CN113674363B - 一种全景泊车影像拼接标定方法及其标定物 - Google Patents
一种全景泊车影像拼接标定方法及其标定物 Download PDFInfo
- Publication number
- CN113674363B CN113674363B CN202110988554.7A CN202110988554A CN113674363B CN 113674363 B CN113674363 B CN 113674363B CN 202110988554 A CN202110988554 A CN 202110988554A CN 113674363 B CN113674363 B CN 113674363B
- Authority
- CN
- China
- Prior art keywords
- calibration
- vehicle
- image
- panoramic parking
- calibration object
- 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 45
- 238000012360 testing method Methods 0.000 claims abstract description 22
- 238000012549 training Methods 0.000 claims abstract description 10
- 230000000694 effects Effects 0.000 claims abstract description 6
- 238000004806 packaging method and process Methods 0.000 claims abstract description 5
- 238000002372 labelling Methods 0.000 claims abstract description 4
- 238000005286 illumination Methods 0.000 claims description 7
- 235000002566 Capsicum Nutrition 0.000 claims description 4
- 239000006002 Pepper Substances 0.000 claims description 4
- 241000722363 Piper Species 0.000 claims description 4
- 235000016761 Piper aduncum Nutrition 0.000 claims description 4
- 235000017804 Piper guineense Nutrition 0.000 claims description 4
- 235000008184 Piper nigrum Nutrition 0.000 claims description 4
- 238000013523 data management Methods 0.000 claims description 4
- 238000013500 data storage Methods 0.000 claims description 4
- 238000007781 pre-processing Methods 0.000 claims description 4
- 150000003839 salts Chemical class 0.000 claims description 4
- 238000013519 translation Methods 0.000 claims description 4
- 230000009466 transformation Effects 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 2
- 230000009286 beneficial effect Effects 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 6
- 239000000919 ceramic Substances 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 4
- 239000004579 marble Substances 0.000 description 4
- 239000004568 cement Substances 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 239000005337 ground glass Substances 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 3
- 239000007787 solid Substances 0.000 description 3
- 238000009434 installation Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000010422 painting Methods 0.000 description 2
- NIXOWILDQLNWCW-UHFFFAOYSA-N acrylic acid group Chemical group C(C=C)(=O)O NIXOWILDQLNWCW-UHFFFAOYSA-N 0.000 description 1
- 238000010923 batch production Methods 0.000 description 1
- 238000007664 blowing Methods 0.000 description 1
- 239000011449 brick Substances 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 210000003128 head Anatomy 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 229910052573 porcelain Inorganic materials 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
-
- 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
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明公开一种全景泊车影像拼接标定方法及其标定物,在车辆的四周分别布置至少4个具有圆形特征的标定物;多次采集含有标定物的车辆区域图像;从含有标定物的车辆区域图像将标定物的圆形特征提取出来并封装为模板;同时提取处理得到用于训练和测试模板的测试集;将模板与测试集采用图像金子塔进行形状匹配,并利用最小二乘法优化匹配结果;形状匹配效果达标后将优化的数据按照空间位置、摄像头的布局进行分组和标签;将分组及标签的数据得到标定物各个拼接点的像素坐标;基于各个拼接点的像素坐标采用现有泊车影像拼接算法完成全景泊车影像的拼接。本发明用于轿车行车过程采集车身四周图像的拼接标定,以确保更高的图像拼接精度及标定效率,有益于克服车身四周的盲区,助力辅助驾驶员提高驾驶安全性。
Description
技术领域
本发明涉及泊车辅助领域,尤其涉及一种全景泊车影像拼接标定方法及其标定物。
背景技术
全景泊车系统在传统的倒车影像基础上,增加了前脸处、左后视镜处、右后视镜处3个摄像头,由4个广角摄像头分别采集的4幅广角图像,通过图像拼接融合为一副完整的车身全景图像,进而解决了车身前面、左侧、右侧的盲区区域。对于狭窄道路的会车、人车混流道路的行驶拐弯、防碰瓷将是很好的驾驶安全辅助保障。而图像拼接是直接影响全景泊车影像系统功能实现的关键技术,图像拼接之前一般应进行标定,经标定后的图像方能进行拼接。在实际的图像拼接标定过程,借助标定物+拼接标定算法/方法进行拼接标定。其中,标定物及拼接标定算法/方法的设计是多样化的,它会直接影响拼接标定效率、精度及最终的全景泊车影像拼接效果。传统拼接标定基于标定物的图案标记点由工程师人工选取作为拼接点(描点),这些拼接点按一定的顺序及规律排布。轿车行车过程由4个广角摄像头采集的图像,以拼接点(像素点)为参考进行4个幅图像的动态拼接,拼接完成的图像输出至车载显示器辅助驾驶。
基于传统影像拼接标定其精度直接依赖于工程师的“眼力”,同时与标定物采用的图案方案有关,而工程师人工选取拼接点需完成4个摄像头一系列拼接点的选取,一系列的拼接点少则10几个、多则几十个,而拼接点的选取过程有时需经多次调试,因而标定人为因素影响大、效率低使得图像拼接标定不能自动化及拼接精度不高。
发明内容
本发明的目的在于提供一种全景泊车影像拼接标定方法及其标定物。
本发明采用的技术方案是:
一种全景泊车影像拼接标定方法,其包括以下步骤:
S1,通过已经相机标定的多个摄像头采集车辆区域图像;
S2,在车辆四周布置图像拼接标定物;
S3,多次采集含有标定物的车辆区域图像;
S4,从含有标定物的车辆区域图像将标定物的圆形特征提取出来并封装为模板;
S5,将含有标定物的车辆区域图像进行预处理作为训练和测试模板的测试集;
S6,将模板与测试集采用图像金子塔进行形状匹配,并利用最小二乘法优化匹配结果;形状匹配对光照强度、标定物姿态、物距缩放等因素的变化有较好的综合适应性,有利于提高图像拼接标定精度和效率。为保证算法的实时性,结合图像金子塔匹配、最小二乘法的优化策略提高实时性。
S7,判断形状匹配效果是否达标;是则,执行S8;否则,执行S6;
S8,经过形状匹配后,快速搜索遍历得到车辆四周摄像头视野下标定物的若干圆形特征圆心坐标,并对匹配数据进行多组、多次最小二乘法的优化,将优化的数据按照空间位置、摄像头的布局进行分组和标签;
S9,将分组及标签的数据进行数据管理、存储和调度得到标定物各个拼接点的像素坐标;如存储为数据表、行列式、检索方法等;
S10,基于各个拼接点的像素坐标采用现有泊车影像拼接算法完成全景泊车影像的拼接。
进一步地,S1中对摄像头进行相机标定的具体步骤如下:
S11,摄像头采集镜头未标定前现场图像;
S12,基于现场图像进行摄像头内外参数的标定;
S13,判定摄像头的内外参数是否达标;是则,完成相机标定;否则,执行S12。
进一步地,S1中的摄像头为四个以上,多个摄像头间隔布置于车辆四周。
进一步地,在车辆的左前、右前、左后和右后分别布置至少4个标定物。
进一步地,每个标定物包括5个圆形图案,外圈4个圆形图案的中心连线构成矩形。
进一步地,矩形对角线交点处设有第5个圆形图案,且该圆形图案的中心与矩形对角线的交点重合。
进一步地,圆形图案采用纯色涂抹形成。
进一步地,4个标定物形成的矩形对角线设置标定线。
进一步地,车辆的前后两端分别沿车辆中轴线设有标定竖线。
进一步地,标定物与车辆前后垂直布局,或者将标定物与车辆左右平行布局。
进一步地,标定之前应清扫车辆周边区域,车辆回正且停至水平水泥地面(亚光瓷砖/大理石/磨砂玻璃地板更佳),标定物应铺平贴合地面最大限度不起皱。
进一步地,S5通过将图像集通过算法加入适当的盐噪声、胡椒噪声,几何平移、旋转,整体亮度、局部亮度变换后的图像作为测试集。
进一步地,S5中通过变换标定物的水平位姿(前后左右移动/旋转),变换调节标定场地照明 (如使用智能LED吸顶灯,局部遮挡吸顶灯)后重新采集若干图像集直接用于训练和测试模板的测试集,但对标定场地要求高,图像采集工作量大。
一种全景泊车影像拼接标定物,应用于所述的一种全景泊车影像拼接标定方法中,标定物包括4个圆形图案,4个圆形图案的中心连线构成矩形
进一步地,4个标定物形成的矩形对角线设置标定线。
进一步地,矩形对角线交点处设有第5个圆形图案,且该圆形图案的中心与矩形对角线的交点重合。
进一步地,其还包括标定竖线,标定竖线设在辆的前后两端并沿车辆中轴线延伸。
本发明采用以上技术方案,主要用于轿车行车过程采集车身四周图像的拼接标定,以确保更高的图像拼接精度及标定效率,有益于克服车身四周的盲区,助力辅助驾驶员提高驾驶安全性。本发明方法不限于轿车,可应用于客车、货车等其他车辆,也可用于大于4个摄像头(4目)的全景泊车影像系统。本发明可作为量产车的全景泊车系统图像拼接解决方案,也适宜全景泊车系统汽车电子硬件生产企业,使用本技术方案可提高图像拼接精度及实现图像拼接标定的自动化。
附图说明
以下结合附图和具体实施方式对本发明做进一步详细说明;
图1为本发明一种全景泊车影像拼接标定方法的流程示意图;
图2为本发明一种全景泊车影像拼接标定物的基本结构示意图;
图3为本发明标定物采用4个摄像头的基本布局示意图;
图4为本发明不同类型标定物的不同布局示意图;
图5为本发明4个摄像头的安装状态示意图;
图6为本发明6个摄像头的安装状态示意图;
图7为本发明标定物采用6个摄像头的基本布局示意图;
图8为本发明用于多节车厢或牵引挂车场合的摄像头安装状态示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图对本申请实施例中的技术方案进行清楚、完整地描述。
如图1至8之一所示,本发明公开了一种全景泊车影像拼接标定方法,其包括以下步骤:
S1,通过已经相机标定的多个摄像头采集车辆区域图像;
S2,在车辆四周布置图像拼接标定物;
如图2所示,标定物为基本形式,竖线为图像拼接标定布局对中线,标定物左右两侧各由5个涂纯色的圆形组成,其中外围的4个圆形圆心连线构成矩形,矩形对角线交点为第5个圆形的圆心。因圆弧类特征,经特征提取等算法并封装为模板后,采用本发明的拼接标定方法,其比常规基本图形有更高的亚像素定位精度,这是本发明选择圆形作为基本图形方案的主要出发点。
此外,进一步地,如图4所示,对图2变形后包括:圆形大小不同的场合、圆形间距不同的场合、圆形替换为椭圆的场合、取消对中线的场合、取消第5个圆形的场合、圆形间距之间增加圆形图案数量的场合均为本发明的变换型式。
其中,a、b、c、d为基于5个圆形图像的多种变换型式在车辆的布局示意图;e、f、g、h为基于4个圆形图像的多种变换型式在车辆的布局示意图。
如图3所示,为采用的图像拼接标定布局方式之一(标定物与小车前后垂直布局),也可将标定物与小车左右平行布局。标定之前应清扫小车周边区域,小车回正且停至水平水泥地面(亚光瓷砖/大理石/磨砂玻璃地板更佳),标定物应铺平贴合地面最大限度不起皱。如标定物为绸布材质且在户外场地可浇水防止刮风,如标定物为硬质亚克力/陶瓷薄板只需压紧即可,如标定物图案印刷至亚光瓷砖/大理石地面效果极佳(该方案为原厂批量生产做法),标定物对中线与小车中垂线平行共线,标定物与小车前后应留有适宜距离(不与小车重叠),应保证左上角、右上角、左下角、右下角的5个圆形在全景泊车影像的可视范围内。
S3,多次采集含有标定物的车辆区域图像;
具体地,以4个标定物的基础布局方案为例,采集一定数量(每个摄像头不少于100张图片)包含车身前后标定物的图像,4个摄像头同步采集,尽量保证标定场所光照良好,采集的图像亮度均匀。
S4,从含有标定物的车辆区域图像将标定物的圆形特征提取出来并封装为模板;
具体地,将采集的图像集选出4张亮度均匀、特征显现明显的图片,针对选出的图片,基于区域分割、边缘提取、轮廓提取等算法将标定物的圆形特征提取出来并封装为模板,也可采用预先绘制好的CAD图档封装为模板。
S5,将含有标定物的车辆区域图像进行预处理作为训练和测试模板的测试集;
具体地,S3采集的图像集作为模板训练/测试图像应进行必要的预处理,不可直接用于模板训练/测试,一般有2种方式:①将图像集通过算法加入适当的盐噪声、胡椒噪声,几何平移、旋转,整体亮度、局部亮度变换;②在上文3、4描述的步骤中,适当变换标定物的水平位姿(前后左右移动/旋转),变换调节标定场地照明 (如使用智能LED吸顶灯,局部遮挡吸顶灯),通过该方法采集的图像集可直接用于模板训练/测试,但对标定场地要求高,图像采集工作量大。
S6,将模板与测试集采用图像金字塔进行形状匹配,并利用最小二乘法优化匹配结果;形状匹配对光照强度、标定物姿态、物距缩放等因素的变化有较好的综合适应性,有利于提高图像拼接标定精度和效率。为保证算法的实时性,结合图像金子塔匹配、最小二乘法的优化策略提高实时性。
S7,判断形状匹配效果是否达标;是则,执行S8;否则,执行S6;
S8,经过形状匹配后,快速搜索遍历得到车辆四周摄像头视野下标定物的若干圆形特征圆心坐标,并对匹配数据进行多组、多次最小二乘法的优化,将优化的数据按照空间位置、摄像头的布局进行分组和标签;
具体地,经过形状匹配后,快速搜索遍历得到4个摄像头视野下标定物上的10 个圆形特征圆心坐标,标定物同侧的5个圆形圆心理论上应为对角共线,外围4个圆形圆心连接成矩形,因而可对匹配数据进行多组、多次最小二乘法的优化,将优化的数据按照空间位置、摄像头的布局进行分组和标签,最后将分组及标签的数据根据后续图像拼接方案需求,进行数据管理、存储和调度(如存储为数据表、行列式、检索方法等)。
S9,将分组及标签的数据进行数据管理、存储和调度得到标定物各个拼接点的像素坐标;得到的数据直接用于后续如同名点等算法完成全景泊车影像的拼接, 图像拼接标定实现了自动化及高精度的拼接标定。
S10,基于各个拼接点的像素坐标采用现有泊车影像拼接标定算法完成全景泊车影像的拼接标定。
具体地,全景泊车影像拼接标定的相关算法,对于开发层的汽车制造商或全景泊车影像汽车电子制造商,可预先将算法写入主机;而作为应用层的销售商安排的工程师或者是4S店维修工程师,在安装好相关硬件、布置好标定场所的前提下,仅需使用本技术方案设计的标定物,即可实现全景泊车影像图像拼接一键自动化高精度标定。注意:本发明适用于各(目)摄像头相对静止,且要求车头与车厢(轿厢)为一体式的乘用车或货车或卡车场合。其他如多节车厢或牵引挂车场合,如图8所示,基于本发明所采用的标定物及算法,采用分段组合方法也是本技术方案的权利范畴。
进一步地,S1中对摄像头进行相机标定的具体步骤如下:
S11,摄像头采集现场图像;
S12,基于现场图像进行摄像头内外参数的标定;
S13,判定摄像头的内外参数是否达标;是则,完成相机标定;否则,执行S12。
进一步地,S1中的摄像头为四个以上,多个摄像头间隔布置于车辆四周。
具体地,如图5所示,4个摄像头布局方案(F-B-L-R布局),车辆的前后左右位置分别配置一个摄像头。
如图6所示,为6个摄像头布局方案(F-B-L-R-A-B布局)A、B摄像头可布局在后门左右拉手或汽车C柱附近。
如图7所示,为6个摄像头的图像拼接标定布局方案,这里只给出一种示列,其他类型参考图4所示,只需在图4基础上增加图7车身左右2块标定物即可,从而派生出图像拼接标定布局其他方案。
如图8所示,为多节车厢或牵引挂车场合,采用本发明所采用的标定物及算法,基于S8、S9、S10基础上采用分段组合方法,也是发明方案的权利范畴。
进一步地,在车辆的左前、右前、左后和右后分别布置至少4个标定物。
进一步地,每个标定物包括5个圆形图案,外围4个圆形图案的中心连线构成矩形。
进一步地,矩形对角线交点处设有第5个圆形图案,且该圆形图案的中心与矩形对角线的交点重合。
进一步地,圆形图案采用纯色涂抹形成。
进一步地,4个标定物形成的矩形对角线设置标定线。
进一步地,车辆的前后两端分别沿车辆中轴线设有标定竖线。
进一步地,标定物与车辆前后垂直布局,或者将标定物与车辆左右平行布局。
进一步地,标定之前应清扫车辆周边区域,车辆回正且停至水平水泥地面(亚光瓷砖/大理石/磨砂玻璃地板更佳),标定物应铺平贴合地面最大限度不起皱。
一种全景泊车影像拼接标定物,应用于所述的一种全景泊车影像拼接标定方法中,标定物包括4个圆形图案,4个圆形图案的中心连线构成矩形
进一步地,4个标定物形成的矩形对角线设置标定线。
进一步地,矩形对角线交点处设有第5个圆形图案,且该圆形图案的中心与矩形对角线的交点重合。
进一步地,其还包括标定竖线,标定竖线设在辆的前后两端并沿车辆中轴线延伸。
本发明采用以上技术方案,主要用于轿车行车过程采集车身四周图像的拼接标定,以确保更高的图像拼接精度及标定效率,有益于克服车身四周的盲区,助力辅助驾驶员提高驾驶安全性。本发明方法不限于轿车,可应用于客车、货车等其他车辆,也可用于大于4个摄像头(4目)的全景泊车影像系统。本发明可作为量产车的全景泊车系统图像拼接解决方案,也适宜全景泊车系统汽车电子硬件生产企业,使用本技术方案可提高图像拼接精度及实现图像拼接标定的自动化。
显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此,本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
Claims (10)
1.一种全景泊车影像拼接标定方法,其特征在于:其包括以下步骤:
S1,通过车辆四周布置的已经相机标定的多个摄像头采集车辆区域图像;
S2,在车辆的左前、右前、左后和右后分别布置至少4个具有圆形特征的标定物;每个标定物包括4个圆形图案,4个圆形图案的中心顺次连线构成矩形;
S3,多次采集含有标定物的车辆区域图像;S3采集的图像集的预处理有2种方式:1、将图像集通过算法加入适当的盐噪声、胡椒噪声,几何平移、旋转,整体亮度、局部亮度变换;2、在S3、S4步骤中,适当变换标定物的水平位姿,变换调节标定场地照明;通过预处理的采集的图像集直接用于模板训练、测试;
S4,从含有标定物的车辆区域图像将标定物的圆形特征提取出来并封装为模板;
S5,将含有标定物的车辆区域图像预处理后作为训练和测试模板的测试集;
S6,将模板与测试集采用图像金字塔进行形状匹配,并利用最小二乘法优化匹配结果;
S7,判断形状匹配效果是否达标;是则,执行S8;否则,执行S6;
S8,经过形状匹配后,快速搜索遍历得到车辆四周摄像头视野下标定物的若干圆形特征圆心坐标,并对匹配数据进行多组、多次最小二乘法的优化,将优化的数据按照空间位置、摄像头的布局进行分组和标签;
S9,将分组及标签的数据进行数据管理、存储和调度得到标定物各个拼接点的像素坐标;
S10,基于各个拼接点的像素坐标采用现有泊车影像拼接标定算法完成全景泊车影像的拼接标定。
2.根据权利要求1所述的一种全景泊车影像拼接标定方法,其特征在于:S1中对摄像头进行相机标定的具体步骤如下:
S11,摄像头采集镜头未标定前现场图像;
S12,基于现场图像进行摄像头内外参数的标定;
S13,判定摄像头的内外参数是否达标;是则,完成相机标定;否则,执行S12。
3.根据权利要求1所述的一种全景泊车影像拼接标定方法,其特征在于:S1中的摄像头为四个以上,多个摄像头间隔布置于车辆四周。
4.根据权利要求1所述的一种全景泊车影像拼接标定方法,其特征在于:S2中4个标定物外圈的4个圆形图案形成的矩形对角线设置标定线;和/或在矩形对角线交点处设有第5个圆形图案,且该圆形图案的中心与矩形对角线的交点重合;和/或在车辆的前后两端分别沿车辆中轴线设有标定竖线。
5.根据权利要求1所述的一种全景泊车影像拼接标定方法,其特征在于:标定物与车辆前后垂直布局,或者将标定物与车辆左右平行布局。
6.根据权利要求1所述的一种全景泊车影像拼接标定方法,其特征在于:S5通过将图像集通过加入盐噪声和胡椒噪声、几何平移和旋转、整体亮度和局部亮度的变换后形成为测试集;或者S5中通过变换标定物的水平位姿以及变换调节标定场地照明后重新采集若干图像集直接形成用于训练和测试模板的测试集。
7.一种全景泊车影像拼接标定物,应用于权利要求1至6任一所述的一种全景泊车影像拼接标定方法中,其特征在于:标定物包括4个圆形图案,4个圆形图案的中心顺次连线构成矩形。
8.根据权利要求7所述的一种全景泊车影像拼接标定物,其特征在于:4个标定物形成的矩形对角线设置标定线。
9.根据权利要求7或8所述的一种全景泊车影像拼接标定物,其特征在于:矩形对角线交点处设有第5个圆形图案,且该圆形图案的中心与矩形对角线的交点重合。
10.根据权利要求7所述的一种全景泊车影像拼接标定物,其特征在于:其还包括标定竖线,标定竖线设在辆的前后两端并沿车辆中轴线延伸。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110988554.7A CN113674363B (zh) | 2021-08-26 | 2021-08-26 | 一种全景泊车影像拼接标定方法及其标定物 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110988554.7A CN113674363B (zh) | 2021-08-26 | 2021-08-26 | 一种全景泊车影像拼接标定方法及其标定物 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113674363A CN113674363A (zh) | 2021-11-19 |
CN113674363B true CN113674363B (zh) | 2023-05-30 |
Family
ID=78546624
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110988554.7A Active CN113674363B (zh) | 2021-08-26 | 2021-08-26 | 一种全景泊车影像拼接标定方法及其标定物 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113674363B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115426440B (zh) * | 2022-07-27 | 2024-03-15 | 深圳市富中奇科技有限公司 | 车辆环视系统的实现方法、装置、设备及计算机存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN205239320U (zh) * | 2015-12-04 | 2016-05-18 | 深圳卓越视通科技有限公司 | 全景泊车系统盲区自适应填充系统 |
CN106952311A (zh) * | 2017-03-02 | 2017-07-14 | 山东省科学院自动化研究所 | 基于全景拼接数据映射表的辅助泊车系统及方法 |
CN107886039A (zh) * | 2016-09-30 | 2018-04-06 | 法乐第(北京)网络科技有限公司 | 泊车系统全景视图生成方法和装置 |
CN108257092A (zh) * | 2018-01-18 | 2018-07-06 | 维森软件技术(上海)有限公司 | 一种车身环视图像底部显示方法 |
CN109131082A (zh) * | 2018-08-31 | 2019-01-04 | 深圳以恒科技有限公司 | 一种完全基于视觉的单目全景泊车影像系统及其泊车方法 |
CN109767473A (zh) * | 2018-12-30 | 2019-05-17 | 惠州华阳通用电子有限公司 | 一种全景泊车装置标定方法及装置 |
WO2019192358A1 (zh) * | 2018-04-02 | 2019-10-10 | 杭州海康威视数字技术股份有限公司 | 一种全景视频合成方法、装置及电子设备 |
-
2021
- 2021-08-26 CN CN202110988554.7A patent/CN113674363B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN205239320U (zh) * | 2015-12-04 | 2016-05-18 | 深圳卓越视通科技有限公司 | 全景泊车系统盲区自适应填充系统 |
CN107886039A (zh) * | 2016-09-30 | 2018-04-06 | 法乐第(北京)网络科技有限公司 | 泊车系统全景视图生成方法和装置 |
CN106952311A (zh) * | 2017-03-02 | 2017-07-14 | 山东省科学院自动化研究所 | 基于全景拼接数据映射表的辅助泊车系统及方法 |
CN108257092A (zh) * | 2018-01-18 | 2018-07-06 | 维森软件技术(上海)有限公司 | 一种车身环视图像底部显示方法 |
WO2019192358A1 (zh) * | 2018-04-02 | 2019-10-10 | 杭州海康威视数字技术股份有限公司 | 一种全景视频合成方法、装置及电子设备 |
CN109131082A (zh) * | 2018-08-31 | 2019-01-04 | 深圳以恒科技有限公司 | 一种完全基于视觉的单目全景泊车影像系统及其泊车方法 |
CN109767473A (zh) * | 2018-12-30 | 2019-05-17 | 惠州华阳通用电子有限公司 | 一种全景泊车装置标定方法及装置 |
Non-Patent Citations (4)
Title |
---|
Study on image stitching methods and its key technologies;Cai Li-huan;《IEEE》(第03期);全文 * |
全景视图泊车辅助系统中的多视点视频拼接;卢官明;陈浩;肖鲁宁;苏昊;钟锐;;南京邮电大学学报(自然科学版)(第03期);全文 * |
车载全景视觉系统的研究与实现;郑忠慧;《中国优秀硕士学位论文全文数据库》(第02期);全文 * |
车辆外廓尺寸计算机视觉动态测量;梁春疆;段发阶;杨毅;李洋;许飞;;光电工程(第01期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113674363A (zh) | 2021-11-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106651963B (zh) | 一种用于驾驶辅助系统的车载摄像头的安装参数标定方法 | |
CN108932736A (zh) | 二维激光雷达点云数据处理方法以及动态机器人位姿校准方法 | |
CN104634787A (zh) | 一种汽车车身外表面喷漆瑕疵自动检测装置与方法 | |
DE102017128294A1 (de) | Fahrzeugumgebung-abbildungssysteme und -verfahren | |
CN108263283A (zh) | 多编组变角度车辆全景环视系统标定及拼接方法 | |
CN113674363B (zh) | 一种全景泊车影像拼接标定方法及其标定物 | |
CN105164697B (zh) | 用于识别机动车轮胎上的标识的装置和方法 | |
CN103679729A (zh) | 基于彩色标定板的全自动摄像机参数标定方法 | |
CN110052704A (zh) | 一种对打标工件自动定位调焦的激光打标机工作台 | |
CN114445593A (zh) | 基于多帧语义点云拼接的鸟瞰图语义分割标签生成方法 | |
CN109446973A (zh) | 一种基于深度神经网络图像识别的车辆定位方法 | |
CN105205785A (zh) | 一种可定位的大型车辆运行管理系统及其运行方法 | |
CN106017458A (zh) | 移动机器人组合式导航方法及装置 | |
CN107845101A (zh) | 车载环视图像的特征点标定方法、装置和可读存储介质 | |
CN108133497A (zh) | 一种360°全景系统的标定场地和标定方法 | |
CN206317810U (zh) | 一种车辆行驶360度全景行车标定板 | |
CN103909875A (zh) | 用于车辆遮挡物外视野可视化的系统 | |
CN109974745A (zh) | 车载相机综合标定检测台 | |
CN205375585U (zh) | 一种用于360°全景泊车辅助系统的标定布及标定场地 | |
CN112927302A (zh) | 一种多线激光雷达与相机联合标定的标定板及标定方法 | |
CN204854653U (zh) | 一种快速三维扫描设备 | |
CN107464263A (zh) | 汽车标定系统及其标定方法 | |
CN109472737B (zh) | 一种车载六路摄像头的全景报警方法 | |
CN105389993A (zh) | 视觉交通信号的处理与识别方法 | |
CN109383091A (zh) | 层合玻璃面板组件和检测层合玻璃面板组件上隐藏折射率特征件的方法 |
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 |