CN112132902B - 车载摄像头外参调整方法、装置、电子设备以及介质 - Google Patents
车载摄像头外参调整方法、装置、电子设备以及介质 Download PDFInfo
- Publication number
- CN112132902B CN112132902B CN201910549503.7A CN201910549503A CN112132902B CN 112132902 B CN112132902 B CN 112132902B CN 201910549503 A CN201910549503 A CN 201910549503A CN 112132902 B CN112132902 B CN 112132902B
- Authority
- CN
- China
- Prior art keywords
- feature point
- vehicle
- mounted camera
- frame image
- point pairs
- 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
- 238000000034 method Methods 0.000 title claims abstract description 129
- 230000008569 process Effects 0.000 claims description 80
- 238000005096 rolling process Methods 0.000 claims description 31
- 238000012216 screening Methods 0.000 claims description 23
- 230000033001 locomotion Effects 0.000 claims description 13
- 238000007619 statistical method Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 10
- 238000012935 Averaging Methods 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 2
- 230000000875 corresponding effect Effects 0.000 description 38
- 238000010586 diagram Methods 0.000 description 12
- 238000012360 testing method Methods 0.000 description 10
- 238000006243 chemical reaction Methods 0.000 description 9
- 238000001514 detection method Methods 0.000 description 7
- 230000003287 optical effect Effects 0.000 description 7
- 230000008901 benefit Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 239000011159 matrix material Substances 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000002474 experimental method Methods 0.000 description 4
- 238000000605 extraction Methods 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000007774 longterm Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000005764 inhibitory process Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000006798 recombination Effects 0.000 description 1
- 238000005215 recombination Methods 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 238000010845 search algorithm Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 239000004065 semiconductor Substances 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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
- Closed-Circuit Television Systems (AREA)
- Studio Devices (AREA)
Abstract
公开了一种车载摄像头外参调整方法、装置、电子设备及介质。该外参调整方法包括:获取车载摄像头采集的间隔预设帧的第一帧图像与第二帧图像,对第一帧图像与第二帧图像进行特征点匹配,得到匹配成功的至少两个特征点对,获取上述至少两个特征点对的位置关系,当该位置关系满足第一预设条件时,对车载摄像头的外参进行调整,得到一组外参调整结果。这样,可以实现对车载摄像头的外参进行调整,不需要依赖高精度的已知结构信息,操作方便,效率高,灵活性强。
Description
技术领域
本申请涉及影像处理技术领域,且更为具体地,涉及一种车载摄像头外参调整方法、装置、电子设备以及介质。
背景技术
在机器视觉应用中,为确定空间物体在世界坐标系中的三维几何位置与其在图像中对应像素点之间的相互关系,需要建立摄像头成像的几何模型,这些几何模型参数就是摄像头的参数,具体包括摄像头的内参和外参。这些参数的确定过程也称为对摄像头进行标定的过程。摄像头标定是机器视觉应用的关键环节之一,其标定结果的精度直接影响摄像头工作产生结果的准确性。
目前,摄像头在车辆上具有广泛的应用,而车载摄像头的标定,一般是在标准标定场地上,基于标定板完成。但由于车辆长时间使用或发生碰撞,容易导致摄像头的外参尤其是角度信息发生变化,而外参中的角度信息对测距及显示效果有很大影响,需要及时重新进行调整。但是在标准标定场地调整外参费时费力,可能会给用户的工作和生活带来不便。
发明内容
为了解决上述技术问题,提出了本申请。本申请的实施例提供了一种车载摄像头外参调整方法、装置、电子设备以及介质,其通过检测第一帧图像与第二帧图像中特征点对的位置关系来对车载摄像头的外参进行调整,避免在标准标定场地调整外参所带来的不便。
根据本申请的一个方面,提供了一种车载摄像头外参调整方法,包括:获取车载摄像头采集的间隔预设帧的第一帧图像与第二帧图像;对所述第一帧图像与所述第二帧图像进行特征点匹配,得到匹配成功的至少两个特征点对,其中,所述至少两个特征点对中的每个特征点对包括第一特征点和第二特征点,所述第一特征点为所述第一帧图像中的特征点,所述第二特征点为所述第二帧图像中的特征点;获取所述至少两个特征点对的位置关系;当所述位置关系满足第一预设条件时,对所述车载摄像头的外参进行调整,得到一组外参调整结果。
根据本申请的另一方面,提供了一种车载摄像头外参调整装置,包括:图像获取模块,用于获取车载摄像头采集的间隔预设帧的第一帧图像与第二帧图像;特征匹配模块,用于对所述第一帧图像与所述第二帧图像进行特征点匹配,得到匹配成功的至少两个特征点对,其中,所述至少两个特征点对中的每个特征点对包括第一特征点和第二特征点,所述第一特征点为所述第一帧图像中的特征点,所述第二特征点为所述第二帧图像中的特征点;调整模块,用于获取所述至少两个特征点对的位置关系,当所述位置关系满足第一预设条件时,对所述车载摄像头的外参进行调整,得到一组外参调整结果。
根据本申请的再一方面,提供了一种电子设备,包括:处理器;以及,存储器,在所述存储器中存储有计算机程序指令,所述计算机程序指令在被所述处理器运行时使得所述处理器执行如上所述的车载摄像头外参调整方法。
根据本申请的又一方面,提供了一种计算机可读介质,其上存储有计算机程序指令,所述计算机程序指令在被处理器运行时使得所述处理器执行如上所述的车载摄像头外参调整方法。
与现有技术相比,根据本申请的车载摄像头外参调整方法、装置、电子设备及介质可以获取车载摄像头采集的间隔预设帧的第一帧图像与第二帧图像,然后对第一帧图像与第二帧图像进行特征点匹配,得到匹配成功的至少两个特征点对,接着获取上述至少两个特征点对的位置关系,当该位置关系满足第一预设条件时,对车载摄像头的外参进行调整,得到一组外参调整结果。
这样,本申请的车载摄像头外参调整方法、装置、电子设备及介质通过检测第一帧图像与第二帧图像中特征点对的位置关系来对车载摄像头的外参进行调整,不需要依赖高精度的已知结构信息,操作方便,效率高,灵活性强。
附图说明
通过结合附图对本申请实施例进行更详细的描述,本申请的上述以及其他目的、特征和优势将变得更加明显。附图用来提供对本申请实施例的进一步理解,并且构成说明书的一部分,与本申请实施例一起用于解释本申请,并不构成对本申请的限制。在附图中,相同的参考标号通常代表相同部件或步骤。
图1是本申请一示例性实施例提供的车载摄像头外参调整方法的流程示意图;
图2是本申请一示例性实施例提供的翻滚角调整过程的流程示意图;
图3是本申请一示例性实施例提供的俯仰角调整过程的流程示意图;
图4是本申请一示例性实施例提供的偏航角调整过程的流程示意图;
图5是本申请一示例性实施例提供的一种车载摄像头外参调整装置的框图;
图6是本申请一示例性实施例提供的调整模块的第一个示例框图;
图7是本申请一示例性实施例提供的调整模块的第二个示例框图;
图8是本申请一示例性实施例提供的调整模块的第三个示例框图;
图9是本申请一示例性实施例提供的一种电子设备的结构示意图。
具体实施方式
下面,将参考附图详细地描述根据本申请的示例实施例。显然,所描述的实施例仅仅是本申请的一部分实施例,而不是本申请的全部实施例,应理解,本申请不受这里描述的示例实施例的限制。
申请概述
如上所述,由于车辆长时间使用或发生碰撞,容易导致摄像头的外参尤其是角度信息发生变化,而外参中的角度信息对测距及显示效果有很大影响,需要及时重新对车载摄像头的外参进行调整。
现有的技术方案主要包括:在标准标定场地上,通过从不同角度拍摄若干张标定板图象,检测出图像中的特征点,从而求出摄像头的内、外参数。这种方式需要依赖标定场地以及标定板即需要依赖高精度的已知结构信息,标定过程复杂,费时费力,灵活性较差。
基于上述技术问题,本申请的基本构思是通过检测第一帧图像与第二帧图像中特征点对的位置关系来对车载摄像头的外参进行调整。
具体地,本申请提供的车载摄像头外参调整方法、装置、电子设备以及介质首先获取车载摄像头采集的间隔预设帧的第一帧图像与第二帧图像,再对第一帧图像与第二帧图像进行特征点匹配,得到匹配成功的至少两个特征点对,然后获取上述至少两个特征点对的位置关系,接下来,当位置关系满足第一预设条件时,对车载摄像头的外参进行调整,得到一组外参调整结果。
这样,通过检测第一帧图像与第二帧图像中特征点对的位置关系来对车载摄像头的外参进行调整,不需要依赖高精度的已知结构信息,操作方便,效率高,灵活性强,且没有复杂的外参求解过程,降低了对电子设备计算能力的要求。
在介绍了本申请的基本原理之后,下面将参考附图来具体介绍本申请的各种非限制性实施例。需要说明的是,本实施例提供的车载摄像头外参调整方法可以应用于车载鱼眼摄像头。由于鱼眼摄像头为广角摄像头,能够采集到路面图像,在一种应用场景中,可以基于采集到的图像中的路面特征信息如车道线信息进行图像特征点的提取。当然,在本申请的其他实施例中,也可以应用于其他车载摄像头的外参调整。
示例性方法
图1是本申请一示例性实施例提供的车载摄像头外参调整方法的流程示意图。本实施例可应用在电子设备上,如图1所示,包括如下步骤:
步骤S101,获取车载摄像头采集的间隔预设帧的第一帧图像与第二帧图像。
可以理解的是,当车辆与周围环境中的物体发生相对运动时,安装在车辆上的车载摄像头先后采集到的多帧图像中,物体与车辆的相对位置存在差异。举例来讲,在车辆行驶过程中,车载摄像头采集到的前后两帧图像中,同一静态物体如路面特征等与车辆的相对位置将随着车辆的运动而变化。
本实施例中,预设帧可以根据实际应用场景中车辆与周围环境中物体的相对运动速度设置,使得第一帧图像与第二帧图像中存在至少两个匹配的特征点对。例如,在一种应用场景中,可以设置为间隔零帧,即第一帧图像和第二帧图像为相邻帧图像,或者,也可以设置为间隔一帧。
举例来讲,若第一帧图像和第二帧图像为车辆行驶过程中采集的,预设帧可以根据当前车速设置,如当前车速在10~15km/h之间,可以设置为间隔零帧。
步骤S102,对第一帧图像与第二帧图像进行特征点匹配,得到匹配成功的至少两个特征点对。
其中,至少两个特征点对中的每个特征点对包括第一特征点和第二特征点,第一特征点为第一帧图像中的特征点,第二特征点为第二帧图像中的特征点。
可以理解的是,在执行步骤S102之前,需要先分别提取第一帧图像和第二帧图像中的特征点。特征点可以是图像中感兴趣区域的角点、交点或者是边缘点等。以车载鱼眼摄像头为例,第一帧图像和第二帧图像中可以包含同一路面特征信息如车道线信息,此时,可以将图像中路面特征如车道线所在的区域作为感兴趣区域,进行特征点提取。
具体来讲,可以通过图像特征点检测算法提取第一帧图像和第二帧图像中的特征点。例如,可以采用SURF(Speeded Up Robust Feature,加速稳健特征)特征检测算法、SIFT(尺度不变特征转换,ScaleInvariant Feature Transform)特征检测算法、ORB(ORientedBrief)特征检测算法、FAST(Features from Accelerated Segment Test,加速分割测试获得特征)特征检测算法、或者是Harris角点检测算法等。
以采用ORB特征检测算法为例,提取第一帧图像和第二帧图像中的特征点的过程可以包括:分别针对第一帧图像和第二帧图像,基于图像中的灰度差进行特征点粗提取,在进一步对提取出的特征点进行筛选,并对筛选出的特征点进行非极大抑制、尺度不变性、旋转不变性以及特征点描述处理,实现特征点的提取。
在得到第一帧图像的特征点和第二帧图像中的特征点后,则可以对第一帧图像和第二帧图像进行特征点匹配,得到匹配成功的至少两个特征点对。特征点匹配的方式有多种,举例来讲,可以采用暴力匹配的方式,在第一帧图像的特征点中选取一个特征点作为目标特征点,然后依次计算该目标特征点与第二帧图像的每个特征点的汉明距离,最后返回与该目标特征点距离最近的特征点,作为与该目标特征点相匹配的特征点,即与该目标特征点组成特征点对;同理,将第一帧图像中剩余特征点依次作为目标特征点,重复上述过程,直至得到第一帧图像与第二帧图像之间所有相匹配的特征点对。
当然,除了上述暴力匹配方式以外,还可以采用其他的特征点匹配方式,如快速近似最近邻搜索算法等。
步骤S103,获取至少两个特征点对的位置关系。
需要说明的是,若上述第一帧图像和第二帧图像是在车辆行驶过程中车载摄像头采集到的,步骤S103中,至少两个特征点对的位置关系可以为在预设的车体坐标系下的位置关系。其中,车体坐标系的坐标原点可以设置于车身上的任意一点如车身前轴或后轴上的任意一点。在车辆行驶过程中,车体坐标系的坐标原点与车载摄像头采集到的图像中的物体存在相对运动,与摄像头坐标系的坐标原点保持相对静止。当然,在本申请其他实施例中,上述至少两个特征点对的位置关系也可以为在世界坐标系下的位置关系。本实施例主要以上述位置关系为在预设的车体坐标系下的位置关系为例进行说明。
此时,由于步骤S102获取的至少两个特征点对均为图像中的特征点,为图像坐标系下的坐标,因此,在获取至少两个特征点对的位置关系之前,需要先对匹配成功的至少两个特征点对进行坐标转换,以将匹配成功的特征点对投影到预设的车体坐标系中。进而基于上述至少两个特征点对在该车体坐标系下的坐标,得到这些特征点对的位置关系。在上述坐标转换过程中,需要设置变换参数,即车载摄像头的内参以及外参。可以理解的是,在首次通过本方法对车载摄像头外参进行调节的过程中,第一次执行上述步骤S102时,需要先基于预设的基准内参和基准外参对匹配成功的至少两个特征点对进行坐标转换,得到基于坐标转换后的特征点对的位置关系,若该位置关系满足第一预设条件,则在上述基准外参的基础上对外参进行调整,进而基于调整后的外参重新对步骤S102得到的特征点对进行坐标转换,并继续迭代执行步骤S102时,得到新的位置关系。其中,基准内参和基准外参可以根据实际经验设置,例如,在一种应用场景中,可以设置为该车载摄像头出厂时的标定值。
本实施例中,上述位置关系可以包括以下三种中的一种或多种组合:至少两个特征点对的距离之间的差值;每个特征点对对应的直线之间的夹角;以及每个特征点对对应的直线与预设的车体坐标系中一指定坐标轴之间的夹角。
步骤S104,当位置关系满足第一预设条件时,对车载摄像头的外参进行调整,得到一组外参调整结果。
车载摄像头的外参分为旋转矩阵和平移矩阵,旋转矩阵和平移矩阵共同描述了如何把点从车体坐标系转换到摄像机坐标系。旋转矩阵描述了车体坐标系的坐标轴相对于摄像机坐标轴的方向,平移矩阵描述了在摄像机坐标系下,空间原点的位置。其中,旋转矩阵根据车载摄像头的姿态信息确定,而车载摄像头的姿态信息包括俯仰角(Pitch)、偏航角(Yaw)和翻滚角(Roll)。本实施例中,对车载摄像头的外参进行调整即为对车载摄像头的俯仰角、偏航角以及翻滚角这三个欧拉角中的一个或多个进行调整。需要说明的是,车载摄像头的俯仰角、偏航角以及翻滚角是根据实际应用中,摄像头坐标系和上述预设的车体坐标系之间的关系确定的。
例如,在一种应用场景中,预设的车体坐标系,符合右手规则,原点Ow为车身上的任意一点如前轴或后轴上的任意一点,Xw轴为车辆的正前方向,Zw轴垂直地面指向地心,Yw轴垂直于Xw轴和Zw轴。摄像头坐标系,也符合右手规则,原点O为安装在车辆上的车载摄像头的光心,X轴为摄像头光轴且指向摄像头屏幕方向,Z轴垂直于摄像头光轴且指向摄像头下方,Y轴垂直于平面OXY。此时,基于上述预设的车体坐标系和摄像头坐标系,车载摄像头的俯仰角指的是车载摄像头光轴与OwXwYw之间的夹角,偏航角指的是车载摄像头光轴(X轴)在OwXwYw平面上的投影与Xw轴之间的夹角,翻滚角指的是车载摄像头Z轴与通过车载摄像头X轴的垂直平面间的夹角。
具体来讲,上述步骤S104的实施过程为:判断步骤S103得到的位置关系是否满足第一预设条件,当位置关系满足第一预设条件,则对车载摄像头的外参进行调整,再基于调整后的外参重新对步骤S102得到的特征点对进行坐标转换,对转换后的特征点对重复执行步骤S103以及步骤S104,重复执行上述过程,直至判定步骤S103得到的位置关系不满足第一预设条件,停止本轮外参调整,将当前的外参作为本轮外参调整过程的外参调整结果。
在上述外参调整过程中,在判定上述位置关系满足第一预设条件时,根据预先设置的外参调整步长对车载摄像头的外参进行调整。其中,外参调整步长根据需要调整的欧拉角以及多次试验设置。举例来讲,当需要分别调整俯仰角和偏航角时,则需要分别设置俯仰角调整步长和偏航角调整步长,两种步长可以设置为相同值如可以均设置为0.0005弧度,或者,也可以根据实际经验设置为不同值。
本实施例提供的车载摄像头外参调整方法通过检测第一帧图像与第二帧图像中特征点对的位置关系来对车载摄像头的外参进行自动调整,不需要依赖高精度的已知结构信息,操作方便,灵活性强,有效地提升了用户体验。并且没有复杂的外参求解过程,降低了对电子设备计算能力的要求。
在图1所示实施例中,步骤S103和步骤S104结合起来组成车载摄像头的外参调整过程。在图1所示实施例的基础上,上述外参调整过程可以有多种实施方式,本实施例主要列举以下三种进行介绍。当然,在具体实施过程中,不限于以下三种情况。
第一种,在一实施例中,步骤S103和步骤S104组成的外参调整过程可以包括翻滚角调整过程。如图2所示,翻滚角调整过程具体可以包括以下步骤:
步骤S201,计算所述至少两个特征点对的距离之间的差值,其中,所述距离为所述至少两个特征点对中每个特征点对的第一特征点与第二特征点之间的距离;
本实施例中,计算至少两个特征点对的距离之间的差值的过程可以有多种实施方式,本实施例主要列举以下几种进行介绍。当然,在具体实施过程中,不限于以下几种情况。
在一种实施方式中,第一帧图像的特征点和第二帧图像的特征点均是针对预先设置的感兴趣区域得到的,进而可以基于每个特征点对包括的第一特征点和第二特征点对应的感兴趣区域,对上述至少两个特征点对进行分组。其中,感兴趣区域可以根据实际应用场景中车载摄像头采集的图像中包含的信息设置,例如,可以基于车辆行驶方向,将车载摄像头采集到的图像的左右两侧分别设置一个感兴趣区域。此时,可以针对每个分组,对该分组包含的所有特征点对的距离取平均值,得到每个分组对应的距离平均值,然后再计算不同分组之间的距离平均值的差值,将该差值的绝对值作为上述至少两个特征点对的距离之间的差值。可以理解的是,当分组大于或等于三个时,需要将上述各分组的距离平均值的差值取绝对值后再求平均,得到上述至少两个特征点对的距离之间的差值。
例如,假设预先针对车载摄像头采集到的图像设置了两个不同的感兴趣区域,其中一个感兴趣区域分布在图像的一侧,另一个感兴趣区域分布在图像的另一侧,则可以将上述至少两个特征点对分成两组,分别为第一组和第二组。假设第一组包含2个特征点对,分别表示为P11和P12,第二组包含3个特征点对,分别表示为P21、P22和P23。此时,可以将P11的距离和P12的距离取平均值,得到距离平均值A1,将P21的距离、P22的距离和P23取平均值,得到距离平均值A2,将A1与A2的差值的绝对值作为上述至少两个特征点对的距离之间的差值。
或者,也可以基于分组情况,计算不同分组之间特征点对的距离的差值,根据不同分组之间特征点对的距离的差值,得到上述至少两个特征点对的距离之间的差值。举例来讲,可以将不同分组之间特征点对的距离的差值取绝对值后求平均,该得到的平均值作为上述至少两个特征点对的距离之间的差值。例如,在上述示例中,可以分别计算P11与P21、P11与P22、P11与P23、P12与P21、P12与P22以及P12与P23之间的差值,共计得到6个差值,将这6个差值分别取绝对值后,求平均,得到上述至少两个特征点对的距离之间的差值。
在另一种实施方式中,通过上述步骤S102得到匹配成功的至少两个特征点对后,可以计算这至少两个特征点对中每个特征点对的第一特征点与第二特征点之间的距离。进而,就可以计算至少两个特征点对中两两之间的距离差值即每个特征点对与其余特征点对的距离之间的差值。例如,假设步骤S102得到10个特征点对,就可以得到45个差值。进一步,将这些差值的绝对值求平均,将得到的平均值作为上述至少两个特征点对的距离之间的差值。
步骤S202,当所述差值满足第二预设条件时,对所述车载摄像头外参中的翻滚角进行调整。
需要说明的是,经发明人长期研究发现,车载摄像头的翻滚角的偏差大小与上述至少两个特征点对的距离之间的差值大小相关。在理想情况下,当标定的车载摄像头的翻滚角与真实翻滚角完全一致时,上述至少两个特征点对的距离之间的差值为0。而在实际应用中,在标定车载摄像头的翻滚角时,车载摄像头的标定翻滚角与真实翻滚角之间可能存在一定的误差,该误差应该在允许的误差范围内。其中,允许的误差范围根据实际应用场景以及多次试验设置。
当标定的车载摄像头的翻滚角与真实翻滚角之间的偏差超出允许的误差范围时,根据上述步骤S201得到的至少两个特征点对的距离之间的差值就会满足上述第二预设条件,需要继续对车载摄像头外参中的翻滚角进行调整;反之,当标定的车载摄像头的翻滚角与真实翻滚角之间的偏差未超出允许的误差范围时,则根据上述步骤S201得到的至少两个特征点对的距离之间的差值不再满足上述第二预设条件,此时,则结束本轮对翻滚角的调整,将当前翻滚角作为本轮得到的外参调整结果中的翻滚角。
在步骤S202中,第二预设条件为在实际应用场景中允许的差值偏差范围。具体来讲,可以判断步骤S201得到的至少两个特征点对的距离之间的差值是否超过第一预设阈值,当该差值超过第一预设阈值时,则判定该差值满足第二预设条件,反之,则判定该差值不满足第二预设条件。其中,第一预设阈值可以根据实际应用场景以及在该场景下的多次试验设置。例如,在一种应用场景中,第一帧图像和第二帧图像为车辆行驶过程中车载摄像头采集的,当车速为10~15km/h之间时,第一预设阈值可以设置为上述至少两个特征点对的平均距离的1/80。可以理解的是,平均距离为上述至少两个特征点对中每个特征点对的距离的平均值。
具体来讲,上述对车载摄像头外参中的翻滚角进行调整的过程可以包括:预先设置翻滚角调整步长,基于翻滚角调整步长对车载摄像头外参中的翻滚角进行调整。翻滚角调整步长可以根据实际应用场景以及在该场景下的多次试验设置,本实施例不作限制。在一种实施方式中,翻滚角调整步长可以设置为一个恒定值,如可以设置为0.0005弧度。例如,基准外参中翻滚角为0.5弧度,翻滚角调整步长为0.0005弧度,则第一次调整后得到的翻滚角为0.5005,第二次调整后得到的翻滚角为0.501,以此类推。在另一种实施方式中,翻滚角调整步长可以设置为一个动态变化的值,具体可以基于上述差值以及第一预设阈值设置。举例来讲,若上述第一预设阈值设置为1cm,当上述差值大于10cm时,翻滚角调整步长取0.005弧度,当上述差值大于1cm且小于或等于10cm时,翻滚角调整步长取(差值/第一预设阈值)*0.0005弧度。
通过上述步骤S201和步骤S202即可方便且高效地实现对车载摄像头的翻滚角的调整,使得调整后的翻滚角与真实翻滚角之间的偏差不超出允许的误差范围。
第二种,在一实施例中,上述外参调整过程可以包括俯仰角调整过程,如图3所示,俯仰角调整过程具体可以包括以下步骤:
步骤S301,基于第一特征点与第二特征点确定至少两个特征点对中每个特征点对对应的直线;
可以理解的是,两点确定一条直线,本实施例中,可以针对上述至少两个特征点对中的每个特征点对,基于特征点对包括的第一特征点和第二特征点确定一条直线,从而得到上述至少两个特征点对中每个特征点对对应的直线。例如,假设总共有10个特征点对,即可确定10条直线,一个特征点对对应一条直线。
步骤S302,计算每个特征点对对应的直线之间的第一夹角;
其中,第一夹角用于反应上述至少两个特征点对中每个特征点对对应的直线的平行度。在一种实施方式中,可以计算至少两个特征点对应的直线中每两条直线之间的夹角,进而计算得到的所有夹角的平均值,将该平均值作为上述第一夹角。例如,上述示例中,总共有10个特征点对,确定10条直线,需要计算这10条直线中所有不同的两条直线之间的夹角,共计可以得到45个夹角,将这45个夹角的平均值作为上述第一夹角。或者,在其他实施方式中,也可以将计算得到的所有夹角均作为第一夹角。
在另一种实施例中,第一帧图像的特征点和第二帧图像的特征点均是针对预先设置的感兴趣区域得到的,进而可以基于每个特征点对包括的第一特征点和第二特征点对应的感兴趣区域,对上述至少两个特征点对进行分组,具体可以参照上述步骤S201中的相关描述。进而,计算所有不同分组之间特征点对对应的直线的夹角,将所得到的夹角的平均值作为上述第一夹角。
步骤S303,当第一夹角满足第三预设条件时,对车载摄像头外参中的俯仰角进行调整。
需要说明的是,经发明人长期研究发现,车载摄像头的俯仰角的偏差大小与上述至少两个特征点对中每个特征点对对应的直线的平行度相关。在理想情况下,当标定的车载摄像头的俯仰角与真实俯仰角完全一致时,上述至少两个特征点对中每个特征点对对应的直线相互平行,即上述第一夹角为0。而在实际应用中,在标定车载摄像头的俯仰角时,车载摄像头的标定俯仰角与真实俯仰角之间可能存在一定的误差,该误差应该在允许的误差范围内。其中,允许的误差范围根据实际应用场景以及多次试验设置。
当标定的车载摄像头的俯仰角与真实俯仰角之间的偏差超出允许的误差范围时,根据上述步骤S302得到的第一夹角就会满足上述第三预设条件,需要继续对车载摄像头外参中的俯仰角进行调整;反之,当标定的车载摄像头的俯仰角与真实俯仰角之间的偏差未超出允许的误差范围时,则根据上述步骤S302得到的第一夹角不再满足上述第三预设条件,此时,则结束本轮对俯仰角的调整,将当前俯仰角作为本轮得到的外参调整结果中的俯仰角。
在步骤S303中,第三预设条件用于表征在实际应用场景中允许的平行度偏差范围,由俯仰角的允许误差范围决定。具体来讲,可以判断步骤S302得到的第一夹角否超过第二预设阈值,当第一夹角超过第二预设阈值时,则判定第一夹角满足第三预设条件,反之,则判定第一夹角不满足第三预设条件。其中,第二预设阈值可以根据实际应用场景以及在该场景下的多次试验设置。例如,在一种应用场景中,第一帧图像和第二帧图像为车辆行驶过程中车载摄像头采集的,当车速为10~15km/h之间时,第二预设阈值可以设置为0.0025弧度。
具体来讲,上述对车载摄像头外参中的俯仰角进行调整的过程可以包括:预先设置俯仰角调整步长,基于俯仰角调整步长对车载摄像头外参中的俯仰角进行调整。俯仰角调整步长可以根据实际应用场景以及在该场景下的多次试验设置,本实施例不作限制。在一种实施方式中,俯仰角调整步长可以设置为一个恒定值,如可以设置为0.0005弧度。在另一种实施方式中,俯仰角调整步长可以设置为一个动态变化的值,具体可以基于上述第一夹角设置。举例来讲,若上述第二预设阈值设置为0.0025弧度,当上述第一夹角大于0.01弧度时,俯仰角调整步长取0.005弧度,当上述第一夹角大于0.0025弧度且小于或等于0.01时,俯仰角调整步长取第一夹角/2。
通过上述步骤S301至步骤S303即可方便且高效地实现对车载摄像头的俯仰角的调整,使得调整后的俯仰角与真实俯仰角之间的偏差不超出允许的误差范围。
第三种,在一实施例中,上述外参调整过程可以包括偏航角调整过程,如图4所示,偏航角调整过程具体可以包括以下步骤:
步骤S401,获取至少两个特征点对中每个特征点对对应的直线与车载摄像头运动方向的第二夹角;
第二夹角用于反应每个特征点对对应的直线的倾斜角。本实施例中,第一帧图像和第二帧图像为车辆行驶过程中车载摄像头采集的。由于车载摄像头安装于车辆上,车辆行驶方向即为车载摄像头的运动方向。
步骤S402,当第二夹角满足第四预设条件时,对车载摄像头外参中的偏航角进行调整。
需要说明的是,经发明人长期研究发现,车载摄像头的偏航角的偏差大小与上述至少两个特征点对中每个特征点对对应的直线的倾斜度相关。在理想情况下,当标定的车载摄像头的偏航角与真实偏航角完全一致时,上述至少两个特征点对中每个特征点对对应的直线的第二夹角均应当为0。而在实际应用中,在标定车载摄像头的偏航角时,车载摄像头的标定偏航角与真实偏航角之间可能存在一定的误差,该误差应该在允许的误差范围内。其中,允许的误差范围根据实际应用场景以及多次试验设置。
当标定的车载摄像头的偏航角与真实偏航角之间的偏差超出允许的误差范围时,根据上述步骤S401得到的第二夹角就会满足上述第四预设条件,需要继续对车载摄像头外参中的偏航角进行调整;反之,当标定的车载摄像头的偏航角与真实偏航角之间的偏差未超出允许的误差范围时,则根据上述步骤S401得到的第二夹角不再满足上述第四预设条件,此时,则结束本轮对偏航角的调整,将当前偏航角作为本轮得到的外参调整结果中的偏航角。
在步骤S402中,第四预设条件用于表征在实际应用场景中允许的倾斜度偏差范围,由俯仰角的允许误差范围决定。具体来讲,可以将每个特征点对对应的直线与车载摄像头运动方向的第二夹角求平均,得到平均倾斜角。将平均倾斜角与预先设置的理论倾斜角之间的差值的绝对值,作为倾斜角偏差值,判断该倾斜角偏差值是否超过预设的第三预设阈值,当该倾斜角偏差值超过第三预设阈值时,则判定上述第二夹角满足第四预设条件,反之,则判定上述第二夹角不满足第四预设条件。可以理解的是,当采用每个特征点对对应的直线与车载摄像头运动方向的第二夹角表征这些直线的倾斜角时,理论倾斜角可以设置为0弧度,因此,也可以判断平均倾斜角是否超过第三预设阈值,当该平均倾斜角超过第三预设阈值时,则判定上述第二夹角满足第四预设条件,反之,则判定上述第二夹角不满足第四预设条件。
其中,第三预设阈值可以根据实际应用场景以及在该场景下的多次试验设置。例如,当车速为10~15km/h之间时,第三预设阈值可以设置为0.0025弧度。
具体来讲,上述对车载摄像头外参中的偏航角进行调整的过程与上述对俯仰角的调整过程类似,区别仅在于前者对应设置俯仰角调整步长,而后者对应设置偏航角调整步长,俯仰角调整步长与偏航角调整步长可以设置为相同,也可以设置为不同,具体可以根据实际需要设置。因此,对偏航角进行调整的具体实施过程可以参照上述对俯仰角的调整过程,此处不再赘述。
需要说明的是,在本申请的其他实施例中,每个特征点对对应的直线的倾斜角也可以用每个特征点对对应的直线与预设的车体坐标系中任意一坐标轴之间的夹角表征。假设预设的车体坐标系的原点Ow为车身上的任意一点如前轴或后轴上的任意一点,Xw轴为车辆的正前方向,即车辆的行驶方向,Zw轴垂直地面指向地心,Yw轴垂直于Xw轴和Zw轴,则每个特征点对对应的直线的倾斜角也可以用每个特征点对对应的直线与上述Zw轴或Yw轴之间的夹角表征,当然,上述理论倾斜角也应当根据选定的坐标轴进行相应设置,例如,可以设置为π/2弧度。
通过上述步骤S401和步骤S402即可方便且高效地实现对车载摄像头的偏航角的调整,使得调整后的偏航角与真实偏航角之间的偏差不超出允许的误差范围。
还需要说明的是,在具体实施过程中,上述外参调整过程即获取至少两个特征点对的位置关系,当位置关系满足第一预设条件时,对车载摄像头的外参进行调整的过程可以包括以上三种方式中的任意一种即调整俯仰角、偏航角或翻滚角。或者,也可以包括以上三种方式中的任意两种组合实施如调整俯仰角和偏航角、调整俯仰角和翻滚角或者是调整偏航角和翻滚角。又或者,还可以包括以上三种的组合,即同时调整俯仰角、偏航角和翻滚角,具体可以根据实际需要设置。
举例来讲,在需要对外参对应的三个欧拉角均进行调整的场景下,上述步骤S103获取的位置关系包括:上述至少两个特征点对的距离之间的差值;每个特征点对对应的直线之间的第一夹角;以及每个特征点对对应的直线与车载摄像头运动方向的第二夹角。进而,分别根据上述至少两个特征点对的距离之间的差值对车载摄像头外参中的翻滚角进行调整,根据上述至少两个特征点对中每个特征点对对应的直线之间的第一夹角对车载摄像头外参中的俯仰角进行调整,以及根据每个特征点对对应的直线与车载摄像头运动方向的第二夹角对车载摄像头外参中的偏航角进行调整。
可以理解的是,图1所示实施例示出了一轮外参调整的实施过程,在根据图1示出的过程完成一轮外参调整后即可得到一组外参调整结果。在一实施例中,于图1所示实施例的基础上,为了提高外参调整结果的准确性,实现更好的测距及显示效果,本实施例提供的车载摄像头外参调整方法还可以包括:获取多组外参调整结果;基于多组外参调整结果,得到车载摄像头的标定外参。
获取多组外参调整结果需要多次执行图1实施例示出的外参调整过程。需要说明的是,上述多次外参调整过程可以并行执行,也可以串行执行。可以理解的是,当并行执行时,需要先确定好每个调整过程所需的第一帧图像和第二帧图像,并行执行的多个外参调整过程中采用的两帧图像不完全相同,每个外参调整过程的基准外参和基准内参可以设置为相同。当串行执行时,需要待前一轮外参调整过程执行完后再执行下一轮外参调整过程。在此过程中,每个外参调整过程的基准外参和基准内参可以设置为相同,或者,也可以仅预先设置第一轮外参调整过程的基准外参和基准内参,从第二轮开始,前一轮外参调整过程得到的外参调整结果可以作为后一轮外参调整过程的基准外参,即第一轮外参调整过程得到的外参调整结果作为第二轮外参调整过程的基准外参,第二轮外参调整过程得到的外参调整结果作为第三轮外参调整过程的基准外参,以此类推。
在一种实施方式中,基于多组外参调整结果,得到车载摄像头的标定外参的过程可以包括:通过对所述多组外参调整结果进行统计分析,筛选出满足第五预设条件的目标外参;将筛选出的目标外参的均值作为所述车载摄像头的标定外参。举例来讲,假设得到200组外参调整结果,则需要对这200组外参调整结果进行统计分析,得到标定外参。
在具体实施过程中,需要分别针对每个经过调整的外参进行统计分析,得到相应的标定外参。例如,当图1所示的实施例仅对俯仰角进行了调整,则每组外参调整结果中只包含调整后的俯仰角,就只需要对俯仰角的多组调整结果进行统计分析,得到俯仰角的标定值;当图1所示的实施例对翻滚角、俯仰角以及偏航角均进行了调整,则每组外参调整结果中均包含调整后的翻滚角、俯仰角以及偏航角,就需要分别对多组外参调整结果中的翻滚角进行统计分析,得到翻滚角的标定值,对多组外参调整结果中的俯仰角进行统计分析,得到俯仰角的标定值以及对多组外参调整结果中的偏航角进行统计分析,得到偏航角的标定值。
在一种实施方式中,可以采用直方图统计分析方式,从多组外参调整结果中筛选出目标外参。这样筛选出来的目标外参可靠性更高,有利于得到更准确的外参标定结果。以每组外参调整结果中均包含调整后的翻滚角、调整后的俯仰角以及调整后的偏航角为例,可以对多组外参调整结果中的翻滚角进行直方图统计分析,得到每个分段的频数,基于每个分段的频数得到满足第五预设条件的目标翻滚角。其中,每个分段的频数即为该分段包含的翻滚角调整结果个数。同理,再对多组外参调整结果中的俯仰角进行直方图统计分析,筛选出目标俯仰角,对多组外参调整结果中的偏航角进行直方图统计分析,筛选出目标偏航角偏航角。进而,将筛选出的目标翻滚角的平均值作为翻滚角的标定值,将筛选出的目标俯仰角的平均值作为俯仰角的标定值,将筛选出的目标偏航角的平均值作为偏航角的标定值。
在上述筛选过程中,第五预设条件可以根据实际需要设置,本实施例不作限制。例如,以对翻滚角的统计为例,可以将直方图统计结果中,每个分段的频数按照由大到小的顺序进行排序,将频数排在前预设位置如第一位、前两位或前三位的分段中包含的翻滚角作为满足第五预设条件的目标翻滚角。又例如,可以计算每个分段的频数在外参调整结果总数中的占比,将占比超过第四预设阈值的分段中包含的翻滚角作为满足第五预设条件的目标翻滚角。其中,第四预设阈值根据多次试验设置,例如,可以设置为0.4。可以理解的是,对俯仰角的统计以及对偏航角的统计可以参照对翻滚角的统计过程,此处不再赘述。
当然,在本申请其他实施例中,除了进行直方图统计分析以外,也可以分别对多组外参调整结果中的翻滚角、俯仰角以及偏航角求平均,得到翻滚角均值、俯仰角均值以及偏航角均值,将翻滚角均值、俯仰角均值以及偏航角均值作为车载摄像头的外参标定结果。
在图1所示实施例的基础上,于本申请一实施例中,执行上述步骤S103之前,且在对步骤S102得到的特征点对进行坐标转换之后,本实施例提供的车载摄像头外参调整方法还可以包括:获取所述至少两个特征点对中每个特征点对的第一特征点与第二特征点之间的距离,并筛选出距离满足预设距离条件的特征点对,和/或,获取每个特征点对对应的直线与所述车载摄像头运动方向的第二夹角,并筛选出第二夹角满足预设角度条件的特征点对;对筛选出的特征点对执行所述获取所述至少两个特征点对的位置关系的步骤。
在上述距离筛选过程中,预设距离条件即为距离过滤条件。具体来讲,可以针对上述步骤S102得到的至少两个特征点对中每个特征点对,判断该特征点对在上述预设的车体坐标系下的距离是否在预设距离范围内,若否,则将该特征点对过滤掉。例如,假设步骤S102得到10个特征点对,其中有2个没有位于上述预设距离范围内,则将这2个特征点对过滤掉,筛选出剩余8个特征点对。其中,预设距离范围可以根据车载摄像头的图像帧率以及车速进行设置。例如,帧率为15,则两帧之间时间间隔约为66ms,车速为3m/s,则移动距离理论值为19.8cm,此时,预设距离范围可以设置为12~25cm。
在上述角度筛选过程中,预设角度条件即为角度过滤条件。具体来讲,可以针对上述步骤S102得到的至少两个特征点对中每个特征点对,判断该特征点对对应的直线与车载摄像头运动方向的第二夹角是否在预设角度范围内,若否,则将该特征点对过滤掉。预设角度范围根据参照方向以及多次试验设置。例如,上述参照方向为车载摄像头运动方向,则第二夹角的理论值为0度,可以将预设角度范围设置为0~20度。在本申请其他实施例中,参照方向也可以设置为上述预设的车体坐标系中的Yw轴或Zw轴方向,此时,角度理论值为90度,预设角度范围可以设置一个接近90度的范围,如可以设置为70~110度。
需要说明的是,在具体实施过程中,可以仅执行上述距离筛选过程或角度筛选过程,也可以既执行上述距离筛选过程,又执行上述角度筛选过程,此处不作限制。通过执行距离筛选过程和/或角度筛选过程,对步骤S102得到的特征点对做进一步筛选,将匹配有误的特征点对剔除,能够有效地减少一轮外参调整过程的迭代次数,有利于提高外参调整效率。
在图1所示实施例的基础上,于本申请一实施例中,上述步骤S101中的第一帧图像和第二帧图像为车辆行驶过程中车载摄像头采集的,此时,为了减少一轮外参调整过程的迭代次数,提高外参调整效率,在执行上述步骤S101之前,本实施例提供的车载摄像头外参调整方法还可以包括:获取车辆行驶过程中的车辆行驶信息以及外部环境信息;判断车辆行驶信息以及外部环境信息是否满足预设标定条件,若满足预设标定条件,执行所述获取车载摄像头采集的间隔预设帧的第一帧图像与第二帧图像的步骤,若不满足预设标定条件,则持续获取车辆行驶过程中的车辆行驶信息以及外部环境信息,直至所得到的车辆行驶信息以及外部环境信息满足预设标定条件。
本实施例中,车辆行驶信息可以包括但不限于速度、档位、方向盘角度以及偏航率等。外部环境信息可以包括但不限于环境光照度和/或路面平整度。预设标定条件具体可以根据实际需要设置。例如,在一种应用场景中,车辆行驶信息包括速度、档位、方向盘角度以及偏航率,外部环境信息包括环境光照度和路面平整度,则可以分别针对速度、档位、方向盘角度、偏航率、环境光照度和路面平整度设置标定阈值范围,当速度、档位、方向盘角度、偏航率、环境光照度和路面平整度均位于标定阈值范围内时,则判定车辆行驶信息以及外部环境信息满足预设标定条件。其中,标定阈值范围可以根据多次试验设置,如速度对应的标定阈值范围可以设置为10~15km/h,方向盘角度对应的标定阈值范围可以设置为正负5度之间。
通过限制车辆行驶信息以及外部环境信息,有利于得到更高质量的第一帧图像和第二帧图像,能够有效地减少一轮外参调整过程的迭代次数,提高外参调整效率,减小外参调整时间以及资源占用。
示例性装置
图5示出了根据本申请实施例的车载摄像头外参调整装置的框图。
如图5所示,根据本申请实施例的车载摄像头外参调整装置500包括:
图像获取模块501,用于获取车载摄像头采集的间隔预设帧的第一帧图像与第二帧图像;
特征匹配模块502,用于对所述第一帧图像与所述第二帧图像进行特征点匹配,得到匹配成功的至少两个特征点对,其中,所述至少两个特征点对中的每个特征点对包括第一特征点和第二特征点,所述第一特征点为所述第一帧图像中的特征点,所述第二特征点为所述第二帧图像中的特征点;
调整模块503,用于获取所述至少两个特征点对的位置关系,当所述位置关系满足第一预设条件时,对所述车载摄像头的外参进行调整,得到一组外参调整结果。
可以理解的是,在获取所述至少两个特征点对的位置关系之前,需要先对特征匹配模块匹配成功的至少两个特征点对进行坐标转换,进而获取坐标转换后上述至少两个特征点对的位置关系。
图6示出了本申请实施例的车载摄像头外参调整装置的调整模块的一个示例框图。如图6所示,在一个示例中,上述调整模块503可以包括:
差值计算子模块601,用于计算所述至少两个特征点对的距离之间的差值,其中,所述距离为所述至少两个特征点对中每个特征点对的第一特征点与第二特征点之间的距离;
翻滚角调整子模块602,用于当所述差值满足第二预设条件时,对所述车载摄像头外参中的翻滚角进行调整。
图7示出了本申请实施例的车载摄像头外参调整装置的调整模块的一个示例框图。如图7所示,在一个示例中,上述调整模块503可以包括:
直线确定子模块701,用于基于所述第一特征点与第二特征点确定所述至少两个特征点对中每个特征点对对应的直线;
第一夹角计算子模块702,用于计算所述每个特征点对对应的直线之间的第一夹角;
俯仰角调整子模块703,用于当所述第一夹角满足第三预设条件时,对所述车载摄像头外参中的俯仰角进行调整。
图8示出了本申请实施例的车载摄像头外参调整装置的调整模块的一个示例框图。如图8所示,在一个示例中,上述调整模块503可以包括:
第二夹角获取子模块801,用于获取所述至少两个特征点对中每个特征点对对应的直线与所述车载摄像头运动方向的第二夹角;
偏航角调整子模块802,用于当所述第二夹角满足第四预设条件时,对所述车载摄像头外参中的偏航角进行调整。
在一个示例中,上述车载摄像头外参调整装置500还可以包括:标定模块,用于获取多组外参调整结果;基于所述多组外参调整结果,得到所述车载摄像头的标定外参。
在一个示例中,上述标定模块具体用于:通过对所述多组外参调整结果进行统计分析,筛选出满足第五预设条件的目标外参;将筛选出的目标外参的均值作为所述车载摄像头的标定外参。
在一个示例中,上述车载摄像头外参调整装置500还可以包括:筛选模块,用于:获取所述至少两个特征点对中每个特征点对的第一特征点与第二特征点之间的距离,并筛选出距离满足预设距离条件的特征点对,和/或,获取每个特征点对对应的直线与所述车载摄像头运动方向的第二夹角,并筛选出第二夹角满足预设角度条件的特征点对;对筛选出的特征点对执行所述获取所述至少两个特征点对的位置关系的步骤。
在一个示例中,上述车载摄像头外参调整装置500还可以包括:预判断模块,用于:获取车辆行驶过程中的车辆行驶信息以及外部环境信息;判断车辆行驶信息以及外部环境信息是否满足预设标定条件,若是,执行所述获取车载摄像头采集的间隔预设帧的第一帧图像与第二帧图像的步骤。
在一个示例中,上述车载摄像头为鱼眼摄像头。
在一个示例中,上述第一帧图像和第二帧图像中包含有同一路面特征信息。
这里,本领域技术人员可以理解,上述车载摄像头外参调整装置500中的各个模块的具体功能和操作已经在上述方法实施例的描述中得到了详细介绍,并因此,将省略其重复描述。
示例性电子设备
下面,参考图9来描述根据本申请实施例的电子设备。
图9图示了根据本申请实施例的电子设备的框图。
如图9所示,电子设备900包括一个或多个处理器901和存储器902。
处理器901可以是中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其他形式的处理单元,并且可以控制电子设备900中的其他组件以执行期望的功能。
存储器902可以包括一个或多个计算机程序产品,所述计算机程序产品可以包括各种形式的计算机可读存储介质,例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序指令,处理器901可以运行所述程序指令,以实现上文所述的本申请的各个实施例的车载摄像头外参调整方法以及/或者其他期望的功能。在所述计算机可读存储介质中还可以存储诸如输入信号、信号分量、噪声分量等各种内容。
在一个示例中,电子设备900还可以包括:输入装置903和输出装置904,这些组件通过总线系统和/或其他形式的连接机构(未示出)互连。
该输入装置903还可以包括例如键盘、鼠标等等。
该输出装置904可以向外部输出各种信息,包括确定出的距离信息、方向信息等。该输出装置904可以包括例如显示器、扬声器、打印机、以及通信网络及其所连接的远程输出设备等等。
当然,为了简化,图9中仅示出了该电子设备900中与本申请有关的组件中的一些,省略了诸如总线、输入/输出接口等等的组件。除此之外,根据具体应用情况,电子设备900还可以包括任何其他适当的组件。
示例性计算机程序产品和计算机可读存储介质
除了上述方法和设备以外,本申请的实施例还可以是计算机程序产品,其包括计算机程序指令,所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本申请各种实施例的车载摄像头外参调整方法中的步骤。
所述计算机程序产品可以以一种或多种程序设计语言的任意组合来编写用于执行本申请实施例操作的程序代码,所述程序设计语言包括面向对象的程序设计语言,诸如Java、C++等,还包括常规的过程式程序设计语言,诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。
此外,本申请的实施例还可以是计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本申请各种实施例的车载摄像头外参调整方法中的步骤。
所述计算机可读存储介质可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以包括但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
以上结合具体实施例描述了本申请的基本原理,但是,需要指出的是,在本申请中提及的优点、优势、效果等仅是示例而非限制,不能认为这些优点、优势、效果等是本申请的各个实施例必须具备的。另外,上述公开的具体细节仅是为了示例的作用和便于理解的作用,而非限制,上述细节并不限制本申请为必须采用上述具体的细节来实现。
本申请中涉及的器件、装置、设备、系统的方框图仅作为例示性的例子并且不意图要求或暗示必须按照方框图示出的方式进行连接、布置、配置。如本领域技术人员将认识到的,可以按任意方式连接、布置、配置这些器件、装置、设备、系统。诸如“包括”、“包含”、“具有”等等的词语是开放性词汇,指“包括但不限于”,且可与其互换使用。这里所使用的词汇“或”和“和”指词汇“和/或”,且可与其互换使用,除非上下文明确指示不是如此。这里所使用的词汇“诸如”指词组“诸如但不限于”,且可与其互换使用。本文中,术语“至少两个”包括两个或大于两个的情况。
还需要指出的是,在本申请的装置、设备和方法中,各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本申请的等效方案。
提供所公开的方面的以上描述以使本领域的任何技术人员能够做出或者使用本申请。对这些方面的各种修改对于本领域技术人员而言是非常显而易见的,并且在此定义的一般原理可以应用于其他方面而不脱离本申请的范围。因此,本申请不意图被限制到在此示出的方面,而是按照与在此公开的原理和新颖的特征一致的最宽范围。
为了例示和描述的目的已经给出了以上描述。此外,此描述不意图将本申请的实施例限制到在此公开的形式。尽管以上已经讨论了多个示例方面和实施例,但是本领域技术人员将认识到其某些变型、修改、改变、添加和子组合。
Claims (13)
1.一种车载摄像头外参调整方法,包括:
获取车载摄像头采集的间隔预设帧的第一帧图像与第二帧图像;
对所述第一帧图像与所述第二帧图像进行特征点匹配,得到匹配成功的至少两个特征点对,其中,所述至少两个特征点对中的每个特征点对包括第一特征点和第二特征点,所述第一特征点为所述第一帧图像中的特征点,所述第二特征点为所述第二帧图像中的特征点;
获取所述至少两个特征点对的位置关系;当所述位置关系满足第一预设条件时,对所述车载摄像头的外参进行调整,得到一组外参调整结果,包括:计算所述至少两个特征点对的距离之间的差值,每个特征点对的距离为第一特征点与第二特征点之间的距离;当所述差值满足第二预设条件时,对所述车载摄像头外参中的翻滚角进行调整;
其中,所述至少两个特征点对分为多组,每组特征点对分布于所述车载摄像头采集到的图像中的一个区域,计算所述至少两个特征点对的距离之间的差值,包括:计算不同分组之间特征点对的距离的差值;将不同分组之间特征点对的距离的差值取绝对值后求平均,将得到的平均值作为所述至少两个特征点对的距离之间的差值。
2.根据权利要求1所述的方法,其中,所述获取所述至少两个特征点对的位置关系;当所述位置关系满足第一预设条件时,对所述车载摄像头的外参进行调整,包括:
基于所述第一特征点与第二特征点确定所述至少两个特征点对中每个特征点对对应的直线;
计算所述每个特征点对对应的直线之间的第一夹角;
当所述第一夹角满足第三预设条件时,对所述车载摄像头外参中的俯仰角进行调整。
3.根据权利要求1所述的方法,其中,所述获取所述至少两个特征点对的位置关系;当所述位置关系满足第一预设条件时,对所述车载摄像头的外参进行调整,包括:
获取所述至少两个特征点对中每个特征点对对应的直线与所述车载摄像头运动方向的第二夹角;当所述第二夹角满足第四预设条件时,对所述车载摄像头外参中的偏航角进行调整。
4.根据权利要求1所述的方法,其中,所述方法还包括:
获取多组外参调整结果;
基于所述多组外参调整结果,得到所述车载摄像头的标定外参。
5.根据权利要求4所述的方法,其中,所述基于所述多组外参调整结果,得到所述车载摄像头的标定外参,包括:
通过对所述多组外参调整结果进行统计分析,筛选出满足第五预设条件的目标外参;
将筛选出的目标外参的均值作为所述车载摄像头的标定外参。
6.根据权利要求1所述的方法,其中,所述获取所述至少两个特征点对的位置关系之前,还包括:
获取所述至少两个特征点对中每个特征点对的第一特征点与第二特征点之间的距离,并筛选出距离满足预设距离条件的特征点对,和/或,获取每个特征点对对应的直线与所述车载摄像头运动方向的第二夹角,并筛选出第二夹角满足预设角度条件的特征点对;
对筛选出的特征点对执行所述获取所述至少两个特征点对的位置关系的步骤。
7.根据权利要求1所述的方法,其中,所述获取所述至少两个特征点对的位置关系之前,还包括:
对所述匹配成功的至少两个特征点对进行坐标转换。
8.根据权利要求1所述的方法,其中,所述获取车载摄像头采集的间隔预设帧的第一帧图像与第二帧图像之前,还包括:
获取车辆行驶过程中的车辆行驶信息以及外部环境信息;
判断车辆行驶信息以及外部环境信息是否满足预设标定条件,若是,执行所述获取车载摄像头采集的间隔预设帧的第一帧图像与第二帧图像的步骤。
9.根据权利要求1所述的方法,其中,所述摄像头为鱼眼摄像头。
10.根据权利要求1所述的方法,其中,所述第一帧图像和所述第二帧图像中包含有同一路面特征信息。
11.一种车载摄像头外参调整装置,包括:
图像获取模块,用于获取车载摄像头采集的间隔预设帧的第一帧图像与第二帧图像;
特征匹配模块,用于对所述第一帧图像与所述第二帧图像进行特征点匹配,得到匹配成功的至少两个特征点对,其中,所述至少两个特征点对中的每个特征点对包括第一特征点和第二特征点,所述第一特征点为所述第一帧图像中的特征点,所述第二特征点为所述第二帧图像中的特征点;
调整模块,用于获取所述至少两个特征点对的位置关系,当所述位置关系满足第一预设条件时,对所述车载摄像头的外参进行调整,得到一组外参调整结果,包括:计算所述至少两个特征点对的距离之间的差值,每个特征点对的距离为第一特征点与第二特征点之间的距离;当所述差值满足第二预设条件时,对所述车载摄像头外参中的翻滚角进行调整;
其中,所述至少两个特征点对分为多组,每组特征点对分布于所述车载摄像头采集到的图像中的一个区域,计算所述至少两个特征点对的距离之间的差值,包括:将不同分组之间特征点对的距离的差值取绝对值后求平均,将得到的平均值作为所述至少两个特征点对的距离之间的差值。
12.一种计算机可读存储介质,所述存储介质存储有计算机程序,所述计算机程序用于执行上述权利要求1-10任一所述的车载摄像头外参调整方法。
13.一种电子设备,所述电子设备包括:
处理器;
用于存储所述处理器可执行指令的存储器;
所述处理器,用于执行上述权利要求1-10任一所述的车载摄像头外参调整方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910549503.7A CN112132902B (zh) | 2019-06-24 | 2019-06-24 | 车载摄像头外参调整方法、装置、电子设备以及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910549503.7A CN112132902B (zh) | 2019-06-24 | 2019-06-24 | 车载摄像头外参调整方法、装置、电子设备以及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112132902A CN112132902A (zh) | 2020-12-25 |
CN112132902B true CN112132902B (zh) | 2024-01-16 |
Family
ID=73849350
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910549503.7A Active CN112132902B (zh) | 2019-06-24 | 2019-06-24 | 车载摄像头外参调整方法、装置、电子设备以及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112132902B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113329181B (zh) * | 2021-06-08 | 2022-06-14 | 厦门四信通信科技有限公司 | 一种摄像头的角度切换方法、装置、设备和存储介质 |
CN114757824B (zh) * | 2022-03-18 | 2023-03-21 | 北京百度网讯科技有限公司 | 图像拼接的方法、装置、设备以及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107749069A (zh) * | 2017-09-28 | 2018-03-02 | 联想(北京)有限公司 | 图像处理方法、电子设备和图像处理系统 |
CN109215083A (zh) * | 2017-07-06 | 2019-01-15 | 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 |
CN109523597A (zh) * | 2017-09-18 | 2019-03-26 | 百度在线网络技术(北京)有限公司 | 相机外参的标定方法和装置 |
CN109643455A (zh) * | 2017-06-16 | 2019-04-16 | 深圳市柔宇科技有限公司 | 摄像头标定方法和终端 |
CN109712196A (zh) * | 2018-12-17 | 2019-05-03 | 北京百度网讯科技有限公司 | 摄像头标定处理方法、装置、车辆控制设备及存储介质 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012145822A1 (en) * | 2011-04-25 | 2012-11-01 | Magna International Inc. | Method and system for dynamically calibrating vehicular cameras |
JP6201148B2 (ja) * | 2013-12-20 | 2017-09-27 | パナソニックIpマネジメント株式会社 | キャリブレーション装置、キャリブレーション方法、キャリブレーション機能を備えた移動体搭載用カメラ及びプログラム |
JP2017139612A (ja) * | 2016-02-03 | 2017-08-10 | パナソニックIpマネジメント株式会社 | 車載カメラ用校正システム |
US10339390B2 (en) * | 2016-02-23 | 2019-07-02 | Semiconductor Components Industries, Llc | Methods and apparatus for an imaging system |
-
2019
- 2019-06-24 CN CN201910549503.7A patent/CN112132902B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109643455A (zh) * | 2017-06-16 | 2019-04-16 | 深圳市柔宇科技有限公司 | 摄像头标定方法和终端 |
CN109215083A (zh) * | 2017-07-06 | 2019-01-15 | 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 |
CN109523597A (zh) * | 2017-09-18 | 2019-03-26 | 百度在线网络技术(北京)有限公司 | 相机外参的标定方法和装置 |
CN107749069A (zh) * | 2017-09-28 | 2018-03-02 | 联想(北京)有限公司 | 图像处理方法、电子设备和图像处理系统 |
CN109712196A (zh) * | 2018-12-17 | 2019-05-03 | 北京百度网讯科技有限公司 | 摄像头标定处理方法、装置、车辆控制设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112132902A (zh) | 2020-12-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107577988B (zh) | 实现侧方车辆定位的方法、装置及存储介质、程序产品 | |
US9521317B2 (en) | Method and apparatus for detecting obstacle based on monocular camera | |
CN108419446B (zh) | 用于激光深度图取样的系统及方法 | |
KR102240197B1 (ko) | 사발형 이미징 시스템에서의 물체 추적 | |
WO2021098448A1 (zh) | 传感器标定方法及装置、存储介质、标定系统和程序产品 | |
US20140085409A1 (en) | Wide fov camera image calibration and de-warping | |
US10602125B2 (en) | Camera-parameter-set calculation apparatus, camera-parameter-set calculation method, and recording medium | |
CN112816949B (zh) | 传感器的标定方法及装置、存储介质、标定系统 | |
US11783507B2 (en) | Camera calibration apparatus and operating method | |
US10152816B2 (en) | Top-view image generating apparatus and method | |
CN112132902B (zh) | 车载摄像头外参调整方法、装置、电子设备以及介质 | |
CN105551020A (zh) | 一种检测目标物尺寸的方法及装置 | |
CN111753739B (zh) | 物体检测方法、装置、设备以及存储介质 | |
CN111738033B (zh) | 基于平面分割的车辆行驶信息确定方法及装置、车载终端 | |
CN114067001B (zh) | 车载相机角度标定方法、终端及存储介质 | |
CN111862236B (zh) | 定焦双目相机自标定方法及系统 | |
CN112509054B (zh) | 一种相机外参动态标定方法 | |
CN111627066A (zh) | 一种摄像头的外参数调整方法及装置 | |
CN114550042A (zh) | 一种道路消失点提取方法、车载传感器标定方法及装置 | |
CN110796604A (zh) | 一种图像校正方法及装置 | |
CN110827337B (zh) | 确定车载相机的姿态的方法、装置和电子设备 | |
CN113658262A (zh) | 相机外参标定方法、装置、系统及存储介质 | |
US11477371B2 (en) | Partial image generating device, storage medium storing computer program for partial image generation and partial image generating method | |
CN111144415A (zh) | 一种微小行人目标的检测方法 | |
US20200265588A1 (en) | Road surface area detection device |
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 |