CN115170679A - 路侧相机的标定方法、装置及电子设备、存储介质 - Google Patents

Abstract

本申请公开了一种路侧相机的标定方法、装置及电子设备、存储介质，该方法包括：获取路侧相机采集的当前道路图像；获取路侧相机的初始标定结果以及对应的基准图像集合，初始标定结果指基准图像的像素坐标与世界坐标之间的变换关系；根据当前道路图像和基准图像集合，确定当前道路图像与基准图像之间的视角变换关系；根据当前道路图像与基准图像之间的视角变换关系和初始标定结果，确定当前道路图像的像素坐标与世界坐标之间的变换关系。本申请基于路侧相机采集图像的特点，对路侧相机进行实时在线自标定，当相机视角发生变化后能够及时发现并更新相机视角，使初始标定结果能够适应当前拍摄视角，节省了大量人工标定时间，提高了相机标定效率。

Description

路侧相机的标定方法、装置及电子设备、存储介质

技术领域

本申请涉及相机标定技术领域，尤其涉及一种路侧相机的标定方法、装置及电子设备、存储介质。

背景技术

智慧交通路侧监控系统的发展已经越来越成熟，系统应用中最重要的环节就是用路侧相机等设备对道路上行驶的车辆和行人进行目标检测。目前相关场景中一般会在图像上检测2D目标框，然后根据事先标定好的相机的图像像素与WGS-84(World GeodeticSystem 1984，世界大地坐标系)之间的变换关系，将2D目标框的底边中心的像素坐标(x,y)变换为WGS-84坐标系下的经纬度坐标，从而确定目标在世界大地坐标系下的绝对位置。

上述相机的图像像素与世界大地坐标系之间的变换关系大多都是离线标定，例如在道路上用标定板和RTK(Real-time kinematic，实时动态差分)/GPS(GlobalPositioning System，全球定位系统)设备标定好之后就一直使用这个变换关系。

然而路侧相机一般是架设在杆上，难免因为突然的大风等恶劣天气的影响或者时间日积月累而发生抖动变化，甚至是后台工作人员对相机视角的调节而使相机视角发生变动，导致依据之前离线标定好的变换关系来进行图像像素坐标与世界坐标的变换不再准确。并且，如果每次相机视角发生变动，都需要工作人员前往现场重新进行标定也非常麻烦和危险。

发明内容

本申请实施例提供了一种路侧相机的标定方法、装置及电子设备、存储介质，以实现路侧相机的在线自适应标定。

本申请实施例采用下述技术方案：

第一方面，本申请实施例提供一种路侧相机的标定方法，其中，所述路侧相机的标定方法包括：

获取路侧相机采集的当前道路图像；

获取所述路侧相机的初始标定结果以及所述初始标定结果对应的基准图像集合，所述初始标定结果是指基准图像的像素坐标与世界坐标之间的变换关系；

根据所述当前道路图像和所述基准图像集合，确定所述当前道路图像与基准图像之间的视角变换关系；

根据所述当前道路图像与基准图像之间的视角变换关系和所述初始标定结果，确定所述当前道路图像的像素坐标与世界坐标之间的变换关系。

可选地，所述获取所述路侧相机的初始标定结果以及所述初始标定结果对应的基准图像集合包括：

获取所述路侧相机采集的所述初始标定结果对应的不同时段的多个基准图像，多个所述基准图像具有不同的光照强度；

将所述初始标定结果对应的不同时段的多个基准图像保存在所述基准图像集合中。

可选地，所述基准图像集合包括多个基准图像，所述根据所述当前道路图像和所述基准图像集合，确定所述当前道路图像与基准图像之间的视角变换关系包括：

利用预设特征匹配算法，将所述当前道路图像与各个所述基准图像分别进行特征匹配，得到多个特征匹配结果；

根据多个特征匹配结果确定所述当前道路图像与基准图像之间的视角变换关系。

可选地，所述利用预设特征匹配算法，将所述当前道路图像与各个所述基准图像分别进行特征匹配，得到多个特征匹配结果包括：

利用所述预设特征匹配算法，对所述当前道路图像以及各个所述基准图像进行特征提取，得到所述当前道路图像的特征提取结果和各个所述基准图像的特征提取结果；

将所述当前道路图像的特征提取结果与各个所述基准图像的特征提取结果进行特征匹配，得到多个特征匹配结果。

可选地，所述根据多个特征匹配结果确定所述当前道路图像与基准图像之间的视角变换关系包括：

根据多个特征匹配结果，确定目标特征匹配结果；

根据所述目标特征匹配结果确定所述当前道路图像与基准图像之间的视角变换关系。

可选地，所述根据所述当前道路图像与基准图像之间的视角变换关系和所述初始标定结果，确定所述当前道路图像的像素坐标与世界坐标之间的变换关系包括：

根据所述当前道路图像与基准图像之间的视角变换关系，确定所述当前道路图像中的像素坐标对应的所述基准图像中的像素坐标；

根据所述当前道路图像中的像素坐标对应的所述基准图像中的像素坐标，以及所述初始标定结果，确定所述当前道路图像的像素坐标与世界坐标之间的变换关系。

第二方面，本申请实施例还提供一种路侧相机的标定装置，其中，所述路侧相机的标定装置包括：

第一获取单元，用于获取路侧相机采集的当前道路图像；

第二获取单元，用于获取所述路侧相机的初始标定结果以及所述初始标定结果对应的基准图像集合，所述初始标定结果是指基准图像的像素坐标与世界坐标之间的变换关系；

第一确定单元，用于根据所述当前道路图像和所述基准图像集合，确定所述当前道路图像与基准图像之间的视角变换关系；

第二确定单元，用于根据所述当前道路图像与基准图像之间的视角变换关系和所述初始标定结果，确定所述当前道路图像的像素坐标与世界坐标之间的变换关系。

可选地，所述第二获取单元具体用于：

获取所述路侧相机采集的所述初始标定结果对应的不同时段的多个基准图像，多个所述基准图像具有不同的光照强度；

将所述初始标定结果对应的不同时段的多个基准图像保存在所述基准图像集合中。

第三方面，本申请实施例还提供一种电子设备，包括：

处理器；以及

被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行前述之任一所述路侧相机的标定方法。

第四方面，本申请实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被包括多个应用程序的电子设备执行时，使得所述电子设备执行前述之任一所述路侧相机的标定方法。

本申请实施例采用的上述至少一个技术方案能够达到以下有益效果：本申请实施例的路侧相机的标定方法，先获取路侧相机采集的当前道路图像；获取路侧相机的初始标定结果以及初始标定结果对应的基准图像集合，初始标定结果是指基准图像的像素坐标与世界坐标之间的变换关系；根据当前道路图像和基准图像集合，确定当前道路图像与基准图像之间的视角变换关系；根据当前道路图像与基准图像之间的视角变换关系和初始标定结果，确定当前道路图像的像素坐标与世界坐标之间的变换关系。本申请实施例的路侧相机的标定方法基于路侧相机采集图像的特点，对路侧相机进行实时在线自标定，当相机视角发生变化后能够及时发现并更新相机视角，以使初始标定结果能够适应当前拍摄视角，同时节省了大量人工标定时间，提高了相机标定效率。

附图说明

此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1为本申请实施例中一种路侧相机的标定方法的流程示意图；

图2为本申请实施例中一种路侧相机的标定装置的结构示意图；

图3为本申请实施例中一种电子设备的结构示意图。

具体实施方式

为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做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。

以下结合附图，详细说明本申请各实施例提供的技术方案。

本申请实施例提供了一种路侧相机的标定方法，如图1所示，提供了本申请实施例中一种路侧相机的标定方法的流程示意图，所述路侧相机的标定方法至少包括如下的步骤S110至步骤S140：

步骤S110，获取路侧相机采集的当前道路图像。

本申请实施例的路侧相机的标定方法主要在于实现路侧相机的在线标定，因此这里需要先获取路侧相机实时采集的当前道路图像。

步骤S120，获取所述路侧相机的初始标定结果以及所述初始标定结果对应的基准图像集合，所述初始标定结果是指基准图像的像素坐标与世界坐标之间的变换关系。

在进行路侧相机的在线标定时，还需要获取路侧相机的初始标定结果和其对应的基准图像集合，初始标定结果可以看作是离线标定结果，具体可以是指基准图像的像素坐标与世界坐标之间的变换关系。当然，具体如何得到初始的离线标定结果，本领域技术人员可以结合现有技术中的相机标定方案灵活选择，在此不作具体限定。

初始标定结果对应的基准图像集合可以理解为是在进行离线标定之后获取的多个道路图像所构成的集合，例如可以在得到离线标定结果的当天采集多个道路图像作为基准图像，由于这个时间段内离线标定结果发生变动的可能性相对较小，因此此种情况下采集到的多个道路图像可以认为它们所对应的初始标定结果都是一致的，即都是在路侧相机的拍摄视角未发生变动的情况所所采集到的图像。当然，具体如何获取基准图像，本领域技术人员也可以根据实际需求灵活设置，在此不作具体限定。

步骤S130，根据所述当前道路图像和所述基准图像集合，确定所述当前道路图像与基准图像之间的视角变换关系。

在实时获取到当前道路图像和基准图像集合后，可以将当前道路图像与基准图像集合中的多个基准图像进行匹配，从而计算出当前道路图像与基准图像之间的视角变换关系，也即当前拍摄视角与初始拍摄视角之间的变换关系。

正常情况下，如果路侧相机的拍摄视角未发生变化，那么当前道路图像与基准图像之间将不存在视角变换，也即二者本质上对应的是同一相机视角拍摄得到的图像。而如果由于大风等恶劣天气的影响或者时间日积月累等而导致相机拍摄视角发生抖动变化，那么此时当前道路图像与基准图像之间将会存在视角变换，也即二者本质上对应的是不同相机视角拍摄得到的图像。

因此，通过上述步骤能够及时捕捉到实际场景中路侧相机的拍摄视角是否发生变化，以便于后续更新相机视角，从而保证图像像素坐标与世界坐标转换的准确性。

步骤S140，根据所述当前道路图像与基准图像之间的视角变换关系和所述初始标定结果，确定所述当前道路图像的像素坐标与世界坐标之间的变换关系。

如前所述，初始标定结果表征的是基准图像的像素坐标与世界坐标之间的变换关系，而当当前道路图像与基准图像之间存在视角变换时，该初始标定结果将不能再直接适用于当前的相机拍摄视角，因此本申请实施例可以通过当前道路图像与基准图像之间的视角变换关系来对相机拍摄视角进行自适应调整，从而使初始标定结果能够适应于当前道路图像的拍摄视角，进而得到当前道路图像的像素坐标与世界坐标之间的变换关系。

本申请实施例的路侧相机的标定方法基于路侧相机采集图像的特点，对路侧相机进行实时在线自标定，当相机视角发生变化后能够及时发现并更新相机拍摄视角，以使初始标定结果能够适应当前拍摄视角，同时节省了大量人工标定时间，提高了相机标定效率，且在线自适应标定结果可以保证和第一次离线标定几乎一样的精度。

在本申请的一些实施例中，所述获取所述路侧相机的初始标定结果以及所述初始标定结果对应的基准图像集合包括：获取所述路侧相机采集的所述初始标定结果对应的不同时段的多个基准图像，多个所述基准图像具有不同的光照强度；将所述初始标定结果对应的不同时段的多个基准图像保存在所述基准图像集合中。

在实际进行图像之间的匹配时，由于天气或者拍摄时间等的影响而造成的图像光照强度的变化会在很大程度上影响图像之间的匹配效果，例如，如果基准图像是在早晨拍摄的图像，而当前道路图像是在晚上拍摄的图像，那么由于二者光照强度的显著不同，在进行匹配时所能够匹配的图像特征信息就会大大受到影响。基于此，本申请实施例构建基准图像集合的目的即为了提供多个不用光照强度的基准图像，从而使实时采集的当前道路图像与基准图像的比较能够适应实际场景的光照变化，进而提高后续图像匹配的成功率。

具体地，本申请实施例可以在离线标定结束后一段时间内，分别采集不同时段对应的多个基准图像，这里的多个不同时段需要尽可能体现出不同图像之间的光照变化，保证基准图像集合的整体质量。例如可以分别采集离线标定结束当天从早晨到晚上的3个基准图像保存到基准图像集合中，当然也可以是5个、7个或者更多个基准图像，基准图像的数量越多也将在一定程度上增加后续图像匹配的算力，因此具体采集多少基准图像，本领域技术人员可以根据实际需求灵活设置，在此不作具体限定。

在本申请的一些实施例中，所述基准图像集合包括多个基准图像，所述根据所述当前道路图像和所述基准图像集合，确定所述当前道路图像与基准图像之间的视角变换关系包括：利用预设特征匹配算法，将所述当前道路图像与各个所述基准图像分别进行特征匹配，得到多个特征匹配结果；根据多个特征匹配结果确定所述当前道路图像与基准图像之间的视角变换关系。

如前所述，本申请实施例的基准图像集合中包括多个基准图像，在确定当前道路图像与基准图像之间的视角变换关系时，可以采用预设特征匹配算法将当前道路图像与所有基准图像分别进行特征匹配，从而得到多个特征匹配结果，特征匹配结果主要可以包括两个图像中匹配成功的特征点对。最后再根据多个特征匹配结果，计算当前道路图像与基准图像之间的视角变换关系。

需要说明的是，为了提高图像匹配的效率，降低图像匹配所需的算力，本申请实施例在构建基准图像集合时，可以在保证当前道路图像与基准图像之间的匹配能够适应不同光照变化的同时采取尽可能少的基准图像。也即，一方面保证了匹配成功率，另一方面也降低了算力消耗。

在本申请的一些实施例中，所述利用预设特征匹配算法，将所述当前道路图像与各个所述基准图像分别进行特征匹配，得到多个特征匹配结果包括：利用所述预设特征匹配算法，对所述当前道路图像以及各个所述基准图像进行特征提取，得到所述当前道路图像的特征提取结果和各个所述基准图像的特征提取结果；将所述当前道路图像的特征提取结果与各个所述基准图像的特征提取结果进行特征匹配，得到多个特征匹配结果。

本申请实施例在进行特征匹配时，可以先利用预设特征匹配算法分别对当前道路图像以及各个基准图像进行特征提取，得到相应的特征提取结果。预设特征匹配算法本领域技术人员可以根据实际需求灵活选择，例如可以采用SIFT(Scale Invariant FeatureTransform，尺度不变特征转换)算法、FAST(Features from Accelerated Segment Test，加速分割测试获得特征)算法或者是基于深度学习训练得到的特征匹配模型等等，在此不作具体限定。对应得到的特征提取结果均可以包括特征点坐标和特征点对应的特征点描述子等信息。

本申请实施例在特征提取阶段，是对当前道路图像和基准图像进行全局特征的提取，而在路侧场景下，路侧相机在固定安装好后所拍摄的道路区域的背景较为固定，因此本申请实施例基于路侧相机拍摄图像的特点，在特征匹配阶段，主要是针对图像中提取出的背景特征点进行匹配，例如车道线、停止线、斑马线、箭头以及道路边界等各种道路标识的特征点或者道路中其他固定背景的特征点，从而可以避免运动目标如车辆或者行人等特征点的不稳定而造成匹配效果不好的情况。

当然，还需要说明的是，在场景差异变动不大的情况下，也可以事先针对各个基准图像进行特征提取，并将各个基准图像的特征提取结果保存，从而在后续实时获取到当前道路图像时，便于与当前道路图像的特征提取结果直接进行匹配，避免了每次对基准图像的重复处理。

在本申请的一些实施例中，所述根据多个特征匹配结果确定所述当前道路图像与基准图像之间的视角变换关系包括：根据多个特征匹配结果，确定目标特征匹配结果；根据所述目标特征匹配结果确定所述当前道路图像与基准图像之间的视角变换关系。

基于前述实施例可以得到当前道路图像与多个基准图像进行特征匹配后的多个特征匹配结果，由于光照变化的影响，一些特征匹配结果的匹配效果可能并不满足后续的处理要求，例如早晨拍摄的基准图像与晚上拍摄的当前道路图像中可能仅有较少的特征点能够匹配成功，而匹配成功的特征点数量不足又会影响当前道路图像与基准图像之间的视角变换关系计算的准确度。因此本申请实施例可以根据多个特征匹配结果的匹配情况，从中选择匹配效果最好的特征匹配结果作为最终的特征匹配结果，例如可以在匹配成功的特征点数量大于预设数量阈值的特征匹配结果中选择匹配成功的特征点数量最多的作为最终的特征匹配结果。

最后，根据当前道路图像与目标基准图像的特征匹配结果来计算当前道路图像与基准图像之间的视角变换关系，本申请实施例的视角变换关系可以通过单应性变换的方式表示为一个3x3的单应性矩阵H，本申请实施例的单应性变换可以用来描述任意一个像素点在当前道路图像对应的像素坐标系与基准图像对应的像素坐标系之间的位置映射关系。理论上如果路侧相机的拍摄视角未发生变化，那么计算出的当前道路图像与基准图像之间的单应性矩阵H就是一个3x3的单位矩阵。

在本申请的一些实施例中，所述基准图像集合包括多个基准图像，所述根据所述当前道路图像和所述基准图像集合，确定所述当前道路图像与基准图像之间的视角变换关系包括：确定所述当前道路图像的光照强度；根据所述当前道路图像的光照强度以及各个基准图像的光照强度，在多个基准图像中确定目标基准图像；根据所述当前道路图像和所述目标基准图像，确定所述当前道路图像与基准图像之间的视角变换关系。

本申请实施例为了降低特征匹配所需的算力，提高匹配效率，还可以先利用现有技术中的图像检测相关算法确定实时采集的当前道路图像的光照强度，然后从基准图像集合中找到与当前道路图像的光照强度相匹配的目标基准图像，例如，如果当前道路图像的光照强度较强，则从基准图像集合中找到在较强光照强度下拍摄的基准图像进行匹配即可。

在本申请的一些实施例中，所述根据所述当前道路图像与基准图像之间的视角变换关系和所述初始标定结果，确定所述当前道路图像的像素坐标与世界坐标之间的变换关系包括：根据所述当前道路图像与基准图像之间的视角变换关系，确定所述当前道路图像中的像素坐标对应的所述基准图像中的像素坐标；根据所述当前道路图像中的像素坐标对应的所述基准图像中的像素坐标，以及所述初始标定结果，确定所述当前道路图像的像素坐标与世界坐标之间的变换关系。

当前道路图像与基准图像之间的视角变换关系表征了当前图像拍摄视角与初始图像拍摄视角之间的变化，因此基于该视角变换关系可以将当前道路图像中的任意一个像素位置转换为对应的基准图像中的像素位置，例如，如果视角变化关系表示为一个单应性矩阵H，那么将当前道路图像的任意一个像素坐标乘以该单应性矩阵H后就可以得到对应在基准图像中的像素坐标了。

而由于根据初始标定结果已经知晓了基准图像的像素坐标与世界坐标之间的变换关系，为了节省计算资源，该变换关系通常是以建立索引表的方式保存，因此通过查表的方式，即可得到当前道路图像中的任意一个像素坐标与世界坐标之间的变换关系。

本申请实施例还提供了一种路侧相机的标定装置200，如图2所示，提供了本申请实施例中一种路侧相机的标定装置的结构示意图，所述路侧相机的标定装置200包括：第一获取单元210、第二获取单元220、第一确定单元230以及第二确定单元240，其中：

第一获取单元210，用于获取路侧相机采集的当前道路图像；

第二获取单元220，用于获取所述路侧相机的初始标定结果以及所述初始标定结果对应的基准图像集合，所述初始标定结果是指基准图像的像素坐标与世界坐标之间的变换关系；

第一确定单元230，用于根据所述当前道路图像和所述基准图像集合，确定所述当前道路图像与基准图像之间的视角变换关系；

第二确定单元240，用于根据所述当前道路图像与基准图像之间的视角变换关系和所述初始标定结果，确定所述当前道路图像的像素坐标与世界坐标之间的变换关系。

在本申请的一些实施例中，所述第二获取单元220具体用于：获取所述路侧相机采集的所述初始标定结果对应的不同时段的多个基准图像，多个所述基准图像具有不同的光照强度；将所述初始标定结果对应的不同时段的多个基准图像保存在所述基准图像集合中。

在本申请的一些实施例中，所述基准图像集合包括多个基准图像，所述第一确定单元230具体用于：利用预设特征匹配算法，将所述当前道路图像与各个所述基准图像分别进行特征匹配，得到多个特征匹配结果；根据多个特征匹配结果确定所述当前道路图像与基准图像之间的视角变换关系。

在本申请的一些实施例中，所述第一确定单元230具体用于：利用所述预设特征匹配算法，对所述当前道路图像以及各个所述基准图像进行特征提取，得到所述当前道路图像的特征提取结果和各个所述基准图像的特征提取结果；将所述当前道路图像的特征提取结果与各个所述基准图像的特征提取结果进行特征匹配，得到多个特征匹配结果。

在本申请的一些实施例中，所述第一确定单元230具体用于：根据多个特征匹配结果，确定目标特征匹配结果；根据所述目标特征匹配结果确定所述当前道路图像与基准图像之间的视角变换关系。

在本申请的一些实施例中，所述基准图像集合包括多个基准图像，所述第一确定单元230具体用于：确定所述当前道路图像的光照强度；根据所述当前道路图像的光照强度以及各个基准图像的光照强度，在多个基准图像中确定目标基准图像；根据所述当前道路图像和所述目标基准图像，确定所述当前道路图像与基准图像之间的视角变换关系。

在本申请的一些实施例中，所述第二确定单元240具体用于：根据所述当前道路图像与基准图像之间的视角变换关系，确定所述当前道路图像中的像素坐标对应的所述基准图像中的像素坐标；根据所述当前道路图像中的像素坐标对应的所述基准图像中的像素坐标，以及所述初始标定结果，确定所述当前道路图像的像素坐标与世界坐标之间的变换关系。

能够理解，上述路侧相机的标定装置，能够实现前述实施例中提供的路侧相机的标定方法的各个步骤，关于路侧相机的标定方法的相关阐释均适用于路侧相机的标定装置，此处不再赘述。

图3是本申请的一个实施例电子设备的结构示意图。请参考图3，在硬件层面，该电子设备包括处理器，可选地还包括内部总线、网络接口、存储器。其中，存储器可能包含内存，例如高速随机存取存储器(Random-Access Memory，RAM)，也可能还包括非易失性存储器(non-volatile memory)，例如至少1个磁盘存储器等。当然，该电子设备还可能包括其他业务所需要的硬件。

处理器、网络接口和存储器可以通过内部总线相互连接，该内部总线可以是ISA(Industry Standard Architecture，工业标准体系结构)总线、PCI(PeripheralComponent Interconnect，外设部件互连标准)总线或EISA(Extended Industry StandardArchitecture，扩展工业标准结构)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，图3中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。

存储器，用于存放程序。具体地，程序可以包括程序代码，所述程序代码包括计算机操作指令。存储器可以包括内存和非易失性存储器，并向处理器提供指令和数据。

处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行，在逻辑层面上形成路侧相机的标定装置。处理器，执行存储器所存放的程序，并具体用于执行以下操作：

获取路侧相机采集的当前道路图像；

获取所述路侧相机的初始标定结果以及所述初始标定结果对应的基准图像集合，所述初始标定结果是指基准图像的像素坐标与世界坐标之间的变换关系；

根据所述当前道路图像和所述基准图像集合，确定所述当前道路图像与基准图像之间的视角变换关系；

根据所述当前道路图像与基准图像之间的视角变换关系和所述初始标定结果，确定所述当前道路图像的像素坐标与世界坐标之间的变换关系。

上述如本申请图1所示实施例揭示的路侧相机的标定装置执行的方法可以应用于处理器中，或者由处理器实现。处理器可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(Network Processor，NP)等；还可以是数字信号处理器(Digital SignalProcessor，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。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。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。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成上述方法的步骤。

该电子设备还可执行图1中路侧相机的标定装置执行的方法，并实现路侧相机的标定装置在图1所示实施例的功能，本申请实施例在此不再赘述。

本申请实施例还提出了一种计算机可读存储介质，该计算机可读存储介质存储一个或多个程序，该一个或多个程序包括指令，该指令当被包括多个应用程序的电子设备执行时，能够使该电子设备执行图1所示实施例中路侧相机的标定装置执行的方法，并具体用于执行：

获取路侧相机采集的当前道路图像；

获取所述路侧相机的初始标定结果以及所述初始标定结果对应的基准图像集合，所述初始标定结果是指基准图像的像素坐标与世界坐标之间的变换关系；

根据所述当前道路图像和所述基准图像集合，确定所述当前道路图像与基准图像之间的视角变换关系；

根据所述当前道路图像与基准图像之间的视角变换关系和所述初始标定结果，确定所述当前道路图像的像素坐标与世界坐标之间的变换关系。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。

本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (10)

1.一种路侧相机的标定方法，其中，所述路侧相机的标定方法包括：

获取路侧相机采集的当前道路图像；

获取所述路侧相机的初始标定结果以及所述初始标定结果对应的基准图像集合，所述初始标定结果是指基准图像的像素坐标与世界坐标之间的变换关系；

根据所述当前道路图像和所述基准图像集合，确定所述当前道路图像与基准图像之间的视角变换关系；

根据所述当前道路图像与基准图像之间的视角变换关系和所述初始标定结果，确定所述当前道路图像的像素坐标与世界坐标之间的变换关系。

2.如权利要求1所述路侧相机的标定方法，其中，所述获取所述路侧相机的初始标定结果以及所述初始标定结果对应的基准图像集合包括：

获取所述路侧相机采集的所述初始标定结果对应的不同时段的多个基准图像，多个所述基准图像具有不同的光照强度；

将所述初始标定结果对应的不同时段的多个基准图像保存在所述基准图像集合中。

3.如权利要求1所述路侧相机的标定方法，其中，所述基准图像集合包括多个基准图像，所述根据所述当前道路图像和所述基准图像集合，确定所述当前道路图像与基准图像之间的视角变换关系包括：

利用预设特征匹配算法，将所述当前道路图像与各个所述基准图像分别进行特征匹配，得到多个特征匹配结果；

根据多个特征匹配结果确定所述当前道路图像与基准图像之间的视角变换关系。

4.如权利要求3所述路侧相机的标定方法，其中，所述利用预设特征匹配算法，将所述当前道路图像与各个所述基准图像分别进行特征匹配，得到多个特征匹配结果包括：

利用所述预设特征匹配算法，对所述当前道路图像以及各个所述基准图像进行特征提取，得到所述当前道路图像的特征提取结果和各个所述基准图像的特征提取结果；

将所述当前道路图像的特征提取结果与各个所述基准图像的特征提取结果进行特征匹配，得到多个特征匹配结果。

5.如权利要求3所述路侧相机的标定方法，其中，所述根据多个特征匹配结果确定所述当前道路图像与基准图像之间的视角变换关系包括：

根据多个特征匹配结果，确定目标特征匹配结果；

根据所述目标特征匹配结果确定所述当前道路图像与基准图像之间的视角变换关系。

6.如权利要求1所述路侧相机的标定方法，其中，所述根据所述当前道路图像与基准图像之间的视角变换关系和所述初始标定结果，确定所述当前道路图像的像素坐标与世界坐标之间的变换关系包括：

根据所述当前道路图像与基准图像之间的视角变换关系，确定所述当前道路图像中的像素坐标对应的所述基准图像中的像素坐标；

根据所述当前道路图像中的像素坐标对应的所述基准图像中的像素坐标，以及所述初始标定结果，确定所述当前道路图像的像素坐标与世界坐标之间的变换关系。

7.一种路侧相机的标定装置，其中，所述路侧相机的标定装置包括：

第一获取单元，用于获取路侧相机采集的当前道路图像；

第二获取单元，用于获取所述路侧相机的初始标定结果以及所述初始标定结果对应的基准图像集合，所述初始标定结果是指基准图像的像素坐标与世界坐标之间的变换关系；

第一确定单元，用于根据所述当前道路图像和所述基准图像集合，确定所述当前道路图像与基准图像之间的视角变换关系；

第二确定单元，用于根据所述当前道路图像与基准图像之间的视角变换关系和所述初始标定结果，确定所述当前道路图像的像素坐标与世界坐标之间的变换关系。

8.如权利要求7所述路侧相机的标定装置，其中，所述第二获取单元具体用于：

获取所述路侧相机采集的所述初始标定结果对应的不同时段的多个基准图像，多个所述基准图像具有不同的光照强度；

将所述初始标定结果对应的不同时段的多个基准图像保存在所述基准图像集合中。

9.一种电子设备，包括：

处理器；以及

被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行所述权利要求1～6之任一所述路侧相机的标定方法。

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一个或多个程序，所述一个或多个程序当被包括多个应用程序的电子设备执行时，使得所述电子设备执行所述权利要求1～6之任一所述路侧相机的标定方法。

Images