CN115082565A - 相机标定方法、装置、服务器及介质 - Google Patents
相机标定方法、装置、服务器及介质 Download PDFInfo
- Publication number
- CN115082565A CN115082565A CN202210508112.2A CN202210508112A CN115082565A CN 115082565 A CN115082565 A CN 115082565A CN 202210508112 A CN202210508112 A CN 202210508112A CN 115082565 A CN115082565 A CN 115082565A
- Authority
- CN
- China
- Prior art keywords
- calibration
- camera
- target
- vehicle
- image
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000013507 mapping Methods 0.000 claims abstract description 32
- 238000012545 processing Methods 0.000 claims description 26
- 238000004590 computer program Methods 0.000 claims description 22
- 238000012937 correction Methods 0.000 claims description 9
- 230000001960 triggered effect Effects 0.000 claims description 6
- 238000010586 diagram Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 5
- 230000004044 response Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000009499 grossing Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000004913 activation Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000006467 substitution reaction 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
- 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
-
- 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
- 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)
- Image Processing (AREA)
Abstract
本申请适用于计算机技术领域,提供了相机标定方法、装置、服务器及介质,其中,方法包括:获取设置于目标车辆上的多个目标相机分别针对标定区域采集的相机图像,其中,目标车辆位于标定区域,标定区域包括多个标定板,多个标定板分布在目标车辆的四周,各目标相机的图像采集范围不同,各目标相机所采集的相机图像包括至少一个标定板区域;针对各目标相机,确定相应目标相机所采集的相机图像中各标定板区域对应的标定板角点的角点图像坐标,以及根据各标定板角点的角点图像坐标和各标定板角点在目标车辆对应车辆平面坐标系下的坐标,确定从相应目标相机的相机图像坐标系到车辆平面坐标系的坐标映射关系。本申请有助于提高对相机进行标定的效率。
Description
技术领域
本申请属于计算机技术领域,尤其涉及一种相机标定方法、装置、服务器及介质。
背景技术
目前,车辆,特别是无人驾驶车辆上,通常安装有一个或多个的相机,这样,可以通过车辆上所安装的一个或多个相机,采集车辆行驶过程中周围环境相关的图像,从而可以通过对所采集的图像进行分析,辅助车辆进行安全驾驶。实践中,在对车辆上安装的相机进行使用之前,通常需要对相机进行标定,以实现对所安装的相机进行有效利用。
相关技术中,对相机进行标定的方式通常比较复杂,导致对相机进行标定的效率不够高。
发明内容
本申请实施例提供了相机标定方法、装置、服务器及介质,旨在解决相关技术中对相机进行标定的方式通常比较复杂,导致对相机进行标定的效率不够高的问题。
第一方面,本申请实施例提供了一种相机标定方法,该方法包括:
获取设置于目标车辆上的多个目标相机分别针对标定区域采集的相机图像,其中,目标车辆位于标定区域,标定区域包括多个标定板,多个标定板分布在目标车辆的四周,各目标相机的图像采集范围不同,各目标相机所采集的相机图像包括至少一个标定板区域;
针对各目标相机,确定相应目标相机所采集的相机图像中各标定板区域对应的标定板角点的角点图像坐标,以及根据各标定板角点的角点图像坐标和各标定板角点在目标车辆对应车辆平面坐标系下的坐标,确定从相应目标相机的相机图像坐标系到车辆平面坐标系的坐标映射关系,实现对相应目标相机进行相机标定。
进一步地,方法还包括:
在预设触发条件被触发时,获取各目标相机分别采集的路况图像;
根据各目标相机对应的坐标映射关系,将相应目标相机采集的路况图像映射至车辆平面坐标系下;
将映射至车辆平面坐标系下的各路况图像进行图像拼接处理,得到用于描述目标车辆的周边路况的车辆周边路况图。
进一步地,预设触发条件包括以下至少一项:
检测到目标车辆处于行驶中的状态;
接收到路况采集指令;
检测到目标车辆处于自动驾驶状态。
进一步地,将映射至车辆平面坐标系下的各路况图像进行图像拼接处理,得到用于描述目标车辆的周边路况的车辆周边路况图,包括:
按照各目标相机在目标车辆上的分布规则,对映射至车辆平面坐标系下的各路况图像进行图像拼接处理,得到车辆周边路况图。
进一步地,获取设置于目标车辆上的多个目标相机分别针对标定区域采集的相机图像,包括:
获取设置于目标车辆上的多个目标相机分别针对标定区域采集的初始图像;
根据各目标相机的相机内参,对相应目标相机所采集的初始图像进行畸变校正处理,得到相应目标相机的相机图像。
进一步地,标定区域为矩形区域,多个标定板均匀分布在标定区域内侧,标定板为矩形,且标定板的边与标定区域的边平行设置。
进一步地,多个标定板均匀分布在目标车辆的四周,每个目标相机的图像采集区域对应一个标定板。
第二方面,本申请实施例提供了一种相机标定装置,该装置包括:
图像采集单元,用于获取设置于目标车辆上的多个目标相机分别针对标定区域采集的相机图像,其中,目标车辆位于标定区域,标定区域包括多个标定板,多个标定板分布在目标车辆的四周,各目标相机的图像采集范围不同,各目标相机所采集的相机图像包括至少一个标定板区域;
标定执行单元,用于针对各目标相机,确定相应目标相机所采集的相机图像中各标定板区域对应的标定板角点的角点图像坐标,以及根据各标定板角点的角点图像坐标和各标定板角点在目标车辆对应车辆平面坐标系下的坐标,确定从相应目标相机的相机图像坐标系到车辆平面坐标系的坐标映射关系,实现对相应目标相机进行相机标定。
进一步地,装置还包括触发执行单元、坐标映射单元、图像拼接单元。
触发执行单元,用于在预设触发条件被触发时,获取各目标相机分别采集的路况图像;
坐标映射单元,用于根据各目标相机对应的坐标映射关系,将相应目标相机采集的路况图像映射至车辆平面坐标系下;
图像拼接单元,用于将映射至车辆平面坐标系下的各路况图像进行图像拼接处理,得到用于描述目标车辆的周边路况的车辆周边路况图。
进一步地,触发执行单元中,预设触发条件包括以下至少一项:检测到目标车辆处于行驶中的状态;接收到路况采集指令;检测到目标车辆处于自动驾驶状态。
进一步地,图像拼接单元,具体用于:按照各目标相机在目标车辆上的分布规则,对映射至车辆平面坐标系下的各路况图像进行图像拼接处理,得到车辆周边路况图。
进一步地,图像采集单元,具体用于:获取设置于目标车辆上的多个目标相机分别针对标定区域采集的初始图像;根据各目标相机的相机内参,对相应目标相机所采集的初始图像进行畸变校正处理,得到相应目标相机的相机图像。
进一步地,标定区域为矩形区域,多个标定板均匀分布在标定区域内侧,标定板为矩形,且标定板的边与标定区域的边平行设置。
进一步地,多个标定板均匀分布在目标车辆的四周,每个目标相机的图像采集区域对应一个标定板。
第三方面,本申请实施例提供了一种服务器,包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序,处理器执行计算机程序时实现上述任一项相机标定方法的步骤。
第四方面,本申请实施例提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,上述计算机程序被处理器执行时实现上述任一项相机标定方法的步骤。
第五方面,本申请实施例提供了一种计算机程序产品,当计算机程序产品在服务器上运行时,使得服务器执行上述任一项相机标定方法。
本申请实施例与相关技术相比存在的有益效果是:针对目标车辆上所安装的每个目标相机,对该目标相机所采集的相机图像中的各标定板角点进行分析,以及基于各标定板角点的角点图像坐标和在车辆平面坐标系下的坐标,得到从该目标相机的相机图像坐标系到车辆平面坐标系的坐标映射关系,从而实现对该目标相机进行标定,可以实现同时对多个目标相机进行标定,有助于提高标定效率。另外,对多个目标相机进行标定的过程中,由于每两个目标相机的图像采集范围不同,且每个目标相机所采集的相机图像包括至少一个标定板区域,又由于不同的标定板在车辆平面坐标系下的相对位置已知,这样,所得到的坐标映射关系中可以隐藏有目标相机间的转换关系,使得无需对目标相机之间的相对参数进行额外标定,有助于进一步提高相机标定效率。
可以理解的是,上述第二方面至第五方面的有益效果可以参见上述第一方面中的相关描述,在此不再赘述。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例或相关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申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请一实施例提供的相机标定方法的流程示意图;
图2是本申请一实施例提供的标定板的示意图;
图3是本申请一实施例提供的标定区域、标定板、目标车辆、目标相机间的相对位置关系示意图;
图4是本申请另一实施例提供的相机标定方法的流程示意图;
图5是本申请一实施例提供的车辆周边路况图的效果示意图;
图6是本申请一实施例提供的相机标定装置的结构示意图;
图7是本申请一实施例提供的服务器的结构示意图。
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,以便透彻理解本申请实施例。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申请。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申请的描述。
应当理解,当在本申请说明书和所附权利要求书中使用时,术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
如在本申请说明书和所附权利要求书中所使用的那样,术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地,短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
另外,在本申请说明书和所附权利要求书的描述中,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此,在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例,而是意味着“一个或多个但不是所有的实施例”,除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”,除非是以其他方式另外特别强调。
为了说明本申请的技术方案,下面通过以下实施例来进行说明。
请参阅图1,本申请实施例提供一种相机标定方法,包括:
步骤101,获取设置于目标车辆上的多个目标相机分别针对标定区域采集的相机图像。
其中,目标车辆位于标定区域,标定区域包括多个标定板,多个标定板分布在目标车辆的四周,各目标相机的图像采集范围不同,各目标相机所采集的相机图像包括至少一个标定板区域。
其中,上述目标车辆通常是预先设定的车辆。需要指出的是,上述车辆可以是各种车辆。例如,无人车。上述车辆也可以是各种其它交通工具。例如,飞机、轮船。上述相机通常是安装在上述目标车辆上的摄像装置。例如,可以是摄像头。
上述标定板通常是具有固定间距图案阵列的几何模型。图2为本申请一实施例提供的标定板的示意图。如图2所示地,标定板可以为黑白格等间隔分布的矩形图案。
上述图像采集范围通常是相机的可视范围。
实践中,上述目标车辆上可以安装有多个目标相机。多个目标相机分布在上述目标车辆的四周。可以预先将上述目标车辆置于上述标定区域中,且可以预先在上述标定区域中,围绕着上述目标车辆放置多个标定板,使得上述目标车辆上的每个目标相机的图像采集范围内具有至少一个标定板。
在本实施例中,上述相机标定方法的执行主体通常为服务器。如,可以是车载服务器,也可以是车辆,还可以是独立于车辆的服务器。实践中,上述相机标定方法的执行主体通常为车辆。上述执行主体可以通过有线连接方式或者无线连接方式,获取到每个目标相机所采集的相机图像。
在本申请的各个实施例的可选的实现方式中,标定区域为矩形区域,多个标定板均匀分布在标定区域内侧,标定板为矩形,且标定板的边与标定区域的边平行设置。
这里,标定区域为矩形且标定板为矩形,以及标定板的各条边与标定区域的相应边平行设置,可以实现快速准确地获取到标定板上各个标定板角点在车辆平面坐标系下的坐标。可以简化操作,有助于降低计算复杂度,从而提高相机标定效率。实际应用中,为了确保标定区域为矩形,可以通过采用多个线激光器进行打点的方式,确定标定区域的四个顶点。
在本申请的各个实施例的可选的实现方式中,多个标定板均匀分布在目标车辆的四周,每个目标相机的图像采集区域对应一个标定板。
这里,标定板均匀分布在上述目标车辆的四周,可以使得各个相机所采集的相机图像的内容相对均匀,有助于更好地捕捉到车辆周围的情况。另外,一个目标相机只采集一个标定板区域的图像,可以减少由于同一标定板出现在多个相机图像中所导致的计算复杂度的增加,也即是,可以提高计算效率,节约计算资源,从而进一步提高相机标定效率。
图3为本申请一实施例提供的标定区域、标定板、目标车辆、目标相机间的相对位置关系示意图。如图3所示地,标定区域中可以分布8个标定板,车辆上可以设置8个相机,每个相机的图像采集范围内具有一个标定板。图3中,xoy坐标系为车辆平面坐标系。
步骤102,针对各目标相机,确定相应目标相机所采集的相机图像中各标定板区域对应的标定板角点的角点图像坐标,以及根据各标定板角点的角点图像坐标和各标定板角点在目标车辆对应车辆平面坐标系下的坐标,确定从相应目标相机的相机图像坐标系到车辆平面坐标系的坐标映射关系,实现对相应目标相机进行相机标定。
其中,上述标定板区域通常是呈现有标定板的图像区域。上述标定板角点通常是标定板上的角点。参考图2,标定板角点可以是标定板上的每个小方格的顶点。
上述角点图像坐标通常是指标定板角点在相机图像中的图像坐标。上述目标车辆对应车辆平面坐标系通常是目标车辆所在地平面的平面坐标系。参考图3,xoy坐标系为车辆平面坐标系。
在本实施例中,针对每个目标相机,上述执行主体可以采用该目标相机对应的相机图像中的各个标定板角点的角点图像坐标和在车辆平面坐标系下的坐标,计算得到从该目标相机的相机图像坐标系到车辆平面坐标系的坐标映射关系。
需要指出的是,相机图像坐标系为平面坐标系,车辆平面坐标系也为平面坐标系,计算从一个平面坐标系到另一个平面坐标系的坐标映射关系,计算复杂度较低,有助于进一步提高相机标定效率。
本实施例提供的相机标定方法,针对目标车辆上所安装的每个目标相机,对该目标相机所采集的相机图像中的各标定板角点进行分析,以及基于各标定板角点的角点图像坐标和在车辆平面坐标系下的坐标,得到从该目标相机的相机图像坐标系到车辆平面坐标系的坐标映射关系,从而实现对该目标相机进行标定,可以实现同时对多个目标相机进行标定,有助于提高标定效率。另外,对多个目标相机进行标定的过程中,由于每两个目标相机的图像采集范围不同,且每个目标相机所采集的相机图像包括至少一个标定板区域,又由于不同的标定板在车辆平面坐标系下的相对位置已知,这样,所得到的坐标映射关系中可以隐藏有目标相机间的转换关系,使得无需对目标相机之间的相对参数进行额外标定,有助于进一步提高相机标定效率。
在本申请的各个实施例的可选的实现方式中,上述获取设置于目标车辆上的多个目标相机分别针对标定区域采集的相机图像,可以包括:首先,获取设置于目标车辆上的多个目标相机分别针对标定区域采集的初始图像。然后,根据各目标相机的相机内参,对相应目标相机所采集的初始图像进行畸变校正处理,得到相应目标相机的相机图像。
其中,上述相机内参通常是与相机自身特性相关的参数。上述相机内参通常包括相机参数(比如,焦距、像素大小等)和畸变参数。实际应用中,上述执行主体可以预先通过标定板中各标定板角点的坐标和相对位置,计算得到相机内参。
这里,针对每个目标相机,上述执行主体可以获取得到该目标相机所采集的初始图像。之后,上述执行主体可以采用该目标相机的相机内参中的畸变参数对初始图像进行畸变校正处理,从而得到畸变校正后的图像,以及将畸变校正后的图像作为相机图像。这样,可以实现采用畸变校正后得到的相机图像进行处理,得到更为准确有效的坐标映射关系,有助于提高对相机进行标定的准确率。
需要指出的是,在确定了相机的相机内参之后,上述执行主体通常采用所得到的相机内参中的畸变参数,对所采集的每个图像进行畸变校正处理,以及采用畸变校正后的图像进行后续图像处理步骤。也即是,后续提及到的相机采集的路况图像为畸变校正后的图像。
继续参阅图4,图4为本申请实施例提供的另一相机标定方法的流程图,如图4所示地,相机标定方法,可以包括以下步骤:
步骤401,获取设置于目标车辆上的多个目标相机分别针对标定区域采集的相机图像。
其中,目标车辆位于标定区域,标定区域包括多个标定板,多个标定板分布在目标车辆的四周,各目标相机的图像采集范围不同,各目标相机所采集的相机图像包括至少一个标定板区域。
步骤402,针对各目标相机,确定相应目标相机所采集的相机图像中各标定板区域对应的标定板角点的角点图像坐标,以及根据各标定板角点的角点图像坐标和各标定板角点在目标车辆对应车辆平面坐标系下的坐标,确定从相应目标相机的相机图像坐标系到车辆平面坐标系的坐标映射关系,实现对相应目标相机进行相机标定。
在本实施例中,步骤401-402的具体操作与图1所示的实施例中步骤101-102的操作基本相同,在此不再赘述。
步骤403,在预设触发条件被触发时,获取各目标相机分别采集的路况图像。
其中,上述预设触发条件通常是预先设定的条件。实践中,上述预设触发条件可以包括但不限于以下三项中的至少一项。
第一项,检测到目标车辆处于行驶中的状态。这里,上述执行主体可以通过检测上述目标车辆上的定位系统的位置变化、上述目标车辆的启动状态等,实现检测到上述目标车辆是否处于行驶中的状态。作为示例,若上述目标车辆上的定位系统所指示的位置存在变化,且上述目标车辆处于启动状态,则可以认为检测到上述目标车辆处于行驶中的状态。
第二项,接收到路况采集指令。其中,上述路况采集指令通常是用于触发采集路况图像的指令。作为一个示例,用户,如,驾驶员或者是乘客,可以通过终端设备(例如,手机),向上述目标车辆发送路况采集指令,这样,上述目标车辆可以接收到该路况采集指令,从而启动获取各目标相机所采集的路况图像的操作。作为另一个示例,用户也可以通过点击上述目标车辆上的用于指示采集路况图像的按键,实现向目标车辆发送路况采集指令。
第三项,检测到目标车辆处于自动驾驶状态。这里,上述目标车辆中通常可以预设一个用于指示上述目标车辆是否处于自动驾驶状态的状态参数,上述执行主体可以通过检测该状态参数的取值,实现检测上述目标车辆是否处于自动驾驶状态。作为示例,若状态参数的取值为“1”,可以指示处于自动驾驶状态,若状态参数的取值为“0”,可以指示不处于自动驾驶状态。需要指出的是,本实施例对状态参数的取值的具体形式不做限定。
需要指出的是,上述执行主体可以在预设触发条件被触发时,启动执行获取各目标相机所采集的路况图像,灵活性较高,有助于提升用户体验。
步骤404,根据各目标相机对应的坐标映射关系,将相应目标相机采集的路况图像映射至车辆平面坐标系下。
这里,针对每个目标相机所采集的路况图像,上述执行主体可以采用该目标相机对应的坐标映射关系,将所采集的路况图像映射至车辆平面坐标系下。
步骤405,将映射至车辆平面坐标系下的各路况图像进行图像拼接处理,得到用于描述目标车辆的周边路况的车辆周边路况图。
其中,上述图像拼接处理通常是对映射至车辆平面坐标系下的多个路况图像的重叠区域进行像素平滑处理,如,可以采用加权平均、金字塔变换、小波变换、泊松融合等像素平滑处理方式中的至少一种对重叠区域进行像素平滑处理,从而得到上述目标车辆的车辆周边路况图。
这里,上述执行主体可以对映射至车辆平面坐标系下的多个路况图像进行简单拼接,如,进行“一”字型拼接,然后进行上述图像拼接处理,以得到一个完整的图像,所得到的该图像即为上述目标车辆的车辆周边路况图。
可选地,上述将映射至车辆平面坐标系下的各路况图像进行图像拼接处理,得到用于描述目标车辆的周边路况的车辆周边路况图,可以包括:按照各目标相机在目标车辆上的分布规则,对映射至车辆平面坐标系下的各路况图像进行图像拼接处理,得到车辆周边路况图。
其中,上述分布规则用于指示各目标相机在目标车辆上的分布位置关系。
需要指出的是,上述执行主体按照各目标相机在目标车辆上的分布规则,对映射至车辆平面坐标系下的多个路况图像进行拼接,以及对拼接得到的大图像进行上述图像拼接处理,可以得到更加直观、逼真的车辆周边路况图。
本实施例中,通过将各目标相机采集的路况图像映射至车辆平面坐标系,从而拼接得到目标车辆的车辆周边路况图,可以实现对车辆周边路况图进行完整呈现。
图5为本申请一实施例提供的车辆周边路况图的效果示意图。图5为目标车辆在标定区域下,采用所得到的路况图像拼接得到的车辆周边路况图。如图5所示地,车辆周边路况图的中间部分所呈现的车辆,为目标车辆的模拟图像。通过车辆周边路况图可以准确呈现目标车辆的周边路况。需要指出的是,本申请的方案可应用于增强现实(AugmentedReality,AR)中,用户可以通过所呈现的目标车辆的车辆周边路况图,远程对目标车辆进行交互。
请参阅图6,对应于上文实施例一的相机标定方法,图6示出了本申请实施例提供的相机标定装置600的结构框图,为了便于说明,仅示出了与本申请实施例相关的部分。
参照图6,该装置包括:
图像采集单元601,用于获取设置于目标车辆上的多个目标相机分别针对标定区域采集的相机图像,其中,目标车辆位于标定区域,标定区域包括多个标定板,多个标定板分布在目标车辆的四周,各目标相机的图像采集范围不同,各目标相机所采集的相机图像包括至少一个标定板区域;
标定执行单元602,用于针对各目标相机,确定相应目标相机所采集的相机图像中各标定板区域对应的标定板角点的角点图像坐标,以及根据各标定板角点的角点图像坐标和各标定板角点在目标车辆对应车辆平面坐标系下的坐标,确定从相应目标相机的相机图像坐标系到车辆平面坐标系的坐标映射关系,实现对相应目标相机进行相机标定。
在一些实施例中,装置还包括触发执行单元、坐标映射单元、图像拼接单元(图中未示出)。
触发执行单元,用于在预设触发条件被触发时,获取各目标相机分别采集的路况图像;
坐标映射单元,用于根据各目标相机对应的坐标映射关系,将相应目标相机采集的路况图像映射至车辆平面坐标系下;
图像拼接单元,用于将映射至车辆平面坐标系下的各路况图像进行图像拼接处理,得到用于描述目标车辆的周边路况的车辆周边路况图。
在一些实施例中,上述触发执行单元中,上述预设触发条件包括以下至少一项:检测到目标车辆处于行驶中的状态;接收到路况采集指令;检测到目标车辆处于自动驾驶状态。
在一些实施例中,上述图像拼接单元,具体用于:按照各目标相机在目标车辆上的分布规则,对映射至车辆平面坐标系下的各路况图像进行图像拼接处理,得到车辆周边路况图。
在一些实施例中,上述图像采集单元601,具体用于:首先,获取设置于目标车辆上的多个目标相机分别针对标定区域采集的初始图像。然后,根据各目标相机的相机内参,对相应目标相机所采集的初始图像进行畸变校正处理,得到相应目标相机的相机图像。
在一些实施例中,标定区域为矩形区域,多个标定板均匀分布在标定区域内侧,标定板为矩形,且标定板的边与标定区域的边平行设置。
在一些实施例中,多个标定板均匀分布在目标车辆的四周,每个目标相机的图像采集区域对应一个标定板。
本实施例提供的装置,针对目标车辆上所安装的每个目标相机,对该目标相机所采集的相机图像中的各标定板角点进行分析,以及基于各标定板角点的角点图像坐标和在车辆平面坐标系下的坐标,得到从该目标相机的相机图像坐标系到车辆平面坐标系的坐标映射关系,从而实现对该目标相机进行标定,可以实现同时对多个目标相机进行标定,有助于提高标定效率。另外,对多个目标相机进行标定的过程中,由于每两个目标相机的图像采集范围不同,且每个目标相机所采集的相机图像包括至少一个标定板区域,又由于不同的标定板在车辆平面坐标系下的相对位置已知,这样,所得到的坐标映射关系中可以隐藏有目标相机间的转换关系,使得无需对目标相机之间的相对参数进行额外标定,有助于进一步提高相机标定效率。
需要说明的是,上述装置/单元之间的信息交互、执行过程等内容,由于与本申请方法实施例一基于同一构思,其具体功能及带来的技术效果,具体可参见方法实施例部分,此处不再赘述。
图7为本申请一实施例提供的服务器700的结构示意图。如图7所示,该实施例的服务器700包括:至少一个处理器701(图7中仅示出一个处理器)、存储器702以及存储在存储器702中并可在至少一个处理器701上运行的计算机程序703,例如相机标定程序。处理器701执行计算机程序703时实现上述任意各个方法实施例中的步骤。处理器701执行计算机程序703时实现上述各个相机标定方法的实施例中的步骤。处理器701执行计算机程序703时实现上述各装置实施例中各模块/单元的功能,例如图6所示单元601至602的功能。
示例性的,计算机程序703可以被分割成一个或多个模块/单元,一个或者多个模块/单元被存储在存储器702中,并由处理器701执行,以完成本申请。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,该指令段用于描述计算机程序703在服务器700中的执行过程。例如,计算机程序703可以被分割成图像采集单元,标定执行单元,各单元具体功能在上述实施例中已有描述,此处不再赘述。
服务器700可以是服务器、台式电脑、平板电脑、云端服务器和移动终端等计算设备。服务器700可包括,但不仅限于,处理器701,存储器702。本领域技术人员可以理解,图7仅仅是服务器700的示例,并不构成对服务器700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,例如服务器还可以包括输入输出设备、网络接入设备、总线等。
所称处理器701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。
存储器702可以是服务器700的内部存储单元,例如服务器700的硬盘或内存。存储器702也可以是服务器700的外部存储设备,例如服务器700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,存储器702还可以既包括服务器700的内部存储单元也包括外部存储设备。存储器702用于存储计算机程序以及服务器所需的其他程序和数据。存储器702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申请的范围。
在本申请所提供的实施例中,应该理解到,所揭露的装置/服务器和方法,可以通过其它的方式实现。例如,以上所描述的装置/服务器实施例仅仅是示意性的,例如,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。
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,在本申请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。
集成的模块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存储介质中。其中,计算机可读存储介质可以是非易失性的,也可以是易失性的。基于这样的理解,本申请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,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,可实现上述各个方法实施例的步骤。其中,计算机程序包括计算机程序代码,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。计算机可读存储介质可以包括:能够携带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-OnlyMemory)、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,计算机可读存储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,计算机可读存储介质不包括电载波信号和电信信号。
以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,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申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (10)
1.一种相机标定方法,其特征在于,所述方法包括:
获取设置于目标车辆上的多个目标相机分别针对标定区域采集的相机图像,其中,所述目标车辆位于所述标定区域,所述标定区域包括多个标定板,所述多个标定板分布在所述目标车辆的四周,各目标相机的图像采集范围不同,各目标相机所采集的相机图像包括至少一个标定板区域;
针对各目标相机,确定相应目标相机所采集的相机图像中各标定板区域对应的标定板角点的角点图像坐标,以及根据各标定板角点的角点图像坐标和各标定板角点在所述目标车辆对应车辆平面坐标系下的坐标,确定从相应目标相机的相机图像坐标系到所述车辆平面坐标系的坐标映射关系,实现对相应目标相机进行相机标定。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
在预设触发条件被触发时,获取各目标相机分别采集的路况图像;
根据各目标相机对应的坐标映射关系,将相应目标相机采集的路况图像映射至所述车辆平面坐标系下;
将映射至所述车辆平面坐标系下的各路况图像进行图像拼接处理,得到用于描述所述目标车辆的周边路况的车辆周边路况图。
3.根据权利要求2所述的方法,其特征在于,所述预设触发条件包括以下至少一项:
检测到所述目标车辆处于行驶中的状态;
接收到路况采集指令;
检测到所述目标车辆处于自动驾驶状态。
4.根据权利要求2所述的方法,其特征在于,所述将映射至所述车辆平面坐标系下的各路况图像进行图像拼接处理,得到用于描述所述目标车辆的周边路况的车辆周边路况图,包括:
按照各目标相机在所述目标车辆上的分布规则,对映射至所述车辆平面坐标系下的各路况图像进行图像拼接处理,得到所述车辆周边路况图。
5.根据权利要求1所述的方法,其特征在于,所述获取设置于目标车辆上的多个目标相机分别针对标定区域采集的相机图像,包括:
获取设置于目标车辆上的多个目标相机分别针对标定区域采集的初始图像;
根据各目标相机的相机内参,对相应目标相机所采集的初始图像进行畸变校正处理,得到相应目标相机的相机图像。
6.根据权利要求1所述的方法,其特征在于,所述标定区域为矩形区域,所述多个标定板均匀分布在所述标定区域内侧,所述标定板为矩形,且所述标定板的边与所述标定区域的边平行设置。
7.根据权利要求1-6中任一项所述的方法,其特征在于,所述多个标定板均匀分布在所述目标车辆的四周,每个目标相机的图像采集区域对应一个标定板。
8.一种相机标定装置,其特征在于,所述装置包括:
图像采集单元,用于获取设置于目标车辆上的多个目标相机分别针对标定区域采集的相机图像,其中,所述目标车辆位于所述标定区域,所述标定区域包括多个标定板,所述多个标定板分布在所述目标车辆的四周,各目标相机的图像采集范围不同,各目标相机所采集的相机图像包括至少一个标定板区域;
标定执行单元,用于针对各目标相机,确定相应目标相机所采集的相机图像中各标定板区域对应的标定板角点的角点图像坐标,以及根据各标定板角点的角点图像坐标和各标定板角点在所述目标车辆对应车辆平面坐标系下的坐标,确定从相应目标相机的相机图像坐标系到所述车辆平面坐标系的坐标映射关系,实现对相应目标相机进行相机标定。
9.一种服务器,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权利要求1至7任一项所述的方法。
10.一种计算机可读存储介质,所述存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210508112.2A CN115082565A (zh) | 2022-05-11 | 2022-05-11 | 相机标定方法、装置、服务器及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210508112.2A CN115082565A (zh) | 2022-05-11 | 2022-05-11 | 相机标定方法、装置、服务器及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115082565A true CN115082565A (zh) | 2022-09-20 |
Family
ID=83247611
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210508112.2A Pending CN115082565A (zh) | 2022-05-11 | 2022-05-11 | 相机标定方法、装置、服务器及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115082565A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115797467A (zh) * | 2023-02-02 | 2023-03-14 | 深圳市德驰微视技术有限公司 | 车辆相机标定结果检测方法、装置、设备及存储介质 |
CN116958104A (zh) * | 2023-07-28 | 2023-10-27 | 上海感图网络科技有限公司 | 物料表面图像处理方法、装置及存储介质 |
-
2022
- 2022-05-11 CN CN202210508112.2A patent/CN115082565A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115797467A (zh) * | 2023-02-02 | 2023-03-14 | 深圳市德驰微视技术有限公司 | 车辆相机标定结果检测方法、装置、设备及存储介质 |
CN115797467B (zh) * | 2023-02-02 | 2023-07-28 | 深圳市德驰微视技术有限公司 | 车辆相机标定结果检测方法、装置、设备及存储介质 |
CN116958104A (zh) * | 2023-07-28 | 2023-10-27 | 上海感图网络科技有限公司 | 物料表面图像处理方法、装置及存储介质 |
CN116958104B (zh) * | 2023-07-28 | 2024-05-28 | 上海感图网络科技有限公司 | 物料表面图像处理方法、装置及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110264520B (zh) | 车载传感器与车辆位姿关系标定方法、装置、设备和介质 | |
US11422261B2 (en) | Robot relocalization method and apparatus and robot using the same | |
CN108307113B (zh) | 图像采集方法、图像采集控制方法及相关装置 | |
CN115082565A (zh) | 相机标定方法、装置、服务器及介质 | |
CN109002820B (zh) | 一种车牌识别方法、装置及相关设备 | |
US9582881B2 (en) | Machine vision image sensor calibration | |
CN113744348A (zh) | 一种参数标定方法、装置及雷视融合检测设备 | |
CN109741241B (zh) | 鱼眼图像的处理方法、装置、设备和存储介质 | |
CN111429521B (zh) | 相机与激光雷达的外参标定方法、装置、介质及电子设备 | |
CN112927306B (zh) | 拍摄装置的标定方法、装置及终端设备 | |
US20220277478A1 (en) | Positioning Method and Apparatus | |
CN110962844A (zh) | 一种车辆航向角修正方法及系统、存储介质及终端 | |
CN114862929A (zh) | 三维目标检测方法、装置、计算机可读存储介质及机器人 | |
CN114638294A (zh) | 一种数据增强方法、装置、终端设备及存储介质 | |
CN114332142A (zh) | 车载相机的外参标定方法、设备、系统及介质 | |
US20210004626A1 (en) | Method and system for automatic license-plate recognition | |
CN116630401A (zh) | 鱼眼相机测距方法及终端 | |
CN116228535A (zh) | 图像处理方法、装置、电子设备及车辆 | |
CN113610927B (zh) | 一种avm摄像头参数标定方法、装置及电子设备 | |
CN113903188B (zh) | 车位检测方法、电子设备及计算机可读存储介质 | |
CN109376653B (zh) | 用于定位车辆的方法、装置、设备和介质 | |
CN112150553B (zh) | 一种车载相机的标定方法和装置 | |
CN113255405A (zh) | 车位线识别方法及其系统、车位线识别设备、存储介质 | |
CN112884844A (zh) | 全景影像系统的标定方法、装置及计算机可读存储介质 | |
CN112184605A (zh) | 一种车辆驾驶视野增强方法、设备及系统 |
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 |