CN117911521A - 相机外参标定方法、电子设备以及存储介质 - Google Patents
相机外参标定方法、电子设备以及存储介质 Download PDFInfo
- Publication number
- CN117911521A CN117911521A CN202311535260.4A CN202311535260A CN117911521A CN 117911521 A CN117911521 A CN 117911521A CN 202311535260 A CN202311535260 A CN 202311535260A CN 117911521 A CN117911521 A CN 117911521A
- Authority
- CN
- China
- Prior art keywords
- coordinate system
- vehicle coordinate
- images
- camera
- calibration plate
- 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 37
- 239000003550 marker Substances 0.000 claims description 21
- 238000012545 processing Methods 0.000 claims description 21
- 230000006870 function Effects 0.000 claims description 13
- 238000004422 calculation algorithm Methods 0.000 claims description 6
- 238000013519 translation Methods 0.000 claims description 6
- 230000002146 bilateral effect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000005457 optimization Methods 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
- G06T7/85—Stereo 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
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
本申请公开了一种相机外参标定方法、电子设备以及存储介质,相机外参标定方法包括对至少两个图像进行标记物检测,得到至少两个图像中标记物的角点在相应的标定板中的位置;获得至少一个标定板在车辆坐标系中的标定板车辆坐标系位姿;基于标定板车辆坐标系位姿和至少两个图像中标记物的角点在相应的标定板中的位置,得到至少两个图像中标记物的角点在车辆坐标系下的位置;基于至少两个图像中标记物的角点在车辆坐标系下的位置和至少两个图像中标记物的角点在至少两个图像中的位置,利用预设残差方程进行优化,得到相机外参,以实现标定;本申请中的方案,利用至少两个相机的共视区域,联合优化标定板外参和相机外参,操作简单,提高标定效率。
Description
技术领域
本申请涉及自动驾驶技术领域,特别是涉及一种相机外参标定方法、电子设备以及存储介质。
背景技术
自动泊车辅助是自动驾驶领域的研究热点,一般会使用若干个视场角(FOV)大于200度的环视相机,用于环视影像拼接和周围环境感知。
环视相机的外参精度会直接影响环视影像(Around View Monitor,AVM)的拼接效果和泊车精度,因此,环视相机外参标定是学术界和工程界研究的热点问题。
发明内容
本申请至少提供一种相机外参标定方法、电子设备以及存储介质,以解决上述问题。
本申请第一方面提供了一种相机外参标定方法,包括:获取至少两个相机拍摄的车辆周围的对应的至少两个图像,其中所述至少两个图像中每个图像包括至少一个标定板;对所述至少两个图像进行标记物检测,得到所述至少两个图像中标记物的角点在相应的标定板中的位置;获得所述至少一个标定板在车辆坐标系中的标定板车辆坐标系位姿;基于所述标定板车辆坐标系位姿和所述至少两个图像中标记物的角点在相应的标定板中的位置,得到所述至少两个图像中标记物的角点在所述车辆坐标系下的位置;基于所述至少两个图像中标记物的角点在所述车辆坐标系下的位置和所述至少两个图像中标记物的角点在所述至少两个图像中的位置,利用预设残差方程进行优化,得到相机外参,以实现标定。
在一些实施例中,所述至少两个相机包括四个相机;基于所述至少两个图像中标记物的角点在所述车辆坐标系下的位置和所述至少两个图像中标记物的角点在所述至少两个图像中的位置,利用预设残差方程进行优化,得到相机外参,包括:基于预设残差方程,对所述四个相机在车辆坐标系中的相机车辆坐标系平移量进行对称性约束处理,得到对称性约束结果;基于所述对称性约束结果,获得相机车辆坐标系目标位姿;基于所述至少两个图像中标记物的角点在所述车辆坐标系下的位置、所述至少两个图像中标记物的角点在所述至少两个图像中的位置以及所述相机车辆坐标系目标位姿,利用预设投影残差方程进行优化,以得到所述相机外参。
在一些实施例中,获取所述预设投影残差方程,包括:利用所述至少两个图像中标记物的角点在所述至少两个图像中的位置、相机的预设投影函数、所述相机车辆坐标系目标位姿、所述标定板车辆坐标系位姿以及所述至少两个图像中标记物的角点在相应的标定板中的位置,构建预设投影残差方程。
在一些实施例中,所述预设投影残差方程表征为:
其中,r表示投影残差,f表示相机的预设投影函数,表示相机车辆坐标系目标位姿,/>表示标定板车辆坐标系位姿,p表示至少两个图像中标记物的角点在所述至少两个图像中的位置,/>表示标记物的角点在相应的标定板中的位置。
在一些实施例中,获得所述至少一个标定板在车辆坐标系中的标定板车辆坐标系位姿,包括:根据所述至少两个图像,利用预设算法,得到所述至少一个标定板在相机坐标系中的标定板相机坐标系位姿;对所述至少两个相机在车辆坐标系中的相机车辆坐标系位姿和所述标定板相机坐标系位姿进行处理,得到所述标定板车辆坐标系位姿。
在一些实施例中,对所述至少两个相机在车辆坐标系中的相机车辆坐标系位姿和所述标定板相机坐标系位姿进行处理,得到所述标定板车辆坐标系位姿,包括:对所述相机车辆坐标系位姿与所述标定板相机坐标系位姿进行相乘处理,以得到所述标定板车辆坐标系位姿。
在一些实施例中,基于所述标定板车辆坐标系位姿和所述至少两个图像中标记物的角点在相应的标定板中的位置,得到所述至少两个图像中标记物的角点在所述车辆坐标系下的位置,包括:对所述标定板车辆坐标系位姿和所述至少两个图像中标记物的角点在相应的标定板中的位置进行相乘处理,以得到所述至少两个图像中标记物的角点在所述车辆坐标系下的位置。
在一些实施例中,标定板的数量为至少两个,其中,至少两个标定板中的每一个标定板均能被至少两个相机拍摄。
本申请第二方面提供了一种电子设备,包括相互耦接的存储器和处理器,所述处理器用于执行所述存储器中存储的程序指令,以实现上述第一方面中的相机外参标定方法。
本申请第三方面提供了一种非易失性计算机可读存储介质,所述计算机可读存储介质用于存储程序指令,所述程序指令在被处理器执行时,用于实现上述第一方面中的相机外参标定方法。
上述方案,获取至少两个相机拍摄的车辆周围的对应的至少两个图像,至少两个图像中每个图像包括至少一个标定板,对至少两个图像进行标记物检测,得到至少两个图像中标记物的角点在相应的标定板中的位置,获得至少一个标定板在车辆坐标系中的标定板车辆坐标系位姿,基于标定板车辆坐标系位姿和至少两个图像中标记物的角点在相应的标定板中的位置,得到至少两个图像中标记物的角点在车辆坐标系下的位置;基于至少两个图像中标记物的角点在车辆坐标系下的位置和至少两个图像中标记物的角点在至少两个图像中的位置,利用预设残差方程进行优化,以得到相机外参;本申请中的方案,利用至少两个相机的共视区域,联合优化标定板外参和相机外参,操作简单,提高标定效率。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,而非限制本申请。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,这些附图示出了符合本申请的实施例,并与说明书一起用于说明本申请的技术方案。
图1是本申请相机外参标定方法的流程示意图;
图2是本申请实施例中图像的场景示意图;
图3是本申请实施例中相机的设置场景示意图;
图4是本申请电子设备一实施例的结构示意图;
图5是本申请非易失性计算机可读存储介质一实施例的结构示意图。
具体实施方式
下面结合附图和实施例,对本申请作进一步的详细描述。特别指出的是,以下实施例仅用于说明本申请,但不对本申请的范围进行限定。同样的,以下实施例仅为本申请的部分实施例而非全部实施例,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它实施例,都属于本申请保护的范围。
在本申请中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。此外,本文中的“多”表示两个或者多于两个。另外,本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合,例如,包括A、B、C中的至少一种,可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。另外,本申请中的术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。
如上述,自动泊车辅助是自动驾驶领域的研究热点,一般会使用若干个视场角(FOV)大于200度的环视相机,用于环视影像拼接和周围环境感知。环视相机的外参精度会直接影响环视影像(Around View Monitor,AVM)的拼接效果和泊车精度,因此,环视相机外参标定是学术界和工程界研究的热点问题。
为此,本申请提供一种相机外参标定方法、电子设备以及存储介质。
请参阅图1,图1是本申请相机外参标定方法的流程示意图。需注意的是,若有实质上相同的结果,本申请的方法并不以图1所示的流程顺序为限。本方法可以应用于具有计算等功能的电子设备,电子设备可通过接收传感器设备采集的信息,执行本方法,传感器设备可以是车辆装备的摄像头,传感器设备在车辆行驶过程中感知车辆周边真实物理世界动态场景,场景中包括道路、交通灯、行人、周围的车辆、道路周边的树木、路灯、建筑等。例如,电子设备可以是装配于车辆的车载设备。其中,本申请的电子设备可以为服务器,也可以为由服务器和终端设备相互配合的系统。进一步地,上述服务器可以是硬件,也可以是软件,在此不做具体限定。在一些可能的实现方式中,本申请实施例的相机外参标定方法可以通过电子设备中的处理器调用存储器中存储的计算机程序指令的方式来实现。如图1所示,相机外参标定方法包括如下步骤:
S1、获取至少两个相机拍摄的车辆周围的对应的至少两个图像,其中至少两个图像中每个图像包括至少一个标定板。
可以理解的,相机可以采用鱼眼相机,或其它能够实现的相机均可,不作具体限定。至少两个相机分布于车辆周围,以对车辆周围的环境进行更好地感知。例如,将至少两个相机安装于一可移动的设备上。其中,该可移动的设备可以是自动移动设备,如机器人、自动驾驶车辆等。
在一应用场景中,车辆停靠在一空旷环境中,通过设置于该车辆上的至少两个相机采集车辆周围的图像。
标定板的尺寸可以选择10m×1m的尺寸,或其它能够实现的尺寸均可,不做具体限定。标定板可以采用ArUco、ChArUco、AprilTag中的一个,或者其它能够实现的标定板均可,不作具体限定。标定板放置于车辆周围,至少两个相机中的每个相机均拍摄车辆周围的对应的一个图像,从而可以得到至少两个图像,至少两个图像中的每个图像包括至少一个标定板。
例如,图2是本申请实施例中图像的场景示意图,如图2所示,是对至少两个图像进行拼接得到环视图像,其中,标定板放置于车辆两侧。
S2、对至少两个图像进行标记物检测,得到至少两个图像中标记物的角点在相应的标定板中的位置。
标定板中包括多个标记物(marker),即,标定板中的每一个二维码标记表征为一个标记物,多个标记物中的每一个标记物在标定板中具有唯一编码(ID)。其中,每个标记物包括四个角点,即标记物的四个顶点,因此每个标记物的四个角点中的每个角点也具有相应的唯一编码。
例如,角点的编码可以表征为:
Cornerid=4*markerid+j,j=0,1,2,3
其中,Cornerid表示角点的编码,markerid表示标记物的编码,j用于表示相应的角点。
以标定板的中心为原点,以标定板的长边方向为x轴,以标定板的短边方向为y轴,以数值向上的方向为z轴,构建标定板坐标系,从而标定板中的每个标记物在标定板坐标系中的位置可知,进而每个标记物的角点的位置可知。
对至少两个图像分别进行标记物检测,即检测图像中的标定板的标记物,得到至少两个图像中标记物的角点在相应的标定板中的位置。可以理解的,检测得到图像中的标定板的标记物后,可以得到相应的标记物的编码,从而就可以得到相应的标记物的角点在标定板中的位置。
S3、获得至少一个标定板在车辆坐标系中的标定板车辆坐标系位姿。
可以理解的,以车辆后轴或前轴的中心点正下方的地面点为原点,以指向车辆车头方向为x轴,以指向车辆驾驶位方向为y轴,以竖直向上方向为z轴,构建车辆坐标系。标定板放置于车辆周围,如,标定板可以放置在车辆侧面,沿车辆坐标系中的x轴方向放置,获得至少一个标定板在车辆坐标系中的标定板车辆坐标系位姿。其中,标定板可以放置在地面,因此,标定板车辆坐标系位姿可以表征为水平位置和朝向角,即[xi,yi,θi],其中xi和yi表示标定板在车辆坐标系中的水平位置,θi表示标定板在车辆坐标系中的朝向角。
S4、基于标定板车辆坐标系位姿和至少两个图像中标记物的角点在相应的标定板中的位置,得到至少两个图像中标记物的角点在车辆坐标系下的位置。
得到标定板车辆坐标系位姿后,基于标定板车辆坐标系位姿和至少两个图像中标记物的角点在相应的标定板中的位置,得到至少两个图像中标记物的角点在车辆坐标系下的位置。
S5、基于至少两个图像中标记物的角点在车辆坐标系下的位置和至少两个图像中标记物的角点在至少两个图像中的位置,利用预设残差方程进行优化,得到相机外参,以实现标定。
根据至少两个图像,能够获得至少两个图像中标记物的角点在至少两个图像中的位置,从而基于至少两个图像中标记物的角点在车辆坐标系下的位置和至少两个图像中标记物的角点在至少两个图像中的位置,利用预设残差方程进行优化,以得到相机外参,从而实现标定。
上述方案,获取至少两个相机拍摄的车辆周围的对应的至少两个图像,至少两个图像中每个图像包括至少一个标定板,对至少两个图像进行标记物检测,得到至少两个图像中标记物的角点在相应的标定板中的位置,获得至少一个标定板在车辆坐标系中的标定板车辆坐标系位姿,基于标定板车辆坐标系位姿和至少两个图像中标记物的角点在相应的标定板中的位置,得到至少两个图像中标记物的角点在车辆坐标系下的位置;基于至少两个图像中标记物的角点在车辆坐标系下的位置和至少两个图像中标记物的角点在至少两个图像中的位置,利用预设残差方程进行优化,以得到相机外参;本申请中的方案,利用至少两个相机的共视区域,联合优化标定板外参和相机外参,操作简单,提高标定效率。
在本申请一实施例中,至少两个相机包括四个相机;基于至少两个图像中标记物的角点在车辆坐标系下的位置和至少两个图像中标记物的角点在至少两个图像中的位置,利用预设残差方程进行优化,得到相机外参,包括:基于预设残差方程,对四个相机在车辆坐标系中的相机车辆坐标系平移量进行对称性约束处理,得到对称性约束结果;基于对称性约束结果,获得相机车辆坐标系目标位姿;基于至少两个图像中标记物的角点在车辆坐标系下的位置、至少两个图像中标记物的角点在至少两个图像中的位置以及相机车辆坐标系目标位姿,利用预设投影残差方程进行优化,以得到相机外参。
至少两个相机包括四个相机(C1、C2、C3、C4),四个相机(C1、C2、C3、C4)可以设置于车辆四周,例如,图3是本申请实施例中相机的设置场景示意图,如图3所示,相机C1位于车辆前方,相机C2位于车辆右侧,相机C3位于车辆后方,相机C4位于车辆左侧。
其中,相机(C1、C2、C3、C4)在车辆坐标系中的外参可以表征为其中,/>表示相机在车辆坐标系中的旋转量,/>表示相机在车辆坐标系中的平移量,k=1,2,3,4。
基于预设残差方程,对四个相机(C1、C2、C3、C4)在车辆坐标系中的相机车辆坐标系平移量进行对称性约束处理,即,对相机C1和相机C3进行左右对称处理并进行前后对称处理,对相机C2和相机C4进行左右对称处理,以得到相应的对称性约束结果。其中,预设残差方程可以表征为:
其中,r1表示对相机C1和相机C3进行前后对称处理,r2表示对相机C1和相机C3进行左右对称处理,r3表示对相机C2和相机C4进行左右对称处理。
完成相机的对称性约束处理后,基于对称性约束结果,获得相机在车辆坐标系中的相机车辆坐标系目标位姿。进而基于至少两个图像中标记物的角点在车辆坐标系下的位置、至少两个图像中标记物的角点在至少两个图像中的位置以及相机车辆坐标系目标位姿,利用预设投影残差方程进行优化,例如,根据预设投影残差方程,使用Ceres solver优化函数库进行优化,以得到相机外参。
在本申请一实施例中,获取预设投影残差方程,包括:利用至少两个图像中标记物的角点在至少两个图像中的位置、相机的预设投影函数、相机车辆坐标系目标位姿、标定板车辆坐标系位姿以及至少两个图像中标记物的角点在相应的标定板中的位置,构建预设投影残差方程。
可以理解的,当相机的内参和畸变函数已知时,相机的投影函数就是确定的。利用至少两个图像中标记物的角点在至少两个图像中的位置、相机的预设投影函数、相机车辆坐标系目标位姿、标定板车辆坐标系位姿以及至少两个图像中标记物的角点在相应的标定板中的位置,构建预设投影残差方程。
如上述,利用至少两个图像中标记物的角点在至少两个图像中的位置、相机的预设投影函数、相机车辆坐标系目标位姿、标定板车辆坐标系位姿以及至少两个图像中标记物的角点在相应的标定板中的位置,构建预设投影残差方程。在本申请一实施例中,预设投影残差方程表征为:
其中,r表示投影残差,f表示相机的预设投影函数,表示相机车辆坐标系目标位姿,/>表示标定板车辆坐标系位姿,p表示至少两个图像中标记物的角点在至少两个图像中的位置,/>表示标记物的角点在相应的标定板中的位置。
构建得到预设投影残差方程后,利用预设投影残差方程进行优化,以得到相机外参。
在本申请一实施例中,获得至少一个标定板在车辆坐标系中的标定板车辆坐标系位姿,包括:根据至少两个图像,利用预设算法,得到至少一个标定板在相机坐标系中的标定板相机坐标系位姿;对至少两个相机在车辆坐标系中的相机车辆坐标系位姿和标定板相机坐标系位姿进行处理,得到标定板车辆坐标系位姿。
可以理解的,以相机的光轴方向为z轴,以指向相机右侧方向为x轴,以指向相机下方方向为y轴,构建得到相机坐标系。
利用预设算法,如solvePnP算法,计算得到至少一个标定板在相机坐标系中的标定板相机坐标系位姿。在其他实施例中,还可以使用其他算法,根据实际使用需求选择即可,不作具体限定。
对至少两个相机在车辆坐标系中的相机车辆坐标系位姿和标定板相机坐标系位姿进行处理,以得到标定板车辆坐标系位姿。
在本申请一实施例中,对至少两个相机在车辆坐标系中的相机车辆坐标系位姿和标定板相机坐标系位姿进行处理,得到标定板车辆坐标系位姿,包括:对相机车辆坐标系位姿与标定板相机坐标系位姿进行相乘处理,以得到标定板车辆坐标系位姿。
对相机车辆坐标系位姿与标定板相机坐标系位姿进行相乘处理,以得到标定板车辆坐标系位姿,例如,标定板车辆坐标系位姿表征为:
其中,表示标定板车辆坐标系位姿,/>表示相机车辆坐标系位姿,/>表示标定板相机坐标系位姿。
在本申请一实施例中,基于标定板车辆坐标系位姿和至少两个图像中标记物的角点在相应的标定板中的位置,得到至少两个图像中标记物的角点在车辆坐标系下的位置,包括:对标定板车辆坐标系位姿和至少两个图像中标记物的角点在相应的标定板中的位置进行相乘处理,以得到至少两个图像中标记物的角点在车辆坐标系下的位置。
对标定板车辆坐标系位姿和至少两个图像中标记物的角点在相应的标定板中的位置进行相乘处理,以得到至少两个图像中标记物的角点在车辆坐标系下的位置,例如,可以表征为:
其中,表示至少两个图像中标记物的角点在车辆坐标系下的位置,/>表示标定板车辆坐标系位姿,/>表示至少两个图像中标记物的角点在相应的标定板中的位置。
可以理解的,标定板水平放置在地面,因此,的数值方向上的z值为0。
在本申请一实施例中,至少一个标定板的数量为至少两个,其中,至少两个标定板中的每一个标定板均能被至少两个相机拍摄。
可以理解的,至少一个标定板的数量为至少两个,例如,标定板的数量设置为两个,两个标定板在车辆坐标系中的标定板车辆坐标系位姿可以表征为其中,/>表示标定板在车辆坐标系中的旋转量,/>表示标定板在车辆坐标系中的平移量。其中,两个标定板中的每一个标定板均能够被至少两个相机拍摄。
本领域技术人员可以理解,在具体实施方式的上述方法中,各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定,各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
请参阅图4,图4是本申请电子设备一实施例的结构示意图。电子设备400包括相互耦接的存储器401和处理器402,处理器402用于执行存储器401中存储的程序指令,以实现上述的相机外参标定方法实施例中的步骤。在一个具体的实施场景中,电子设备400可以包括但不限于:微型计算机、服务器,在此不做限定。
具体而言,处理器402用于控制其自身以及存储器401以实现上述的相机外参标定方法实施例中的步骤。处理器402还可以称为CPU(Central Processing Unit,中央处理单元),处理器402可能是一种集成电路芯片,具有信号的处理能力。处理器402还可以是通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(ApplicationSpecific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable GateArray,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。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。另外,处理器402可以由集成电路芯片共同实现。
请参阅图5,图5是本申请非易失性计算机可读存储介质一实施例的结构示意图。计算机可读存储介质500用于存储程序指令501,程序指令501在被处理器402执行时,用于实现上述的相机外参标定方法实施例中的步骤。
上文对各个实施例的描述倾向于强调各个实施例之间的不同之处,其相同或相似之处可以互相参考,为了简洁,本文不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的方法和相关设备,可以通过其它的方式实现。例如,以上所描述的相关设备实施方式仅仅是示意性的,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信断开连接可以是通过一些接口,装置或单元的间接耦合或通信断开连接,可以是电性、机械或其它的形式。
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。
集成的单元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取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(processor)执行本申请各个实施方式方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
Claims (10)
1.一种相机外参标定方法,其特征在于,包括:
获取至少两个相机拍摄的车辆周围的对应的至少两个图像,其中所述至少两个图像中每个图像包括至少一个标定板;
对所述至少两个图像进行标记物检测,得到所述至少两个图像中标记物的角点在相应的标定板中的位置;
获得所述至少一个标定板在车辆坐标系中的标定板车辆坐标系位姿;
基于所述标定板车辆坐标系位姿和所述至少两个图像中标记物的角点在相应的标定板中的位置,得到所述至少两个图像中标记物的角点在所述车辆坐标系下的位置;
基于所述至少两个图像中标记物的角点在所述车辆坐标系下的位置和所述至少两个图像中标记物的角点在所述至少两个图像中的位置,利用预设残差方程进行优化,得到相机外参,以实现标定。
2.根据权利要求1所述的方法,其特征在于,所述至少两个相机包括四个相机;
基于所述至少两个图像中标记物的角点在所述车辆坐标系下的位置和所述至少两个图像中标记物的角点在所述至少两个图像中的位置,利用预设残差方程进行优化,得到相机外参,包括:
基于预设残差方程,对所述四个相机在车辆坐标系中的相机车辆坐标系平移量进行对称性约束处理,得到对称性约束结果;
基于所述对称性约束结果,获得相机车辆坐标系目标位姿;
基于所述至少两个图像中标记物的角点在所述车辆坐标系下的位置、所述至少两个图像中标记物的角点在所述至少两个图像中的位置以及所述相机车辆坐标系目标位姿,利用预设投影残差方程进行优化,以得到所述相机外参。
3.根据权利要求2所述的方法,其特征在于,获取所述预设投影残差方程,包括:
利用所述至少两个图像中标记物的角点在所述至少两个图像中的位置、相机的预设投影函数、所述相机车辆坐标系目标位姿、所述标定板车辆坐标系位姿以及所述至少两个图像中标记物的角点在相应的标定板中的位置,构建预设投影残差方程。
4.根据权利要求3所述的方法,其特征在于,所述预设投影残差方程表征为:
其中,r表示投影残差,f表示相机的预设投影函数,表示相机车辆坐标系目标位姿,表示标定板车辆坐标系位姿,p表示至少两个图像中标记物的角点在所述至少两个图像中的位置,/>表示标记物的角点在相应的标定板中的位置。
5.根据权利要求1所述的方法,其特征在于,获得所述至少一个标定板在车辆坐标系中的标定板车辆坐标系位姿,包括:
根据所述至少两个图像,利用预设算法,得到所述至少一个标定板在相机坐标系中的标定板相机坐标系位姿;
对所述至少两个相机在车辆坐标系中的相机车辆坐标系位姿和所述标定板相机坐标系位姿进行处理,得到所述标定板车辆坐标系位姿。
6.根据权利要求5所述的方法,其特征在于,对所述至少两个相机在车辆坐标系中的相机车辆坐标系位姿和所述标定板相机坐标系位姿进行处理,得到所述标定板车辆坐标系位姿,包括:
对所述相机车辆坐标系位姿与所述标定板相机坐标系位姿进行相乘处理,以得到所述标定板车辆坐标系位姿。
7.根据权利要求1所述的方法,其特征在于,基于所述标定板车辆坐标系位姿和所述至少两个图像中标记物的角点在相应的标定板中的位置,得到所述至少两个图像中标记物的角点在所述车辆坐标系下的位置,包括:
对所述标定板车辆坐标系位姿和所述至少两个图像中标记物的角点在相应的标定板中的位置进行相乘处理,以得到所述至少两个图像中标记物的角点在所述车辆坐标系下的位置。
8.根据权利要求1-7中任一项所述的方法,其特征在于,标定板的数量为至少两个,其中,至少两个标定板中的每一个标定板均能被至少两个相机拍摄。
9.一种电子设备,其特征在于,包括相互耦接的存储器和处理器,所述处理器用于执行所述存储器中存储的程序指令,以实现如权利要求1-8中任一项所述的相机外参标定方法。
10.一种非易失性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用于存储程序指令,所述程序指令在被处理器执行时,用于实现如权利要求1-8中任一项所述的相机外参标定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311535260.4A CN117911521A (zh) | 2023-11-16 | 2023-11-16 | 相机外参标定方法、电子设备以及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311535260.4A CN117911521A (zh) | 2023-11-16 | 2023-11-16 | 相机外参标定方法、电子设备以及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117911521A true CN117911521A (zh) | 2024-04-19 |
Family
ID=90695355
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311535260.4A Pending CN117911521A (zh) | 2023-11-16 | 2023-11-16 | 相机外参标定方法、电子设备以及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117911521A (zh) |
-
2023
- 2023-11-16 CN CN202311535260.4A patent/CN117911521A/zh active Pending
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 | |
CN111376895B (zh) | 一种环视泊车感知方法、装置、自动泊车系统和车辆 | |
Li et al. | Easy calibration of a blind-spot-free fisheye camera system using a scene of a parking space | |
CN111462503B (zh) | 车辆测速方法、装置及计算机可读存储介质 | |
US11233983B2 (en) | Camera-parameter-set calculation apparatus, camera-parameter-set calculation method, and recording medium | |
CN109741241B (zh) | 鱼眼图像的处理方法、装置、设备和存储介质 | |
EP3944194B1 (en) | Fisheye camera calibration system, method and apparatus, and electronic device and storage medium | |
CN112837207B (zh) | 全景深度测量方法、四目鱼眼相机及双目鱼眼相机 | |
CN112529968A (zh) | 摄像设备标定方法、装置、电子设备及存储介质 | |
CN111383264A (zh) | 一种定位方法、装置、终端及计算机存储介质 | |
CN111243034A (zh) | 一种全景辅助泊车标定方法、装置、设备及存储介质 | |
CN113658262A (zh) | 相机外参标定方法、装置、系统及存储介质 | |
CN113610927B (zh) | 一种avm摄像头参数标定方法、装置及电子设备 | |
CN116012805B (zh) | 目标感知方法、装置、计算机设备、存储介质 | |
CN113034347A (zh) | 倾斜摄影图像处理方法、装置、处理设备及存储介质 | |
CN113614810A (zh) | 图像处理装置、车辆控制装置、方法和程序 | |
CN114943805B (zh) | 停车遮挡确定方法、装置、设备、存储介质及程序产品 | |
CN117911521A (zh) | 相机外参标定方法、电子设备以及存储介质 | |
CN113591720A (zh) | 车道偏离检测方法、装置及计算机存储介质 | |
CN110796596A (zh) | 图像拼接方法、成像装置及全景成像系统 | |
CN114612875A (zh) | 目标检测方法、装置、存储介质及电子设备 | |
CN117953448A (zh) | 车辆的行驶道路的检测的相关方法及相关设备 | |
CN116721162A (zh) | 雷达和相机的外参标定方法、电子设备及存储介质 | |
CN118279414A (zh) | 一种外参标定方法、装置及设备 | |
CN116778151A (zh) | 一种目标检测方法、装置、车辆、计算机设备及存储介质 |
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 |