CN114926545A - 相机标定精度的评估方法、装置、电子设备及存储介质 - Google Patents
相机标定精度的评估方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN114926545A CN114926545A CN202210589060.6A CN202210589060A CN114926545A CN 114926545 A CN114926545 A CN 114926545A CN 202210589060 A CN202210589060 A CN 202210589060A CN 114926545 A CN114926545 A CN 114926545A
- Authority
- CN
- China
- Prior art keywords
- camera
- target
- point
- distance
- virtual space
- 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.)
- Withdrawn
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 103
- 238000000034 method Methods 0.000 claims description 73
- 230000003287 optical effect Effects 0.000 claims description 49
- 238000004590 computer program Methods 0.000 claims description 14
- DMSMPAJRVJJAGA-UHFFFAOYSA-N benzo[d]isothiazol-3-one Chemical compound C1=CC=C2C(=O)NSC2=C1 DMSMPAJRVJJAGA-UHFFFAOYSA-N 0.000 claims 1
- 238000013473 artificial intelligence Methods 0.000 abstract description 3
- 238000004364 calculation method Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 7
- 238000003384 imaging method Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 230000000694 effects Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 229910052731 fluorine Inorganic materials 0.000 description 1
- 125000001153 fluoro group Chemical group F* 0.000 description 1
- 238000011478 gradient descent method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000013441 quality evaluation Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000013519 translation Methods 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
- 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
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本公开提供了一种相机标定精度的评估方法、装置、电子设备及存储介质，涉及人工智能领域，尤其涉及自动驾驶、智能交通、计算机视觉等技术领域。具体实现方案为：获取真实空间点在图像坐标系中的目标投影点；利用相机的标定参数，将目标投影点投影至预设评估维度对应的目标平面上，得到目标虚拟空间点；利用目标虚拟空间点和真实空间点之间在预设评估维度的偏差，评估相机的标定精度。这样，可以更准确地对相机的标定精度进行评估。
Description
技术领域
本公开涉及人工智能技术领域，尤其涉及自动驾驶、智能交通、计算机视觉等技术领域。
背景技术
相机标定是无人驾驶车辆、移动机器人等机器视觉产品下线必不可少的一道工序，但是目前没有较好的相机标定精度的评估方法。
发明内容
本公开提供了一种相机标定精度的评估方法、装置、电子设备及存储介质。
根据本公开的一方面，提供了一种相机标定精度的评估方法，包括：
获取真实空间点在图像坐标系中的目标投影点；
利用相机的标定参数，将所述目标投影点投影至预设评估维度对应的目标平面上，得到目标虚拟空间点；
利用所述目标虚拟空间点和所述真实空间点之间在所述预设评估维度的偏差，评估所述相机的标定精度。
根据本公开的另一方面，提供了一种相机标定精度的评估装置，包括：
获取模块，用于获取真实空间点在图像坐标系中的目标投影点；
投影模块，用于利用相机的标定参数，将所述目标投影点投影至预设评估维度对应的目标平面上，得到目标虚拟空间点；
评估模块，用于利用所述目标虚拟空间点和所述真实空间点之间在所述预设评估维度的偏差，评估所述相机的标定精度。
根据本公开的第三方面，提供了一种电子设备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述任一相机标定精度的评估方法。
根据本公开的第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行上述任一相机标定精度的评估方法。
根据本公开的第五方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据上述任一相机标定精度的评估方法。
应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案，不构成对本公开的限定。其中：
图1是本公开实施例提供的几何模型的一种示意图；
图2是本公开实施例提供的相机标定精度的评估方法的第一种流程示意图；
图3是本公开实施例提供的相机标定精度的评估方法的第二种流程示意图；
图4是本公开实施例提供的目标投影点生成目标虚拟空间点的一种原理示意图；
图5是本公开实施例提供的相机标定精度的评估方法的第三种流程示意图；
图6是本公开实施例提供的相机标定精度的评估方法的第四种流程示意图；
图7是本公开实施例提供的相机标定精度的评估方法的第五种流程示意图；
图8是本公开实施例提供的相机标定精度的评估方法的第六种流程示意图；
图9是用来实现本公开实施例的相机标定精度的评估装置的一种结构示意图；
图10是用来实现本公开实施例的相机标定精度的评估方法的电子设备的第一种框图；
图11是用来实现本公开实施例的相机标定精度的评估方法的电子设备的第二种框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
为便于理解，下面对本申请实施例中出现的词语进行解释说明。
相机标定：在图像测量过程以及机器视觉应用中，为确定空间物体表面某点的三维几何位置与其在图像中对应点之间的相互关系，必须建立相机成像的几何模型，几何模型参数就是相机参数，也称为相机的标定参数。通过实验与计算求解相机的标定参数的过程称为相机标定。
相机成像的几何模型(也称为相机投影模型)：包括像素坐标系(u-v)、图像坐标系(Op-Xp-Yp)、相机坐标系(Oc-Xc-Yc-Zc)和世界坐标系(Ow-Xw-Yw-Zw)，这些几何模型如图1所示。
像素坐标系：以相机中成像平面的左上角顶点为原点，X轴和Y轴分别平行于图像坐标系的X轴和Y轴，用(u,v)表示，单位是像素。
图像坐标系：以相机中成像平面的中心Op为坐标原点，X轴和Y轴分别平行于成像平面的两条垂直边，用(Op-Xp-Yp)表示。图像坐标系是用物理单位(例如毫米)表示像素在图像中的位置。
相机坐标系(也称为光心坐标系)：以相机的光心Oc为坐标原点，X轴和Y轴分别平行于图像坐标系的X轴和Y轴，相机的光轴为Z轴，用(Oc-Xc-Yc-Zc)表示。
世界坐标系：是客观三维世界的绝对坐标系，也称为客观坐标系，用(Ow-Xw-Yw-Zw)表示。
相机的标定参数：也就是相机需要标定的相机参数，包括内部参数(即内参K)和外部参数(即外参Tcw)，其中，内参K包括焦距、像主点坐标和畸变参数；外参Tcw是相机坐标系和世界坐标系的转换矩阵，包括旋转矩阵和平移矩阵。
相机的光心：相机的镜头相当于一个凸透镜，凸透镜的中心可以近似看作是相机的光心。
相机的光轴：又称为“相机中轴线”，是指在拍摄的时候，相机和被摄体之间的线。
相机平面：经过相机的光心Oc且垂直于光轴的平面，也可以称为相机平面Oc。
空间点：在客观三维世界中的点，也是世界坐标系下的点。空间点包括真实空间点和虚拟空间点，真实空间点为世界坐标系下的真实存在的点，虚拟空间点为图像坐标系中的投影点转换为世界坐标系下的空间点。
投影点：图像坐标系中的点，也可以称为成像平面上的点，或像素平面上的点。
投影光路：由在图像上投影为同一个点的空间点集合所形成的直线。
机器视觉方案一直是许多产品解决问题的主要方案，如无人驾驶车辆的行驶，门禁系统的开关控制，移动机器人的移动等。而随着机器视觉方案的应用，相机标定成为无人驾驶车辆、移动机器人等机器视觉产品下线必不可少的一道工序，相应的，相机标定精度成为机器视觉产品质量评估的一个重要指标。
目前，相机标定精度的评估方法包括如下两个方式：
方式一，标定后的多个相机采集图像，拼接这多个相机采集的图像，获得全景环视图；用户查看该全景环视图，并分析该全景环视图的拼接效果。用户得出的拼接效果即为相机标定精度的评估结果。
这种相机标定精度的评估方法，相机标定精度的评估结果基于用户的主观因素决定，不同用户对同一相机标定精度的评估标准不同，无法量化为标定指标，无法形成自动的相机标定精度的评估方法。
方式二，两个相机分别采集一个区域的图像，对比两个相机分别采集一个区域的图像，确定相机标定精度的评估结果。
这种相机标定精度的评估方法，需要使用两个相机，独立性差；此外，无法确定哪个相机的标定效果较好，哪个相机的标定效果较差，没有一个标定真值，相机标定精度的评估具有一定的局限性。
为解决上述问题，本公开实施例提供了一种相机标定精度方法，该方法可以应用于相机，或是与相机相连的电子设备，为方便理解，下面以电子设备为执行主体进行说明，并不起限定作用。
该相机标定精度的评估方法中，电子设备获取真实空间点在图像坐标系中的目标投影点；利用相机的标定参数，将目标投影点投影至预设评估维度对应的目标平面上，得到目标虚拟空间点；利用目标虚拟空间点和真实空间点之间在预设评估维度的偏差，评估相机的标定精度。
相较于传统的基于用户主观因素决定的相机标定精度的评估方法，本公开实施例提供的技术方案中，电子设备将相机标定精度的标定指标量化为目标虚拟空间点和真实空间点之间在预设评估维度的偏差，在确定了真实空间点以及该真实空间点在一台相机的图像坐标系中的目标投影点的情况下，即可由电子设备自动完成相机标定精度的评估，提高了相机标定精度评估的准确性和客观性，并且减少了人力资源的损耗。
此外，本公开实施例提供的技术方案中，电子设备将真实空间点作为真值，基于一台相机就可以完成相机标定精度的评估，不受多相机的限制，扩大了相机标定精度的评估的适用范围。
下面通过具体实施例，对本申请实施例提供的相机标定精度的评估方法进行详细说明。如图2所示，该相机标定精度的评估方法包括如下步骤：
步骤S21，获取真实空间点在图像坐标系中的目标投影点。
本公开实施例中，电子设备可以获取客观三维世界的真实空间点，该真实空间点也可以称作是世界坐标系下的真实空间点。
在一些实施例中，电子设备在获取到真实空间点，可以根据真实空间点的位置信息和纹理信息等特征信息，对相机采集的图像进行检测，确定图像中该真实空间点的投影点，该投影点即为真实空间点在图像坐标系中的目标投影点。
在另一些实施例中，真实空间点可以为标定板上的一个特征点，如棋盘格标定板上一个棋盘格的角点。电子设备可以对相机采集的图像进行识别，得到同一棋盘格的角点，该识别得到的角点即为真实空间点在图像坐标系中的目标投影点。
本公开实施例中，电子设备还可以采用其他方式确定真实空间点在图像坐标系中的目标投影点，对此不进行限定。
步骤S22，利用相机的标定参数，将目标投影点投影至预设评估维度对应的目标平面上，得到目标虚拟空间点。
本公开实施例中，电子设备可以预先设定对相机标定精度进行评估的维度，即预设评估维度。预设评估维度的数量可以为一个或多个，预设评估维度可以包括角度和距离等评估维度。目标平面为与相机标定精度评估相关的平面，预设评估维度不同，目标平面不同。
图像坐标系中的投影点与世界坐标系中的空间点之间的转换关系如下公式(1)。
zP′＝K*Tcw*P (1)
公式(1)中，P'表示图像坐标系中的投影点，P表示世界坐标系中的空间点，z表示深度，即空间点至相机的距离，K表示相机的内参，Tcw表示相机的外参。
根据上述公式(1)可知，若空间点P已知，则根据上述公式(1)，可以唯一确定一个投影点P'；若投影点P'已知，则根据上述公式(1)，无法唯一确定一个空间点P，而是可以确定一条直线P'P。
本公开实施例中，电子设备可以根据相机的标定参数(如内参K和外参Tcw)，结合上述公式(1)，将目标投影点转换至世界坐标系中，得到一条直线L，这条直线L与预设评估维度对应的目标平面的交点即为目标虚拟空间点。
步骤S23，利用目标虚拟空间点和真实空间点之间在预设评估维度的偏差，评估相机的标定精度。
在获得目标虚拟空间点后，电子设备可以计算目标虚拟空间点和真实空间点之间在预设评估维度的偏差，并根据所得的偏差，对相机的标定精度进行评估。不同的预设评估维度，所得的偏差也不同，也就是，可以从不同的角度对相机的标定精度进行评估。
本公开实施例提供的技术方案中，电子设备获取真实空间点在图像坐标系中的目标投影点；利用相机的标定参数，将目标投影点投影至预设评估维度对应的目标平面上，得到目标虚拟空间点；利用目标虚拟空间点和真实空间点之间在预设评估维度的偏差，评估相机的标定精度。
相较于传统的基于用户主观因素决定的相机标定精度的评估方法，本公开实施例提供的技术方案中，电子设备将相机标定精度的标定指标量化为目标虚拟空间点和真实空间点之间在预设评估维度的偏差，在确定了真实空间点以及该真实空间点在一台相机的图像坐标系中的目标投影点的情况下，即可由电子设备自动完成相机标定精度的评估，提高了相机标定精度评估的准确性和客观性，并且减少了人力资源的损耗。
此外，本公开实施例提供的技术方案中，电子设备将真实空间点作为真值，基于一台相机就可以完成相机标定精度的评估，不受多相机的限制，扩大了相机标定精度的评估的适用范围。
在本公开的一个实施例中，还提供了一种相机标定精度的评估方法，如图3所示，该方法可以包括步骤S31-S35，步骤S31和步骤S35与上述步骤S21和步骤S23相同，此处不再赘述。步骤S32-S34为步骤S22的一种可实现方式。
步骤S32，利用相机的标定参数，将目标投影点转换为世界坐标系的多个候选虚拟空间点。
本公开实施例中，电子设备可以利用公式(1)，将图像坐标系下的目标投影点转换成世界坐标系下的虚拟空间点，作为候选虚拟空间点。候选虚拟空间点的数量可以根据实际需求确定，例如，候选虚拟空间点的数量为2、3、5或10等。
例如，电子设备调整公式(1)中的z为1、2、3、5、10或20等，将目标投影点P0转换为世界坐标系的候选虚拟空间点P1、P2、P3和P4等。P0、P1、P2、P3和P4连接为一条直线L1。理论上，直线L1经过相机的光心Oc，如图4所示的目标投影点转换为目标虚拟空间点的原理示意图。
步骤S33，基于多个候选虚拟空间点，确定目标投影点的投影光路。
电子设备在获取到多个候选虚拟空间点后，基于这些候选虚拟空间点，可以确定目标投影点的投影光路。如图4所示，图4中P1、P2、P3和P4均是候选虚拟空间点。基于P1、P2、P3和P4，可以确定目标投影点p的投影光路，如图4中的直线L1。
步骤S34，确定投影光路与预设评估维度对应的目标平面的交点，得到目标虚拟空间点。
本公开实施例中，电子设备确定预设评估维度对应的目标平面，进而确定投影光路与预设评估纬度对应的目标平面的交点，得到目标虚拟空间点。
下面仍以图4为例进行说明，图4中，预设评估纬度对应的目标平面Oc＇为平行于相机平面Oc且包含真实空间点Pw的平面。电子设备在确定预设评估纬度对应的目标平面Oc＇后，将目标投影点的投影光路与预设评估纬度对应的目标平面Oc＇的交点Pt，作为目标虚拟空间节点。
本公开实施例提供的技术方案中，电子设备利用相机的标定参数，可以将目标投影点转换为世界坐标系的多个候选虚拟空间点，并基于这些候选虚拟空间点确定目标投影点的投影光路，以得到目标虚拟空间点。相较于直接由目标投影点投影出目标虚拟空间点，该技术方案可以更准确的确定目标虚拟空间点，进而提高了相机标定精度评估的准确性。
在本公开的一个实施例中，还提供了一种相机标定精度的评估方法，如图5所示，该方法可以包括步骤S51-S55，步骤S51、步骤S52、步骤S54和步骤S55与上述步骤S31、步骤S32、步骤S34和步骤S35相同，此处不再赘述。步骤S53为步骤S33的一种可实现方式。
步骤S53，使用直线，拟合多个候选虚拟空间点，得到拟合直线，拟合直线为目标投影点的投影光路。
本公开实施例中，在得到多个候选虚拟空间点后，电子设备可以使用直线，对这些候选虚拟空间点进行拟合，得到拟合直线。拟合直线的方法可以是最小二乘法、高斯牛顿法以及梯度下降法等，对此不进行限定。电子设备在获取到拟合直线后，可以将该拟合直线作为目标投影点的投影光路。
本公开实施例提供的技术方案中，电子设备将多个候选虚拟空间点拟合成直线，由拟合直线确定投影光路，这可以降低上述公式(1)的计算所带来的计算误差，提高了所确定的投影光路的准确性，进而提高了相机标定精度评估的准确性。
在本公开的一个实施例中，当多个候选虚拟空间点的数量为两个时，上述步骤S33可以为：确定经过两个候选虚拟空间点的直线，作为目标投影点的投影光路。
例如，电子设备可以利用上述公式(1)，令z＝1，使用内参，计算得到归一化平面上的点P'1；根据相似三角形原理，令z＝n，n为大于1的数值，使用内参，到归一化平面上的点P'2；电子设备可以利用上述公式(1)，使用外参，将P'1和P'2转换为候选虚拟空间点P1和P2；电子设备确定经过P1和P2的直线，作为目标投影点的投影光路。
本公开实施例提供的技术方案中，在候选虚拟空间点的数量为两个时，可以简单直接，且精准高效地得出目标投影点的投影光路，提高了相机标定精度评估的效率。
在本公开的一个实施例中，还提供了一种相机标定精度的评估方法，如图6所示，该方法中，预设评估维度包括角度，目标平面为真实空间点所在的、且垂直于相机的光轴的平面。在这种情况下，目标平面上的目标虚拟空间点Pt和真实空间点Pw的z值(深度值)相等。
该相机标定精度的评估方法可以包括步骤S61-S64，步骤S61和步骤S62与上述步骤S21和步骤S22相同，此处不再赘述。步骤S63和步骤S64为步骤S23的一种可实现方式。
步骤S63，确定第一直线与第二直线之间的夹角，作为角度偏差，第一直线为经过目标虚拟空间点和相机的光心的直线，第二直线为经过真实空间点和相机的光心的直线。
在电子设备确定目标虚拟空间点之后，电子设备确定第一直线和第二直线之间的夹角，并将该夹角作为角度偏差。
步骤S64，利用角度偏差，评估相机的标定精度。
电子设备可以预先设置角度偏差，即预设角度偏差。在获取到相机的角度偏差后，电子设备可以利用角度偏差以及预设角度偏差，确定相机的标定精度等级，以评估相机的标定精度。例如，若相机的角度偏差小于预设角度偏差，则将该相机的标定精度等级定为“高”，反之，则将该相机的标定精度等级定为“低”。
电子设备还可以将相机的角度偏差转化为相机的标定精度评分，评分高代表该相机的标定精度高，评分低代表该相机的标定精度低，以此评估相机的标定精度。电子设备还可以基于其他方法，利用角度偏差，评估相机的标定精度，对此并不进行限定。
较大的角度误差体现在平行于相机平面上。本公开实施例提供的技术方案中，以角度作为预设评估维度时，电子设备将真实空间点所在的、且垂直于相机的光轴的平面作为目标平面，并基于该目标平面，确定角度偏差，这可以更为准确的完成对相机标定精度的评估。
在一些实施例中，上述步骤S63可以为：电子设备可以确定目标平面中目标虚拟空间点和真实空间点之间的第一距离，将目标平面与相机的光心之间的距离记为第二距离，并计算第一距离与第二距离的反正切值，作为角度偏差。
例如，目标虚拟空间点Pt和真实空间点Pw在世界坐标系下的坐标可以如公式(2)所示。
上式中xt为目标虚拟空间点Pt在X轴上的坐标值，yt为目标虚拟空间点Pt在Y轴上的坐标值，zt为目标虚拟空间点Pt在Z轴上的坐标值；xw为真实空间点Pw在X轴上的坐标值，yw为真实空间点Pw在Y轴上的坐标值，zw为目标虚拟空间点Pw在Z轴上的坐标值，zt＝zw，zt即为第二距离。
电子设备可以将目标平面中目标虚拟空间点Pt和真实空间点Pw之间的距离记作第一距离Δt，第一距离Δt的计算如公式(3)：
电子设备可以计算第一距离Δt与第二距离zt的反正切值，作为角度偏差。其中，角度偏差Δθ的计算如公式(4)：
Δθ＝arctan(Δt/zt) (4)
为便于说明，将目标虚拟空间点和真实空间点之间的线段简称为第一线段，将目标虚拟空间点与相机的光心之间的线段简称为第二线段，将真实空间点与相机的光心之间的线段简称为第三线段，第一线段近似垂直于第二线段或第三线段。本公开实施例提供的技术方案中，电子设备将第一线段看作垂直于第二线段或第三线段，通过上述公式(4)求反正切值，可以快速的确定角度偏差Δθ，提高了相机标定精度评估的效率。
在一些实施例中，上述步骤S63可以为：电子设备可以使用角度扫描装置，沿第一线段，从真实空间点向目标虚拟空间点扫描，当扫描到目标虚拟空间点时，将角度扫描装置所旋转的角度作为角度偏差。
在另一些实施例中，上述步骤S63可以为：电子设备可以使用角度扫描装置，沿第一线段，从目标虚拟空间点向真实空间点扫描，当扫描到真实空间点时，将角度扫描装置所旋转的角度作为角度偏差。
本公开实施例中，电子设备利用角度扫描装置，可以准确的确定角度偏差，提高了相机标定精度评估的准确率。
在本公开的一个实施例中，还提供了一种相机标定精度的评估方法，如图7所示，该方法中，预设评估维度包括距离，目标平面为真实空间点所在的、且平行于相机的光轴的平面。为便于后续的计算，该目标平面上的目标虚拟空间点Pt和真实空间点Pw的X轴相等，或该目标平面上的目标虚拟空间点Pt和真实空间点Pw的Y轴相等。也就是说，基于公式(2)，可以得出xt＝xw或yt＝yw。
该相机标定精度的评估方法可以包括步骤S71-S75，步骤S71和步骤S72与上述步骤S21和步骤S22相同，此处不再赘述。步骤S73-步骤S75为步骤S23的一种可实现方式。
步骤S73，确定目标平面中目标虚拟空间点和真实空间点之间的第三距离。
本公开实施例中，第三距离实际为目标虚拟空间点和真实空间点在Z轴上的坐标值的差值，也就是，第三距离为|zt-zw|。
步骤S74，根据第三距离，确定距离偏差。
电子设备在确定第三距离之后，可以确定距离偏差ΔZ。
在一些实施例中，电子设备可以直接将第三距离作为距离偏差。例如，距离偏差ΔZ可以采用公式(5)：
ΔZ＝|zt-zw| (5)
在另一些实施例中，电子设备可以将真实空间点与经过相机的光心且垂直于光轴的平面之间的距离记作第四距离，也就是，将真实空间点与相机平面Oc之间的距离记作第四距离。电子设备计算第三距离与第四距离的比值，作为距离偏差。如下式(6)所示。
ΔZ＝|zt-zw|/zw (6)
第四距离较大时，第三距离较大，对相机标定精度的影响是比较小的，但是第四距离较小时，第三距离较小，对相机标定精度的影响也是比较大的。例如，第三距离为10毫米，当第四距离为1000毫米，第三距离对相机标定精度的影响为10/1000＝0.01，但是当第四距离为10毫米，10毫米的第三距离对相机标定精度的影响为10/10＝1，这对相机标定精度的影响是非常大的。本公开实施例提供的技术方案中，电子设备计算第三距离与第四距离的比值，作为距离偏差，这可以将距离偏差归一化至统一的范围内，便于更为精准的对相机标定精度的评估，提高了相机标定精度的评估的精确度。
步骤S75，利用距离偏差，评估相机的标定精度。
电子设备可以预先设置距离偏差，即预设距离偏差。在获取到相机的距离偏差后，电子设备可以利用距离偏差以及预设距离偏差，确定相机的标定精度等级，以评估相机的标定精度。例如，若相机的角度偏差小于预设距离偏差，则将该相机的标定精度等级定为“高”，反之，则将该相机的标定精度等级定为“低”。
电子设备还可以将相机的距离偏差转化为相机的标定精度评分，评分高代表该相机的标定精度高，评分低代表该相机的标定精度低，以此评估相机的标定精度。电子设备还可以基于其他方法，利用距离偏差，评估相机的标定精度，对此并不进行限定。
较大的距离误差体现在平行于相机的光轴的平面上。本公开实施例提供的技术方案中，以距离作为预设评估维度时，电子设备将真实空间点所在的、且平行于相机的光轴的平面作为目标平面，并基于该目标平面，确定距离偏差，这可以更为准确的完成对相机标定精度的评估。
下面结合图8所示的相机标定精度的评估方法流程，对本公开实施例提供的相机标定精度的评估方法进行详细说明。
步骤S81，获取特征点空间的实际坐标值Pw。这里，特征点空间的实际坐标值也就是世界坐标系下的真实空间点Pw。步骤S81的实现方式可参见步骤S21部分的相关描述。
步骤S82，检测特征点对应的像素的坐标值P0，也就是，电子设备检测真实空间点在图像坐标系下的目标投影点P0。步骤S82的实现方式可参见步骤S21部分的相关描述。
步骤S83，使用相机的内参，获得P0在归一化平面上的投影点P'1。
依据公式(7)，电子设备可以确定P0在归一化平面上的投影点P'1。
zP0＝K*P′1 (7)
上式(7)中，K为相机的内参，P0为特征点对应的像素的坐标值，即目标投影点，这里，P'1为归一化平面上的投影点，z为P0所在的归一化平面与相机平面Oc之间的距离。
步骤S83的实现方式可参见步骤S32部分的相关描述。
步骤S84，根据三角形相似原理获得另一投影点P'2。
在获得P0在归一化平面上的投影点P'1之后，电子设备可以根据三角形相似原理获得另一投影点P'2。步骤S84的实现方式可参见步骤S32部分的相关描述。
步骤S85，使用相机的外参，获取P'1和P'2在世界坐标系的坐标值P1和P2。
依据公式(8)和(9)，电子设备可以确定P'1和P'2在世界坐标系的坐标值P1和P2。
P′1＝Twc*P1 (8)
P′2＝Twc*P2 (9)
上式(8)和(9)中，Twc为相机的外参，P'1和P'2均为P0在归一化平面上的投影点，P1和P2为P'1和P'2在世界坐标系的坐标值，也可称作候选虚拟空间点。步骤S85的实现方式可参见步骤S32部分的相关描述。
步骤S86，使用Pw的坐标值，获取与P1P2直线的交点Pt。
电子设备基于P1和P2在世界坐标系的坐标值，可以确定直线P1P2(即目标投影点的投影光路)，并利用Pw的坐标值，获取与直线P1P2的交点Pt(即目标虚拟空间点)。
步骤S86的实现方式可参见步骤S33、步骤S34和步骤S53部分的相关描述。
步骤S87，根据Pt和Pw的差值评估相机标定精度。即电子设备基于真实空间点和目标虚拟空间点在预设评估维度的偏差，评估相机的标定精度。
步骤S87的实现方式可参见步骤S23、步骤S63、步骤S73、步骤S74和步骤S75部分的相关描述。
与上述相机标定精度的评估方法对应，本公开实施例还提供了一种相机标定精度的评估装置，如图9所示，可以包括：
获取模块91，用于获取真实空间点在图像坐标系中的目标投影点；
投影模块92，用于利用相机的标定参数，将目标投影点投影至预设评估维度对应的目标平面上，得到目标虚拟空间点；
评估模块93，用于利用目标虚拟空间点和真实空间点之间在预设评估维度的偏差，评估相机的标定精度。
可选的，投影模块92，具体可以用于：
利用相机的标定参数，将目标投影点转换为世界坐标系的多个候选虚拟空间点；
基于多个候选虚拟空间点，确定目标投影点的投影光路；
确定投影光路与预设评估维度对应的目标平面的交点，得到目标虚拟空间点。
可选的，投影模块92，具体可以用于：使用直线，拟合多个候选虚拟空间点，得到拟合直线，拟合直线为目标投影点的投影光路。
可选的，多个候选虚拟空间点的数量为两个；投影模块92，具体可以用于：确定经过多个候选虚拟空间点的直线，作为目标投影点的投影光路。
可选的，预设评估维度包括角度，目标平面为真实空间点所在的、且垂直于相机的光轴的平面；
评估模块93，具体可以用于：
确定第一直线与第二直线之间的夹角，作为角度偏差，第一直线为经过目标虚拟空间点和相机的光心的直线，第二直线为经过真实空间点和相机的光心的直线；
利用角度偏差，评估相机的标定精度。
可选的，评估模块93，具体可以用于：
确定目标平面中目标虚拟空间点和真实空间点之间的第一距离；
计算第一距离与第二距离的反正切值，作为角度偏差，第二距离为目标平面与相机的光心之间的距离。
可选的，预设评估维度包括距离，目标平面为真实空间点所在的、且平行于相机的光轴的平面；
评估模块93，具体可以用于：
确定目标平面中目标虚拟空间点和真实空间点之间的第三距离；
根据第三距离，确定距离偏差；
利用距离偏差，评估相机的标定精度。
可选的，评估模块93，具体可以用于：计算第三距离与第四距离的比值，作为距离偏差，第四距离为真实空间点与经过相机的光心且垂直于光轴的平面之间的距离。
本公开实施例提供的技术方案中，电子设备获取真实空间点在图像坐标系中的目标投影点；利用相机的标定参数，将目标投影点投影至预设评估维度对应的目标平面上，得到目标虚拟空间点；利用目标虚拟空间点和真实空间点之间在预设评估维度的偏差，评估相机的标定精度。
相较于传统的基于用户主观因素决定的相机标定精度的评估方法，本公开实施例提供的技术方案中，电子设备将相机标定精度的标定指标量化为目标虚拟空间点和真实空间点之间在预设评估维度的偏差，在确定了真实空间点以及该真实空间点在一台相机的图像坐标系中的目标投影点的情况下，即可由电子设备自动完成相机标定精度的评估，提高了相机标定精度评估的准确性和客观性，并且减少了人力资源的损耗。
此外，本公开实施例提供的技术方案中，电子设备将真实空间点作为真值，基于一台相机就可以完成相机标定精度的评估，不受多相机的限制，扩大了相机标定精度的评估的适用范围。
本公开的技术方案中，所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理，均符合相关法律法规的规定，且不违背公序良俗。
根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图10示出了可以用来实现本公开实施例的相机标定精度的评估方法的电子设备1000的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图10所示，设备1000包括计算单元1001，其可以根据存储在只读存储器(ROM)1002中的计算机程序或者从存储单元1008加载到随机访问存储器(RAM)1003中的计算机程序，来执行各种适当的动作和处理。在RAM 1003中，还可存储设备1000操作所需的各种程序和数据。计算单元1001、ROM 1002以及RAM 1003通过总线1004彼此相连。输入/输出(I/O)接口1005也连接至总线1004。
设备1000中的多个部件连接至I/O接口1005，包括：输入单元1006，例如键盘、鼠标等；输出单元1007，例如各种类型的显示器、扬声器等；存储单元1008，例如磁盘、光盘等；以及通信单元1009，例如网卡、调制解调器、无线通信收发机等。通信单元1009允许设备1000通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元1001可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元1001的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元1001执行上文所描述的各个方法和处理，例如相机标定精度的评估方法。例如，在一些实施例中，相机标定精度的评估方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元1008。在一些实施例中，计算机程序的部分或者全部可以经由ROM 1002和/或通信单元1009而被载入和/或安装到设备1000上。当计算机程序加载到RAM 1003并由计算单元1001执行时，可以执行上文描述的相机标定精度的评估方法的一个或多个步骤。备选地，在其他实施例中，计算单元1001可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行相机标定精度的评估方法。
图11示出了用来实现本公开实施例的相机标定精度的评估方法的电子设备的框图，包括：
至少一个处理器1101；以及
与所述至少一个处理器1101通信连接的存储器1102；其中，
所述存储器1102存储有可被所述至少一个处理器1101执行的指令，所述指令被所述至少一个处理器1101执行，以使所述至少一个处理器1101能够执行任一所述的相机标定精度的评估方法。
本公开实施例还提供了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行根据上述任一所述的相机标定精度的评估方法。
本公开实施例还提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据上述任一所述的相机标定精度的评估方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、复杂可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。
Claims (19)
1.一种相机标定精度的评估方法，包括：
获取真实空间点在图像坐标系中的目标投影点；
利用相机的标定参数，将所述目标投影点投影至预设评估维度对应的目标平面上，得到目标虚拟空间点；
利用所述目标虚拟空间点和所述真实空间点之间在所述预设评估维度的偏差，评估所述相机的标定精度。
2.根据权利要求1所述的方法，其中，所述利用相机的标定参数，将所述目标投影点投影至预设评估维度对应的目标平面上，得到目标虚拟空间点的步骤，包括：
利用相机的标定参数，将所述目标投影点转换为世界坐标系的多个候选虚拟空间点；
基于所述多个候选虚拟空间点，确定所述目标投影点的投影光路；
确定所述投影光路与预设评估维度对应的目标平面的交点，得到目标虚拟空间点。
3.根据权利要求2所述的方法，其中，所述基于所述多个候选虚拟空间点，确定所述目标投影点的投影光路的步骤，包括：
使用直线，拟合所述多个候选虚拟空间点，得到拟合直线，所述拟合直线为所述目标投影点的投影光路。
4.根据权利要求2所述的方法，其中，所述多个候选虚拟空间点的数量为两个；所述基于所述多个候选虚拟空间点，确定所述目标投影点的投影光路的步骤，包括：
确定经过所述多个候选虚拟空间点的直线，作为所述目标投影点的投影光路。
5.根据权利要求1所述的方法，其中，所述预设评估维度包括角度，所述目标平面为所述真实空间点所在的、且垂直于所述相机的光轴的平面；
所述利用所述目标虚拟空间点和所述真实空间点之间在所述预设评估维度的偏差，评估所述相机的标定精度的步骤，包括：
确定第一直线与第二直线之间的夹角，作为角度偏差，所述第一直线为经过所述目标虚拟空间点和所述相机的光心的直线，所述第二直线为经过所述真实空间点和所述相机的光心的直线；
利用所述角度偏差，评估所述相机的标定精度。
6.根据权利要求5所述的方法，其中，所述确定第一直线与第二直线之间的夹角，作为角度偏差的步骤，包括：
确定所述目标平面中所述目标虚拟空间点和所述真实空间点之间的第一距离；
计算所述第一距离与第二距离的反正切值，作为角度偏差，所述第二距离为所述目标平面与相机的光心之间的距离。
7.根据权利要求1所述的方法，其中，所述预设评估维度包括距离，所述目标平面为所述真实空间点所在的、且平行于所述相机的光轴的平面；
所述利用所述目标虚拟空间点和所述真实空间点之间在所述预设评估维度的偏差，评估所述相机的标定精度的步骤，包括：
确定所述目标平面中所述目标虚拟空间点和所述真实空间点之间的第三距离；
根据所述第三距离，确定距离偏差；
利用所述距离偏差，评估所述相机的标定精度。
8.根据权利要求7所述的方法，其中，所述根据所述第三距离，确定距离偏差的步骤，包括：
计算所述第三距离与第四距离的比值，作为距离偏差，所述第四距离为所述真实空间点与经过所述相机的光心且垂直于所述光轴的平面之间的距离。
9.一种相机标定精度的评估装置，包括：
获取模块，用于获取真实空间点在图像坐标系中的目标投影点；
投影模块，用于利用相机的标定参数，将所述目标投影点投影至预设评估维度对应的目标平面上，得到目标虚拟空间点；
评估模块，用于利用所述目标虚拟空间点和所述真实空间点之间在所述预设评估维度的偏差，评估所述相机的标定精度。
10.根据权利要求9所述的装置，其中，所述投影模块，具体用于：
利用相机的标定参数，将所述目标投影点转换为世界坐标系的多个候选虚拟空间点；
基于所述多个候选虚拟空间点，确定所述目标投影点的投影光路；
确定所述投影光路与预设评估维度对应的目标平面的交点，得到目标虚拟空间点。
11.根据权利要求10所述的装置，其中，所述投影模块，具体用于：使用直线，拟合所述多个候选虚拟空间点，得到拟合直线，所述拟合直线为所述目标投影点的投影光路。
12.根据权利要求10所述的装置，其中，所述多个候选虚拟空间点的数量为两个；所述投影模块，具体用于：确定经过所述多个候选虚拟空间点的直线，作为所述目标投影点的投影光路。
13.根据权利要求9所述的装置，其中，所述预设评估维度包括角度，所述目标平面为所述真实空间点所在的、且垂直于所述相机的光轴的平面；
所述评估模块，具体用于：
确定第一直线与第二直线之间的夹角，作为角度偏差，所述第一直线为经过所述目标虚拟空间点和所述相机的光心的直线，所述第二直线为经过所述真实空间点和所述相机的光心的直线；
利用所述角度偏差，评估所述相机的标定精度。
14.根据权利要求13所述的装置，其中，所述评估模块，具体用于：
确定所述目标平面中所述目标虚拟空间点和所述真实空间点之间的第一距离；
计算所述第一距离与第二距离的反正切值，作为角度偏差，所述第二距离为所述目标平面与相机的光心之间的距离。
15.根据权利要求9所述的装置，其中，所述预设评估维度包括距离，所述目标平面为所述真实空间点所在的、且平行于所述相机的光轴的平面；
所述评估模块，具体用于：
确定所述目标平面中所述目标虚拟空间点和所述真实空间点之间的第三距离；
根据所述第三距离，确定距离偏差；
利用所述距离偏差，评估所述相机的标定精度。
16.根据权利要求15所述的装置，其中，所述评估模块，具体用于：计算所述第三距离与第四距离的比值，作为距离偏差，所述第四距离为所述真实空间点与经过所述相机的光心且垂直于所述光轴的平面之间的距离。
17.一种电子设备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-8中任一项所述的方法。
18.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-8中任一项所述的方法。
19.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-8中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210589060.6A CN114926545A (zh) | 2022-05-26 | 2022-05-26 | 相机标定精度的评估方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210589060.6A CN114926545A (zh) | 2022-05-26 | 2022-05-26 | 相机标定精度的评估方法、装置、电子设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114926545A true CN114926545A (zh) | 2022-08-19 |
Family
ID=82809811
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210589060.6A Withdrawn CN114926545A (zh) | 2022-05-26 | 2022-05-26 | 相机标定精度的评估方法、装置、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114926545A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117392241A (zh) * | 2023-12-11 | 2024-01-12 | 新石器中研(上海)科技有限公司 | 自动驾驶中的传感器标定方法、装置及电子设备 |
-
2022
- 2022-05-26 CN CN202210589060.6A patent/CN114926545A/zh not_active Withdrawn
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117392241A (zh) * | 2023-12-11 | 2024-01-12 | 新石器中研(上海)科技有限公司 | 自动驾驶中的传感器标定方法、装置及电子设备 |
| CN117392241B (zh) * | 2023-12-11 | 2024-03-05 | 新石器中研(上海)科技有限公司 | 自动驾驶中的传感器标定方法、装置及电子设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113012210B (zh) | 深度图的生成方法、装置、电子设备和存储介质 | |
| CN112598750B (zh) | 路侧相机标定方法、装置、电子设备和存储介质 | |
| EP3879494A2 (en) | Method, apparatus, electronic device, computer readable medium and program for calibrating external parameter of camera | |
| CN104019799A (zh) | 一种利用局部参数优化计算基础矩阵的相对定向方法 | |
| CN111368927A (zh) | 一种标注结果处理方法、装置、设备及存储介质 | |
| CN114608521B (zh) | 单目测距方法及装置、电子设备和存储介质 | |
| CN114926545A (zh) | 相机标定精度的评估方法、装置、电子设备及存储介质 | |
| US11893884B2 (en) | Method for acquiring three-dimensional perception information based on external parameters of roadside camera, and roadside device | |
| Lai et al. | Laser reflectance feature assisted accurate extrinsic calibration for non-repetitive scanning LiDAR and camera systems | |
| Zhang et al. | Improved feature point extraction method of ORB-SLAM2 dense map | |
| CN116030103B (zh) | 确定砌筑质量的方法、装置、设备和介质 | |
| CN116819561A (zh) | 一种点云数据匹配方法、系统、电子设备及存储介质 | |
| CN115147561A (zh) | 位姿图生成方法、高精地图生成方法和装置 | |
| CN113112551B (zh) | 相机参数的确定方法、装置、路侧设备和云控平台 | |
| CN115018922A (zh) | 畸变参数标定方法、电子设备和计算机可读存储介质 | |
| CN114565721A (zh) | 对象确定方法、装置、设备、存储介质以及程序产品 | |
| Masuda et al. | Simultaneous determination of registration and deformation parameters among 3D range images | |
| CN112991463A (zh) | 相机标定方法、装置、设备、存储介质和程序产品 | |
| CN110866951A (zh) | 一种单目摄像机光轴倾斜的校正方法 | |
| CN114972511A (zh) | 标定物位姿的确定方法、装置、电子设备及存储介质 | |
| CN117115488B (zh) | 一种基于图像处理的水表检测方法 | |
| CN113129437B (zh) | 一种标志物的空间坐标确定方法及装置 | |
| CN117523004A (zh) | 相机外参标定方法、装置、设备和车辆 | |
| Garcia et al. | 3D inspection system for manufactured machine parts | |
| CN117611682A (zh) | 像素点补偿方法、装置、设备、介质及产品 |
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 | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20220819 |
|
| WW01 | Invention patent application withdrawn after publication |