CN112802109B - 一种汽车鸟瞰全景图生成方法 - Google Patents
一种汽车鸟瞰全景图生成方法 Download PDFInfo
- Publication number
- CN112802109B CN112802109B CN202110177542.6A CN202110177542A CN112802109B CN 112802109 B CN112802109 B CN 112802109B CN 202110177542 A CN202110177542 A CN 202110177542A CN 112802109 B CN112802109 B CN 112802109B
- Authority
- CN
- China
- Prior art keywords
- checkerboard
- automobile
- image
- coordinate system
- camera
- 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 31
- 239000011159 matrix material Substances 0.000 claims abstract description 31
- 230000000007 visual effect Effects 0.000 claims abstract description 17
- 230000009466 transformation Effects 0.000 claims abstract description 16
- 235000004522 Pentaglottis sempervirens Nutrition 0.000 claims abstract description 13
- 240000004050 Pentaglottis sempervirens Species 0.000 claims abstract description 5
- 238000013519 translation Methods 0.000 claims description 9
- 238000012937 correction Methods 0.000 claims description 8
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 230000003287 optical effect Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 9
- 230000000694 effects Effects 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 2
- 208000004350 Strabismus Diseases 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
- G06T7/75—Determining position or orientation of objects or cameras using feature-based methods involving models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/80—Geometric correction
-
- 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
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30204—Marker
-
- 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
- G06T2207/30244—Camera pose
-
- 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
- G06T2207/30248—Vehicle exterior or interior
- G06T2207/30252—Vehicle exterior; Vicinity of vehicle
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Closed-Circuit Television Systems (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种汽车鸟瞰全景图生成方法,具体为:选择标定区域,在标定区域内用线激光器打上标记线,组成矩形激光器区域;在汽车的左前、右前、左后、右后、车前、车后、车左和车右八个位置安装相机,8个相机总的视野范围覆盖车身周围360度,相邻两个相机的视野范围存在重叠;将汽车移动到激光器区域中心,建立车辆坐标系;在相机的视野范围内摆放棋盘格,采集相机视野范围内的棋盘格图像,计算棋盘格上角点在车辆坐标系下的坐标;计算图像坐标系下角点的坐标;计算棋盘格图像对应的投影变换矩阵,将棋盘格图像转换为鸟瞰图像;将所有的鸟瞰图像拼接得到汽车鸟瞰全景图。本发明克服传统方法中存在盲区的问题,同时大大提高计算速度。
Description
技术领域
本发明涉及一种汽车鸟瞰全景图生成方法,属于智能驾驶技术领域。
背景技术
传统的全景拼接图一般都是通过测量地平面上棋盘格的坐标和相机图像上棋盘格的坐标,由矩阵直接求解法得到H单映性矩阵。这种直接求解的方式不可逆,即不能由H矩阵得到相机间的R和t。
发明内容
本发明所要解决的技术问题是:提供一种汽车鸟瞰全景图生成方法,采用将相机图像投影到地面的方法,大大提高了计算速度和精度。
本发明为解决上述技术问题采用以下技术方案:
一种汽车鸟瞰全景图生成方法,包括如下步骤:
步骤1,选择一标定区域,在该标定区域内用多个线激光器打上5条标记线,其中4条组成一矩形激光器区域,另外1条为该矩形激光器区域长边的中心线;
步骤2,在汽车的左前、右前、左后、右后、车前、车后、车左和车右八个位置,每个位置安装1个相机,8个相机总的视野范围覆盖车身周围360度,且相邻两个相机的视野范围存在重叠部分;
步骤3,将汽车移动到矩形激光器区域的中心,建立车辆坐标系,计算矩形激光器区域的四个顶点以及该矩形激光器区域两条长边的中点在车辆坐标系下的坐标;
步骤4,在每个相机的视野范围内摆放棋盘格,并采集各相机视野范围内的棋盘格图像,计算棋盘格上各角点在车辆坐标系下的坐标;
步骤5,根据采集的棋盘格图像,计算图像坐标系下各角点的坐标;
步骤6,计算各棋盘格图像对应的投影变换矩阵,根据投影变换矩阵将棋盘格图像转换为鸟瞰图像;
步骤7,将所有的鸟瞰图像拼接起来得到汽车鸟瞰全景图。
作为本发明的一种优选方案,所述步骤3的具体过程如下:
步骤3.1,将汽车移动到矩形激光器区域的中心,并确保车头中心与矩形激光器区域其中一条长边的中点对齐,车尾中心与矩形激光器区域另一条长边的中点对齐;
步骤3.2,以汽车中心点为车辆坐标系的中心,汽车中心点往右为X轴正方向,汽车中心点往上为Y轴正方向,建立车辆坐标系;
步骤3.3,计算矩形激光器区域的四个顶点以及该矩形激光器区域两条长边的中点在车辆坐标系下的坐标。
作为本发明的一种优选方案,所述步骤4的具体过程如下:
步骤4.1,在每个相机的视野范围内摆放一3*4的棋盘格,并确保棋盘格的长边与矩形激光器区域的长边平行;
步骤4.2,采集每个相机视野范围内的棋盘格图像,并测量各棋盘格图像左上角在车辆坐标系下的坐标;
步骤4.3,根据棋盘格的实际尺寸,推算得到棋盘格各角点在车辆坐标系下的坐标。
作为本发明的一种优选方案,所述步骤5的具体过程如下:
步骤5.1,对采集的棋盘格图像进行畸变矫正;
步骤5.2,利用开源视觉算法库opencv中的findChessboardCorners()和cornerSubPix(),提取畸变矫正后的图像中的棋盘格角点坐标。
作为本发明的一种优选方案,所述步骤6的具体过程如下:
步骤6.1,在汽车正上方设置一虚拟相机,其光轴垂直于地平面π,通过虚拟相机拍摄得到车身周围的虚拟鸟瞰图,设定虚拟相机满足针孔投影模型,则其内参矩阵K1如下:
其中,u0=(W-1)*0.5,v0=(H-1)*0.5,fx=(w0*d)/W,fy=(w1*d)/H,u0、v0分别为X、Y方向平移的距离,fx、fy分别为焦距f在X、Y方向的投影,W、H分别为虚拟鸟瞰图的宽度、长度,w0、w1分别为相机物理平面的宽度、长度,d为虚拟相机距地平面的高度;
步骤6.2,计算各棋盘格图像对应的投影变换矩阵,根据投影变换矩阵将棋盘格图像转换为鸟瞰图像;具体为:
Step1,当棋盘格图像为安装在汽车右前位置的相机所采集的图像时,通过pnp算法计算地平面π相对于虚拟相机的旋转矩阵R1和平移向量t1,以及地平面π相对于右前相机的旋转矩阵R2和平移向量t2;
Step2,计算虚拟相机与右前相机的转换关系:
X1=R1*Xw+t1
X2=R2*Xw+t2
则X2=R2*R1 -1*X1+t2-R2*R1 -1*t1,其中,X1、X2分别为虚拟相机、右前相机坐标系下的棋盘格角点坐标,Xw为车辆坐标系下的棋盘格角点坐标;
Step3,设定地平面π在虚拟相机坐标系下的单位法向量为N,则
已知X2=RX1+T,R=R2*R1 -1,T=t2-R2*R1 -1*t1,则地平面π在虚拟相机和右前相机坐标系下的位置关系为:
其中,
Step4,已知x1=K1X1,x2=K2X2,其中,K2为右前相机内参矩阵,x1、x2分别为虚拟相机、右前相机图像坐标系下的棋盘格角点坐标,则
则投影变换矩阵为根据投影变换矩阵将棋盘格图像转换为鸟瞰图像Pr=HPL,其中,Pr为鸟瞰图像坐标系下的棋盘格角点坐标,PL为右前相机图像坐标系下的棋盘格角点坐标。
本发明采用以上技术方案与现有技术相比,具有以下技术效果:
1、为了感知汽车周围360°场景问题,本发明提出一种适用于汽车平台的鸟瞰全景图生成方法,可作为智能汽车环境感知的有效手段。将8个相机安装于汽车车身,可获得近距离道路环境的图像;采用一种相机图像投影到地面的方法,克服传统方法中存在盲区的问题,同时大大提高计算速度。
2、自动驾驶算法中经常用到相机之间的关系,相机之间的位姿关系在自动驾驶中很重要。本发明采用打激光线的方法测量地平面的棋盘格坐标,简单快捷,由相机之间的R和t计算H矩阵的方法,更加满足自动驾驶场景的需要。
附图说明
图1是本发明一种汽车鸟瞰全景图生成方法的流程图。
图2是建立车辆坐标系示意图。
图3是在矩形激光器区域内摆放棋盘格示意图。
图4是经畸变矫正后的棋盘格图像。
图5是虚拟相机成像模型图。
图6是虚拟鸟瞰示意图。
图7是安装在车辆右前位置的相机与虚拟相机间的示意图。
图8是同一平面在两个相机间的原理图。
图9是拼接效果图。
具体实施方式
下面详细描述本发明的实施方式,所述实施方式的示例在附图中示出。下面通过参考附图描述的实施方式是示例性的,仅用于解释本发明,而不能解释为对本发明的限制。
如图1所示,为本发明一种汽车鸟瞰全景图生成方法的流程图,具体步骤如下:
步骤1:选择标定区域
选择一块比较平整的尺寸大小约为10m*10m的标定区域,在标定区域内用多个线激光器打上标记线①③,③⑥,④⑥,①④,②⑤,使得②⑤为矩形①③⑥④的中心线,如图2所示。
步骤2:相机安装位置
将相机安装在汽车的左前、车前、右前、车右、右后、车后、左后、车左八个位置,8个相机可以全覆盖车身周围360度即可。
步骤3:移动车辆到矩形中心
3.1确保前车中心与②点对齐,后车中心与⑤点对齐;
3.2建立车辆坐标系,以车辆中心点为车辆坐标系的中心,中心点往右为X轴正方向,中心点往上为Y轴正方向;
3.3测量①②③④⑤⑥在车辆坐标系下的坐标。
步骤4:在激光区域摆放棋盘格
4.1将棋盘格摆放在激光区域内,确保棋盘格的边平行于矩形区域的边,并且在相机的可视视野内,如图3所示;
4.2采集每个相机视野内的棋盘格图像;
4.3测量此时棋盘格图像左上角在车辆坐标系下的坐标p1-p8;
4.4已知每个棋盘格的实际尺寸,推算出棋盘格上每个角点在车辆坐标系下的坐标。
步骤5:计算棋盘格图像坐标系下的角点坐标
5.1先对棋盘格图像进行畸变矫正,图4为畸变矫正后的棋盘格图像;
5.2提取图像中的角点坐标
采用开源视觉算法库opencv中的findChessboardCorners()和cornerSubPix()提取图像中的棋盘格角点坐标。
步骤6:计算投影变换矩阵
本发明提出一种图像投影到地面的方法,克服了传统方法采用畸变矫正和单应映射造成的图像视角的损失。
6.1虚拟相机内参矩阵
假设汽车正上方有一个虚拟相机,其光轴垂直于地平面π,拍摄得到车身周围的鸟瞰图。根据摄像机视野范围等参数,可以得出此虚拟摄像机的内参数。图5是虚拟相机成像模型图。图6是虚拟鸟瞰示意图。
设虚拟相机满足针孔投影模型,则其内参矩阵如下:
其中,
u0=(W-1)*0.5
v0=(H-1)*0.5
则fx=(w0*d)/W,fy=(w1*d)/H;给定一个d就有给定的fx和fy,u0、v0分别为X、Y方向平移的距离,fx、fy分别为焦距f在X、Y方向的投影,W、H分别为虚拟鸟瞰图的宽度、长度,w0、w1分别为相机物理平面的宽度、长度,d为虚拟相机距地平面的高度。
6.2相机图像到虚拟相机图像的变换
Step1.通过pnp算法计算平面相对于斜视相机和虚拟相机的位姿,包括计算地平面π相对于虚拟相机的旋转矩阵R1和平移向量t1,以及地平面π相对于右前相机的旋转矩阵R2和平移向量t2。
Step2.计算两个相机的转换关系,图7为安装在车辆右前位置的相机与虚拟相机间的示意图。
X1=R1*Xw+t1
X2=R2*Xw+t2
则X2=R2*R1 -1*X1+t2-R2*R1 -1*t1
Step3.计算投影矩阵,图8为同一平面在两个相机间的原理图。
设地平面π在虚拟相机坐标系下的单位法向量为N,其到虚拟相机中心(坐标原点)的距离为d,则地平面π可表示为:
已知两个相机坐标的变换关系:
X2=RX1+T
则有同一平面在两个不同相机坐标系下的位置关系
Step4.计算同一平面在两个相机图像坐标下的位置关系
x1=K1X1,x2=K2X2
设鸟瞰图像坐标系Pr上坐标为(u,v,1),相机图像坐标系PL上坐标为(x,y,1),则
Pr=HPL
步骤7:获取拼接效果图,如图9所示。
以上实施例仅为说明本发明的技术思想,不能以此限定本发明的保护范围,凡是按照本发明提出的技术思想,在技术方案基础上所做的任何改动,均落入本发明保护范围之内。
Claims (4)
1.一种汽车鸟瞰全景图生成方法,其特征在于,包括如下步骤:
步骤1,选择一标定区域,在该标定区域内用多个线激光器打上5条标记线,其中4条组成一矩形激光器区域,另外1条为该矩形激光器区域长边的中心线;
步骤2,在汽车的左前、右前、左后、右后、车前、车后、车左和车右八个位置,每个位置安装1个相机,8个相机总的视野范围覆盖车身周围360度,且相邻两个相机的视野范围存在重叠部分;
步骤3,将汽车移动到矩形激光器区域的中心,建立车辆坐标系,计算矩形激光器区域的四个顶点以及该矩形激光器区域两条长边的中点在车辆坐标系下的坐标;
步骤4,在每个相机的视野范围内摆放棋盘格,并采集各相机视野范围内的棋盘格图像,计算棋盘格上各角点在车辆坐标系下的坐标;
步骤5,根据采集的棋盘格图像,计算图像坐标系下各角点的坐标;
步骤6,计算各棋盘格图像对应的投影变换矩阵,根据投影变换矩阵将棋盘格图像转换为鸟瞰图像;具体过程如下:
步骤6.1,在汽车正上方设置一虚拟相机,其光轴垂直于地平面π,通过虚拟相机拍摄得到车身周围的虚拟鸟瞰图,设定虚拟相机满足针孔投影模型,则其内参矩阵K1如下:
其中,u0=(W-1)*0.5,v0=(H-1)*0.5,fx=(w0*d)/W,fy=(w1*d)/H,u0、v0分别为X、Y方向平移的距离,fx、fy分别为焦距f在X、Y方向的投影,W、H分别为虚拟鸟瞰图的宽度、长度,w0、w1分别为相机物理平面的宽度、长度,d为虚拟相机距地平面的高度;
步骤6.2,计算各棋盘格图像对应的投影变换矩阵,根据投影变换矩阵将棋盘格图像转换为鸟瞰图像;具体为:
Step1,当棋盘格图像为安装在汽车右前位置的相机所采集的图像时,通过pnp算法计算地平面π相对于虚拟相机的旋转矩阵R1和平移向量t1,以及地平面π相对于右前相机的旋转矩阵R2和平移向量t2;
Step2,计算虚拟相机与右前相机的转换关系:
X1=R1*Xw+t1
X2=R2*Xw+t2
则其中,X1、X2分别为虚拟相机、右前相机坐标系下的棋盘格角点坐标,Xw为车辆坐标系下的棋盘格角点坐标;
Step3,设定地平面π在虚拟相机坐标系下的单位法向量为N,则
已知X2=RX1+T,则地平面π在虚拟相机和右前相机坐标系下的位置关系为:
其中,
Step4,已知x1=K1X1,x2=K2X2,其中,K2为右前相机内参矩阵,x1、x2分别为虚拟相机、右前相机图像坐标系下的棋盘格角点坐标,则
则投影变换矩阵为根据投影变换矩阵将棋盘格图像转换为鸟瞰图像Pr=HPL,其中,Pr为鸟瞰图像坐标系下的棋盘格角点坐标,PL为右前相机图像坐标系下的棋盘格角点坐标;
步骤7,将所有的鸟瞰图像拼接起来得到汽车鸟瞰全景图。
2.根据权利要求1所述汽车鸟瞰全景图生成方法,其特征在于,所述步骤3的具体过程如下:
步骤3.1,将汽车移动到矩形激光器区域的中心,并确保车头中心与矩形激光器区域其中一条长边的中点对齐,车尾中心与矩形激光器区域另一条长边的中点对齐;
步骤3.2,以汽车中心点为车辆坐标系的中心,汽车中心点往右为X轴正方向,汽车中心点往上为Y轴正方向,建立车辆坐标系;
步骤3.3,计算矩形激光器区域的四个顶点以及该矩形激光器区域两条长边的中点在车辆坐标系下的坐标。
3.根据权利要求1所述汽车鸟瞰全景图生成方法,其特征在于,所述步骤4的具体过程如下:
步骤4.1,在每个相机的视野范围内摆放一3*4的棋盘格,并确保棋盘格的长边与矩形激光器区域的长边平行;
步骤4.2,采集每个相机视野范围内的棋盘格图像,并测量各棋盘格图像左上角在车辆坐标系下的坐标;
步骤4.3,根据棋盘格的实际尺寸,推算得到棋盘格各角点在车辆坐标系下的坐标。
4.根据权利要求1所述汽车鸟瞰全景图生成方法,其特征在于,所述步骤5的具体过程如下:
步骤5.1,对采集的棋盘格图像进行畸变矫正;
步骤5.2,利用开源视觉算法库opencv中的findChessboardCorners()和cornerSubPix(),提取畸变矫正后的图像中的棋盘格角点坐标。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110177542.6A CN112802109B (zh) | 2021-02-07 | 2021-02-07 | 一种汽车鸟瞰全景图生成方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110177542.6A CN112802109B (zh) | 2021-02-07 | 2021-02-07 | 一种汽车鸟瞰全景图生成方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112802109A CN112802109A (zh) | 2021-05-14 |
CN112802109B true CN112802109B (zh) | 2024-05-10 |
Family
ID=75815010
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110177542.6A Active CN112802109B (zh) | 2021-02-07 | 2021-02-07 | 一种汽车鸟瞰全景图生成方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112802109B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113983934B (zh) * | 2021-11-15 | 2022-11-01 | 西安交通大学 | 一种基于双线阵相机的覆铜板在线高速尺寸测量方法及装置 |
CN114549666B (zh) * | 2022-04-26 | 2022-09-06 | 杭州蓝芯科技有限公司 | 一种基于agv的环视图像拼接标定方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103177439A (zh) * | 2012-11-26 | 2013-06-26 | 惠州华阳通用电子有限公司 | 一种基于黑白格角点匹配的自动标定方法 |
DE102013220013A1 (de) * | 2012-10-11 | 2014-04-17 | GM Global Technology Operations, LLC (n.d. Ges. d. Staates Delaware) | Abbildungsflächenmodellierung für die Kameramodellierung und für die Synthese virtueller Ansichten |
CN106373091A (zh) * | 2016-09-05 | 2017-02-01 | 山东省科学院自动化研究所 | 全景泊车中鸟瞰图像的自动拼接方法、系统及车辆 |
CN107341766A (zh) * | 2017-05-25 | 2017-11-10 | 深圳市汉华安道科技有限责任公司 | 一种全景泊车辅助系统的图像自动调试系统、方法和装置 |
CN107993264A (zh) * | 2017-11-17 | 2018-05-04 | 广州市安晓科技有限责任公司 | 一种汽车环视全景的标定方法 |
CN108629811A (zh) * | 2018-04-04 | 2018-10-09 | 广州市安晓科技有限责任公司 | 一种汽车环视全景的自动标定方法及系统 |
CN110288527A (zh) * | 2019-06-24 | 2019-09-27 | 北京智行者科技有限公司 | 一种车载环视相机全景鸟瞰图生成方法 |
CN110415550A (zh) * | 2019-07-31 | 2019-11-05 | 北京智行者科技有限公司 | 基于视觉的自动泊车方法 |
CN111223038A (zh) * | 2019-12-02 | 2020-06-02 | 上海赫千电子科技有限公司 | 一种车载环视图像的自动拼接方法及显示装置 |
CN111462172A (zh) * | 2020-02-24 | 2020-07-28 | 西安电子科技大学 | 一种基于行驶场景估计的三维全景影像自适应生成方法 |
CN111861891A (zh) * | 2020-07-13 | 2020-10-30 | 一汽奔腾轿车有限公司 | 基于棋盘格标定以实现全景影像系统画面拼接显示的方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150296135A1 (en) * | 2014-04-10 | 2015-10-15 | Magna Electronics Inc. | Vehicle vision system with driver monitoring |
JP2019092002A (ja) * | 2017-11-13 | 2019-06-13 | ヤマハ発動機株式会社 | 船舶用俯瞰画像生成装置およびそのキャリブレーション方法 |
-
2021
- 2021-02-07 CN CN202110177542.6A patent/CN112802109B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102013220013A1 (de) * | 2012-10-11 | 2014-04-17 | GM Global Technology Operations, LLC (n.d. Ges. d. Staates Delaware) | Abbildungsflächenmodellierung für die Kameramodellierung und für die Synthese virtueller Ansichten |
CN103177439A (zh) * | 2012-11-26 | 2013-06-26 | 惠州华阳通用电子有限公司 | 一种基于黑白格角点匹配的自动标定方法 |
CN106373091A (zh) * | 2016-09-05 | 2017-02-01 | 山东省科学院自动化研究所 | 全景泊车中鸟瞰图像的自动拼接方法、系统及车辆 |
CN107341766A (zh) * | 2017-05-25 | 2017-11-10 | 深圳市汉华安道科技有限责任公司 | 一种全景泊车辅助系统的图像自动调试系统、方法和装置 |
CN107993264A (zh) * | 2017-11-17 | 2018-05-04 | 广州市安晓科技有限责任公司 | 一种汽车环视全景的标定方法 |
CN108629811A (zh) * | 2018-04-04 | 2018-10-09 | 广州市安晓科技有限责任公司 | 一种汽车环视全景的自动标定方法及系统 |
CN110288527A (zh) * | 2019-06-24 | 2019-09-27 | 北京智行者科技有限公司 | 一种车载环视相机全景鸟瞰图生成方法 |
CN110415550A (zh) * | 2019-07-31 | 2019-11-05 | 北京智行者科技有限公司 | 基于视觉的自动泊车方法 |
CN111223038A (zh) * | 2019-12-02 | 2020-06-02 | 上海赫千电子科技有限公司 | 一种车载环视图像的自动拼接方法及显示装置 |
CN111462172A (zh) * | 2020-02-24 | 2020-07-28 | 西安电子科技大学 | 一种基于行驶场景估计的三维全景影像自适应生成方法 |
CN111861891A (zh) * | 2020-07-13 | 2020-10-30 | 一汽奔腾轿车有限公司 | 基于棋盘格标定以实现全景影像系统画面拼接显示的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112802109A (zh) | 2021-05-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9858639B2 (en) | Imaging surface modeling for camera modeling and virtual view synthesis | |
JP5455124B2 (ja) | カメラ姿勢パラメータ推定装置 | |
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 | |
CN107133988B (zh) | 车载全景环视系统中摄像头的标定方法及标定系统 | |
CN108263283B (zh) | 多编组变角度车辆全景环视系统标定及拼接方法 | |
CN109360245B (zh) | 无人驾驶车辆多相机系统的外参数标定方法 | |
CN104835117B (zh) | 基于重叠方式的球面全景图生成方法 | |
CN103617606B (zh) | 用于辅助驾驶的车辆多视角全景生成方法 | |
CN109903227B (zh) | 基于相机几何位置关系的全景影像拼接方法 | |
JP5491235B2 (ja) | カメラキャリブレーション装置 | |
CN103177439B (zh) | 一种基于黑白格角点匹配的自动标定方法 | |
Li et al. | Easy calibration of a blind-spot-free fisheye camera system using a scene of a parking space | |
WO2012176945A1 (ko) | 차량 주변 시각화를 위한 3차원 영상 합성장치 및 그 방법 | |
JP6522630B2 (ja) | 車両の周辺部を表示するための方法と装置、並びに、ドライバー・アシスタント・システム | |
CN108805934A (zh) | 一种车载摄像机的外部参数标定方法及装置 | |
CN109087251B (zh) | 一种车载全景图像显示方法及系统 | |
CN112802109B (zh) | 一种汽车鸟瞰全景图生成方法 | |
CN112102413B (zh) | 一种基于虚车道线的车载相机自动标定方法 | |
JP6616967B2 (ja) | 地図作成装置、および地図作成方法 | |
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 | |
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 | |
CN103295231A (zh) | 一种鱼眼图像拼接中鱼眼镜头垂直映射图像几何校正方法 | |
CN109883433B (zh) | 基于360度全景视图的结构化环境中车辆定位方法 | |
JP4679293B2 (ja) | 車載パノラマカメラシステム | |
CN115239922A (zh) | 基于双目相机的ar-hud三维坐标重建方法 |
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 |