CN115641378A - 车载摄像头仿真方法、装置、计算机设备和存储介质 - Google Patents

Abstract

本申请涉及一种车载摄像头仿真方法、装置、计算机设备和存储介质，所述方法包括：获取车载摄像头的仿真数据；根据车身轮廓数据设定车身轮廓点，根据可见点数据设定可见点；根据摄像头参数调整车载摄像头与车辆之间的相对位置；对可见点、车身轮廓点的坐标进行归一化，并根据摄像头参数进行畸变处理；基于车载摄像头与车辆之间的相对位置，并结合畸变处理之后的可见点与车身轮廓点，得到车载摄像头视场与车辆之间干涉的第一仿真图，其中，将车身轮廓点连接形成第一仿真图中车身轮廓包络。采用本方法能够直观地呈现摄像头视场与车辆之间的干涉情况，提高摄像头布置的准确性与多样性，并且直观地测试处两组内部参数之间的差异性。

Description

车载摄像头仿真方法、装置、计算机设备和存储介质

技术领域

本申请涉及摄像头仿真技术领域，特别是涉及一种车载摄像头仿真方法、装置、计算机设备和存储介质。

背景技术

伴随着科技的发展和日益加强的法律法规，同时伴随着人们对汽车安全配置需求的逐渐重视，越来越多的汽车主机厂上市出售的汽车配置了车载摄像头。随着车载摄像头数量的增多，车载摄像头的布置位置，就显得尤为重要。

摄像头布置位置，都是基于数据采集的需要进行设定，然而每个车型的造型各异，通过一份规范是无法满足所有车辆的需求，所以针对无法满足布置要求的车型，也无法通过前期视场的干涉情况，进行准确的判断。并且在整车设计之初，因为没有实车，所以是无法看到摄像头在该位置的成像效果，也无法判断该位置的成像是否满足自己的算法所需，通常情况下只有拿到实际的汽车，才可以看到摄像头所呈现出来的画面，但是，布置位置决定了造型是否可以冻结，造型冻结才有实车测试，所以前期的摄像头布置位置就显得十分重要了。

因此，需要一种辅助系统，通过还原摄像头的成像效果，来进行准确的判断。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提升摄像头布置准确性与多样性的车载摄像头仿真方法、装置、计算机设备和存储介质。

第一方面，本申请提供了一种车载摄像头仿真方法，方法包括：

获取车载摄像头的仿真数据，仿真数据至少包括环境数据、摄像头参数，环境数据至少包括车辆的车身轮廓数据以及辅助仿真的可见点数据；

根据车身轮廓数据设定车辆的车身轮廓点，根据可见点数据设定车载摄像头视场中辅助的可见点；

根据摄像头参数调整车载摄像头与车辆之间的相对位置；

对可见点、车身轮廓点的坐标进行归一化，并根据摄像头参数对可见点、车身轮廓点进行畸变处理；

基于车载摄像头与车辆之间的相对位置，并结合畸变处理之后的可见点与车身轮廓点，得到车载摄像头视场与车辆之间干涉的第一仿真图，其中，将车身轮廓点连接形成第一仿真图中车身轮廓包络。

在其中一个实施例中，环境数据还包括车道数据，方法还包括：

根据车道数据设定车道的车道点；

根据摄像头参数调整车载摄像头、车道、车辆之间的相对位置；

对车道点的坐标进行归一化，并根据摄像头参数对车道点进行畸变处理；

基于车载摄像头、车道、车辆之间的相对位置，并结合畸变处理之后的可见点、车道点、车身轮廓点，得到车载摄像头视场与车辆之间干涉的第一仿真图，其中，将车道点连接形成第一仿真图中的车道线。

在其中一个实施例中，方法还包括：通过比较第一仿真图和实际测试结果中的车道线差异，确定车载摄像头仿真的准确性。

在其中一个实施例中，摄像头参数包括外部参数和内部参数，根据摄像头参数调整车载摄像头、车道、车辆之间的相对位置包括：

根据外部参数调整车载摄像头、车道、车辆之间的相对位置，外部参数至少包括车载摄像头的横摆角、旋转角、俯仰角、以及车载摄像头相对整车坐标的位置坐标、整车坐标距离地面的高度。

在其中一个实施例中，摄像头参数包括多组内部参数，方法还包括：

对比多组内部参数对应的第一仿真图在同一可见点的像素变化，确定内部参数之间的结果差异。

在其中一个实施例中，基于车载摄像头与车辆之间的相对位置，并结合畸变处理之后的可见点与车身轮廓点，得到车载摄像头视场与车辆之间干涉的第一仿真图之后，还包括：

对第一仿真图像去畸变，得到第二仿真图像。

在其中一个实施例中，基于车载摄像头与车辆之间的相对位置，并结合畸变处理之后的可见点与车身轮廓点，得到车载摄像头视场与车辆之间干涉的第一仿真图还包括：

加载车载摄像头的背景图片；

将畸变处理之后的可见点、车身轮廓点加载至背景图片上，形成车载摄像头视场与车辆之间干涉的第一仿真图。

第二方面，本申请还提供了一种车载摄像头仿真装置，装置包括：

获取模块，用于获取车载摄像头的仿真数据，仿真数据至少包括环境数据、摄像头参数，环境数据至少包括车辆的车身轮廓数据以及辅助仿真的可见点数据；

初始化模块，用于根据车身轮廓数据设定车辆的车身轮廓点，根据可见点数据设定车载摄像头视场中辅助的可见点，以及根据摄像头参数调整车载摄像头与车辆之间的相对位置；

仿真处理模块，用于对可见点、车身轮廓点的坐标进行归一化，并根据摄像头参数对可见点、车身轮廓点进行畸变处理；

图像生成模块，用于基于车载摄像头与车辆之间的相对位置，并结合畸变处理之后的可见点与车身轮廓点，得到车载摄像头视场与车辆之间干涉的第一仿真图，其中，将车身轮廓点连接形成第一仿真图中车身轮廓包络。

第三方面，本申请还提供了一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现上述任意一种实施例所述的车载摄像头仿真方法的步骤。

第四方面，本申请还提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述任意一种实施例所述的车载摄像头仿真方法的步骤。

上述车载摄像头仿真方法、装置、计算机设备和存储介质，一方面，通过仿真数据可以直观地呈现摄像头视场与车辆之间的干涉情况，为图像算法对摄像头布置位置的确认提供强有力的理论支撑，提高摄像头布置的准确性与多样性，同时，基于车道线作为参考对象可以在后期实际测试中校验仿真结果的准确性，另一方面，通过同一可见点的像素变化可以直观地测试处摄像头的两组内部参数之间的差异性，为摄像头的布置提供更加准确的仿真支持。

附图说明

为了更清楚地说明本申请实施例或传统技术中的技术方案，下面将对实施例或传统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为一个实施例中车载摄像头仿真方法的整体流程图；

图2为一个实施例中车载摄像头仿真方法的可见点、车道点、车身轮廓点示意图；

图3为一个实施例中车载摄像头仿真方法的第一仿真图示意图；

图4为一个实施例中车载摄像头仿真方法的第三视角示意图；

图5为一个实施例中车载摄像头仿真方法的两组内部参数对应结果的对比图；

图6为一个实施例中车载摄像头仿真方法的工作过程图；

图7为一个实施例中车载摄像头仿真装置的结构框图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中在本申请的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本申请。

可以理解，本申请所使用的术语“第一”、“第二”等可在本文中用于描述同一名称对应的不同对象，但这些对象不受这些术语限制。这些术语仅用于将第一个对象与另一个对象区分。

在此使用时，单数形式的“一”、“一个”和“所述/该”也可以包括复数形式，除非上下文清楚指出另外的方式。还应当理解的是，术语“包括/包含”或“具有”等指定所陈述的特征、整体、步骤、操作、组件、部分或它们的组合的存在，但是不排除存在或添加一个或更多个其他特征、整体、步骤、操作、组件、部分或它们的组合的可能性。

在一个实施例中，如图1所示，提供了一种车载摄像头仿真方法，方法包括：

S100：获取车载摄像头的仿真数据，仿真数据至少包括环境数据、摄像头参数，环境数据至少包括车辆的车身轮廓数据以及辅助仿真的可见点数据；

具体地，车载摄像头的仿真数据包括设定仿真环境的环境数据、设定仿真摄像头的摄像头参数：环境数据至少包括车辆的车身轮廓数据以及辅助仿真的可见点数据，连接可见点数据中的可见点形成网格，作为摄像头的可见视窗，该可见视窗也就是摄像头的视场FOV，即视野范围，车身轮廓数据根据车辆3D数据生成，连接车身轮廓数据中的车身轮廓点形成车身轮廓的包络，作为摄像头布置的对象载体；摄像头参数包括内部参数和外部参数，外部参数例如横摆角(Yaw)、旋转角(Roll)、俯仰角(Pitch)、摄像头相对于整车坐标的位置坐标及整车坐标距离地面的高度等，内部参数例如摄像头的焦距、焦距点的像素坐标、分辨率、畸变系数等，通过摄像头参数调整仿真摄像头的配置。进一步地，摄像头参数还可以包括摄像头模型，例如小孔成像模型、鱼眼模型，以提高摄像头仿真的灵活性与多样性。

S200：根据车身轮廓数据设定车辆的车身轮廓点，根据可见点数据设定车载摄像头视场中辅助的可见点；

具体地，根据上述的环境数据中的可见点数据与车身轮廓数据在仿真空间内添加可见点和车身轮廓点，例如，参看图2，在摄像头前10厘米处、2m x 2m范围内，绘制5mm×5mm的网格，网格的点即为可见点，具体可见点的距离、范围、间距根据实际需要进行调整。

S300：根据摄像头参数调整车载摄像头与车辆之间的相对位置；

具体地，根据外部参数调整摄像头的角度以及相对整车坐标的位置，其中，根据摄像头参数中的外部参数平移和/或旋转摄像头的位置，以调整摄像头与车辆之间的相对位置，也可以平移和/或旋转整个车辆的位置，以调整摄像头与车辆之间的相对位置。

S400：对可见点、车身轮廓点的坐标进行归一化，并根据摄像头参数对可见点、车身轮廓点进行畸变处理；

具体地，将可见点和车身轮廓点的坐标投影到归一化平面上，得到归一化坐标系下的坐标，例如，以Z轴进行投影，坐标(X，Y，Z)进行归一化得到的坐标为(X/Z，Y/Z，1)。

具体地，根据摄像头参数中内部参数对可见点、车身轮廓点的坐标进行畸变处理，其中，畸变处理包括径向畸变和/或切向畸变，经过对应的畸变处理可以仿真摄像头拍摄存在的图像畸变。

在一些实施例中，径向畸变的模型可以表示为：

X＝x(1+k₁r²+k₂r⁴+k₃r⁶)

Y＝y(1+k₁r²+k₂r⁴+k₃r⁶)

r²＝x²+y²

其中，(x，y)为未畸变的坐标，(X，Y)为畸变后的坐标，k₁、k₂、k₃为径向畸变系数，对于小孔成像模型的摄像头，一般只取k₁、k₂，对于畸变很大的鱼眼模型的摄像头，增加k₃。

在一些实施例中，切向畸变的模型可以表示为：

X＝x+2p₁xy+p₂(r²+2x²)

Y＝y+p₁(r²+2y²)+2p₂xy

r²＝x²+y²

其中，(x，y)为未畸变的坐标，(X，Y)为畸变后的坐标，p₁、p₂为切向畸变系数。

上述两种畸变结合的模型可以表示为：

X＝x(1+k₁r²+k₂r⁴+k₃r⁶)+2p₁xy+p₂(r²+2x²)

Y＝y(1+k₁r²+k₂r⁴+k₃r⁶)+p₁(r²+2y²)+2p₂xy

r²＝x²+y²

对应地，畸变之后的像素坐标可以表示为：

u＝f_xX+C_x

v＝f_yY+C_y

其中，f_x、f_y代表的是摄像头的焦距，C_x、C_y代表的是摄像头的图像原点相对于光心成像点的纵横偏移量。

S500：基于车载摄像头与车辆之间的相对位置，并结合畸变处理之后的可见点与车身轮廓点，得到车载摄像头视场与车辆之间干涉的第一仿真图，其中，将车身轮廓点连接形成第一仿真图中车身轮廓包络。

具体地，参看图3，以可见点的范围作为摄像头的可见视窗，并结合车载摄像头与车辆之间的相对位置下摄像头的视角，可以得到摄像头的视场FOV，即视野范围，连接车身轮廓点可以得到车身轮廓的包络，由此将摄像头的视场与车身轮廓进行相干，可以得到两者干涉的第一仿真图，第一仿真图可以包括摄像头角度仿真拍摄到与车辆干涉的图像。进一步地，参看图4，第一仿真图还可以包括第三者角度反应摄像头视场与车辆干涉的图像。

上述车载摄像头仿真方法，通过仿真数据可以直观地呈现摄像头视场与车辆之间的干涉情况，为图像算法对摄像头布置位置的确认提供强有力的理论支撑，提高摄像头布置的准确性与多样性，其中，通过调整仿真数据可以仿真各种摄像头，同时若车辆数据的变化也可以快速仿真各个摄像头与车身轮廓的干涉情况，大大减少在后续实车测试阶段的摄像头调试工作，提高了摄像头的调试效率。

在一个实施例中，环境数据还包括车道数据，方法还包括：根据车道数据设定车道的车道点；根据摄像头参数调整车载摄像头、车道、车辆之间的相对位置；对车道点的坐标进行归一化，并根据摄像头参数对车道点进行畸变处理；基于车载摄像头、车道、车辆之间的相对位置，并结合畸变处理之后的可见点、车道点、车身轮廓点，得到车载摄像头视场与车辆之间干涉的第一仿真图，其中，将车道点连接形成第一仿真图中的车道线。

具体地，参看图2，本实施例在对摄像头仿真时，还在第一仿真图中增加车道线，其中，环境数据中还包括车道数据，基于车道数据设定其中的车道点，连接车道点形成车道线，具体基于摄像头距离地面的高度以及摄像头距离车道线的距离，在摄像头下方沿车道线每隔一定距离添加一车道点。对于这些车道点，同样进行上述归一化处理与畸变处理，过程参看上文叙述，在此不作赘述。在此基础上，结合可见点、车道点、车身轮廓三者生成第一仿真图，连接车道点形成第一仿真图中的车道线，如此完成第一仿真图中车道线的添加。

在一个实施例中，方法还包括：通过比较所述第一仿真图和实际测试结果中的车道线差异，确定车载摄像头仿真的准确性。

具体地，本实施例在第一仿真图中添加车道线，其可以作为仿真结果与实际结果的一个参考对象，基于车道线的参考对象可以直观比较出仿真结果与实际结果的偏差，以在后期实际测试中便于进一步摄像头的调整，进一步减少在后续实车测试阶段的摄像头调试工作，提高了摄像头的调试效率。

在一个实施例中，摄像头参数包括外部参数和内部参数，根据摄像头参数调整车载摄像头、车道、车辆之间的相对位置包括：根据外部参数调整车载摄像头、车道、车辆之间的相对位置，外部参数至少包括车载摄像头的横摆角、旋转角、俯仰角、以及车载摄像头相对整车坐标的位置坐标、整车坐标距离地面的高度。

具体地，通过外部参数中的摄像头的横摆角、旋转角、俯仰角调整摄像头本身的角度，通过外部参数中的摄像头相对整车坐标的位置坐标、整车坐标距离地面的高度调整摄像头相对车身轮廓的位置、以及车身轮廓相对地面的位置。通过控制这些参数可以方便摄像头布置的调整，大幅度的提升了该仿真系统的灵活性，可以根据不同的需求，灵活的进行调整摄像头，大幅度的提升了摄像头仿真的可拓展性。

在一个实施例中，摄像头参数包括多组内部参数，方法还包括：对比多组内部参数对应的第一仿真图在同一可见点的像素变化，确定内部参数之间的结果差异。

具体地，参看图5，为了更好地体现摄像头内部数据之间的差异性，本实施例可以通过对比多组摄像头内部参数对应生成的第一仿真图，结合同一可见点的像素变化，确定内部参数之间的结果差异。进一步地，本实施例可以结合不同内部参数对应的第一仿真图，在同一仿真图中同时展现同一可见点的像素位置，基于同一仿真图中的像素位置的不同，确定之间的像素变化，从而直观地知道内部参数之间的结果差异，例如参看图5，将仿真图放大至像素级别，两组内部参数对比同一可见点的像素位置变化，其中，一组内部参数的仿真结果中可见点的像素位置位于图中上方的粗线标注区域，另一组内部参数的仿真结果中同一可见点的像素位置位于图中下方的粗线标注区域，从像素位置变化上看，可以清楚地知道，两组内部参数之间的仿真结果在横向上相差1个像素，在纵向上相差6个像素，如此，清楚、直观地体现出了两组内部参数之间的不同。

在一个实施例中，基于车载摄像头与车辆之间的相对位置，并结合畸变处理之后的可见点与车身轮廓点，得到车载摄像头视场与车辆之间干涉的第一仿真图之后，还包括：对第一仿真图像去畸变，得到第二仿真图像。

具体地，第一仿真图为畸变处理之后的图像，进一步考虑无畸变图像的需求，本实施例在第一仿真图的结果上进一步进行去畸变，以得到畸变校准之后的图像。在一种实施方式中，可以采用上述畸变处理之前的各点坐标生成第二仿真图；在另一种实施方式中，可以基于第一仿真图像进行畸变校正，得到第二仿真图，畸变校正可以通过上述径向畸变模型和切向畸变模型推导出畸变图像到正常图像的映射关系，然后基于映射关系，以正常图像的坐标位置去求在畸变图像中的坐标位置，取出对应的像素值，得到正常图像的像素值，其中，由于畸变图像中的像素坐标往往不是整数，即畸变图像上的像素在正常图像上没有对应的像素点，这里可以通过插值处理这些像素点，以得到第二仿真图。

在一个实施例中，基于车载摄像头与车辆之间的相对位置，并结合畸变处理之后的可见点与车身轮廓点，得到车载摄像头视场与车辆之间干涉的第一仿真图还包括：加载车载摄像头的背景图片；将畸变处理之后的可见点、车身轮廓点加载至背景图片上，形成车载摄像头视场与车辆之间干涉的第一仿真图。

具体地，为了提高第一仿真图的真实展现效果，本实施例通过加载背景图片展现第一仿真图，其中，背景图片是通过真实摄像头提前采集的图片，这些图片包括摄像头实际测试场景的图片，通过将背景图片作为第一仿真图的背景，并将畸变处理之后的所有点添加至背景图片上，形成更加真实的第一仿真图，可以模拟仿真一些实际测试中的场景，提高摄像头布置的准确性。

参看图6，现结合一个实际应用场景对本实施例进行详细说明，但不仅限于此。

获取用户输入或设定的仿真数据，此仿真数据为小孔成像模型的摄像头对应的数据，仿真数据中包括可见点、车道点、车身轮廓点对应的环境数据、以及包括内部参数和外部参数的摄像头参数，内部参数包括摄像头的焦距、焦距点的像素坐标、分辨率、畸变系数，外部参数包括横摆角(Yaw)、旋转角(Roll)、俯仰角(Pitch)、摄像头相对于整车坐标的位置坐标及整车坐标距离地面的高度；

根据仿真数据中的环境数据添加可见点、车道点、车身轮廓点，其中，在相机前方10厘米处、2m x 2m范围内，绘制5mm x5mm的网格，形成可见点的网格，根据输入相机安装高度、与车道线距离，在相机下方宽度为3.75m，0～50米长度范围内，每隔一定距离取车道点，形成车道线，通过车辆的3D数据提取车辆轮廓点，连接形成车辆轮廓；

根据摄像头的外部参数平移旋转摄像头、车道线、车身轮廓的位置，调整三者之间的相对位置，其中，通过横摆角、旋转角、俯仰角调整摄像头的位置，通过摄像头相对于整车坐标的位置坐标及整车坐标距离地面的高度调整车身轮廓相对地面的高度、以及摄像头相对车身轮廓的位置；

对调整好的可见点、车道点、车身轮廓点进行归一化和畸变处理，其中，以Z轴进行投影，所有点的坐标(X₀，Y₀，Z₀)进行归一化得到的坐标为(X₀/Z₀，Y₀/Z₀，1)，在归一化坐标系下，通过径向与切向畸变的模型进行畸变处理：

X＝x(1+k₁r²+k₂r⁴)+2p₁xy+p₂(r²+2x²)

Y＝y(1+k₁r²+k₂r⁴)+p₁(r²+2y²)+2p₂xy

r²＝x²+y²

其中，(x，y)为未畸变的坐标，x＝X₀/Z₀，y＝Y₀/Z₀，(X，Y)为畸变后的坐标，p₁、p₂为切向畸变系数，k₁、k₂为径向畸变系数。

对应地，畸变之后的像素坐标可以表示为：

u＝f_xX+C_x

v＝f_yY+C_y

其中，f_x、f_y代表的是摄像头的焦距，C_x、C_y代表的是摄像头的图像原点相对于光心成像点的纵横偏移量。

基于畸变之后所有点的像素坐标，连接可见点形成第一仿真图中摄像头的可见视窗，连接车道点形成第一仿真图中车道线，连接车身轮廓点形成第一仿真图中车身轮廓，以此得到摄像头视场与车辆之间干涉的第一仿真图。

通过上述过程，输入多组内部参数，生成对应的第一仿真图，比较其中同一可见点对应的像素坐标变化，确定多组内部参数之间的结果差异。

应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。

基于同样的发明构思，本申请实施例还提供了一种用于实现上述所涉及的车载摄像头仿真方法的摄像头仿真装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个摄像头仿真装置实施例中的具体限定可以参见上文中对于车载摄像头仿真方法的限定，在此不再赘述。

在一个实施例中，如图7所示，提供了一种摄像头仿真装置，装置包括：

获取模块10，用于获取车载摄像头的仿真数据，仿真数据至少包括环境数据、摄像头参数，环境数据至少包括车辆的车身轮廓数据以及辅助仿真的可见点数据；

初始化模块20，用于根据车身轮廓数据设定车辆的车身轮廓点，根据可见点数据设定车载摄像头视场中辅助的可见点，以及根据摄像头参数调整车载摄像头与车辆之间的相对位置；

仿真处理模块30，用于对可见点、车身轮廓点的坐标进行归一化，并根据摄像头参数对可见点、车身轮廓点进行畸变处理；

图像生成模块40，用于基于车载摄像头与车辆之间的相对位置，并结合畸变处理之后的可见点与车身轮廓点，得到车载摄像头视场与车辆之间干涉的第一仿真图，其中，将车身轮廓点连接形成第一仿真图中车身轮廓包络。

在一个实施例中，环境数据还包括车道数据，初始化模块根据车道数据设定车道的车道点；根据摄像头参数调整车载摄像头、车道、车辆之间的相对位置；对车道点的坐标进行归一化，并根据摄像头参数对车道点进行畸变处理；基于车载摄像头、车道、车辆之间的相对位置，并结合畸变处理之后的可见点、车道点、车身轮廓点，得到车载摄像头视场与车辆之间干涉的第一仿真图，其中，将车道点连接形成第一仿真图中的车道线。

在一个实施例中，第一仿真图中的车道线用于校验第一仿真图与实际测试结果之间的差异，其中，通过比较所述第一仿真图和实际测试结果中的车道线差异，确定车载摄像头仿真的准确性。

在一个实施例中，摄像头参数包括外部参数和内部参数，初始化模块根据摄像头参数调整车载摄像头、车道、车辆之间的相对位置包括：根据外部参数调整车载摄像头、车道、车辆之间的相对位置，外部参数至少包括车载摄像头的横摆角、旋转角、俯仰角、以及车载摄像头相对整车坐标的位置坐标、整车坐标距离地面的高度。

在一个实施例中，摄像头参数包括多组内部参数，装置还包括仿真对比模块，用于对比多组内部参数对应的第一仿真图在同一可见点的像素变化，确定内部参数之间的结果差异。

在一个实施例中，图像生成模块基于车载摄像头与车辆之间的相对位置，并结合畸变处理之后的可见点与车身轮廓点，得到车载摄像头视场与车辆之间干涉的第一仿真图之后，还包括：对第一仿真图像去畸变，得到第二仿真图像。

在一个实施例中，图像生成模块基于车载摄像头与车辆之间的相对位置，并结合畸变处理之后的可见点与车身轮廓点，得到车载摄像头视场与车辆之间干涉的第一仿真图还包括：加载车载摄像头的背景图片；将畸变处理之后的可见点、车身轮廓点加载至背景图片上，形成车载摄像头视场与车辆之间干涉的第一仿真图。

上述车载摄像头仿真装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述实施例中任意一种车载摄像头仿真方法。具体详细说明参看方法对应的说明，在此不再赘述。

在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述实施例中任意一种车载摄像头仿真方法。具体详细说明参看方法对应的说明，在此不再赘述。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是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非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory，ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory，MRAM)、铁电存储器(Ferroelectric Random Access Memory，FRAM)、相变存储器(Phase Change Memory，PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器等。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory，DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请的保护范围应以所附权利要求为准。

Claims (10)

1.一种车载摄像头仿真方法，其特征在于，所述方法包括：

获取车载摄像头的仿真数据，所述仿真数据至少包括环境数据、摄像头参数，所述环境数据至少包括车辆的车身轮廓数据以及辅助仿真的可见点数据；

根据所述车身轮廓数据设定车辆的车身轮廓点，根据所述可见点数据设定车载摄像头视场中辅助的可见点；

根据所述摄像头参数调整车载摄像头与车辆之间的相对位置；

对所述可见点、所述车身轮廓点的坐标进行归一化，并根据所述摄像头参数对所述可见点、所述车身轮廓点进行畸变处理；

基于车载摄像头与车辆之间的相对位置，并结合所述畸变处理之后的所述可见点与所述车身轮廓点，得到车载摄像头视场与车辆之间干涉的第一仿真图，其中，将所述车身轮廓点连接形成所述第一仿真图中车身轮廓包络。

2.根据权利要求1所述的车载摄像头仿真方法，其特征在于，所述环境数据还包括车道数据，所述方法还包括：

根据所述车道数据设定车道的车道点；

根据所述摄像头参数调整车载摄像头、车道、车辆之间的相对位置；

对所述车道点的坐标进行归一化，并根据所述摄像头参数对所述车道点进行畸变处理；

基于车载摄像头、车道、车辆之间的相对位置，并结合所述畸变处理之后的所述可见点、所述车道点、所述车身轮廓点，得到车载摄像头视场与车辆之间干涉的所述第一仿真图，其中，将所述车道点连接形成所述第一仿真图中的车道线。

3.根据权利要求2所述的车载摄像头仿真方法，其特征在于，所述方法还包括：通过比较所述第一仿真图和实际测试结果中的车道线差异，确定车载摄像头仿真的准确性。

4.根据权利要求2所述的车载摄像头仿真方法，其特征在于，所述摄像头参数包括外部参数和内部参数，所述根据所述摄像头参数调整车载摄像头、车道、车辆之间的相对位置包括：

根据所述外部参数调整车载摄像头、车道、车辆之间的相对位置，所述外部参数至少包括车载摄像头的横摆角、旋转角、俯仰角、以及车载摄像头相对整车坐标的位置坐标、整车坐标距离地面的高度。

5.根据权利要求1至4任意一项所述的车载摄像头仿真方法，其特征在于，所述摄像头参数包括多组内部参数，所述方法还包括：

对比多组所述内部参数对应的所述第一仿真图在同一所述可见点的像素变化，确定所述内部参数之间的结果差异。

6.根据权利要求1至4任意一项所述的车载摄像头仿真方法，其特征在于，所述基于车载摄像头与车辆之间的相对位置，并结合所述畸变处理之后的所述可见点与所述车身轮廓点，得到车载摄像头视场与车辆之间干涉的第一仿真图之后，还包括：

对所述第一仿真图像去畸变，得到第二仿真图像。

7.根据权利要求1至4任意一项所述的车载摄像头仿真方法，其特征在于，所述基于车载摄像头与车辆之间的相对位置，并结合所述畸变处理之后的所述可见点与所述车身轮廓点，得到车载摄像头视场与车辆之间干涉的第一仿真图还包括：

加载车载摄像头的背景图片；

将所述畸变处理之后的所述可见点、所述车身轮廓点加载至所述背景图片上，形成车载摄像头视场与车辆之间干涉的所述第一仿真图。

8.一种车载摄像头仿真装置，其特征在于，所述装置包括：

获取模块，用于获取车载摄像头的仿真数据，所述仿真数据至少包括环境数据、摄像头参数，所述环境数据至少包括车辆的车身轮廓数据以及辅助仿真的可见点数据；

初始化模块，用于根据所述车身轮廓数据设定车辆的车身轮廓点，根据所述可见点数据设定车载摄像头视场中辅助的可见点，以及根据所述摄像头参数调整车载摄像头与车辆之间的相对位置；

仿真处理模块，用于对所述可见点、所述车身轮廓点的坐标进行归一化，并根据所述摄像头参数对所述可见点、所述车身轮廓点进行畸变处理；

图像生成模块，用于基于车载摄像头与车辆之间的相对位置，并结合所述畸变处理之后的所述可见点与所述车身轮廓点，得到车载摄像头视场与车辆之间干涉的第一仿真图，其中，将所述车身轮廓点连接形成所述第一仿真图中车身轮廓包络。

9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。

Images