线的标定方法。该方法包括：
根据拍摄装置实时捕捉的车辆外部图像生成网格图像，并在网格图像的各网格顶点中识别至少一个目标路面点；
当确定车辆的外部标定物所在位置与网格图像中各目标路面点重合时，记录所述外部标定物相对于车辆的空间位置信息；
根据各目标路面点的图像位置信息、与各目标路面点匹配的外部标定物的空间位置信息以及拍摄装置的内部参数，计算旋转矩阵和平移矩阵作为行车轨迹线的标定结果。
存储器71可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端的使用所创建的数据等。此外，存储器71可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器71可进一步包括相对于处理器70远程设置的存储器，这些远程存储器可以通过网络连接至计算机设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置72可用于接收输入的数字或字符信息，以及产生与计算机设备的用户设置以及功能控制有关的键信号输入。输出装置73可包括显示屏等显示设备。
实施例五
本发明实施例五还提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行一种行车轨迹线的标定方法，该方法包括：
根据拍摄装置实时捕捉的车辆外部图像生成网格图像，并在网格图像的各网格顶点中识别至少一个目标路面点；
当确定车辆的外部标定物所在位置与网格图像中各目标路面点重合时，记录所述外部标定物相对于车辆的空间位置信息；
根据各目标路面点的图像位置信息、与各目标路面点匹配的外部标定物的空间位置信息以及拍摄装置的内部参数，计算旋转矩阵和平移矩阵作为行车轨迹线的标定结果。
当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质，其计算机可执行指令不限于如上所述的方法操作，还可以执行本发明任意实施例所提供的行车轨迹线的标定方法中的相关操作。
通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
值得注意的是，上述行车轨迹线的标定装置的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (10)

1.一种行车轨迹线的标定方法，其特征在于，包括：
根据拍摄装置实时捕捉的车辆外部图像生成网格图像，并在网格图像的各网格顶点中识别至少一个目标路面点；
当确定车辆的外部标定物所在位置与网格图像中各目标路面点重合时，记录所述外部标定物相对于车辆的空间位置信息；
根据各目标路面点的图像位置信息、与各目标路面点匹配的外部标定物的空间位置信息以及拍摄装置的内部参数，计算旋转矩阵和平移矩阵作为行车轨迹线的标定结果。
2.根据权利要求1所述的方法，其特征在于，在根据拍摄装置实时捕捉的车辆外部图像生成网格图像之前，还包括：
根据棋盘格，对拍摄装置进行内部参数标定，获取拍摄装置的内部参数。
3.根据权利要求1所述的方法，其特征在于，根据拍摄装置实时捕捉的车辆外部图像生成网格图像，包括：
获取拍摄装置实时捕捉的车辆外部图像；
按照预设间隔，在所述车辆外部图像上生成多条横向和纵向直线，获得网格图像。
4.根据权利要求4所述的方法，其特征在于，获取拍摄装置实时捕捉的车辆外部图像之后，还包括：
对所述车辆外部图像进行去除畸变处理。
5.根据权利要求1所述的方法，其特征在于，在网格图像的各网格顶点中识别至少一个目标路面点，包括：
获取当前处理的目标网格顶点的图像位置信息；
如果根据图像位置信息确定所述目标网格顶点为地面区域，并且所述目标网格顶点与网格图像下边缘中心点之间的距离小于等于最大测量距离，则确定所述目标网格顶点为目标路面点。
6.根据权利要求5所述的方法，其特征在于，当确定车辆的外部标定物所在位置与网格图像中各目标路面点重合时，记录所述外部标定物相对于车辆的空间位置信息，包括：
如果确定车辆的外部标定物所在位置与网格图像中的目标路面点重合，则获取所述外部标定物到车辆后轴中心的纵向距离和横向距离；
将所述纵向距离和所述横向距离作为外部标定物相对于车辆的空间位置信息。
7.根据权利要求1-6任一项所述的方法，其特征在于，在计算旋转矩阵和平移矩阵作为行车轨迹线的标定结果之后，还包括：
实时获取车辆的轨迹点相对于初始后轴中心的空间位置信息，根据所述空间位置信息，以及旋转矩阵和平移矩阵，确定与各轨迹点匹配的投影点的图像位置信息；
根据各投影点的图像位置信息，生成车辆的行车轨迹显示图像。
8.一种行车轨迹线的标定装置，其特征在于，包括：
目标路面点获取模块，用于根据拍摄装置实时捕捉的车辆外部图像生成网格图像，并在网格图像的各网格顶点中识别至少一个目标路面点；
空间位置信息记录模块，用于当确定车辆的外部标定物所在位置与网格图像中各目标路面点重合时，记录所述外部标定物相对于车辆的空间位置信息；
标定结果获取模块，用于根据各目标路面点的图像位置信息、与各目标路面点匹配的外部标定物的空间位置信息以及拍摄装置的内部参数，计算旋转矩阵和平移矩阵作为行车轨迹线的标定结果。
9.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-7中任一所述的行车轨迹线的标定方法。
10.一种包含计算机可执行指令的存储介质，其特征在于，所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-7中任一所述的行车轨迹线的标定方法。
CN202010591868.9A 2020-06-24 2020-06-24 行车轨迹线的标定方法、装置、计算机设备和存储介质 Active CN111783597B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010591868.9A CN111783597B (zh) 2020-06-24 2020-06-24 行车轨迹线的标定方法、装置、计算机设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010591868.9A CN111783597B (zh) 2020-06-24 2020-06-24 行车轨迹线的标定方法、装置、计算机设备和存储介质

Publications (2)

Publication Number Publication Date
CN111783597A true CN111783597A (zh) 2020-10-16
CN111783597B CN111783597B (zh) 2022-12-13

Family

ID=72761466

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010591868.9A Active CN111783597B (zh) 2020-06-24 2020-06-24 行车轨迹线的标定方法、装置、计算机设备和存储介质

Country Status (1)

Country Link
CN (1) CN111783597B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112118537A (zh) * 2020-11-19 2020-12-22 蘑菇车联信息科技有限公司 一种利用图片实现移动轨迹估算的方法及相关装置
CN114112445A (zh) * 2021-12-31 2022-03-01 杭州海康汽车软件有限公司 方向盘转向传动比标定方法、装置、系统、设备及介质

Citations (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101582164A (zh) * 2009-06-24 2009-11-18 北京锦恒佳晖汽车电子系统有限公司 一种辅助倒车系统的图像处理方法
WO2012139636A1 (en) * 2011-04-13 2012-10-18 Connaught Electronics Limited Online vehicle camera calibration based on road surface texture tracking and geometric properties
CN104867155A (zh) * 2015-06-02 2015-08-26 阔地教育科技有限公司 一种基于联合标定的目标跟踪方法及装置
CN106296642A (zh) * 2015-06-09 2017-01-04 汪浩 车载环视系统摄像头内外参数一次性标定的方法
CN106954045A (zh) * 2017-03-23 2017-07-14 长沙冰眼电子科技有限公司 车辆视场跟随显示系统
CN106991703A (zh) * 2017-03-23 2017-07-28 长沙冰眼电子科技有限公司 车辆摄像监控区域获取方法和系统
CN107054465A (zh) * 2016-12-29 2017-08-18 惠州华阳通用电子有限公司 一种倒车轨迹生成方法
CN107481284A (zh) * 2017-08-25 2017-12-15 京东方科技集团股份有限公司 目标物跟踪轨迹精度测量的方法、装置、终端及系统
CN107529221A (zh) * 2017-08-22 2017-12-29 上海兴容信息技术有限公司 一种结合视频监控和Wi‑Fi定位的追踪分析系统及方法
US20180324415A1 (en) * 2015-12-28 2018-11-08 Intel Corporation Real-time automatic vehicle camera calibration
CN109345576A (zh) * 2018-09-30 2019-02-15 西南政法大学 车辆行驶速度鉴定方法及系统
CN109544643A (zh) * 2018-11-21 2019-03-29 北京佳讯飞鸿电气股份有限公司 一种摄像机图像校正方法及装置
CN109712194A (zh) * 2018-12-10 2019-05-03 深圳开阳电子股份有限公司 车载环视系统及其立体标定方法和计算机可读存储介质
CN109741455A (zh) * 2018-12-10 2019-05-10 深圳开阳电子股份有限公司 一种车载立体全景显示方法、计算机可读存储介质及系统
CN109817022A (zh) * 2019-02-13 2019-05-28 腾讯科技（深圳）有限公司 一种获取目标对象位置的方法、终端、汽车及系统
CN109993798A (zh) * 2019-04-09 2019-07-09 上海肇观电子科技有限公司 多摄像头检测运动轨迹的方法、设备及存储介质
CN110008893A (zh) * 2019-03-29 2019-07-12 武汉理工大学 一种基于车载图像传感器的车辆行驶跑偏自动检测方法
CN110458884A (zh) * 2019-08-16 2019-11-15 北京茵沃汽车科技有限公司 在全景图中生成车辆运行动态轨迹线的方法、装置、介质
CN110825101A (zh) * 2019-12-26 2020-02-21 电子科技大学 一种基于深度卷积神经网络的无人机自主降落方法
CN110889890A (zh) * 2019-11-29 2020-03-17 深圳市商汤科技有限公司 图像处理方法及装置、处理器、电子设备及存储介质
CN111123912A (zh) * 2019-11-29 2020-05-08 苏州智加科技有限公司 行车定位坐标的标定方法和装置
US20200173777A1 (en) * 2017-07-05 2020-06-04 Fastbrick Ip Pty Ltd Real time position and orientation tracker
CN111238374A (zh) * 2020-03-16 2020-06-05 天目爱视（北京）科技有限公司 一种基于坐标测量的三维模型构建及测量方法

Patent Citations (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101582164A (zh) * 2009-06-24 2009-11-18 北京锦恒佳晖汽车电子系统有限公司 一种辅助倒车系统的图像处理方法
WO2012139636A1 (en) * 2011-04-13 2012-10-18 Connaught Electronics Limited Online vehicle camera calibration based on road surface texture tracking and geometric properties
CN104867155A (zh) * 2015-06-02 2015-08-26 阔地教育科技有限公司 一种基于联合标定的目标跟踪方法及装置
CN106296642A (zh) * 2015-06-09 2017-01-04 汪浩 车载环视系统摄像头内外参数一次性标定的方法
US20180324415A1 (en) * 2015-12-28 2018-11-08 Intel Corporation Real-time automatic vehicle camera calibration
CN107054465A (zh) * 2016-12-29 2017-08-18 惠州华阳通用电子有限公司 一种倒车轨迹生成方法
CN106954045A (zh) * 2017-03-23 2017-07-14 长沙冰眼电子科技有限公司 车辆视场跟随显示系统
CN106991703A (zh) * 2017-03-23 2017-07-28 长沙冰眼电子科技有限公司 车辆摄像监控区域获取方法和系统
US20200173777A1 (en) * 2017-07-05 2020-06-04 Fastbrick Ip Pty Ltd Real time position and orientation tracker
CN107529221A (zh) * 2017-08-22 2017-12-29 上海兴容信息技术有限公司 一种结合视频监控和Wi‑Fi定位的追踪分析系统及方法
CN107481284A (zh) * 2017-08-25 2017-12-15 京东方科技集团股份有限公司 目标物跟踪轨迹精度测量的方法、装置、终端及系统
CN109345576A (zh) * 2018-09-30 2019-02-15 西南政法大学 车辆行驶速度鉴定方法及系统
CN109544643A (zh) * 2018-11-21 2019-03-29 北京佳讯飞鸿电气股份有限公司 一种摄像机图像校正方法及装置
CN109712194A (zh) * 2018-12-10 2019-05-03 深圳开阳电子股份有限公司 车载环视系统及其立体标定方法和计算机可读存储介质
CN109741455A (zh) * 2018-12-10 2019-05-10 深圳开阳电子股份有限公司 一种车载立体全景显示方法、计算机可读存储介质及系统
CN109817022A (zh) * 2019-02-13 2019-05-28 腾讯科技（深圳）有限公司 一种获取目标对象位置的方法、终端、汽车及系统
CN110008893A (zh) * 2019-03-29 2019-07-12 武汉理工大学 一种基于车载图像传感器的车辆行驶跑偏自动检测方法
CN109993798A (zh) * 2019-04-09 2019-07-09 上海肇观电子科技有限公司 多摄像头检测运动轨迹的方法、设备及存储介质
CN110458884A (zh) * 2019-08-16 2019-11-15 北京茵沃汽车科技有限公司 在全景图中生成车辆运行动态轨迹线的方法、装置、介质
CN110889890A (zh) * 2019-11-29 2020-03-17 深圳市商汤科技有限公司 图像处理方法及装置、处理器、电子设备及存储介质
CN111123912A (zh) * 2019-11-29 2020-05-08 苏州智加科技有限公司 行车定位坐标的标定方法和装置
CN110825101A (zh) * 2019-12-26 2020-02-21 电子科技大学 一种基于深度卷积神经网络的无人机自主降落方法
CN111238374A (zh) * 2020-03-16 2020-06-05 天目爱视（北京）科技有限公司 一种基于坐标测量的三维模型构建及测量方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
HAIGEN MIN等: "Kinematic and Dynamic Vehicle Model-Assisted Global Positioning Method for Autonomous Vehicles with Low-Cost GPS/Camera/In-Vehicle Sensors", 《SENSORS》 *
张奕然: "复杂城市环境下智能车导航定位方法研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 *
李祎承: "面向智能车的道路场景建模与高精度定位研究", 《中国博士学位论文全文数据库》 *
赵爽等: "基于大比例尺航空影像共面约束条件的相机自检校方法", 《测绘学报》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112118537A (zh) * 2020-11-19 2020-12-22 蘑菇车联信息科技有限公司 一种利用图片实现移动轨迹估算的方法及相关装置
CN112118537B (zh) * 2020-11-19 2021-02-19 蘑菇车联信息科技有限公司 一种利用图片实现移动轨迹估算的方法及相关装置
CN114112445A (zh) * 2021-12-31 2022-03-01 杭州海康汽车软件有限公司 方向盘转向传动比标定方法、装置、系统、设备及介质
CN114112445B (zh) * 2021-12-31 2024-04-02 杭州海康汽车软件有限公司 方向盘转向传动比标定方法、装置、系统、设备及介质

Also Published As

Publication number Publication date
CN111783597B (zh) 2022-12-13

Similar Documents

Publication Publication Date Title
CN109949365B (zh) 基于路面特征点的车辆指定位置停车方法及系统
CN111310708B (zh) 交通信号灯状态识别方法、装置、设备和存储介质
CN112902874B (zh) 图像采集装置及方法、图像处理方法及装置、图像处理系统
CN105989593B (zh) 视频录像中进行特定车辆速度测量的方法及装置
CN111783597B (zh) 行车轨迹线的标定方法、装置、计算机设备和存储介质
CN113658262B (zh) 相机外参标定方法、装置、系统及存储介质
CN109118537B (zh) 一种画面匹配方法、装置、设备和存储介质
CN109741241B (zh) 鱼眼图像的处理方法、装置、设备和存储介质
CN112270719A (zh) 相机标定方法、装置及系统
CN113030990B (zh) 车辆的融合测距方法、装置、测距设备及介质
CN112614192A (zh) 一种车载相机的在线标定方法和车载信息娱乐系统
CN111243003A (zh) 车载双目摄像机及其检测道路限高杆的方法、装置
CN114332142A (zh) 车载相机的外参标定方法、设备、系统及介质
CN116839564A (zh) 一种高精地图构建辅助方法、设备及介质
CN111982132B (zh) 数据处理方法、装置和存储介质
CN112669465A (zh) 场景转换方法、电子设备及存储介质
CN113610927B (zh) 一种avm摄像头参数标定方法、装置及电子设备
CN117152265A (zh) 一种基于区域提取的交通图像标定方法及装置
CN112767498A (zh) 相机标定方法、装置和电子设备
CN116823966A (zh) 相机的内参标定方法、装置、计算机设备和存储介质
CN116977671A (zh) 基于图像空间定位的目标跟踪方法、装置、设备及存储介质
CN109376653B (zh) 用于定位车辆的方法、装置、设备和介质
CN115439552A (zh) 一种多相机外参标定方法、装置及电子设备
CN111627067A (zh) 一种双目相机的标定方法及车载设备
CN114493967A (zh) 图像获取装置及方法、图像处理装置及方法、图像处理系统

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