CN117252934A - 一种车辆相机标定方法、装置、设备及介质 - Google Patents
一种车辆相机标定方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN117252934A CN117252934A CN202311266854.XA CN202311266854A CN117252934A CN 117252934 A CN117252934 A CN 117252934A CN 202311266854 A CN202311266854 A CN 202311266854A CN 117252934 A CN117252934 A CN 117252934A
- Authority
- CN
- China
- Prior art keywords
- image
- detection
- calibration
- calibrated
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000001514 detection method Methods 0.000 claims abstract description 191
- 238000004590 computer program Methods 0.000 claims description 16
- 238000004891 communication Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000000007 visual effect Effects 0.000 description 5
- 238000013461 design Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000011521 glass Substances 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
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000016776 visual perception Effects 0.000 description 1
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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种车辆相机标定方法、装置、设备及介质,在对待标定相机进行标定时,所述标定板在所述待标定相机的拍摄区域内,所述标定板上由多个特征图像组合构成,各所述特征图像的特征图像标识不同,方法包括:获取待标定相机采集的标定板图像;确定所述标定板图像中的检测图像信息,所述检测图像信息包括至少一个检测图像和所述检测图像的检测图像标识;基于各所述检测图像的检测图像标识和所述特征图像的特征图像标识确定标定参数,基于所述标定参数对所述待标定相机进行标定,提高了标定板的通用性,无需针对每个待标定相机指定对应的标定板,解决了现有技术中车辆相机标定复杂、周期长的技术问题,提高了车辆相机的标定速度。
Description
技术领域
本发明涉及车辆相机标定技术领域,尤其涉及一种车辆相机标定方法、装置、设备及介质。
背景技术
在自动驾驶场景中,车辆行驶过程中会遇到很多障碍物、红绿灯等,需要对这些障碍物进行检测、识别、测速测距等。目前视觉感知是对3D目标进行检测、识别、测速测距,需要将3D信息转换为2D信息,此时需要相机坐标系与世界坐标系的位姿关系,以方便在不同坐标系之间做转换。前视相机外参标定即计算相机坐标系与世界坐标系之间的转换关系,是自动驾驶汽车的重要参数。
在实现本发明的过程中,发现现有技术中至少存在以下技术问题:现有的相机标定方案设计成本较高,结构复杂,操作繁琐。
发明内容
本发明提供了一种车辆相机标定方法、装置、设备及介质,以解决现有技术中车辆相机标定复杂、周期长的技术问题,简化车辆相机标定的操作,提高车辆相机的标定速度。
根据本发明的一方面,提供了一种车辆相机标定方法,在对待标定相机进行标定时,所述标定板在所述待标定相机的拍摄区域内,所述标定板上由多个特征图像组合构成,各所述特征图像的特征图像标识不同,所述方法包括:
获取待标定相机采集的标定板图像;
确定所述标定板图像中的检测图像信息,所述检测图像信息包括至少一个检测图像和所述检测图像的检测图像标识;
基于各所述检测图像的检测图像标识和所述特征图像的特征图像标识确定标定参数,基于所述标定参数对所述待标定相机进行标定。
可选的,在上述方案的基础上,所述基于各所述检测图像的检测图像标识和所述特征图像的特征图像标识确定标定参数,包括:
基于所述特征图像标识,将所述特征图像中与所述检测图像标识对应的特征图像作为标定图像;
获取各所述检测图像在图像坐标系下的检测特征点位置信息和各所述标定图像在世界坐标系下的标准特征点位置信息作为所述标定参数。
可选的,在上述方案的基础上,所述基于所述标定参数对所述待标定相机进行标定,包括:
基于各所述检测图像标识对应的检测图像的检测特征点位置信息、各所述检测图像标识对应的特征图像的标准特征点位置信息和待标定相机内参,对所述待标定相机进行标定。
可选的,在上述方案的基础上,所述确定所述标定板图像中的检测图像信息,包括:
对所述标定板图像进行去畸变处理,得到去畸变图像;
对所述去畸变图像进行特征点检测,得到至少一个检测图像和所述检测图像的检测图像标识作为所述检测图像信息。
可选的,在上述方案的基础上,所述对所述去畸变图像进行特征点检测,得到至少一个检测图像和所述检测图像的检测图像标识作为所述检测图像信息,包括:
对所述去畸变图像进行特征点检测,得到检测特征点;
基于所述检测特征点确定检测图像标识,基于各所述检测特征点的检测图像标识确定所述检测图像。
可选的,在上述方案的基础上,所述标定板的个数为多个,不同的标定板用于对不同的待标定相机进行标定,各所述标定板固定设置于所述标定板对应的待标定相机的拍摄区域内。
可选的,在上述方案的基础上,所述特征图像为Apriltag二维码。
根据本发明的另一方面,提供了一种车辆相机标定装置,包括:
标定板图像检获取模块,用于获取待标定相机采集的标定板图像;
标定板图像检测模块,用于确定所述标定板图像中的检测图像信息,所述检测图像信息包括至少一个检测图像和所述检测图像的检测图像标识;
待标定相机标定模块,用于基于各所述检测图像的检测图像标识和所述特征图像的特征图像标识确定标定参数,基于所述标定参数对所述待标定相机进行标定。
根据本发明的另一方面,提供了一种电子设备,电子设备包括:
至少一个处理器;以及
与至少一个处理器通信连接的存储器;其中,
存储器存储有可被至少一个处理器执行的计算机程序,计算机程序被至少一个处理器执行,以使至少一个处理器能够执行本发明任一实施例的车辆相机标定方法。
根据本发明的另一方面,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指令,计算机指令用于使处理器执行时实现本发明任一实施例的车辆相机标定方法。
本发明实施例的技术方案,在对待标定相机进行标定时,所述标定板在所述待标定相机的拍摄区域内,所述标定板上由多个特征图像组合构成,各所述特征图像的特征图像标识不同,标定方法包括:获取待标定相机采集的标定板图像;确定所述标定板图像中的检测图像信息,所述检测图像信息包括至少一个检测图像和所述检测图像的检测图像标识;基于各所述检测图像的检测图像标识和所述特征图像的特征图像标识确定标定参数,基于所述标定参数对所述待标定相机进行标定,通过基于包括多个特征图像的标定板对待标定的车辆相机进行标定,提高了标定板的通用性,无需针对每个待标定相机指定对应的标定板,解决了现有技术中车辆相机标定复杂、周期长的技术问题,简化车辆相机标定的操作,提高了车辆相机的标定速度。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明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
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的前提下,还可以根据这些附图获得其他的附图。
图1a是本发明实施例一提供的一种车辆相机标定方法的流程示意图;
图1b是本发明实施例一所提供的一种标定板的示意图;
图2是本发明实施例二提供的一种车辆相机标定方法的流程示意图;
图3是本发明实施例三提供的一种车辆相机标定装置的结构示意图;
图4是本发明实施例四提供的一种电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,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,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
图1a是本发明实施例一提供的一种车辆相机标定方法的流程示意图,本实施例可适用于对相机进行标定时的情况,该方法可以由车辆相机标定装置来执行,该车辆相机标定装置可以采用硬件和/或软件的形式实现,该车辆相机标定装置可配置于电子设备中。如图1a所示,该方法包括:
S110、获取待标定相机采集的标定板图像。
在本实施例中,为了避免对车辆相机标定时,为待标定相机设置对应的标定板,提供了一种通用的标定板,使得车辆相机均可以采用该标定板进行标定。本实施例提供的标定板由多个特征图像组成,可以设置多个不同特征图像标识的特征图像,将多个特征图像布置在标定板上,可以将各特征图像顺次排列,形成规律的矩形阵列,设置在标定板上。由于特征图像的数量足够多,分布的视野范围比较广,可以标定不同焦距不同视野范围的相机。另外特征图像数量足够多,可以覆盖比较大的视野范围,可以检测到的图像的数量也比较多,可用的特征点丰富,特征点越丰富,标定精度越高。
使用本实施例提供的标定板可以对不同参数、不同类型的车载相机进行标定。在对待标定相机进行标定时,将标定板设置在所述待标定相机的拍摄区域内,如可以将标定板正对待标定相机,采集待标定相机拍摄的标定板图像。
在本实施例中,标定板可以为一个,也可以为多个。
在本发明的一种实施方式中,所述标定板的个数为多个,不同的标定板用于对不同的待标定相机进行标定,各所述标定板固定设置于所述标定板对应的待标定相机的拍摄区域内。可以理解的是,一般车辆存在多个车辆相机(如前视相机、后视相机、侧视相机等),所以存在对所有车辆相机进行标定的需求,为了进一步加快车辆相机的标定速度,可以设置多个标定板,同时采用多个标定板分别对不同的车辆相机(待标定相机)进行标定。示例性的,标定板可以固定在墙面上,通过各墙面的标定板同时对不同的车辆相机同时进行标定。
可选的,标定板上的特征图像可以为任意类型的图像,只要能够识别不同特征图像的标识、特征点即可。一个实现方式中,所述特征图像为Apriltag二维码,Apriltag二维码为具备ID(标识)特征的二维码,分布合理,ID分布较为丰富,可以适配不同类型的车辆相机的外参标定。图1b是本发明实施例一所提供的一种标定板的示意图。图1b中示意性的示出了标定板中一种特征图像(Apriltag二维码)的尺寸及分布方式。如图1b所示,标定板由5×9个二维码组合而成,标定板边长为580cm×330cm,包括边缘留白部分,其中留白部分上下各25cm,左右各30cm,每个二维码的边长为40cm,相邻两个二维码间隔为20cm。当标定板二维码分布方案设计完成时,标定板二维码的每个特征点在世界坐标系下的坐标就已经确定。
S120、确定所述标定板图像中的检测图像信息,所述检测图像信息包括至少一个检测图像和所述检测图像的检测图像标识。
获取标定板图像后,对标定板图像进行图像检测或特征点检测,得到标定板图像中的检测图像信息。可以采用现有技术中的任意检测方式进行图像检测或特征点检测,在此不做限定。当特征图像为Apriltag二维码时,可以直接调用对应的检测方法,检测出标定板图像中的Apriltag二维码。
在本发明的一种实施方式中,所述确定所述标定板图像中的检测图像信息,包括:
对所述标定板图像进行去畸变处理,得到去畸变图像;
对所述去畸变图像进行特征点检测,得到至少一个检测图像和所述检测图像的检测图像标识作为所述检测图像信息。
可以理解的是,相机拍摄出的图像存在畸变。基于此,为了提高检测图像的准确度,可以先对标定板图像进行去畸变处理,得到去畸变图像,再对去畸变图像进行特征点检测,得到检测图像信息。可选的,可以基于待标定相机的畸变系数,对标定板图像进行去畸变处理。
在上述方案的基础上,所述对所述去畸变图像进行特征点检测,得到至少一个检测图像和所述检测图像的检测图像标识作为所述检测图像信息,包括:
对所述去畸变图像进行特征点检测,得到检测特征点;
基于所述检测特征点确定检测图像标识,基于各所述检测特征点的检测图像标识确定所述检测图像。
可以先识别出去畸变图像中的检测特征点,基于检测特征点和检测图像标识的对应关系,确定检测特征点所对应的检测图像,得到检测图像和检测图像对应的检测图像标识。
S130、基于各所述检测图像的检测图像标识和所述特征图像的特征图像标识确定标定参数,基于所述标定参数对所述待标定相机进行标定。
可以理解的是,标定板中包括多个特征图像,受待标定相机的拍摄范围限制,可能不能拍摄到所有的特征图像,基于此,需要选出待标定相机拍摄范围内的特征图像,结合待标定相机拍摄到的检测图像,对待标定相机进行标定。
在本发明的一种实施方式中,基于各所述检测图像的检测图像标识和所述特征图像的特征图像标识确定标定参数,包括:
基于所述特征图像标识,将所述特征图像中与所述检测图像标识对应的特征图像作为标定图像;
获取各所述检测图像在图像坐标系下的检测特征点位置信息和各所述标定图像在世界坐标系下的标准特征点位置信息作为所述标定参数。
示例性的,假设检测到的检测图像标识为a,b,c,标定板中包括的特征图像的特征图像标识为a,b,c,d,则将特征图像标识为a,b,c对应的特征图像作为标定图像,然后获取检测图像在图像坐标系下的检测特征点位置信息,以及标定图像在世界坐标系下的标准特征点位置信息作为标定参数。标定图像在世界坐标系下的标准特征点位置信息在标定板设置固定完成后,即可得到。
可选的,所述基于所述标定参数对所述待标定相机进行标定,包括:
基于各所述检测图像标识对应的检测图像的检测特征点位置信息、各所述检测图像标识对应的特征图像的标准特征点位置信息和待标定相机内参,对所述待标定相机进行标定。使用检测的图像坐标与标定图像相对应的世界坐标,并结合前视相机内参,可以计算出相机坐标系与世界坐标系之间的位姿关系,即待标定相机的外参,完成待标定相机的标定。
本发明实施例的技术方案,在对待标定相机进行标定时,所述标定板在所述待标定相机的拍摄区域内,所述标定板上由多个特征图像组合构成,各所述特征图像的特征图像标识不同,标定方法包括:获取待标定相机采集的标定板图像;确定所述标定板图像中的检测图像信息,所述检测图像信息包括至少一个检测图像和所述检测图像的检测图像标识;基于各所述检测图像的检测图像标识和所述特征图像的特征图像标识确定标定参数,基于所述标定参数对所述待标定相机进行标定,通过基于包括多个特征图像的标定板对待标定的车辆相机进行标定,提高了标定板的通用性,无需针对每个待标定相机指定对应的标定板,解决了现有技术中车辆相机标定复杂、周期长的技术问题,简化车辆相机标定的操作,提高了车辆相机的标定速度。
实施例二
图2是本发明实施例二提供的一种车辆相机标定方法的流程示意图,本实施例在上述实施例的基础上,提供了一种优选实施例。
在对车辆相机进行标定时,将设计好的二维码的分布方案制作标定板贴在墙面上,车辆标定时首先行驶到标定工位,然后对车辆进行四轮定位,使用车载软件采集标定板二维码图像并进行特征点检测,根据已经建立好的二维码的世界坐标和图像特征点坐标对前视相机外参进行标定。先将车辆行驶到标定工位,车头朝向墙面标定板方向,然后对车辆进行四轮定位,保证车辆正对着标定板,再对车辆相机进行标定。
如图2所示,该方法包括:
S210、采集标定板二维码图像。
使用车载软件采集标定板二维码图像(即标定板图像)。
S220、对标定板二维码图像进行去畸变处理。
S230、对去畸变后的标定板二维码图像进行特征点检测,保存二维码特征点的图像坐标。
S240、分析检测到的二维码的标识及其对应的图像特征点坐标,若某个二维码没有被检测到,则剔除相应二维码的世界坐标,只保留检测到的二维码的世界坐标;
S250、使用二维码特征点的图像坐标与二维码相对应的世界坐标,并结合前视相机内参,计算出相机坐标系与世界坐标系之间的位姿关系,即前视相机的外参。
本实施例提出了一种车辆相机标定方法,采用设置的标定板固定在墙面上,简化标定板设置操作,并且于墙面二维码数量较多,视野范围较广,可以适配不同焦距的前视相机外参标定。
实施例三
图3是本发明实施例三提供的一种车辆相机标定装置的结构示意图。如图3所示,该装置包括:
标定板图像检获取模块310,用于获取待标定相机采集的标定板图像;
标定板图像检测模块320,用于确定所述标定板图像中的检测图像信息,所述检测图像信息包括至少一个检测图像和所述检测图像的检测图像标识;
待标定相机标定模块330,用于基于各所述检测图像的检测图像标识和所述特征图像的特征图像标识确定标定参数,基于所述标定参数对所述待标定相机进行标定。
本发明实施例的技术方案,在对待标定相机进行标定时,所述标定板在所述待标定相机的拍摄区域内,所述标定板上由多个特征图像组合构成,各所述特征图像的特征图像标识不同,通过标定板图像检获取模块310获取待标定相机采集的标定板图像;标定板图像检测模块320确定所述标定板图像中的检测图像信息,所述检测图像信息包括至少一个检测图像和所述检测图像的检测图像标识;待标定相机标定模块330基于各所述检测图像的检测图像标识和所述特征图像的特征图像标识确定标定参数,基于所述标定参数对所述待标定相机进行标定,通过基于包括多个特征图像的标定板对待标定的车辆相机进行标定,提高了标定板的通用性,无需针对每个待标定相机指定对应的标定板,解决了现有技术中车辆相机标定复杂、周期长的技术问题,简化车辆相机标定的操作,提高了车辆相机的标定速度。
可选的,在上述方案的基础上,待标定相机标定模块330具体用于:
基于所述特征图像标识,将所述特征图像中与所述检测图像标识对应的特征图像作为标定图像;
获取各所述检测图像在图像坐标系下的检测特征点位置信息和各所述标定图像在世界坐标系下的标准特征点位置信息作为所述标定参数。
可选的,在上述方案的基础上,待标定相机标定模块330具体用于:
根基于各所述检测图像标识对应的检测图像的检测特征点位置信息、各所述检测图像标识对应的特征图像的标准特征点位置信息和待标定相机内参,对所述待标定相机进行标定。
可选的,在上述方案的基础上,标定板图像检测模块320具体用于:
对所述标定板图像进行去畸变处理,得到去畸变图像;
对所述去畸变图像进行特征点检测,得到至少一个检测图像和所述检测图像的检测图像标识作为所述检测图像信息。
可选的,在上述方案的基础上,标定板图像检测模块320具体用于:
对所述去畸变图像进行特征点检测,得到检测特征点;
基于所述检测特征点确定检测图像标识,基于各所述检测特征点的检测图像标识确定所述检测图像。
可选的,在上述方案的基础上,所述标定板的个数为多个,不同的标定板用于对不同的待标定相机进行标定,各所述标定板固定设置于所述标定板对应的待标定相机的拍摄区域内。
可选的,在上述方案的基础上,所述特征图像为Apriltag二维码。
本发明实施例所提供的车辆相机标定装置可执行本发明任意实施例所提供的车辆相机标定方法,具备执行方法相应的功能模块和有益效果。
实施例四
图4是本发明实施例四提供的一种电子设备的结构示意图。电子设备10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(如头盔、眼镜、手表等)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/或者要求的本发明的实现。
如图4所示,电子设备10包括至少一个处理器11,以及与至少一个处理器11通信连接的存储器,如只读存储器(ROM)12、随机访问存储器(RAM)13等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序,来执行各种适当的动作和处理。在RAM 13中,还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15,包括:输入单元16,例如键盘、鼠标等;输出单元17,例如各种类型的显示器、扬声器等;存储单元18,例如磁盘、光盘等;以及通信单元19,例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10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。
处理器11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。处理器11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处理器、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。处理器11执行上文所描述的各个方法和处理,例如车辆相机标定方法。
在一些实施例中,车辆相机标定方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元18。在一些实施例中,计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时,可以执行上文描述的车辆相机标定方法的一个或多个步骤。备选地,在其他实施例中,处理器11可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行车辆相机标定方法。
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)、负载可编程逻辑设备(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。
用于实施本发明的车辆相机标定方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序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,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序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。
实施例五
本发明实施例五还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指令,计算机指令用于使处理器执行一种车辆相机标定方法,在对待标定相机进行标定时,所述标定板在所述待标定相机的拍摄区域内,所述标定板上由多个特征图像组合构成,各所述特征图像的特征图像标识不同,该方法包括:
获取待标定相机采集的标定板图像;
确定所述标定板图像中的检测图像信息,所述检测图像信息包括至少一个检测图像和所述检测图像的检测图像标识;
基于各所述检测图像的检测图像标识和所述特征图像的特征图像标识确定标定参数,基于所述标定参数对所述待标定相机进行标定。
在本发明的上下文中,计算机可读存储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计算机程序。计算机可读存储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。备选地,计算机可读存储介质可以是机器可读信号介质。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,可以在电子设备上实施此处描述的系统和技术,该电子设备具有: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电子设备。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)、区块链网络和互联网。
计算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,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
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,本发明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,只要能够实现本发明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,并不构成对本发明保护范围的限制。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。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (10)
1.一种车辆相机标定方法,其特征在于,在对待标定相机进行标定时,所述标定板在所述待标定相机的拍摄区域内,所述标定板上由多个特征图像组合构成,各所述特征图像的特征图像标识不同,所述方法包括:
获取待标定相机采集的标定板图像;
确定所述标定板图像中的检测图像信息,所述检测图像信息包括至少一个检测图像和所述检测图像的检测图像标识;
基于各所述检测图像的检测图像标识和所述特征图像的特征图像标识确定标定参数,基于所述标定参数对所述待标定相机进行标定。
2.根据权利要求1所述的方法,其特征在于,所述基于各所述检测图像的检测图像标识和所述特征图像的特征图像标识确定标定参数,包括:
基于所述特征图像标识,将所述特征图像中与所述检测图像标识对应的特征图像作为标定图像;
获取各所述检测图像在图像坐标系下的检测特征点位置信息和各所述标定图像在世界坐标系下的标准特征点位置信息作为所述标定参数。
3.根据权利要求2所述的方法,其特征在于,所述基于所述标定参数对所述待标定相机进行标定,包括:
基于各所述检测图像标识对应的检测图像的检测特征点位置信息、各所述检测图像标识对应的特征图像的标准特征点位置信息和待标定相机内参,对所述待标定相机进行标定。
4.根据权利要求1所述的方法,其特征在于,所述确定所述标定板图像中的检测图像信息,包括:
对所述标定板图像进行去畸变处理,得到去畸变图像;
对所述去畸变图像进行特征点检测,得到至少一个检测图像和所述检测图像的检测图像标识作为所述检测图像信息。
5.根据权利要求4所述的方法,其特征在于,所述对所述去畸变图像进行特征点检测,得到至少一个检测图像和所述检测图像的检测图像标识作为所述检测图像信息,包括:
对所述去畸变图像进行特征点检测,得到检测特征点;
基于所述检测特征点确定检测图像标识,基于各所述检测特征点的检测图像标识确定所述检测图像。
6.根据权利要求1所述的方法,其特征在于,所述标定板的个数为多个,不同的标定板用于对不同的待标定相机进行标定,各所述标定板固定设置于所述标定板对应的待标定相机的拍摄区域内。
7.根据权利要求1所述的方法,其特征在于,所述特征图像为Apriltag二维码。
8.一种车辆相机标定装置,其特征在于,包括:
标定板图像检获取模块,用于获取待标定相机采集的标定板图像;
标定板图像检测模块,用于确定所述标定板图像中的检测图像信息,所述检测图像信息包括至少一个检测图像和所述检测图像的检测图像标识;
待标定相机标定模块,用于基于各所述检测图像的检测图像标识和所述特征图像的特征图像标识确定标定参数,基于所述标定参数对所述待标定相机进行标定。
9.一种电子设备,其特征在于,所述电子设备包括:
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计算机程序,所述计算机程序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1-7中任一项所述的车辆相机标定方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的车辆相机标定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311266854.XA CN117252934A (zh) | 2023-09-27 | 2023-09-27 | 一种车辆相机标定方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311266854.XA CN117252934A (zh) | 2023-09-27 | 2023-09-27 | 一种车辆相机标定方法、装置、设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117252934A true CN117252934A (zh) | 2023-12-19 |
Family
ID=89134665
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311266854.XA Pending CN117252934A (zh) | 2023-09-27 | 2023-09-27 | 一种车辆相机标定方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117252934A (zh) |
-
2023
- 2023-09-27 CN CN202311266854.XA patent/CN117252934A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112634343B (zh) | 图像深度估计模型的训练方法、图像深度信息的处理方法 | |
CN111950543B (zh) | 一种目标检测方法和装置 | |
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 | |
CN113392794B (zh) | 车辆跨线识别方法、装置、电子设备和存储介质 | |
CN112991459A (zh) | 一种相机标定方法、装置、设备以及存储介质 | |
CN114627186A (zh) | 一种测距方法及测距装置 | |
CN117152270A (zh) | 激光雷达与相机的联合标定方法、装置、设备及介质 | |
CN112634366B (zh) | 位置信息的生成方法、相关装置及计算机程序产品 | |
CN117745845A (zh) | 一种外参信息确定方法、装置、设备和存储介质 | |
CN117252934A (zh) | 一种车辆相机标定方法、装置、设备及介质 | |
CN114734444B (zh) | 一种目标定位方法、装置、电子设备及存储介质 | |
CN116129422A (zh) | 单目3d目标检测方法、装置、电子设备和存储介质 | |
CN106548482B (zh) | 一种基于稀疏匹配与图像边缘的稠密匹配方法及系统 | |
CN115683046A (zh) | 测距方法、装置、传感器及计算机可读存储介质 | |
CN116994122A (zh) | 建筑物拾取方法、装置、设备及存储介质 | |
CN115327497B (zh) | 雷达检测范围确定方法、装置、电子设备及可读介质 | |
CN116258714B (zh) | 一种缺陷识别方法、装置、电子设备和存储介质 | |
CN116684569A (zh) | 一种虚拟立体物体成像方法、装置、相机及存储介质 | |
CN116843760A (zh) | 雷视自动标定方法、装置、设备和介质 | |
CN116952166B (zh) | 汽车门把手总成的零件检测方法、装置、设备及介质 | |
CN116045813B (zh) | 旋转轴标定方法、装置、设备及介质 | |
CN118857776A (zh) | 一种车辆视野的测量方法、装置、设备、介质及产品 | |
CN117968624A (zh) | 一种双目相机测距方法、装置、设备及存储介质 | |
CN118882485A (zh) | 基于机器视觉的尺寸测量方法、装置、电子设备及介质 | |
CN118623867A (zh) | 基于地下停车场的车辆定位方法、装置、设备及介质 |
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 |