CN1537749A - 一种车载摄像机外部参数三线标定方法 - Google Patents
一种车载摄像机外部参数三线标定方法 Download PDFInfo
- Publication number
- CN1537749A CN1537749A CNA2003101058444A CN200310105844A CN1537749A CN 1537749 A CN1537749 A CN 1537749A CN A2003101058444 A CNA2003101058444 A CN A2003101058444A CN 200310105844 A CN200310105844 A CN 200310105844A CN 1537749 A CN1537749 A CN 1537749A
- Authority
- CN
- China
- Prior art keywords
- centerdot
- camera
- pick
- angle
- formula
- 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.)
- Granted
Links
Images
Landscapes
- Image Analysis (AREA)
Abstract
本发明公开了车载摄像机外部参数三线标定方法,该方法针对基于视觉导航的智能车辆车载摄像机标定问题,利用现成的工具箱进行内部参数标定,根据透视投影原理,三条平行线在图像平面上具有相同的消失点和不同的斜率,而摄像机的外部参数与消失点和斜率有着内在的联系,经过数学推导和坐标变换,能够建立以像素为单位的摄像机外部参数表达式。在像素坐标系内,以手工或自动的方式确定平行线交点和另外三点的坐标后,即可直接计算出所需参数。此过程可以在多种环境下实现,如公路、运动场跑道或专门画的平行线。实验结果验证了该方法的可行性和正确性。
Description
技术领域
本发明属于计算机视觉领域,涉及计算机视觉中摄像机标定,特别涉及一种车载摄像机外部参数三线标定方法。
背景技术
随着城市化的发展和汽车的普及,交通运输问题日益严重,智能车辆导航的概念应运而生。基于视觉的道路跟踪最受重视,根据申请人进行的资料检索,查出以下文献:
[1]Bertozzi M,Broggi A,Cellario M,et al.ArtificialVision in road vehicles[C].In:Proceedings of the IEEE on IntelligentTransmission System,2002,90(7):1258-1271
[2]杨明,陆建业,王宏,张钹等.基于视觉的道路跟踪[J].《模式识别与人工智能》,2001,14(2):186-193
[3]邱茂林,马颂德,李毅.计算机视觉中摄像机定标综述.《自动化学报》,2000,26(1):43-55
[4]Bertozzi M,Broggi A.GOLD:a parallel real-time stereovision system for generic obstacle and lane detection[J].IEEEtransactions on image processing,1998,7(1):62-81
[5]Bertozzi M,Broggi A,Fascioli A.Self-calibration of astereo vision system for automotive applications[C].In:Proceedingsof IEEE International Conference on Robotics and Automation,2001,4:3698-3703
[6]Southall B,Taylor C J.Stochastic road shapeestimation[C].In:Proceedings of Eighth IEEE InternationalConference on Computer Vision,2001,1:205-212
[7]宋雪峰,杨明,王宏.基于网格状纹理的简易摄像机标定方法.《计算机工程与应用[J]》.2002,7:72-74
在智能车辆导航诸多复杂且具有挑战性的任务中,最受重视的是基于视觉的道路跟踪[1][2]。在这个过程中通常需要根据摄像机获取的图像信息计算三维空间中物体的几何信息,并由此重建或识别物体,因而摄像机标定是必不可少的[3]。对于车载摄像机的标定问题,有很多人进行了研究:意大利帕尔马大学的ARGO系统假定摄像机的内部参数已知,在地面上画上已知尺寸的网格,利用网格的交点来标定外部参数[4];此外他们还采用了一种所谓的自标定方法[5],使用发动机盖上的标记点作为标定目标,这些标定点相对于车体坐标系的位置是已知的;宾夕法尼亚大学GRASP实验室的研究人员使用了南加利福尼亚大学开发的标定工具箱进行内部参数的标定,利用代表车道的直线进行外部参数的标定[6];清华大学的研究人员利用地面上的网格进行标定[7]。还有其他研究人员使用Intel的函数库进行摄像机内部参数的标定,使用类似于ARGO系统的方法标定外部参数。虽然上述标定方法能够较好地解决问题,但都存在不足之处:操作过程复杂,对环境的要求较高,或标定的参数较少。
目前对智能车辆的研究,主要集中在路面较平整的区域,因此可作地面平坦性假设。由于车辆是在路面上行驶,一定范围内的偏差不会引起太大的问题,故标定的精度可以大大低于机器人手眼标定、三维重建等应用领域内的精度。
发明内容
针对上述车载摄像机标定的这些特点,本发明的目的在于,提供一种车载摄像机外部参数三线标定的方法。
实现上述发明目的技术解决方案是,车载摄像机外部参数三线标定方法,其特点是,在平坦地面上画三条互相平行的直线,或利用已有的平行线,或找一段有三条标志线的平直道路,使使载有摄像机汽车的纵轴平行于这些直线,测得它们与车体纵轴的距离;建立以像素为单位的摄像机外部参数表达式来确定车载摄像机外部参数,经过数学推导和坐标变换,得到摄像机相对车体的侧倾角ψ、俯仰角θ、方向角、摄像机在车体中离地面的高度h和摄像机光心距车体纵轴的横向距离d。
本发明的方法只需平坦地面上三条平行的直线,就可以进行摄像机外部参数标定,无需专用场地,甚至可以在车辆的行驶过程中完成。
附图说明
图1是本发明的车体与摄像机之间的关系示意图,也是本发明的一个实施例;其中(a)为侧视图,(b)为俯视图,(c)为后视图;
图2是摄像机坐标系、图像平面坐标系和像素坐标系的关系示意图;
图3是标定用的平直公路及手工叠加在上面的直线图片;
图4是标定用的运动场跑道及手工叠加在上面的直线图片。
具体实施方式
以下结合附图和发明人给出的实施例对本发明作进一步的详细说明。
依照上述技术方案,车载摄像机外部参数三线标定方法包括以下步骤:
1)在平坦地面上画三条互相平行的直线,或利用已有的平行线,或找一段有三条标志线的平直道路,使载有摄像机汽车的纵轴平行于这些直线,测得它们与车体纵轴的距离;
2)车载摄像机外部参数的确定
车载摄像机外部参数包括摄像机相对车体的侧倾角ψ、俯仰角θ、方向角、摄像机在车体中离地面的高度h和摄像机距车中心距离d;
3)建立以像素为单位的摄像机外部参数表达式
如图1所示,采用左手坐标系,设车体坐标系中某一点的坐标为pv=(xv,yv,zv),其在摄像机坐标系的坐标为pc=(xc,yc,zc)。摄像机相对车体的侧倾角为ψ(沿车辆行驶方向观察顺时针倾斜为正),俯仰角为θ(指向上方为正),方向角为(指向车身轴线左方为正),摄像机的光心在车体坐标系中的位置是t=(l,d,h),则
pv=R·pc+t
pc=R-1·pv-R-1·t=RT·pv-RT·t (1)
其中
其中
假设地面平坦,光轴o在平面zv=0上的投影形成的矢量是η,η与Xv轴形成的夹角是,光轴o与η形成的夹角是θ,摄像机相对车体的侧倾角(或称摄像机的滚转角)为ψ,l1、l2、l3为平坦地面上三条平行于车身纵轴的直线,距Xv的距离分别为a、b、c;
对于平坦地面上一条平行于车身纵轴Xv,且到其距离为k的直线l,其参数方程为
根据式(1),l在摄像机坐标系中的参数方程为
根据本文定义的摄像机坐标系、图像平面坐标系和像素坐标系之间的相互关系(图2),有
u=yc,v=-zc,u=(i-ci)·dx,v=(j-cj)·dy (4)
其中dx、dy和ci、cj分别为横向、纵向的比例系数和主点位置。
根据小孔成像模型,结合式(3)、式(4),l在图像平面坐标系上的参数方程为(焦距以像素为单位表示)
由于s是任意实数,且和l在同一个方向上,式(5)改写成
当s→∞时,直线l延伸到无穷远处,其在图像平面坐标系上的消失点为
因为空间中相互平行的直线族在视平面有相同的消失点,故直线l1、l2、l3成像的消失点为
uh1=uh2=uh3=uh
vh1=vh2=vh3=vh
对于3条平行线l1、l2、l3,分别有
根据式(9),解得
根据式(7a)、(7b)
根据式(9),解得
其中:
A=r1·sinψ·cosθ-cosθcosψ
B=-(cossinψ+sincosψsinθ)-r1(coscosψ-sinsinψsinθ)
C=r2·sinψcosθ-cosθcosψ
D=-(cossinψ+sincosψsinθ)-r2(coscosψ-sinsinψsinθ)
4)参数标定
摄像机的内部参数使用南加利福尼亚大学开发的标定工具箱进行标定(J.Y.Bouget.Matlab camera calibration toolbox.http://www.vision.caltech.edu/bougetj/calib_doc/index.html),从一组标定物不同方位的图像中提取出已知几何信息的特征点,然后将其送入优化过程,就可以得到摄像机的主点和有效焦距。
利用本发明在平坦地面上画三条互相平行的直线,或利用已有的平行线(如运动场的百米赛道),或找一段有三条车道线的平直道路,使汽车的纵轴平行于这些直线,测得它们与车体纵轴的距离(即a、b、c)就可方便地进行摄像机外部参数标定。
实施例:
该方法以不同的形式在吉林大学和西安交通大学的试验车上进行了测试。首先选用的是一段具有三条车道线的平直公路。图3是实验车采集的视频中的一帧,相机是美国PULNIX公司的TMC-9700,采集卡和处理卡分别是加拿大CORECO公司的Viper RGB和Python,镜头选用Computar 8mm,图像分辨率设定为256×240,摄像机安装在副驾驶位置的前上方。将该帧图片存成bmp格式的文件,然后利用Windows的画笔进行处理,用画笔的直线工具画出l1 c、l2 c、l3 c三条直线,叠加在车道线上,代表标志线成像的中心线。H(ih,jh)表示三条平行线的交点,P1(i1,j1)为l1 c上除H(ih,jh)外的任意一点,P2(i2,j2)为l2 c上除H(ih,jh)外的任意一点,P3(i3,j3)为l3 c上除H(ih,jh)外的任意一点。利用画笔的图像坐标定位功能,找出四个选定点的像素坐标,此外测得a=-3.2m,b=0.3m,c=3.8m。在像素坐标系中,
将式(14)代入式(10)、(11)、(12)、(13)中,即可求得ψ,θ,,d,h的值。
表1 PULNIX摄像机内部参数和外部参数标定结果
参 fi fj ci cj ψ θ d h
数
值 599 605 89 150 0.034rad -0.219rad 0.053rad 0.29m 1.70m
像 像 像 像
素 素 素 素
上述实验方法只是该标定方法的一种实现方式,还能以另外一种方式进行。如图4所示,场地选用塑胶运动场的百米跑道(这样可以直接利用赛道标志线的已知几何信息而不必重新画线,且满足地面平坦性假设),使汽车的纵向轴平行于跑道标志线。所用的像机为SONY DSR-PD150P,将变焦设定为望远方式的最大值,手动聚焦,分辨率设定为640×480,测得a=-1.25m,b=0m,c=1.25m,标定的结果见表2。
表2 SONY摄像机内部参数和外部参数标定结果
参 fi fj ci cj ψ θ d h
数
值 789 806 322 218 0.039rad -0.026rad -0.028rad 0.25m 1.37m
像 像 像 像
素 素 素 素
此外还可以在车辆行驶过程中进行标定。例如在行驶中,司机使车体上某一事先定好的标志对准中间车道线,行进方向与车道线平行,就可以确定a、b、c的值,从而完成标定。
本发明的车载摄像机外部参数三线标定方法中的平行线成像定位是手工实现的,如果在标定过程中引入图像处理技术,就可以实现车载摄像机外部参数的自动标定。这样车辆即使在行驶中,只要遇到合适的路段,就可以随时进行标定。
显然,本发明的三线标定方法不能对摄像机光心相对车体坐标系的纵向位移l进行标定,需要额外测量这个参数,使得l引入测量误差,但一般不会太大。在一般情况下,汽车的预瞄距离为30m~70m,因此测量引入的误差是可以忽略的,且幸运的是其它参数的计算不依赖于该参数。
另外,标定过程不可避免地会产生误差,其主要原因可归结如下:
●不能满足地面平坦性假设;
●三条直线存在弯曲或相互之间不平行;
●车身的纵轴线方向没有与直线平行;
●手工叠加的直线不是标志线的中心线;
●三条直线相对于车身纵轴线的距离测量误差较大;
●内部参数的标定不准确。
理论分析和实验结果表明,三线法仅需三条平行线,就可以完成车载摄像机的外部参数标定,相对已有的一些方法,具有原理简单,操作方便,通用性强,实现方式多样,易集成在车载机器视觉系统中等优点。引入图像处理技术后,整个标定过程可以完全自动化,甚至能够在车辆行驶中进行,从而在一定程度上解决了车载摄像机参数的漂移问题。另外,三线法还可以简化成六点法,即用呈矩形分布的六个点代替三条平行线。六点法特别适合于在固定场地上标定,只需要画六个点,但不适合于在公路上标定。附:《车载摄像机外部参数标定三线法》中一些公式的证明1.文中式(8)的推导
然后有
2.文中式(10)的推导根据文中式(9)
令
n=1,2,3
则
展开得r1·a·(r13·r21-r11·r23)+r1·d·(r11·r23-r13·r21)+r1·h·(r11r33-r13·r31)=a·(r12·r21-r11·r22)+d·(r11·r22-r12·r21)+h·(r11r32-r12·r31) (A1)同理可得r2·b·(r13·r21-r11·r23)+r2·d·(r11·r23-r13·r21)+r2·h·(r11r33-r13·r31)=b·(r12·r21-r11·r22)+d·(r11·r22-r12·r21)+h·(r11r32-r12·r31) (A2)r3·c·(r13·r21-r11·r23)+r3·d·(r11·r23-r13·r21)+r3·h·(r11r33-r13·r31)=c·(r12·r21-r11·r22)+d·(r11·r22-r12·r21)+h·(r11r32-r12·r31) (A3)式(A1)减去式(A2)得(r1·a-r2·b)·(r13·r21-r11·r23)+d·(r1-r2)·(r11·r23-r13·r21)+h·(r1-r2)·(r11·r33-r13·r31)=(a-b)·(r12·r21-r11·r22) (A4)式(A1)减去式(A3)得
(r1·a-r3·c)·(r13·r21-r11·r23)+d·(r1-r3)·(r11·r23-r13·r21)+h·(r1-r3)·(r11·r33-r13·r31)=(a-c)·(r12·r21-r11·r22) (A5)式(A2)减去式(A3)得
(r2·b-r3·c)·(r13·r21-r11·r23)+d·(r2-r3)·(r11·r23-r13·r21)+h·(r2-r3)·(r11·r33-r13·r31)=(b-c)·(r12·r21-r11·r22) (A6)由(A4)得
d·(r1-r2)·(r11·r23-r13·r21)=(a-b)·(r12·r21-r11·r22)-(r1·a-r2·b)·(r13·r21-r11·r23)-h·(r1-r2)·(r11·r33-r13·r31) (A7)由(A5)得
d·(r1-r3)·(r11·r23-r13·r21)=(a-c)·(r12·r21-r11·r22)-(r1·a-r3·c)·(r13·r21-r11·r23)-h·(r1-r3)·(r11·r33-r13·r31) (A8)由(A6)得
d·(r2-r3)·(r11·r23-r13·r21)=(b-c)·(r12·r21-r11·r22)-(r2·b-r3·c)·(r13·r21-r11·r23)-h·(r2-r3)·(r11·r33-r13·r31) (A9)(A7)除以(A8),得
整理得:
(r1-r2)·(a-c)·(r12·r21-r11·r22)-(r1-r2)·(r1·a-r3·c)·(r13·r21-r11·r23)
(A11)
=(r1-r3)·(a-b)·(r12·r21-r11·r22)-(r1-r3)·(r1·a-r2·b)·(r13·r21-r11-r23)因为
r12·r21-r11·r22=(sincosψ+cossinψsinθ)·(-sincosθ)-cosθcos·(coscosψ-sinsinψsinθ)=-cosψcosθ
r13·r21-r11·r23=(sinsinψ-coscosψsinθ)·(-sincosθ)-cosθcos·(cossinψ+sincosψsinθ)=-sinψcosθ式(A11)改写为
(r1-r2)·(a-c)·(-cosψcosθ)-(r1-r2)·(r1·a-r3·c)·(-sinψcosθ)
(A12)
=(r1-r3)·(a-b)·(-cosψcosθ)-(r1-r3)·(r1·a-r2·b)·(-sinψcosθ)等式两边约去cosθ,有
-(r1-r2)·(a-c)·cosψ+(r1-r3)·(a-b)·cosψ=(r1-r3)·(r1·a-r2·b)·sinψ-(r1-r2)·(r1·a-r3·c)·sinψ故有
3.文中式(11)的推导
根据文中式(7a)和(7b),有
式(A14)除以式(A15),最后解得
4.文中式(12)的推导根据式(A14),解得
5.文中式(13)的推导由式(A1)得d·[r1·(r11·r23-r13·r21)-(r11·r22-r12·r21)]=h·[(r11·r32-r12·r31)-r1·(r11r33-r13·r31)]+a·(r12·r21-r11·r22)-r1·α·(r13·r21-r11·r23) (A18)由式(A2)得d·[r2·(r11·r23-r13·r21)-(r11·r22-r12·r21)]=h·[(r11·r32-r12·r31)-r2·(r11r33-r13·r31)]+b·(r12·r21-r11·r22)-r2·b·(r13·r21-r11·r23) (A19)其中
r11·r22-r12·r21=cosθcos·(coscosψ-sinsinψsinθ)-(sincosψ+cossinψsinθ)·(-sincosθ)
=cosθcosψ
r11·r23-r13·r21=cosθcos·(cossinψ+sincosψsinθ)-(sinsinψ-coscosψsinθ)·(-sincosθ)
=sinψcosθ
r11·r32-r12·r31=cosθcos·(-cosθsinψ)-(sinsinψ-coscosψsinθ)·sinθ
=-cos·sinψ-sin·cosψ·sinθ
r11·r33-r13·r31=cosθcos·cosθcosψ-(sinsinψ-coscosψsinθ)·sinθ
=cos·cosψ-sin·sin·sinθ令A=r1·(r11·r23-r13·r21)-(r11·r22-r12·r21)=r1·sinψ·cosθ-cosθcosψB=[(r11·r32-r12·r31)-r1·(r11r33-r13·r31)]=-(cossinψ+sincosψsinθ)-r1(coscosψ-sinsinψsinθ)C=r2·(r11·r23-r13·r21)-(r11·r22-r12·r21)=r2·sinψcosθ-cosθcosψD=(r11·r32-r12·r31)-r2·(r11r33-r13·r31)=-(cossinψ+sincosψsinθ)-r2(coscosψ-sinsinψsinθ)式(A18)除以(A19),得
所以
再由式(A18),得
Claims (1)
1.车载摄像机外部参数三线标定方法,其特征在于,包括以下步骤:
1)在平坦地面上画三条互相平行的直线,或利用已有的平行线,或找一段有三条标志线的平直道路,使载有摄像机汽车的纵轴平行于这些直线,测得这些直线与车体纵轴的距离;
2)车载摄像机外部参数的确定
车载摄像机外部参数包括摄像机相对车体的侧倾角ψ、俯仰角θ、方向角、摄像机在车体中离地面的高度h和摄像机光心距车体纵轴的横向距离d;
(1)建立以像素为单位的摄像机外部参数表达式,采用左手坐标系,设车体坐标系中某一点的坐标为pv=(xv,yv,zv),其在摄像机坐标系的坐标为pc=(xc,yc,zc);摄像机相对车体的侧倾角为ψ,该侧倾角沿车辆行驶方向观察顺时针倾斜为正;俯仰角为θ,该俯仰角指向上方为正;方向角为,该方向角指向车身轴线左方为正;摄像机的光心在车体坐标系中的位置是t=(l,d,h),则
pv=R·pc+t
pc=R-1·pv-R-1·t=RT·pv-RT·t (1)
其中
(2)假设地面平坦,光轴o在平面zv=0上的投影形成的矢量是η,η与Xv轴形成的夹角是,光轴o与η形成的夹角是θ,摄像机的侧倾角为ψ,l1、l2、l3为平坦地面上三条平行于车身纵轴的直线,距Xv的距离分别为a、b、c;对于平坦地面上一条平行于车身纵轴Xv,且到其距离为k的直线l,其参数方程为
(3)根据式(1),l在摄像机坐标系中的参数方程为
(4)根据上述定义的摄像机坐标系、图像平面坐标系和像素坐标系之间的相互关系,有
u=yc,v=-zc,u=(i-ci).dx,v=(j-cj)·dy (4)
其中dx、dy和ci、cj分别为横向、纵向的比例系数和主点位置;
(5)根据小孔成像模型,结合式(3)、式(4),l在图像平面坐标系上的参数方程为
式中焦距以像素为单位表示;由于s是任意实数,且和l在同一个方向上,式(5)改写成
(6)当s→∞时,直线l延伸到无穷远处,其在图像平面坐标系上的消失点为
因为空间中相互平行的直线族在视平面有相同的消失点,故直线l1、l2、l3成像的消失点为
uh1=uh2=uh3=uh
vh1=vh2=vh3=vh
(7)根据图象平面中直线的斜率得
对于3条平行线l1、l2、l3,分别有
(8)根据式(9),解得
(9)根据式(7a)、(7b),得到俯仰角的表达式
(10)根据式(7a)、(7b),还能得到方向角的表达式
(11)根据式(9),可以解得
其中:
A=r1·sinψ·cosθ-cosθcosψ
B=-(cossinψ+sincosψsinθ)-r1(coscosψ-sinsinψsinθ)
C=r2·sinψcosθ-cosθcosψ
D=-(cossinψ+sincosψsinθ)-r2(coscosψ-sinsinψsinθ)
在像素坐标系内,以手工或自动的方式确定平行线交点和另外三点后的坐标后,即可直接计算出所需参数;
3)经过上述数学推导和坐标变换,得到摄像机相对车体的侧倾角ψ、俯仰角θ、方向角、摄像机在车体中离地面的高度h和摄像机光心距车体纵轴的横向距离d,即可完成摄像机外部参数标定。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNB2003101058444A CN1323547C (zh) | 2003-10-22 | 2003-10-22 | 一种车载摄像机外部参数三线标定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNB2003101058444A CN1323547C (zh) | 2003-10-22 | 2003-10-22 | 一种车载摄像机外部参数三线标定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN1537749A true CN1537749A (zh) | 2004-10-20 |
CN1323547C CN1323547C (zh) | 2007-06-27 |
Family
ID=34333890
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNB2003101058444A Expired - Fee Related CN1323547C (zh) | 2003-10-22 | 2003-10-22 | 一种车载摄像机外部参数三线标定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN1323547C (zh) |
Cited By (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101488222B (zh) * | 2008-01-16 | 2011-02-09 | 中国科学院自动化研究所 | 一种基于运动目标表象和运动信息的摄像机自标定方法 |
CN102013099A (zh) * | 2010-11-26 | 2011-04-13 | 中国人民解放军国防科学技术大学 | 车载摄像机外参数交互式标定方法 |
CN101408423B (zh) * | 2007-10-09 | 2011-05-18 | 财团法人工业技术研究院 | 影像撷取装置角度侦测方法及其车辆碰撞警示系统 |
CN101814184B (zh) * | 2010-01-15 | 2012-05-30 | 北京智安邦科技有限公司 | 基于线段的标定方法和装置 |
CN102661733A (zh) * | 2012-05-28 | 2012-09-12 | 天津工业大学 | 一种基于单目视觉的前方车辆测距方法 |
CN102968548A (zh) * | 2012-09-29 | 2013-03-13 | 昆山市智汽电子科技有限公司 | 一种车载标定的方法、设备及其系统 |
CN103136747A (zh) * | 2011-11-28 | 2013-06-05 | 歌乐株式会社 | 车载摄像系统及其校准方法和校准程序 |
CN103185543A (zh) * | 2011-12-31 | 2013-07-03 | 上海汽车集团股份有限公司 | 车载摄像头标定方法及系统 |
CN103832338A (zh) * | 2012-11-27 | 2014-06-04 | 德尔福电子(苏州)有限公司 | 一种车辆后视摄像头装配偏差补偿系统 |
CN104246825A (zh) * | 2012-01-20 | 2014-12-24 | Esg电子系统及逻辑股份有限公司 | 用于车辆摄像机的在线校准的方法和装置 |
CN104943620A (zh) * | 2015-06-19 | 2015-09-30 | 寅家电子科技(上海)有限公司 | 车载摄像头辅助安装系统及辅助安装方法 |
CN105701801A (zh) * | 2015-12-31 | 2016-06-22 | 清华大学 | 一种基于三线法的远景摄像机标定方法 |
CN106355581A (zh) * | 2016-09-29 | 2017-01-25 | 上海智驾电子科技有限公司 | 利用车辆检测实现车载摄像头的在线标定的装置及方法 |
CN107292282A (zh) * | 2017-07-04 | 2017-10-24 | 西安交通大学 | 一种基于语义推理和时空记忆更新的车辆检测方法 |
CN108154535A (zh) * | 2017-12-04 | 2018-06-12 | 中国人民解放军国防科技大学 | 基于平行光管的摄像机标定方法 |
CN110349219A (zh) * | 2018-04-04 | 2019-10-18 | 杭州海康威视数字技术股份有限公司 | 一种相机外参标定方法及装置 |
CN110490936A (zh) * | 2019-07-15 | 2019-11-22 | 杭州飞步科技有限公司 | 车辆摄像头的标定方法、装置、设备及可读存储介质 |
CN110555886A (zh) * | 2018-05-31 | 2019-12-10 | 杭州海康威视数字技术股份有限公司 | 一种车载相机外参标定方法、装置、电子设备及存储介质 |
CN111316337A (zh) * | 2018-12-26 | 2020-06-19 | 深圳市大疆创新科技有限公司 | 车载成像装置的安装参数的确定与驾驶控制方法及设备 |
CN111442845A (zh) * | 2020-03-26 | 2020-07-24 | 浙江大华技术股份有限公司 | 基于距离补偿的红外测温方法、装置及计算机存储介质 |
CN116381632A (zh) * | 2023-06-05 | 2023-07-04 | 南京隼眼电子科技有限公司 | 雷达横滚角的自标定方法、装置及存储介质 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6542840B2 (en) * | 2000-01-27 | 2003-04-01 | Matsushita Electric Industrial Co., Ltd. | Calibration system, target apparatus and calibration method |
US7151562B1 (en) * | 2000-08-03 | 2006-12-19 | Koninklijke Philips Electronics N.V. | Method and apparatus for external calibration of a camera via a graphical user interface |
JP3897984B2 (ja) * | 2001-02-02 | 2007-03-28 | 三菱電機株式会社 | 監視カメラのキャリブレーション方法及び道路監視用カメラ |
JP2003050107A (ja) * | 2001-08-07 | 2003-02-21 | Matsushita Electric Ind Co Ltd | カメラ校正装置 |
JP2003259357A (ja) * | 2002-03-05 | 2003-09-12 | Mitsubishi Electric Corp | カメラのキャリブレーション方法及びカメラのアタッチメント |
-
2003
- 2003-10-22 CN CNB2003101058444A patent/CN1323547C/zh not_active Expired - Fee Related
Cited By (33)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101408423B (zh) * | 2007-10-09 | 2011-05-18 | 财团法人工业技术研究院 | 影像撷取装置角度侦测方法及其车辆碰撞警示系统 |
CN101488222B (zh) * | 2008-01-16 | 2011-02-09 | 中国科学院自动化研究所 | 一种基于运动目标表象和运动信息的摄像机自标定方法 |
CN101814184B (zh) * | 2010-01-15 | 2012-05-30 | 北京智安邦科技有限公司 | 基于线段的标定方法和装置 |
CN102013099A (zh) * | 2010-11-26 | 2011-04-13 | 中国人民解放军国防科学技术大学 | 车载摄像机外参数交互式标定方法 |
CN102013099B (zh) * | 2010-11-26 | 2012-07-04 | 中国人民解放军国防科学技术大学 | 车载摄像机外参数交互式标定方法 |
CN103136747A (zh) * | 2011-11-28 | 2013-06-05 | 歌乐株式会社 | 车载摄像系统及其校准方法和校准程序 |
CN103185543B (zh) * | 2011-12-31 | 2015-11-25 | 上海汽车集团股份有限公司 | 车载摄像头标定方法及系统 |
CN103185543A (zh) * | 2011-12-31 | 2013-07-03 | 上海汽车集团股份有限公司 | 车载摄像头标定方法及系统 |
CN104246825A (zh) * | 2012-01-20 | 2014-12-24 | Esg电子系统及逻辑股份有限公司 | 用于车辆摄像机的在线校准的方法和装置 |
CN104246825B (zh) * | 2012-01-20 | 2016-01-06 | Esg电子系统及逻辑股份有限公司 | 用于车辆摄像机的在线校准的方法和装置 |
CN102661733B (zh) * | 2012-05-28 | 2014-06-04 | 天津工业大学 | 一种基于单目视觉的前方车辆测距方法 |
CN102661733A (zh) * | 2012-05-28 | 2012-09-12 | 天津工业大学 | 一种基于单目视觉的前方车辆测距方法 |
CN102968548A (zh) * | 2012-09-29 | 2013-03-13 | 昆山市智汽电子科技有限公司 | 一种车载标定的方法、设备及其系统 |
CN102968548B (zh) * | 2012-09-29 | 2016-01-06 | 昆山市智汽电子科技有限公司 | 一种车载标定的方法、设备及其系统 |
CN103832338B (zh) * | 2012-11-27 | 2016-05-04 | 德尔福电子(苏州)有限公司 | 一种车辆后视摄像头装配偏差补偿系统 |
CN103832338A (zh) * | 2012-11-27 | 2014-06-04 | 德尔福电子(苏州)有限公司 | 一种车辆后视摄像头装配偏差补偿系统 |
CN104943620A (zh) * | 2015-06-19 | 2015-09-30 | 寅家电子科技(上海)有限公司 | 车载摄像头辅助安装系统及辅助安装方法 |
CN105701801A (zh) * | 2015-12-31 | 2016-06-22 | 清华大学 | 一种基于三线法的远景摄像机标定方法 |
CN106355581A (zh) * | 2016-09-29 | 2017-01-25 | 上海智驾电子科技有限公司 | 利用车辆检测实现车载摄像头的在线标定的装置及方法 |
CN106355581B (zh) * | 2016-09-29 | 2019-02-01 | 上海智驾汽车科技有限公司 | 利用车辆检测实现车载摄像头的在线标定的装置及方法 |
CN107292282A (zh) * | 2017-07-04 | 2017-10-24 | 西安交通大学 | 一种基于语义推理和时空记忆更新的车辆检测方法 |
CN107292282B (zh) * | 2017-07-04 | 2019-10-11 | 西安交通大学 | 一种基于语义推理和时空记忆更新的车辆检测方法 |
CN108154535B (zh) * | 2017-12-04 | 2020-02-11 | 中国人民解放军国防科技大学 | 基于平行光管的摄像机标定方法 |
CN108154535A (zh) * | 2017-12-04 | 2018-06-12 | 中国人民解放军国防科技大学 | 基于平行光管的摄像机标定方法 |
CN110349219A (zh) * | 2018-04-04 | 2019-10-18 | 杭州海康威视数字技术股份有限公司 | 一种相机外参标定方法及装置 |
CN110555886A (zh) * | 2018-05-31 | 2019-12-10 | 杭州海康威视数字技术股份有限公司 | 一种车载相机外参标定方法、装置、电子设备及存储介质 |
CN110555886B (zh) * | 2018-05-31 | 2021-09-17 | 杭州海康威视数字技术股份有限公司 | 一种车载相机外参标定方法、装置、电子设备及存储介质 |
CN111316337A (zh) * | 2018-12-26 | 2020-06-19 | 深圳市大疆创新科技有限公司 | 车载成像装置的安装参数的确定与驾驶控制方法及设备 |
CN110490936A (zh) * | 2019-07-15 | 2019-11-22 | 杭州飞步科技有限公司 | 车辆摄像头的标定方法、装置、设备及可读存储介质 |
CN110490936B (zh) * | 2019-07-15 | 2021-09-07 | 杭州飞步科技有限公司 | 车辆摄像头的标定方法、装置、设备及可读存储介质 |
CN111442845A (zh) * | 2020-03-26 | 2020-07-24 | 浙江大华技术股份有限公司 | 基于距离补偿的红外测温方法、装置及计算机存储介质 |
CN116381632A (zh) * | 2023-06-05 | 2023-07-04 | 南京隼眼电子科技有限公司 | 雷达横滚角的自标定方法、装置及存储介质 |
CN116381632B (zh) * | 2023-06-05 | 2023-08-18 | 南京隼眼电子科技有限公司 | 雷达横滚角的自标定方法、装置及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN1323547C (zh) | 2007-06-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN1537749A (zh) | 一种车载摄像机外部参数三线标定方法 | |
CN1080911C (zh) | 一种观察目标的方法和装置 | |
CN106607907B (zh) | 一种移动视觉机器人及其测控方法 | |
CN1212724C (zh) | 图像合成装置和方法 | |
JP6270102B2 (ja) | 移動面境界線認識装置、これを用いた移動体機器制御システム、移動面境界線認識方法及び移動面境界線認識用プログラム | |
CN1159914C (zh) | 一种监视系统 | |
CN1230690C (zh) | 采用车载摄像机对道路信息的抽样方法 | |
CN103759648B (zh) | 一种基于激光双目视觉的复杂角焊缝位置检测方法 | |
CN1282942C (zh) | 用于外表检测的图像处理方法 | |
CN1841023A (zh) | 车辆位置识别装置及车辆位置识别方法 | |
CN101033978A (zh) | 智能汽车辅助导航和自动兼辅助驾驶系统 | |
CN1912950A (zh) | 基于全方位视觉传感器的违章车辆监控装置 | |
CN1831479A (zh) | 驾驶辅助系统 | |
CN1782668A (zh) | 以视频感知的障碍物防撞方法与装置 | |
CN1651862A (zh) | 运动物体运动估计方法和系统 | |
CN1218355A (zh) | 汽车自动驾驶系统 | |
CN1617170A (zh) | 环境识别设备及方法,路径规划设备及方法以及机器人 | |
CN1804927A (zh) | 基于全方位视觉传感器的道路监控装置 | |
KR20120072020A (ko) | 자율주행 시스템의 주행정보 인식 방법 및 장치 | |
CN108107837A (zh) | 一种基于视觉引导的玻璃加工装置及方法 | |
CN112037159A (zh) | 一种跨相机道路空间融合及车辆目标检测跟踪方法及系统 | |
CN109635737A (zh) | 基于道路标记线视觉识别辅助车辆导航定位方法 | |
CN113177918B (zh) | 一种无人机对电力杆塔的智能精准巡检方法及系统 | |
CN112232275A (zh) | 基于双目识别的障碍物检测方法、系统、设备及存储介质 | |
CN100344937C (zh) | 一种星跟踪器快速匹配识别方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
C17 | Cessation of patent right | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20070627 Termination date: 20111022 |