CN114067001A - 车载相机角度标定方法、终端及存储介质 - Google Patents
车载相机角度标定方法、终端及存储介质 Download PDFInfo
- Publication number
- CN114067001A CN114067001A CN202210040835.4A CN202210040835A CN114067001A CN 114067001 A CN114067001 A CN 114067001A CN 202210040835 A CN202210040835 A CN 202210040835A CN 114067001 A CN114067001 A CN 114067001A
- Authority
- CN
- China
- Prior art keywords
- point
- coordinate system
- image
- angle
- 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.)
- Granted
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration by the use of local operators
- G06T5/30—Erosion or dilatation, e.g. thinning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- 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
- G06T2207/30256—Lane; Road marking
Abstract
本发明提供了一种车载相机角度标定方法、终端及存储介质,相机在车辆上的安装位置固定,预先定义世界坐标系、相机坐标系、图像平面坐标系和像素坐标系,包括:根据相机拍摄的图像,获取图像中车身与道路的边界线;根据边界线在世界坐标系和像素坐标系的映射关系,获取相机的滚转角的标定值和偏航角的标定值;根据图像,获取图像中的两个车道线;根据两个车道线在世界坐标系和像素坐标系的映射关系,获取相机的俯仰角的标定值。本发明能够增大相机角度标定的应用场景。
Description
技术领域
本发明涉及自动驾驶及辅助驾驶技术领域,尤其涉及一种车载相机角度标定方法、终端及存储介质。
背景技术
在自动驾驶和辅助驾驶的产品中,相机外部参数的标定是计算机视觉应用的基础。相机外部参数包括相机在拍摄图像时相对于世界坐标系的姿态,如滚转角、偏航角和俯仰角。
一般传统相机标定法需要使用尺寸已知的特定标定物,通过建立标定物上坐标已知的点与其图像点之间的对应,利用一定的算法获得相机的外部参数,这种方法的标定精度取决于标定物的尺寸精度,成本高,操作复杂,效率低,且无法用于在线标定。
近年来出现的较多的自动标定方法大多是基于场景中平行线如车道线的消失点和车道宽度来计算相机的角度,这种方法对车道线的识别与拟合精度要求较高,车道线的识别误差和拟合误差会造成消失点误差较大的问题,且需要提前知道车道宽度,并假设车道宽度不变,实际应用场景局限性较大。
发明内容
有鉴于此,本发明提供了一种车载相机角度标定方法、终端及存储介质,能够解决现有技术对车载相机角度的标定实际应用场景局限性大的问题。
第一方面,本发明实施例提供了一种车载相机角度标定方法,相机在车辆上的安装位置固定,预先定义世界坐标系、相机坐标系、图像平面坐标系和像素坐标系,包括:
根据相机拍摄的图像,获取所述图像中车身与道路的边界线;
根据所述边界线在所述世界坐标系和所述像素坐标系的映射关系,获取所述相机的滚转角的标定值和偏航角的标定值;
根据所述图像,获取所述图像中的两个车道线;
根据所述两个车道线在所述世界坐标系和所述像素坐标系的映射关系,获取所述相机的俯仰角的标定值。
在一种可能的实现方式中,所述根据相机拍摄的图像,获取所述图像中车身与道路的边界线包括:
对所述图像进行二值化处理;
通过边缘检测算法,获取所述图像中车身与道路的边界线所对应的像素点;
提取所述图像中第一感兴趣区域的边界线所对应的像素点;
对所述第一感兴趣区域的边界线所对应的像素点进行直线拟合,得到所述图像中车身与道路的边界线。
在一种可能的实现方式中,所述根据所述边界线在所述世界坐标系和所述像素坐标系的映射关系,获取所述相机的滚转角的标定值和偏航角的标定值包括:
在所述世界坐标系中,在车身与道路的边界线上提取第一点和第二点,所述第一点和所述第二点为两个不重合的点;
设置多组第一测试数据,在一组第一测试数据中包括一个滚转角的值和一个偏航角的值;
分别在每组第一测试数据下获取所述第一点和所述第二点在所述像素坐标系中的映射点,其中,所述第一点对应第一像素点,所述第二点对应第二像素点,连接所述第一像素点和所述第二像素点确定一条直线;
获取目标第一测试数据,当所述相机的滚转角为所述目标第一测试数据中的滚转角的值,所述相机的偏航角为所述目标第一测试数据中偏航角的值时,所述第一像素点和所述第二像素点的连线与所述边界线夹角最小且偏离距离最小;
将所述目标第一测试数据中的滚转角的值作为所述滚转角的标定值,将所述目标第一测试数据中的偏航角的值作为所述偏航角的标定值。
在一种可能的实现方式中,该方法还包括:
根据n帧图像获取n个滚转角标定值和n个偏航角的标定值,n为大于等于2的正整数,其中,每个滚转角的标定值在第一预设角度范围内,每个偏航角的标定值在第二预设角度范围内;
求取所述n个滚转角的标定值的期望值,作为所述相机的滚转角的最终标定值;
求取所述n个偏航角的标定值的期望值,作为所述相机的偏航角的最终标定值。
在一种可能的实现方式中,所述根据所述图像,获取所述图像中的两个车道线包括:
对所述图像进行二值化处理;
对二值化处理后的图像进行膨胀处理;
对膨胀处理后的图像进行细化处理,获取所述图像中两个车道线的中心线区域所对应的像素点;
在所述图像中确定第二感兴趣区域;
在所述第二感兴趣区域中分别对所述两个车道线的中心线区域所对应的像素点进行拟合,得到所述两个车道线。
在一种可能的实现方式中,所述在所述第二感兴趣区域中分别对所述两个车道线的中心线区域所对应的像素点进行拟合,得到所述两个车道线包括:
针对每个车道线的中心线区域,将该车道线的中心线区域的非零像素点划分为多个轮廓;
进入拟合步骤:根据所述多个轮廓中的所有像素点进行直线拟合;判断拟合误差是否大于设定值;若拟合误差大于所述设定值,则在所述多个轮廓中剔除最小的一个轮廓,对剩余轮廓的所有像素点再次进行拟合;
重复所述拟合步骤,直至拟合误差小于等于所述设定值,或者直至只剩余一个轮廓,若拟合线段的拟合误差小于等于所述设定值,且拟合长度大于等于预设长度,则拟合成功,得到对应的车道线;若所述拟合误差一直大于所述设定值,或者,拟合线段的误差小于等于所述设定值但是拟合长度小于所述预设长度,则拟合失败。
在一种可能的实现方式中,所述根据所述两个车道线在所述世界坐标系和所述像素坐标系的映射关系,获取所述相机的俯仰角的标定值包括:
在所述图像中的第一车道线上提取第三点和第四点,在所述图像中的第二车道线上提取第五点和第六点,所述第三点和所述第四点为两个不重合的点,所述第五点和所述第六点为两个不重合的点;
设置多组第二测试数据,在一组第二测试数据中包括一个俯仰角的值;
分别在每组第二测试数据下获取所述第三点、所述第四点、所述第五点和所述第六点在所述世界坐标系中的映射点,其中,所述第三点对应第三世界坐标点,所述第四点对应第四世界坐标点,所述第五点对应第五世界坐标点,所述第六点对应第六世界坐标点;
在所述世界坐标系中连接所述第三世界坐标点和所述第四世界坐标点,得到第一映射车道线,连接所述第五世界坐标点和所述第六世界坐标点,得到第二映射车道线;
获取目标第二测试数据,当所述相机的俯仰角为所述目标第二测试数据时,所述第一映射车道线和所述第二映射车道线的夹角最小;
将所述目标第二测试数据中的俯仰角的值作为所述俯仰角的标定值。
在一种可能的实现方式中,根据m帧图像获取m个俯仰角的标定值,m为大于等于2的正整数,其中,每个俯仰角的标定值在第三预设角度范围内;
求取所述m个俯仰角的标定值的期望值,作为所述相机的俯仰角的最终标定值。
第二方面,本发明实施例提供了一种终端,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上第一方面或第一方面的任一种可能的实现方式所述方法的步骤。
第三方面,本发明实施例提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如上第一方面或第一方面的任一种可能的实现方式所述方法的步骤。
本发明实施例与现有技术相比存在的有益效果是:
本发明实施例基于车身与道路的边界线的特殊性,即影响边界线在世界坐标系和像素坐标系的映射关系的主要因素为相机的滚转角和偏航角,通过分析边界线在世界坐标系和像素坐标系的映射关系,即可确定相机的滚转角的标定值和偏航角的标定值。本发明实施例所提供的方法无需已知车道宽度信息,应用场景更广泛,解决了现有技术对车载相机角度标定应用场景局限性大的问题。基于影响两个车道线在世界坐标系和像素坐标系中的映射关系的主要因素为相机的俯仰角,对俯仰角进行标定,且标定俯仰角的过程中无需计算消失点,避免了因车道线检测和拟合误差造成消失点误差较大的问题,因此具有更好的可靠性和鲁棒性。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种车载相机角度标定方法的实现流程图;
图2是本发明实施例提供的世界坐标系、相机坐标系、图像平面坐标系和像素坐标系的示意图;
图4是本发明实施例提供的一种获取车载相机滚转角的标定值和偏航角的标定值的方法的实现流程图;
图5是本发明实施例提供的一种获取车载相机俯仰角的标定值的方法的实现流程图;
图6是本发明实施例提供的车载相机角度标定装置的结构示意图;
图7是本发明实施例提供的终端的示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本发明实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本发明的描述。
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图通过具体实施例来进行说明。
参见图1,其示出了本发明实施例提供的一种车载相机角度标定方法的实现流程图,详述如下:
在步骤S101中,根据相机拍摄的图像,获取图像中车身与道路的边界线。
相机标定通过计算空间三维几何信息与图像中对应的二维平面信息之间的相互关系参数,根据相机采集的二维图像信息获取真实三维几何信息,因此高精度的相机标定是多相机系统精确测量三维信息的基础。
设置世界坐标系是为了统一描述真实三维世界中物体的位置,包括相机的位置、特征目标的位置等。
相机坐标系和世界坐标系都是笛卡尔直角三维坐标系,相机坐标系是空间三维信息与二维图像信息之间的媒介。如图2所示,相机坐标系的原点为相机的光心,即相机的聚焦中心。轴为相机的光轴,轴正方向沿相机光轴向外,平面垂直于相机光轴,轴平行于图像平面坐标系的x轴,轴平行于图像平面坐标系的y轴。
在本发明实施例中,为使计算简单,世界坐标系的设定规则为:获取经过相机的安装点且垂直于地面的垂线,将垂线与地面的交点作为世界坐标系的原点,将垂线作为世界坐标系的轴,轴正方向向上,世界坐标系的平面与轴垂直,且世界坐标系的三个轴满足右手定则。
图像平面坐标系用于描述特征点在图像平面上的位置坐标,坐标单位一般为毫米。如图2所示,图像平面坐标系是在图像平面上建立二维坐标系,坐标原点为相机坐标系中轴与图像平面的交点,x轴、y轴分别平行于相机坐标系中的轴、轴。图像平面坐标系的原点与相机坐标系的原点之间的距离为相机的焦距f。
相机采集的图像一般为二维数字图像,以像素矩阵的形式存储,每个元素为该像素的图像灰度值。图像平面坐标系用于描述图像点在图像平面的位置坐标,像素坐标系描述该点在像素矩阵中的位置。如图2所示,像素坐标系建立在图像平面上,坐标原点o建立在图像平面的左上角,u轴平行于图像平面坐标系的x轴,v轴平行于图像平面坐标系的y轴。因此,坐标(u,v)分别表示像素点在像素矩阵中的行和列。
对于世界坐标系中的一个点到其对应在图像平面的映射点的像素坐标,这之间的变换包括三个变换过程,依次为:世界坐标系至相机坐标系的变换,相机坐标系到图像平面坐标系的变换,图像平面坐标系到像素坐标系的变换。
其中,结合图2,相机坐标系与图像平面坐标系仅存在一个比例关系,相机的焦距是其唯一的影响因素,图像平面坐标系到像素坐标系的变换仅与像素在图像平面坐标系的x轴方向的物理尺寸和像素在图像平面坐标系的y轴方向的物理尺寸相关。对于某一个确定的相机,该相机的焦距f、像素在图像平面坐标系的x轴方向的物理尺寸和像素在图像平面坐标系的y轴方向的物理尺寸是固定的。
因此,在上述三个变换过程中,相机内部参数和相机在车辆上的安装位置固定的情况下,相机的滚转角、偏航角和俯仰角的值固定,则世界坐标系中的一个点映射在像素坐标系中的位置固定。相机的滚转角、偏航角和俯仰角的值发生改变,则世界坐标系中的一个点映射在像素坐标系中的位置发生改变。
在本发明实施例中,由于相机在车辆上的位姿固定,通过相机预先拍摄多张图像,每张图像可以作为一个样本,分别对每张图像进行处理。在本发明实施例中,对每张图像的处理过程和处理手段相同。
针对一张图像,获取该图像中车身与道路的边界线的过程包括:
1)、对图像进行二值化处理。相机采集的图像一般为二维数字图像,以像素矩阵的形式存储,每个元素为该像素的图像灰度值。根据灰度图中道路的灰度值定义,如道路对应的灰度值为1,背景对应的灰度值为0,对该图像进行二值化,以便于后续的处理。
2)、通过边缘检测算法,获取图像中车身与道路的边界线所对应的像素点。在一些实施例中,可采用Sobel算子进行边缘检测,获取图像中车身与道路的边界所对应的像素点。
3)、提取图像中第一感兴趣区域的边界线所对应的像素点。采用感兴趣区域提取的方法提取图像中第一感兴趣区域,例如,相机安装在车辆的右后方,则第一感兴趣区域为包含车身右侧与道路的边界的区域。
4)、对第一感兴趣区域的边界线所对应的像素点进行直线拟合,得到图像中车身与道路的边界线。在一些实施例中,可采用最小二乘法对第一感兴趣区域的边界线所对应的像素点进行直线拟合。在一些实施例中,也可以采用其他方法进行直线拟合,本发明实施例对此不作限定。
需要说明的是,在本发明实施例中,预先获取多张相机拍摄的图像,在该步骤中,若直线拟合失败,则放弃该图像,处理其他的图像,以保证车载相机角度标定精度。
在步骤S102中,根据边界线在世界坐标系和像素坐标系的映射关系,获取相机的滚转角的标定值和偏航角的标定值。
当除相机角度之外,相机其他参数固定时,影响边界线在世界坐标系和像素坐标系的映射关系的主要因素为相机的滚转角和偏航角,通过分析边界线在世界坐标系和像素坐标系的映射关系,即可确定相机的滚转角的标定值和偏航角的标定值。
在步骤S103中,根据图像,获取图像中的两个车道线。
针对一张图像,获取该图像中的两个车道线的过程包括:
1)、对该图像进行二值化处理,处理过程可参考S101所对应方法的实施例,本发明实施例不再赘述。
2)、对二值化处理后的图像进行膨胀处理,填补图像中车道线的空洞,以提高拟合精度。
3)、对膨胀处理后的图像进行细化处理。经过步骤1)和2),得到两个车道线的轮廓,细化处理用于获取两个车道线的中心线区域所对应的像素点。
4)、在图像中确定第二感兴趣区域。
在一种可能的实现方式中,在俯仰角的合理范围内选取一个俯仰角,在世界坐标系下的两车道线上分别取两个点,将这些点映射到像素坐标系中,根据像素坐标系中这4个点的位置确定第二感兴趣区域。
5)、在第二感兴趣区域中分别对两个车道线的中心线区域所对应的像素点进行拟合,得到两个车道线。
在一种可能的实现方式中,针对每个车道线的中心线区域,将该车道线的中心线区域的非零像素点划分为多个轮廓;
进入拟合步骤:根据多个轮廓中的所有像素点进行直线拟合;判断拟合误差是否大于设定值;若拟合误差大于设定值,则在多个轮廓中剔除最小的一个轮廓,对剩余轮廓的所有像素点再次进行拟合。
重复拟合步骤,直至拟合误差小于等于设定值,或者直至只剩余一个轮廓,若拟合线段的拟合误差小于等于设定值,且拟合长度大于等于预设长度,则拟合成功,得到对应的车道线;若拟合误差一直大于设定值,或者,拟合线段的误差小于等于设定值但是拟合长度小于预设长度,则拟合失败。
可选的,在本发明实施例中,可采用最小二乘法进行直线拟合。
通过本发明实施例提供的拟合方法,能够减少迭代次数,提高拟合效率。
在步骤S104中,根据两个车道线在世界坐标系和像素坐标系的映射关系,获取相机的俯仰角的标定值。
当除相机角度之外,相机其他参数固定时,影响两个车道线在世界坐标系和像素坐标系的映射关系的主要因素为相机的俯仰角,通过分析两个车道线在世界坐标系和像素坐标系的映射关系,即可得到相机的俯仰角的标定值。
本发明实施例提供了一种车载相机角度标定方法,该方法基于车身与道路的边界线的特殊性,即影响边界线在世界坐标系和像素坐标系的映射关系的主要因素为相机的滚转角和偏航角,通过分析边界线在世界坐标系和像素坐标系的映射关系,即可确定相机的滚转角的标定值和偏航角的标定值。本发明实施例所提供的方法无需已知车道宽度信息,应用场景更广泛,解决了现有技术对车载相机角度标定应用场景局限性大的问题。基于影响两车道线在世界坐标系和像素坐标系中的映射关系的主要因素为相机的俯仰角,对俯仰角进行标定,且标定俯仰角的过程中无需计算消失点,避免了因车道线检测和拟合误差造成消失点误差较大的问题,因此具有更好的可靠性和鲁棒性。
参见图4,其示出了本发明实施例提供的一种获取车载相机滚转角的标定值和偏航角的标定值的方法的实现流程图,详述如下:
在步骤S401中,在世界坐标系中,在车身与道路的边界线上提取第一点和第二点,第一点和第二点为两个不重合的点。
在本发明实施例中,世界坐标系、相机坐标系、图像平面坐标系和像素坐标系的设置方法可参见图1所对应的实施例,本发明实施例对此不再赘述。
在步骤S402中,设置多组第一测试数据,在一组第一测试数据中包括一个滚转角的值和一个偏航角的值。
由于车载相机角度标定的过程即为确定车载相机实际滚转角、偏航角和俯仰角的过程。因此,由于影响边界线在世界坐标系和像素坐标系的映射关系的主要因素为相机的滚转角和偏航角,在已知车载相机实际滚转角和偏航角的情况下,根据实际滚转角和偏航角,结合图2及图1所对应的实施例所提供的方法中,根据第一点和第二点在世界坐标系中的位置,将其映射在像素坐标系中,理论上其应该位于图像中的车身与道路的边界线上。考虑其他因素带来的较小影响,第一点和第二点映射在像素坐标系中的位置也应该在图像的边界线附近。
在步骤S403中,分别在每组第一测试数据下获取第一点和第二点在像素坐标系中的映射点,其中,第一点对应第一像素点,第二点对应第二像素点,连接第一像素点和第二像素点确定一条直线。
该映射过程可参见图1所对应的实施例中的方法,本发明实施例对此不再赘述。
在步骤S404中,获取目标第一测试数据,当相机的滚转角为目标第一测试数据中的滚转角的值,相机的偏航角为目标第一测试数据中偏航角的值时,第一像素点和第二像素点的连线与边界线夹角最小且偏离距离最小。
结合步骤S402中的描述,基于上述思想,本发明实施例的目的获取一组滚转角和偏航角,在该组滚转角和偏航角下,第一点映射在像素坐标系中的第一像素点,与第二点映射在像素坐标系中的第二像素点的连线,与图像中拟合的车身与道路的边界线的夹角最小且偏离距离最小。
在步骤S405中,将目标第一测试数据中的滚转角的值作为滚转角的标定值,将目标第一测试数据中的偏航角的值作为偏航角的标定值。
通过上述方法,一帧图像能够得到一个滚转角的标定值和一个偏航角的标定值。
在一种可能的实现方式中,为进一步提高滚转角标定值的精度和偏航角标定值的精度,本发明实施例所提供的方法还包括:
根据n帧图像获取n个滚转角标定值和n个偏航角的标定值,n为大于等于2的正整数,其中,每个滚转角的标定值在第一预设角度范围内,每个偏航角的标定值在第二预设角度范围内;
求取n个滚转角的标定值的期望值,作为相机的滚转角的最终标定值;
求取n个偏航角的标定值的期望值,作为相机的偏航角的最终标定值。
本发明实施例提供了一种车载相机角度标定方法,通过获取一组滚转角和偏航角,在该组滚转角和偏航角下,第一点映射在像素坐标系中的第一像素点,与第二点映射在像素坐标系中的第二像素点的连线,与图像中拟合的车身与道路的边界线的夹角最小且偏离距离最小。由此确定相机滚转角的标定值和偏航角的标定值,本发明实施例所提供的方法无需已知车道宽度信息,应用场景更广泛,解决了现有技术对车载相机角度标定应用场景局限性大的问题。
参见图5,其示出了本发明实施例提供的一种获取车载相机俯仰角的标定值的方法的实现流程图,详述如下:
在步骤S501中、在图像中的第一车道线上提取第三点和第四点,在图像中的第二车道线上提取第五点和第六点,第三点和第四点为两个不重合的点,第五点和第六点为两个不重合的点。
在步骤S502中、设置多组第二测试数据,在一组第二测试数据中包括一个俯仰角的值。
在步骤S503中、分别在每组第二测试数据下获取第三点、第四点、第五点和第六点在世界坐标系中的映射点,其中,第三点对应第三世界坐标点,第四点对应第四世界坐标点,第五点对应第五世界坐标点,第六点对应第六世界坐标点。
在步骤S504中,在世界坐标系中连接第三世界坐标点和第四世界坐标点,得到第一映射车道线,连接第五世界坐标点和第六世界坐标点,得到第二映射车道线。
在步骤S505中,获取目标第二测试数据,当相机的俯仰角为目标第二测试数据时,第一映射车道线和第二映射车道线的夹角最小。
在世界坐标系中,真实的两个车道线应该是平行的,两个车道线的夹角可以认为是0度。基于该思想,步骤S504中得到的第一映射车道线和第二映射车道线夹角越小越好。
在步骤S506中,将目标第二测试数据中的俯仰角的值作为俯仰角的标定值。
在获得俯仰角的标定值后,还应通过第一映射车道线和第二映射车道线判断车道宽度是否满足预设宽度,若满足,则说明该俯仰角的标定值是合理的值,若不满足,则舍弃该标定值。通过其他图像获取俯仰角的标定值。
在一些实施例中,该方法还包括:
根据m帧图像获取m个俯仰角的标定值,m为大于等于2的正整数,其中,每个俯仰角的标定值在第三预设角度范围内;
求取m个俯仰角的标定值的期望值,作为相机的俯仰角的最终标定值。
本发明通过获取一个俯仰角,在该俯仰角下,图像中拟合到的第一车道线上的两点映射到世界坐标系中的第一映射车道线,与图像中拟合到的第二车道线上的两点映射到世界坐标系中的第二映射车道线的夹角最小,即最接近于平行。由此确定相机俯仰角的标定值,无需计算消失点,避免了因车道线检测和拟合误差造成消失点误差较大的问题,因此具有更好的可靠性和鲁棒性。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
以下为本发明的装置实施例,对于其中未详尽描述的细节,可以参考上述对应的方法实施例。
图6示出了本发明实施例提供的车载相机角度标定装置的结构示意图,为了便于说明,仅示出了与本发明实施例相关的部分,详述如下:
如图6所示,车载相机角度标定装置6包括:图像处理单元61、滚转角和偏航角标定单元62和俯仰角标定单元63;
图像处理单元61,用于根据相机拍摄的图像,获取图像中车身与道路的边界线;
滚转角和偏航角标定单元62,用于根据边界线在世界坐标系和像素坐标系的映射关系,获取相机的滚转角的标定值和偏航角的标定值;
图像处理单元61还用于根据图像,获取图像中的两个车道线;
俯仰角标定单元63,用于根据两个车道线在世界坐标系和像素坐标系的映射关系,获取相机的俯仰角的标定值。
本发明实施例基于车身与道路的边界线的特殊性,即影响边界线在世界坐标系和像素坐标系的映射关系的主要因素为相机的滚转角和偏航角,通过分析边界线在世界坐标系和像素坐标系的映射关系,即可确定相机的滚转角的标定值和偏航角的标定值。本发明实施例所提供的方法无需已知车道宽度信息,应用场景更广泛,解决了现有技术对车载相机角度标定应用场景局限性大的问题。基于影响两个车道线在世界坐标系和像素坐标系中的映射关系的主要因素为相机的俯仰角,对俯仰角进行标定,且标定俯仰角的过程中无需计算消失点,避免了因车道线检测和拟合误差造成消失点误差较大的问题,因此具有更好的可靠性和鲁棒性。
在一种可能的实现方式中,图像处理单元61还用于:
对图像进行二值化处理;
通过边缘检测算法,获取图像中车身与道路的边界线所对应的像素点;
提取图像中第一感兴趣区域的边界线所对应的像素点;
对第一感兴趣区域的边界线所对应的像素点进行直线拟合,得到图像中车身与道路的边界线。
在一种可能的实现方式中,滚转角和偏航角标定单元62还用于:
在世界坐标系中,在车身与道路的边界线上提取第一点和第二点,第一点和第二点为两个不重合的点;
设置多组第一测试数据,在一组第一测试数据中包括一个滚转角的值和一个偏航角的值;
分别在每组第一测试数据下获取第一点和第二点在像素坐标系中的映射点,其中,第一点对应第一像素点,第二点对应第二像素点,连接第一像素点和第二像素点确定一条直线;
获取目标第一测试数据,当相机的滚转角为目标第一测试数据中的滚转角的值,相机的偏航角为目标第一测试数据中偏航角的值时,第一像素点和第二像素点的连线与边界线夹角最小且偏离距离最小;
将目标第一测试数据中的滚转角的值作为滚转角的标定值,将目标第一测试数据中的偏航角的值作为偏航角的标定值。
在一种可能的实现方式中,滚转角和偏航角标定单元62还用于根据n帧图像获取n个滚转角标定值和n个偏航角的标定值,n为大于等于2的正整数,其中,每个滚转角的标定值在第一预设角度范围内,每个偏航角的标定值在第二预设角度范围内;
求取n个滚转角的标定值的期望值,作为相机的滚转角的最终标定值;
求取n个偏航角的标定值的期望值,作为相机的偏航角的最终标定值。
在一种可能的实现方式中,图像处理单元61还用于:
对图像进行二值化处理;
对二值化处理后的图像进行膨胀处理;
对膨胀处理后的图像进行细化处理,获取图像中两个车道线的中心线区域所对应的像素点;
在图像中确定第二感兴趣区域;
在第二感兴趣区域中分别对两个车道线的中心线区域所对应的像素点进行拟合,得到两个车道线。
在一种可能的实现方式中,图像处理单元61还用于:
针对每个车道线的中心线区域,将该车道线的中心线区域的非零像素点划分为多个轮廓;
进入拟合步骤:根据多个轮廓中的所有像素点进行直线拟合;判断拟合误差是否大于设定值;若拟合误差大于设定值,则在多个轮廓中剔除最小的一个轮廓,对剩余轮廓的所有像素点再次进行拟合;
重复拟合步骤,直至拟合误差小于等于设定值,或者直至只剩余一个轮廓,若拟合线段的拟合误差小于等于设定值,且拟合长度大于等于预设长度,则拟合成功,得到对应的车道线;若拟合误差一直大于设定值,或者,拟合线段的误差小于等于设定值但是拟合长度小于预设长度,则拟合失败。
在一种可能的实现方式中,俯仰角标定单元63还用于:
在图像中的第一车道线上提取第三点和第四点,在图像中的第二车道线上提取第五点和第六点,第三点和第四点为两个不重合的点,第五点和第六点为两个不重合的点;
设置多组第二测试数据,在一组第二测试数据中包括一个俯仰角的值;
分别在每组第二测试数据下获取第三点、第四点、第五点和第六点在世界坐标系中的映射点,其中,第三点对应第三世界坐标点,第四点对应第四世界坐标点,第五点对应第五世界坐标点,第六点对应第六世界坐标点;
在世界坐标系中连接第三世界坐标点和第四世界坐标点,得到第一映射车道线,连接第五世界坐标点和第六世界坐标点,得到第二映射车道线;
获取目标第二测试数据,当相机的俯仰角为目标第二测试数据时,第一映射车道线和第二映射车道线的夹角最小;
将目标第二测试数据中的俯仰角的值作为俯仰角的标定值。
在一种可能的实现方式中,俯仰角标定单元63还用于:
根据m帧图像获取m个俯仰角的标定值,m为大于等于2的正整数,其中,每个俯仰角的标定值在第三预设角度范围内;
求取m个俯仰角的标定值的期望值,作为相机的俯仰角的最终标定值。
本实施例提供的车载相机角度标定装置,可用于执行上述车载相机角度标定方法实施例,其实现原理和技术效果类似,本实施例此处不再赘述。
图7是本发明一实施例提供的终端的示意图。如图7所示,该实施例的终端7包括:处理器70、存储器71以及存储在所述存储器71中并可在所述处理器70上运行的计算机程序72。所述处理器70执行所述计算机程序72时实现上述各个车载相机角度标定方法实施例中的步骤,例如图1所示的步骤S101至步骤S104。或者,所述处理器70执行所述计算机程序72时实现上述各装置实施例中各模块/单元的功能,例如图6所示图像处理单元61至俯仰角标定单元63的功能。
示例性的,所述计算机程序72可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器71中,并由所述处理器70执行,以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序72在所述终端7中的执行过程。
所述终端7可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端7可包括,但不仅限于,处理器70、存储器71。本领域技术人员可以理解,图7仅仅是终端7的示例,并不构成对终端7的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述终端还可以包括输入输出设备、网络接入设备、总线等。
所述处理器70可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器 (Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列 (Field-Programmable Gate Array,FPGA) 或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器71可以是所述终端7的内部存储单元,例如终端7的硬盘或内存。所述存储器71也可以是所述终端7的外部存储设备,例如所述终端7上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器71还可以既包括所述终端7的内部存储单元也包括外部存储设备。所述存储器71用于存储所述计算机程序以及所述终端所需的其他程序和数据。所述存储器71还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中,应该理解到,所揭露的装置/终端和方法,可以通过其它的方式实现。例如,以上所描述的装置/终端实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个车载相机角度标定方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括是电载波信号和电信信号。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (10)
1.一种车载相机角度标定方法,其特征在于,相机在车辆上的安装位置固定,预先定义世界坐标系、相机坐标系、图像平面坐标系和像素坐标系,包括:
根据相机拍摄的图像,获取所述图像中车身与道路的边界线;
根据所述边界线在所述世界坐标系和所述像素坐标系的映射关系,获取所述相机的滚转角的标定值和偏航角的标定值;
根据所述图像,获取所述图像中的两个车道线;
根据所述两个车道线在所述世界坐标系和所述像素坐标系的映射关系,获取所述相机的俯仰角的标定值。
2.根据权利要求1所述的方法,其特征在于,所述根据相机拍摄的图像,获取所述图像中车身与道路的边界线包括:
对所述图像进行二值化处理;
通过边缘检测算法,获取所述图像中车身与道路的边界线所对应的像素点;
提取所述图像中第一感兴趣区域的边界线所对应的像素点;
对所述第一感兴趣区域的边界线所对应的像素点进行直线拟合,得到所述图像中车身与道路的边界线。
3.根据权利要求1或2所述的方法,其特征在于,所述根据所述边界线在所述世界坐标系和所述像素坐标系的映射关系,获取所述相机的滚转角的标定值和偏航角的标定值包括:
在所述世界坐标系中,在车身与道路的边界线上提取第一点和第二点,所述第一点和所述第二点为两个不重合的点;
设置多组第一测试数据,在一组第一测试数据中包括一个滚转角的值和一个偏航角的值;
分别在每组第一测试数据下获取所述第一点和所述第二点在所述像素坐标系中的映射点,其中,所述第一点对应第一像素点,所述第二点对应第二像素点,连接所述第一像素点和所述第二像素点确定一条直线;
获取目标第一测试数据,当所述相机的滚转角为所述目标第一测试数据中的滚转角的值,所述相机的偏航角为所述目标第一测试数据中偏航角的值时,所述第一像素点和所述第二像素点的连线与所述边界线夹角最小且偏离距离最小;
将所述目标第一测试数据中的滚转角的值作为所述滚转角的标定值,将所述目标第一测试数据中的偏航角的值作为所述偏航角的标定值。
4.根据权利要求3所述的方法,其特征在于,该方法还包括:
根据n帧图像获取n个滚转角标定值和n个偏航角的标定值,n为大于等于2的正整数,其中,每个滚转角的标定值在第一预设角度范围内,每个偏航角的标定值在第二预设角度范围内;
求取所述n个滚转角的标定值的期望值,作为所述相机的滚转角的最终标定值;
求取所述n个偏航角的标定值的期望值,作为所述相机的偏航角的最终标定值。
5.根据权利要求1所述的方法,其特征在于,所述根据所述图像,获取所述图像中的两个车道线包括:
对所述图像进行二值化处理;
对二值化处理后的图像进行膨胀处理;
对膨胀处理后的图像进行细化处理,获取所述图像中两个车道线的中心线区域所对应的像素点;
在所述图像中确定第二感兴趣区域;
在所述第二感兴趣区域中分别对所述两个车道线的中心线区域所对应的像素点进行拟合,得到所述两个车道线。
6.根据权利要求5所述的方法,其特征在于,所述在所述第二感兴趣区域中分别对所述两个车道线的中心线区域所对应的像素点进行拟合,得到所述两个车道线包括:
针对每个车道线的中心线区域,将该车道线的中心线区域的非零像素点划分为多个轮廓;
进入拟合步骤:根据所述多个轮廓中的所有像素点进行直线拟合;判断拟合误差是否大于设定值;若拟合误差大于所述设定值,则在所述多个轮廓中剔除最小的一个轮廓,对剩余轮廓的所有像素点再次进行拟合;
重复所述拟合步骤,直至拟合误差小于等于所述设定值,或者直至只剩余一个轮廓,若拟合线段的拟合误差小于等于所述设定值,且拟合长度大于等于预设长度,则拟合成功,得到对应的车道线;若所述拟合误差一直大于所述设定值,或者,拟合线段的误差小于等于所述设定值但是拟合长度小于所述预设长度,则拟合失败。
7.根据权利要求5或6所述的方法,其特征在于,所述根据所述两个车道线在所述世界坐标系和所述像素坐标系的映射关系,获取所述相机的俯仰角的标定值包括:
在所述图像中的第一车道线上提取第三点和第四点,在所述图像中的第二车道线上提取第五点和第六点,所述第三点和所述第四点为两个不重合的点,所述第五点和所述第六点为两个不重合的点;
设置多组第二测试数据,在一组第二测试数据中包括一个俯仰角的值;
分别在每组第二测试数据下获取所述第三点、所述第四点、所述第五点和所述第六点在所述世界坐标系中的映射点,其中,所述第三点对应第三世界坐标点,所述第四点对应第四世界坐标点,所述第五点对应第五世界坐标点,所述第六点对应第六世界坐标点;
在所述世界坐标系中连接所述第三世界坐标点和所述第四世界坐标点,得到第一映射车道线,连接所述第五世界坐标点和所述第六世界坐标点,得到第二映射车道线;
获取目标第二测试数据,当所述相机的俯仰角为所述目标第二测试数据时,所述第一映射车道线和所述第二映射车道线的夹角最小;
将所述目标第二测试数据中的俯仰角的值作为所述俯仰角的标定值。
8.根据权利要求7所述的方法,其特征在于,该方法还包括:
根据m帧图像获取m个俯仰角的标定值,m为大于等于2的正整数,其中,每个俯仰角的标定值在第三预设角度范围内;
求取所述m个俯仰角的标定值的期望值,作为所述相机的俯仰角的最终标定值。
9.一种终端,包括存储器、处理器以及存储在所述存储器中并可在所述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计算机程序时实现如上的权利要求1至8中任一项所述方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如上的权利要求1至8中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210040835.4A CN114067001B (zh) | 2022-01-14 | 2022-01-14 | 车载相机角度标定方法、终端及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210040835.4A CN114067001B (zh) | 2022-01-14 | 2022-01-14 | 车载相机角度标定方法、终端及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114067001A true CN114067001A (zh) | 2022-02-18 |
CN114067001B CN114067001B (zh) | 2022-04-26 |
Family
ID=80230882
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210040835.4A Active CN114067001B (zh) | 2022-01-14 | 2022-01-14 | 车载相机角度标定方法、终端及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114067001B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114565681A (zh) * | 2022-03-01 | 2022-05-31 | 禾多科技(北京)有限公司 | 一种相机标定方法、装置、设备、介质及产品 |
CN114782549A (zh) * | 2022-04-22 | 2022-07-22 | 南京新远见智能科技有限公司 | 基于定点标识的相机标定方法及系统 |
CN116823958A (zh) * | 2023-04-20 | 2023-09-29 | 阿波罗智联(北京)科技有限公司 | 车载相机的偏航角估计方法、装置、设备、车辆及介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7337650B1 (en) * | 2004-11-09 | 2008-03-04 | Medius Inc. | System and method for aligning sensors on a vehicle |
CN101804814A (zh) * | 2010-01-08 | 2010-08-18 | 北京世纪高通科技有限公司 | 一种确定车道偏离的方法、装置和系统 |
CN104751151A (zh) * | 2015-04-28 | 2015-07-01 | 苏州安智汽车零部件有限公司 | 一种实时多车道识别及跟踪方法 |
CN107389026A (zh) * | 2017-06-12 | 2017-11-24 | 江苏大学 | 一种基于固定点射影变换的单目视觉测距方法 |
CN109753081A (zh) * | 2018-12-14 | 2019-05-14 | 中国矿业大学 | 一种基于机器视觉的巷道巡检无人机系统及导航方法 |
CN112614192A (zh) * | 2020-12-24 | 2021-04-06 | 湖北亿咖通科技有限公司 | 一种车载相机的在线标定方法和车载信息娱乐系统 |
CN112927309A (zh) * | 2021-03-26 | 2021-06-08 | 苏州欧菲光科技有限公司 | 一种车载相机标定方法、装置、车载相机及存储介质 |
CN113657282A (zh) * | 2021-08-18 | 2021-11-16 | 苏州挚途科技有限公司 | 自车道的提取方法、装置和电子设备 |
CN113771871A (zh) * | 2020-06-05 | 2021-12-10 | 广州汽车集团股份有限公司 | 一种车辆偏离车道的预警方法及其系统、介质、车辆 |
CN113819890A (zh) * | 2021-06-04 | 2021-12-21 | 腾讯科技(深圳)有限公司 | 测距方法、装置、电子设备及存储介质 |
-
2022
- 2022-01-14 CN CN202210040835.4A patent/CN114067001B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7337650B1 (en) * | 2004-11-09 | 2008-03-04 | Medius Inc. | System and method for aligning sensors on a vehicle |
CN101804814A (zh) * | 2010-01-08 | 2010-08-18 | 北京世纪高通科技有限公司 | 一种确定车道偏离的方法、装置和系统 |
CN104751151A (zh) * | 2015-04-28 | 2015-07-01 | 苏州安智汽车零部件有限公司 | 一种实时多车道识别及跟踪方法 |
CN107389026A (zh) * | 2017-06-12 | 2017-11-24 | 江苏大学 | 一种基于固定点射影变换的单目视觉测距方法 |
CN109753081A (zh) * | 2018-12-14 | 2019-05-14 | 中国矿业大学 | 一种基于机器视觉的巷道巡检无人机系统及导航方法 |
CN113771871A (zh) * | 2020-06-05 | 2021-12-10 | 广州汽车集团股份有限公司 | 一种车辆偏离车道的预警方法及其系统、介质、车辆 |
CN112614192A (zh) * | 2020-12-24 | 2021-04-06 | 湖北亿咖通科技有限公司 | 一种车载相机的在线标定方法和车载信息娱乐系统 |
CN112927309A (zh) * | 2021-03-26 | 2021-06-08 | 苏州欧菲光科技有限公司 | 一种车载相机标定方法、装置、车载相机及存储介质 |
CN113819890A (zh) * | 2021-06-04 | 2021-12-21 | 腾讯科技(深圳)有限公司 | 测距方法、装置、电子设备及存储介质 |
CN113657282A (zh) * | 2021-08-18 | 2021-11-16 | 苏州挚途科技有限公司 | 自车道的提取方法、装置和电子设备 |
Non-Patent Citations (4)
Title |
---|
BEING_YOUNG: "基于先验时间一致性车道线的IPM相机外参标定", 《CSDN》 * |
孙亮等: "基于单目视觉的智能车车道线识别方法研究", 《信息与电脑(理论版)》 * |
庄丽葵等: "利用地平线与跑道边缘线估计无人机着陆参数", 《传感器与微系统》 * |
许华荣等: "视觉导航系统摄像机外参数在线标定算法", 《厦门理工学院学报》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114565681A (zh) * | 2022-03-01 | 2022-05-31 | 禾多科技(北京)有限公司 | 一种相机标定方法、装置、设备、介质及产品 |
CN114782549A (zh) * | 2022-04-22 | 2022-07-22 | 南京新远见智能科技有限公司 | 基于定点标识的相机标定方法及系统 |
CN114782549B (zh) * | 2022-04-22 | 2023-11-24 | 南京新远见智能科技有限公司 | 基于定点标识的相机标定方法及系统 |
CN116823958A (zh) * | 2023-04-20 | 2023-09-29 | 阿波罗智联(北京)科技有限公司 | 车载相机的偏航角估计方法、装置、设备、车辆及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN114067001B (zh) | 2022-04-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114067001B (zh) | 车载相机角度标定方法、终端及存储介质 | |
CN109035320B (zh) | 基于单目视觉的深度提取方法 | |
CN108805934B (zh) | 一种车载摄像机的外部参数标定方法及装置 | |
CN109784250B (zh) | 自动引导小车的定位方法和装置 | |
CN109828250B (zh) | 一种雷达标定方法、标定装置及终端设备 | |
CN112270713A (zh) | 标定方法以及装置、存储介质、电子装置 | |
CN112927306B (zh) | 拍摄装置的标定方法、装置及终端设备 | |
CN112233076B (zh) | 基于红色圆标靶图像处理的结构振动位移测量方法及装置 | |
CN110084743B (zh) | 基于多航带起始航迹约束的图像拼接与定位方法 | |
CN115187798A (zh) | 一种多无人机高精度匹配定位方法 | |
CN116433737A (zh) | 一种激光雷达点云与图像配准的方法、装置及智能终端 | |
CN113989766A (zh) | 道路边缘检测方法、应用于车辆的道路边缘检测设备 | |
CN110807807A (zh) | 一种单目视觉的目标定位的图案、方法、装置及设备 | |
CN117590362B (zh) | 一种多激光雷达外参标定方法、装置和设备 | |
CN110673607A (zh) | 动态场景下的特征点提取方法、装置、及终端设备 | |
WO2019012004A1 (en) | METHOD FOR DETERMINING SPATIAL UNCERTAINTY IN IMAGES OF AN ENVIRONMENTAL REGION OF A MOTOR VEHICLE, DRIVING ASSISTANCE SYSTEM AND MOTOR VEHICLE | |
CN112150522A (zh) | 遥感图像的配准方法、装置、设备、存储介质及系统 | |
CN114724119B (zh) | 车道线提取方法、检测设备及存储介质 | |
CN116630401A (zh) | 鱼眼相机测距方法及终端 | |
CN111336938A (zh) | 一种机器人及其物体距离检测方法和装置 | |
US9378555B2 (en) | Enhanced outlier removal for 8 point algorithm used in camera motion estimation | |
CN113450335B (zh) | 一种路沿检测方法、路沿检测装置及路面施工车辆 | |
CN115511977A (zh) | 一种基于标定模板的外参标定方法及装置 | |
CN115407338A (zh) | 一种车辆环境信息感知方法及系统 | |
CN114415129A (zh) | 基于多项式模型的视觉与毫米波雷达联合标定方法及装置 |
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 |