TWI814053B - 標定樣板、標定系統及其標定方法 - Google Patents
標定樣板、標定系統及其標定方法 Download PDFInfo
- Publication number
- TWI814053B TWI814053B TW110129874A TW110129874A TWI814053B TW I814053 B TWI814053 B TW I814053B TW 110129874 A TW110129874 A TW 110129874A TW 110129874 A TW110129874 A TW 110129874A TW I814053 B TWI814053 B TW I814053B
- Authority
- TW
- Taiwan
- Prior art keywords
- calibration
- pattern
- template
- identification
- logo
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000012937 correction Methods 0.000 claims description 13
- 238000010586 diagram Methods 0.000 description 11
- 235000004522 Pentaglottis sempervirens Nutrition 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 5
- 238000004590 computer program Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 239000004744 fabric Substances 0.000 description 4
- 240000004050 Pentaglottis sempervirens Species 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 239000004745 nonwoven fabric Substances 0.000 description 3
- 238000009434 installation Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 108010001267 Protein Subunits Proteins 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000003973 paint Substances 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- 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
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
-
- 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
- G06T2207/30248—Vehicle exterior or interior
- G06T2207/30252—Vehicle exterior; Vicinity of vehicle
- G06T2207/30264—Parking
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Geometry (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Ink Jet (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
Abstract
本發明公開一種標定樣板、標定系統及其標定方法。該標定樣板包括標定圖案以及至少一個標識圖案,該標定圖案包括相間分佈的複數個黑格子和複數個白格子,每個標識圖案內嵌於該標定圖案的一個黑格子或白格子中,其中,每個標識圖案包括至少一個標識角,每個標識圖案的尺寸小於其所內嵌的黑格子或白格子的尺寸,且每個標識圖案的邊界顏色不同於其所內嵌的黑格子或白格子的顏色。
Description
本發明涉及泊車輔助技術領域,尤其涉及一種標定樣板、標定系統及其標定方法。
360°全景泊車輔助系統作為一種新型智慧化泊車輔助系統,已經越來越多地應用於新車型中。但在車廠實際量產時,每個車輛的攝像頭都存在不同的安裝誤差,因此需要對每一輛車或攝像頭進行自動標定校正,以便系統能夠以標定方式糾正因生產製造因素對影像顯示及拼接效果造成的影響;該標定或校正的速度及效果是依賴於標定場地及標定布。
目前的標定或校正方式採用四個常用攝像頭、LVDS(Low-Voltage Differential Signaling)傳輸同軸線、一張棋盤格標定布,標定布將汽車的前後左右區域全部鋪滿,然後透過測量獲取到每個棋盤格點的世界坐標系,即可透過演算法獲取到安裝於汽車前後左右的四個攝像頭的內外及畸變參數,從而完成了對攝像頭的標定過程,標定後的參數可以用來生成360度環繞俯視圖。但是這種標定方式存在以下缺點:標定布上棋盤密佈在汽車的前後左右側,標定時計算量大,實際測量也較為麻煩,因此有待改進。
有鑑於此,本發明提供一種標定樣板、標定系統及其標定方法,以解決上述問題。
根據本發明的第一方面,公開一種標定樣板,用於攝像頭的標定,該標定樣板包括標定圖案以及至少一個標識圖案,該標定圖案包括相間分佈的複數個黑格子和複數個白格子,每個標識圖案內嵌於該標定圖案的一個黑格子或白格子中,其中,每個標識圖案包括至少一個標識角,每個標識圖案的尺寸小於其所內嵌的該黑格子或白格子的尺寸,且每個標識圖案的邊界顏色不同於其所內嵌的該黑格子或白格子的顏色。
根據本發明的第二方面,公開一種標定系統,用於攝像頭的標定,該標定系統包括計算終端和標定樣板,其中,該標定樣板為上述的標定樣板;以及該計算終端被用於從待標定的攝像頭獲取該攝像頭採集的對應於標定樣板的影像,以及用於識別該影像中的該標識圖案的至少一個標識角來獲取標識圖案的位置,並透過該標識圖案的位置對該標定圖案進行定位。
根據本發明的第三方面,公開一種標定方法,用於攝像頭的標定,該標定方法採用了包括標定圖案以及至少一個標識圖案的標定樣板,該標定圖案包括相間分佈的複數個黑格子和複數個白格子,每個標識圖案內嵌於該標定圖案的一個黑格子或白格子中,其中,每個標識圖案包括至少一個標識角,每個標識圖案的尺寸小於其所內嵌的該黑格子或白格子的尺寸,且每個標識圖案的邊界顏色不同於其所內嵌的該黑格子或白格子的顏色,該標定方法包括:
獲取由待標定的攝像頭採集的自身拍攝範圍對應區域標定樣板的影像;以及
識別該影像中的該標識圖案的至少一個標識角來獲取該標識圖案的位置,透過該標識圖案的位置對該標定圖案進行定位。
區別於先前技術,本申請的有益效果在於:本申請的標定樣板包括標定圖案以及至少一個標識圖案,標定圖案包括相間分佈的複數個黑格子和複數個白格子,每個標識圖案內嵌於標定圖案的一個黑格子或白格子中,其中,每個標識圖案包括至少一個標識角,每個標識圖案的尺寸小於其所內嵌的黑格子或白格子的尺寸,且每個標識圖案的邊界顏色不同於其所內嵌的黑格子或白格子的顏色。本申請提供了一種新型的標定樣板,透過引入該標定樣板中的標識圖案進行定位,能夠有效提高標定的效率、準確度和穩定性。
下面將結合本發明實施例中的附圖,對本發明實施例中的技術方案進行清楚、完整地描述,顯然,所描述的實施例僅是本發明的一部分實施例,而不是全部的實施例。基於本發明中的實施例,本領域普通技術人員在沒有做出創造性勞動前提下所獲得的所有其他實施例,都屬於本發明保護的範圍。
具體請參閱圖1和圖2,圖1是本申請提供的標定樣板一實施例的結構示意圖,圖2是本申請提供的標定樣板另一實施例的結構示意圖。
如圖1和圖2所示,本申請實施例的標定樣板100包括標定圖案11以及至少一個標識圖案12。其中,標定圖案11由相間分佈的複數個黑格子和複數個白格子組成,標識圖案12可以內嵌於標定圖案11中的一個黑格子中,如圖1所示,或者標識圖案12可以內嵌於標定圖案11中的一個白格子中。
下面以標識圖案12內嵌于黑格子進行說明,標識圖案12由至少三個白色棋盤格子圍繞設置。具體地,當標識圖案12設置在標定圖案11的邊緣位置,則標識圖案12由三個白色棋盤格子圍繞設置;當標識圖案12設置在標定圖案11內部,則標識圖案12由四個白色棋盤格子圍繞設置。
其中,標識圖案12的類型包括但不限於AprilTag標識碼、二維碼以及條碼中的一種或多種,即標定樣板100中可以設置一種類型的標識圖案12,也可以設置多種類型的標識圖案12,且數量不做限制。
以圖1中的AprilTag標識碼為例,由於AprilTag標識碼的四個標識角容易識別,不同的AprilTag標識碼對應的四個標識角不同。因此,透過識別AprilTag標識碼的四個標識角,即可以快速定位AprilTag標識碼的位置和類型。
在其他可能的實施例中,標識圖案12也可以僅包括一個標識角,同樣以圖1中的AprilTag標識碼為例,本申請實施例也可以僅將AprilTag標識碼左上方的角作為標識角,其他位置的角不進行識別。因此,本申請實施例同樣對標識角的數量不做限制。在一個實施例中,標識圖案中可以是其中一個標識圖案包括四個標識角,另一個標識圖案包括三個標識角,其他一個標識圖案包括一個或兩個標識角,又一個表示圖案包括五個標識角,等等。在另一個實施例中,所有標識圖案包括相同數量的標識角,例如均包括一個、兩個、四個或更多的標識角。在其他實施例中,標識圖案中至少有兩個標識圖案的標識角相同,例如均為四個,其他的標識圖案可以具有一個、兩個、或其他數量的標識角。因此本發明中對於每個標識圖案的標識角數量可以自由設置,並無限制。
本實施例中系統透過辨認標識圖案12(如AprilTag標識碼)的位置,來定位標識角(方格的角)的絕對位置。例如,在標定的過程中,計算終端可以透過識別攝像頭採集的影像中標識圖案的四個標識角識別AprilTag標識碼的位置和內容,即可以AprilTag標識碼為基準快速定位AprilTag標識碼周圍的棋盤格子的世界座標。具體地,AprilTag標識碼的標識角主要用於AprilTag標識碼周圍黑格子和白格子的交點,本申請實施例透過引入AprilTag標識碼可以更快更準確地定位到黑格子和白格子的交點,從而對黑格子和白格子進行定位。
其中,AprilTag標識碼的生成方式如下:首先,確定需要生成的AprilTag標識碼與標定圖案11的位置對應關係;然後,將該位置對應關係作為參數輸入程式中;最後,在生成AprilTag標識碼時按照程式中的參數生成。
由AprilTag標識碼的生成過程可知,由於每個AprilTag標識碼與標定圖案11的相對位置不同,導致每個AprilTag標識碼的標識角均不同。在對車輛泊車系統的攝像頭進行標定的過程匯總,計算終端識別AprilTag標識碼的標識角,以此對AprilTag標識碼的內容,即AprilTag標識碼與標定圖案11的位置對應關係進行識別,得到AprilTag標識碼的標識角的世界座標,最後根據標識角的世界座標快速定位黑格子和白格子交點的世界座標。
計算終端對標定樣板100的所有黑格子和白格子(它們的相交的角落)的世界座標進行定位後,產生獲取環繞該目標車輛四周的全景影像所需的參數,該參數包括對該攝像頭進行畸變校正的參數以及拼接該攝像頭採集的對應於標定樣板的影像所需的參數,從而完成全景泊車的標定。然後計算終端基於對該攝像頭進行畸變校正的參數對攝像頭進行畸變校正,並且基於拼接該攝像頭採集的對應於標定樣板的影像所需的參數將各個攝像頭所採集的影像進行拼接,以生成對地的鳥瞰圖(或稱為全景影像)。其中,拼接各個攝像頭採集的對應於標定樣板的影像,攝像頭所採集的不一定是標定樣板的影像,也可以是對應於標定樣板的位置的影像,以形成全景影像(將攝像頭採集的影像拼接成環繞目標車輛11四周的全景影像或對地的鳥瞰圖)。
關於攝像頭的畸變校正原理,求解攝像頭的內參和外參等演算法,可以採用與現有技術相同的原理進行。現有技術在畸變校正時,通常是採用黑白格子的角點或者圓形圖案的圓心作為初始座標。採用黑白格子的角點作為初始座標時,由於攝像頭的畸變,導致採集到的影像上的黑白格子的角點不易被找到,容易丟失;而採用圓形圖案的圓心作為初始座標時,由於圓心的座標較難獲取,因此計算方式較複雜,並且存在較大的誤差。本發明中採用標識圖案的角點作為初始座標,在攝像頭採集的圖片中更加容易識別到標識圖案,從而更加容易找到標識圖案的角點,繼而更加容易和穩定的找到黑白格子的交點,這樣提高了尋找到初始座標的效率和準確性,簡化了演算法,可以更快更準確的生成對地的鳥瞰圖,以及拼接成完成的環繞車身四周的影像。
進一步地,為了更好地識別標識圖案12,本申請實施例的每個標識圖案12的邊界顏色不同於其所內嵌的黑格子或白格子的顏色。如圖1所示,標識圖案12的邊界顏色為白色,其所內嵌的格子為黑格子;如圖2所示,標識圖案12的邊界顏色為黑色,其所內嵌的格子為白格子。邊界顏色可以是指標識圖案與相應的黑格子或白格子交界處的顏色,此交界處的顏色與相應的黑格子或白格子的顏色不同,並且最好對比度明顯(例如上述的黑色對白色,白色對黑色;或者其他合適的可以顯著區分的顏色)。
請繼續參閱圖1和圖3,圖3是本申請提供的標定樣本又一實施例的結構示意圖,本申請實施例的標定樣板100可以用於標定車輛泊車系統的攝像頭。具體地,標定樣板100上標識圖案12的數量可以對應於需要標定的攝像頭數量來設置,或者標定樣板100上標識圖案12的數量可以對應於需要標定的攝像頭數量來啟用。
如圖3所示,標定樣板100設置至少一個AprilTag標識碼在目標車輛所在區域的正前方,標定樣板100設置至少一個AprilTag標識碼在目標車輛100所在區域的正後方;標定樣板100設置至少兩個AprilTag標識碼在目標車輛所在區域的左側,標定樣板100設置至少兩個AprilTag標識碼在目標車輛所在區域的右側。分別在目標車輛所在區域的左右側設置至少兩個AprilTag標識碼可以很好地適應不同車長的目標車輛,在目標車輛側方的攝像頭無法識別側面的一個AprilTag標識碼時,另一個AprilTag標識碼可以協助識別。例如,當目標車輛較長時,目標車輛的側方攝像頭無法識別側面靠前的AprilTag標識碼,此時,可以識別側面靠後的AprilTag標識碼來進行標定。
需要說明的是,本申請實施例還適應於不同數量以及不同位置的AprilTag標識碼設置方式,在此不再贅述。
其中,標定圖案11中黑白棋盤格子的尺寸,例如長度、寬度或/和面積等,取決於各自與攝像頭的相對位置以及攝像頭的畸變參數。
具體地,標定圖案11具體可以劃分為三個標定區域(圖中未示出),包括第一標定區域、第二標定區域和第三標定區域,其中第一標定區域包括攝像頭拍攝範圍邊緣的黑色格子,第二標定區域包括標識圖案周圍的黑色格子,第三標定區域包括其餘黑色格子。需要說明的是,此處對於標定區域的劃分只對黑色格子進行說明,應當理解的是,標定區域同樣包括白色格子。
其中,第一標定區域的黑色格子的面積大於第三標定區域的黑色格子的面積,第二標定區域的標定面積大於第三標定區域的。
進一步地,由於處於攝像頭拍攝範圍邊緣的黑色格子變形較大,第一標定區域的黑色格子的寬度或者面積需要設置為較大數值,以使在攝像頭採集的影像中第一標定區域的黑色格子與相鄰的白色格子之間的界限能夠清晰辨識。另外,由於本申請實施例的標定樣板100中最先識別的是其中的標識圖案12,其次識別的是標識圖案12周圍的黑白棋盤格子,因此,第二標定區域的黑色格子的寬度或者面積也需要設置為較大數值,從而保證識別結果準確,識別效率高。
另外,第三標定區域的寬度或者面積的設置數值還可以採用以下方式:第一、黑色格子的寬度或者面積均等設置;第二、按照第一標定區域到第二標定區域的方向,黑色格子的寬度或者面積逐步減小。
其中,標定樣板100為無紡布或者地面。標定樣板100可以印刷在不同的材質上,以不同的形態出現,比如印刷在無紡布上,或者直接用油漆刷在固定地面上。
需要說明的是,在前裝車廠的車間內部,由於具備固定的場地和工位,一般使用油漆刷在固定的地面上,而後裝為了靈活性,一般均印製在不反光的無紡布上,便於折疊、存放和運輸。
請繼續參閱圖1和圖2,標定樣板100中鋪設在目標車輛左右兩側的尾部,繪製有多條指示線13,每條指示線的間隔為20cm。
本申請實施例在標定樣板100左右兩側的尾部,畫有多條指示線13,並分別標注距離,如20cm、40cm、60cm…120cm等,以適應不同長度的車型。使用時,標定樣板100可以拉長到20cm、40cm、60cm…120cm等位置處,從而使得標定樣板100可以適用於不同長度的車型。例如,針對A級轎車,拉長到80cm處,對於一般的SUV汽車,拉長到120處,避免操作工人用尺子量距離,操作誤差。
另外,由於標定樣板100一般由多塊拼接樣板拼接形成,拼接樣板上設置有對齊拼接圖案14。其中,本申請實施例的對齊拼接圖案14可以體現為圓形四分格圖案,在其他實施例中,對齊拼接圖案14也可以體現其他圖案,在此不再贅述。
市面上的現有技術中,拼接樣板鋪設時對齊需要花費大量時間,並且需要用尺子去量拼接樣板之間的相對距離,操作非常麻煩,且難以保證精度,不同的操作工人差別很大,一致性不好,這些都將明顯影響標定效果。
本申請實施例,由於引入對齊拼接圖案,在鋪設拼接樣板時,可以透過觀察對齊拼接圖案的位置和距離,保證拼接樣板之間是否對齊,從而保證標定樣板100拼接成功。
另外,標定樣板100中鋪設在目標車輛周圍黑格子或白格子上,繪製有複數個指示字15,如圖1所示白格子中繪製的指示字15“前”、“後”、“左”、“右”等,便於停放目標車輛時可以快速找到合適的停放位置。
請繼續參閱圖4,圖4是本申請提供的全景泊車的標定系統一實施例的結構示意圖。
如圖4所示,本申請實施例的標定系統200包括計算終端22和標定樣板21,其中,標定樣板21具體可以參閱以上實施例的描述,在此不再贅述。
計算終端22具體可以為目標車輛的中控系統,也可以為目標車輛的中空系統以外的具有資料處理能力的處理終端。計算終端21用於從待標定的攝像頭獲取攝像頭採集的對應於標定樣板的影像,以及用於識別該影像中的該標識圖案的至少一個標識角來獲取標識圖案的位置,並透過該標識圖案的位置對該標定圖案進行定位。計算終端21還用於基於該標定圖案預先設定的世界座標,產生獲取環繞該目標車輛四周的全景影像所需的參數,該參數包括對該攝像頭進行畸變校正的參數以及拼接該攝像頭採集的對應於標定樣板的影像所需的參數。
基於上述標定樣板和標定系統,本申請還提供了一種全景泊車的標定方法,具體請參閱圖5,圖5是本申請提供的標定方法一實施例的流程示意圖。
本申請的全景泊車的標定方法應用於一種終端設備,其中,本申請的終端設備可以為伺服器,也可以為行動設備,還可以為由伺服器和行動設備相互配合的系統。相應地,終端設備包括的各個部分,例如各個單元、子單元、模組、子模組可以全部設置於伺服器中,也可以全部設置於行動設備中,還可以分別設置於伺服器和行動設備中。
進一步地,上述伺服器可以是硬體,也可以是軟體。當伺服器為硬體時,可以實現成複數個伺服器組成的分散式伺服器集群,也可以實現成單個伺服器。當伺服器為軟體時,可以實現成複數個軟體或軟體模組,例如用來提供分散式伺服器的軟體或軟體模組,也可以實現成單個軟體或軟體模組,在此不做具體限定。
如圖5所示,本實施例的標定方法具體包括以下步驟:
步驟S11:獲取由待標定的攝像頭採集的自身拍攝範圍對應區域標定樣板的影像,並傳輸至計算終端。
步驟S12:計算終端透過識別由待標定攝像頭所採集的影像中的標識圖案的至少一個標識角獲取標識圖案的位置,透過標識圖案的位置對標定圖案進行定位。
步驟S13:計算終端基於標定圖案預先設定的世界座標,產生獲取環繞該目標車輛四周的全景影像所需的參數,該參數包括對該攝像頭進行畸變校正的參數以及拼接該攝像頭採集的對應於標定樣板的影像所需的參數。
計算終端對標定樣板100的所有黑格子和白格子的(它們的相交的角落)世界座標進行定位後,產生獲取環繞該目標車輛四周的全景影像所需的參數,該參數包括對該攝像頭進行畸變校正的參數以及拼接該攝像頭採集的對應於標定樣板的影像所需的參數,從而完成全景泊車的標定。然後計算終端基於對該攝像頭進行畸變校正的參數對攝像頭進行畸變校正,並且基於拼接該攝像頭採集的對應於標定樣板的影像所需的參數將各個攝像頭所採集的影像進行拼接,以生成對地的鳥瞰圖(或稱為全景影像)。其中,拼接各個攝像頭採集的對應於標定樣板的影像,攝像頭所採集的不一定是標定樣板的影像,也可以是對應於標定樣板的位置的影像,以形成全景影像(將攝像頭採集的影像拼接成環繞目標車輛11四周的全景影像或對地的鳥瞰圖)。
其中,上述步驟S11~S13的具體過程在上述標定樣板和標定系統的實施例中已經描述,在此不再贅述。本實施例中可以採用上述標定樣板對攝像頭進行標定。
為了實現上述實施例的標定方法,本申請還提供了一種終端設備,具體請參閱圖6,圖6是本申請提供的終端設備一實施例的結構示意圖。
如圖6所示,本實施例的終端設備400包括處理器41、記憶體42、輸入輸出設備43以及匯流排44。
該處理器41、記憶體42、輸入輸出設備43分別與匯流排44相連,該記憶體42中存儲有電腦程式,處理器41用於執行電腦程式以實現上述實施例的標定方法。
在本實施例中,處理器41還可以稱為CPU(Central Processing Unit,中央處理單元)。處理器41可能是一種積體電路晶片,具有訊號的處理能力。處理器41還可以是通用處理器、數位訊號處理器(DSP)、專用積體電路(ASIC)、現場可程式設計閘陣列(FPGA)或者其它可程式設計邏輯器件、分立門或者電晶體邏輯器件、分立硬體组件。處理器41還可以是GPU(Graphics Processing Unit,圖形處理器),又稱顯示核心、視覺處理器、顯示晶片,是一種專門在個人電腦、工作站、遊戲機和一些行動設備(如平板電腦、智慧手機等)上影像運算工作的微處理器。GPU的用途是將電腦系統所需要的顯示資訊進行轉換驅動,並向顯示器提供行掃描訊號,控制顯示器的正確顯示,是連接顯示器和個人電腦主機板的重要元件,也是“人機對話”的重要設備之一。顯卡作為電腦主機裡的一個重要組成部分,承擔輸出顯示圖形的任務,對於從事專業圖形設計的人來說顯卡非常重要。通用處理器可以是微處理器或者該處理器41也可以是任何常規的處理器等。
本申請還提供一種電腦存儲介質,如圖7所示,電腦存儲介質500用於存儲電腦程式51,電腦程式51在被處理器執行時,用以實現如本申請標定方法實施例中該方法。
本申請標定方法實施例中所涉及到的方法,在實現時以軟體功能單元的形式存在並作為獨立的產品銷售或使用時,可以存儲在設備中,例如一個電腦可讀取存儲介質。基於這樣的理解,本申請的技術方案本質上或者說對現有技術做出貢獻的部分或者該技術方案的全部或部分可以以軟體產品的形式體現出來,該電腦軟體產品存儲在一個存儲介質中,包括若干指令用以使得一台電腦設備(可以是個人電腦,伺服器,或者網路設備等)或處理器(processor)執行本發明各個實施方式該方法的全部或部分步驟。而前述的存儲介質包括:U盤、行動硬碟、唯讀記憶體(ROM,Read-Only Memory)、隨機存取記憶體(RAM,Random Access Memory)、磁碟或者光碟等各種可以存儲程式碼的介質。
儘管已經對本發明實施例及其優點進行了詳細說明,但應當理解的是,在不脫離本發明的精神以及申請專利範圍所定義的範圍內,可以對本發明進行各種改變、替換和變更。所描述的實施例在所有方面僅用於說明的目的而並非用於限制本發明。本發明的保護範圍當視所附的申請專利範圍所界定者為准。本領域技術人員皆在不脫離本發明之精神以及範圍內做些許更動與潤飾。
11:標定圖案
12:標識圖案
13:指示線
14:對齊拼接圖案
15:指示字
100,21:標定樣板
200:標定系統
22:計算終端
S11,S12,S13:步驟
41:處理器
42:記憶體
43:輸入輸出設備
44:匯流排
400:終端設備
51:電腦程式
500:電腦存儲介質
透過閱讀後續的詳細描述和實施例可以更全面地理解本發明,本實施例參照附圖給出,其中:
圖1是本申請提供的標定樣板一實施例的結構示意圖;
圖2是本申請提供的標定樣板另一實施例的結構示意圖;
圖3是本申請提供的標定樣本又一實施例的結構示意圖;
圖4是本申請提供的全景泊車的標定系統一實施例的結構示意圖;
圖5是本申請提供的標定方法一實施例的流程示意圖;
圖6是本申請提供的終端設備一實施例的結構示意圖;
圖7是本申請提供的電腦存儲介質一實施例的結構示意圖。
11:標定圖案
12:標識圖案
13:指示線
14:對齊拼接圖案
15:指示字
100:標定樣板
Claims (11)
- 一種標定樣板,用於攝像頭的標定,該標定樣板包括標定圖案以及至少一個標識圖案,該標定圖案包括相間分佈的複數個黑格子和複數個白格子,每個標識圖案內嵌於該標定圖案的一個黑格子或白格子中,其中,每個標識圖案包括至少一個標識角,每個標識圖案的尺寸小於其所內嵌的該黑格子或白格子的尺寸,且每個標識圖案的邊界顏色不同於其所內嵌的該黑格子或白格子的顏色;其中,該標定樣板用於標定車輛泊車系統的攝像頭;其中,該至少一個標識圖案包括分別設置在對應於待標定的車輛車尾與車頭區域的各至少一個標識圖案,以及分別設置在對應於待標定的車輛車身兩側區域各至少兩個標識圖案。
- 如請求項1之標定樣板,其中,該標識圖案中的至少一個標識圖案包括四個標識角。
- 如請求項1之標定樣板,其中,該至少一個標識圖案包括AprilTag標識碼、二維碼以及條碼中的一種或多種。
- 如請求項1之標定樣板,其中,該至少一個標識圖案的數量對應於需要標定的攝像頭數量來設置。
- 如請求項1之標定樣板,其中,每個標識圖案均不相同。
- 如請求項1之標定樣板,其中,該標定圖案包括三個標定區域,第一標定區域包括該標定樣板邊緣的標定圖案,第二標定區域包括該標識圖案周圍的標定圖案,第三標定區域包括該標定樣板其餘的標定圖案;該第一標定區域的標定圖案的面積大於該第三標定區域的標定圖案的面積,該第二標定區域的標定圖案的面積大於該第三標定區域的標定圖案的面積。
- 如請求項1之標定樣板,其中,該標定樣板由多塊拼接樣板拼接形成,該拼接樣板上設置有對齊拼接圖案;其中一個拼接樣板的對齊拼接圖案與另一個拼接樣板的對齊拼接圖案對齊。
- 一種標定系統,用於攝像頭的標定,其中,該標定系統包括計算終端和標定樣板,其中,該標定樣板為請求項1-7任一一項之標定樣板;以及該計算終端被用於從待標定的攝像頭獲取該攝像頭採集的對應於標定樣板的影像,以及用於識別該影像中的該標識圖案的至少一個標識角來獲取標識圖案的位置,並透過該標識圖案的位置對該標定圖案進行定位。
- 如請求項8之標定系統,其中,該計算終端還用於基於該標定圖案預先設定的世界座標,產生獲取環繞該目標車輛四周的全景影像所需的參數,該參數包括對該攝像頭進行畸變校正的參數以及拼接該攝像頭採集的對應於標定樣板的影像所需的參數。
- 一種標定方法,用於攝像頭的標定,其中,該標定方法採用了包括標定圖案以及至少一個標識圖案的標定樣板,該標定圖案包括相間分佈的複數個黑格子和複數個白格子,每個標識圖案內嵌於該標定圖案的一個黑格子或白格子中,其中,每個標識圖案包括至少一個標識角,每個標識圖案的尺寸小於其所內嵌的該黑格子或白格子的尺寸,且每個標識圖案的邊界顏色不同於其所內嵌的該黑格子或白格子的顏色,其中,該標定樣板用於標定車輛泊車系統的攝像頭;其中,該至少一個標識圖案包括分別設置在對應於待標定的車輛車尾與車頭區域的各至少一個標識圖案,以及分別設置在對應於待標定的車輛車身兩側區域各至少兩個標識圖案,該標定方法包括:獲取由待標定的攝像頭採集的自身拍攝範圍對應區域標定樣板的影像;以 及識別該影像中的該標識圖案的至少一個標識角來獲取該標識圖案的位置,透過該標識圖案的位置對該標定圖案進行定位。
- 如請求項10之標定方法,其中,該標定方法還包括基於該標定圖案預先設定的世界座標,產生獲取環繞該目標車輛四周的全景影像所需的參數,該參數包括對該攝像頭進行畸變校正的參數以及拼接該攝像頭採集的對應於標定樣板的影像所需的參數。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110603774.3 | 2021-05-31 | ||
CN202110603774.3A CN115482287A (zh) | 2021-05-31 | 2021-05-31 | 标定样板、标定系统及其标定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW202248900A TW202248900A (zh) | 2022-12-16 |
TWI814053B true TWI814053B (zh) | 2023-09-01 |
Family
ID=84420463
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW110129874A TWI814053B (zh) | 2021-05-31 | 2021-08-13 | 標定樣板、標定系統及其標定方法 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN115482287A (zh) |
TW (1) | TWI814053B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109360245A (zh) * | 2018-10-26 | 2019-02-19 | 魔视智能科技(上海)有限公司 | 无人驾驶车辆多相机系统的外参数标定方法 |
WO2020014845A1 (zh) * | 2018-07-16 | 2020-01-23 | 深圳配天智能技术研究院有限公司 | 一种标定板、内参数标定方法、机器视觉系统及存储装置 |
CN111123902A (zh) * | 2018-10-11 | 2020-05-08 | 郑州宇通客车股份有限公司 | 一种车辆进站方法及车站 |
CN211044536U (zh) * | 2020-01-14 | 2020-07-17 | 中国计量大学 | 基于标签定位识别的自动巡线停车系统 |
TW202036478A (zh) * | 2019-03-28 | 2020-10-01 | 香港商阿里巴巴集團服務有限公司 | 攝影機標定方法、路側感知設備和智慧交通系統 |
-
2021
- 2021-05-31 CN CN202110603774.3A patent/CN115482287A/zh active Pending
- 2021-08-13 TW TW110129874A patent/TWI814053B/zh active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020014845A1 (zh) * | 2018-07-16 | 2020-01-23 | 深圳配天智能技术研究院有限公司 | 一种标定板、内参数标定方法、机器视觉系统及存储装置 |
CN111123902A (zh) * | 2018-10-11 | 2020-05-08 | 郑州宇通客车股份有限公司 | 一种车辆进站方法及车站 |
CN109360245A (zh) * | 2018-10-26 | 2019-02-19 | 魔视智能科技(上海)有限公司 | 无人驾驶车辆多相机系统的外参数标定方法 |
TW202036478A (zh) * | 2019-03-28 | 2020-10-01 | 香港商阿里巴巴集團服務有限公司 | 攝影機標定方法、路側感知設備和智慧交通系統 |
CN211044536U (zh) * | 2020-01-14 | 2020-07-17 | 中国计量大学 | 基于标签定位识别的自动巡线停车系统 |
Also Published As
Publication number | Publication date |
---|---|
CN115482287A (zh) | 2022-12-16 |
TW202248900A (zh) | 2022-12-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11157766B2 (en) | Method, apparatus, device and medium for calibrating pose relationship between vehicle sensor and vehicle | |
JP7060774B2 (ja) | 画像収集デバイスの外部パラメータのキャリブレーション方法、装置、デバイス、記憶媒体、及びプログラム | |
CN109754426B (zh) | 一种用于摄像标定参数验证的方法、系统和装置 | |
US10726580B2 (en) | Method and device for calibration | |
CN109807885B (zh) | 一种机械手的视觉标定方法、装置及智能终端 | |
CN111640180B (zh) | 一种三维重建方法、装置及终端设备 | |
CN110260857A (zh) | 视觉地图的校准方法、装置及存储介质 | |
CN111243034A (zh) | 一种全景辅助泊车标定方法、装置、设备及存储介质 | |
CN107170010A (zh) | 系统校准方法、装置及三维重建系统 | |
CN116193108B (zh) | 一种摄像头在线自校准方法、装置、设备及介质 | |
CN111323751A (zh) | 声源定位方法、装置及存储介质 | |
TWI814053B (zh) | 標定樣板、標定系統及其標定方法 | |
CN105423975A (zh) | 一种大型工件的标定系统及方法 | |
CN115994952B (zh) | 环视影像系统的标定方法、装置、计算机设备及存储介质 | |
CN113884104B (zh) | 多传感器联合标定方法、装置及电子设备 | |
CN111105365A (zh) | 一种纹理影像的色彩校正方法、介质、终端和装置 | |
CN113379668B (zh) | 光伏板拼接方法及装置、电子设备及存储介质 | |
CN115511977A (zh) | 一种基于标定模板的外参标定方法及装置 | |
CN111783637B (zh) | 关键点标注方法及装置、目标物空间位姿确定方法及装置 | |
CN116645275A (zh) | 投影图像校正的方法、装置、投影仪及存储介质 | |
CN112884844A (zh) | 全景影像系统的标定方法、装置及计算机可读存储介质 | |
CN112991463A (zh) | 相机标定方法、装置、设备、存储介质和程序产品 | |
AU2017265068A1 (en) | Setup of multiple cameras | |
CN112580402A (zh) | 一种单目视觉行人测距方法及其系统、车辆、介质 | |
CN112711965B (zh) | 一种绘本识别方法、装置及设备 |