WO2023014246A1 - Способ калибровки внешних параметров видеокамер - Google Patents
Способ калибровки внешних параметров видеокамер Download PDFInfo
- Publication number
- WO2023014246A1 WO2023014246A1 PCT/RU2022/050200 RU2022050200W WO2023014246A1 WO 2023014246 A1 WO2023014246 A1 WO 2023014246A1 RU 2022050200 W RU2022050200 W RU 2022050200W WO 2023014246 A1 WO2023014246 A1 WO 2023014246A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- image
- straight
- video camera
- calibrating
- line segments
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 32
- 230000008569 process Effects 0.000 claims description 2
- 230000003287 optical effect Effects 0.000 abstract description 5
- 238000001914 filtration Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000004807 localization Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 230000009466 transformation 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
- G06T7/50—Depth or shape recovery
- G06T7/536—Depth or shape recovery from perspective effects, e.g. by using vanishing points
-
- 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
Definitions
- the invention relates to the field of technical vision, and in particular to methods for calibrating the external parameters of optical video cameras.
- NTV ground vehicle
- Vibrations and mechanical impacts that manifest themselves during the movement of the NTS lead to a drift of the external parameters of the video camera, such as the angles of rotation of the video cameras in pitch, roll and yaw, which negatively affects the parameters of the rotation matrix, through which the coordinates of the observed object are converted from the coordinate system associated with with a video camera, into the coordinate system associated with the NTS.
- the uncorrected drift of the angles of rotation of video cameras during the movement of the NTS leads to the accumulation of an error in the localization of the observed object or autonomous NTS and, as a result, to a decrease in the accuracy of determining the location of these objects.
- a known method for automatically calibrating a video camera based on a mobile platform which includes the following steps: obtaining from a video camera located on a mobile platform, four or more images of a target object in different directions, a pre-processing step, extracting several straight lines from each input image, obtaining a midline by classifying types of the detected straight lines, determining vanishing point coordinates based on said midline, and obtaining a parameter value of applying the detected vanishing point coordinates to a calibration formula to calculate intrinsic parameter values.
- a method is known for online calibration of a video system (US2011115912) using vanishing points estimated from video camera image frames containing identified markings or road edges.
- Vanishing points are determined by finding or extrapolating at least one left and/or right side of the markings or edges of the road to the intersection point, whereby the long-term average location of the vanishing point is calculated using temporal filtering techniques from the image sequence, even when only one side of the road is , lane or edge markings are visible in any given image frame simultaneously, and the yaw and pitch angles of the video camera are derived from the time-averaged coordinates of the vanishing point location.
- a common disadvantage for the presented technical solutions is the use of several images obtained from video cameras to determine the vanishing point, which reduces the speed of image processing and increases the required computing power.
- a known method for determining the roll angle of a video camera installed on a vehicle which includes the following steps: obtaining images from a video camera installed on a vehicle, extracting all straight lines in the horizontal direction of the vehicle body area in the image, determining all the slopes of straight lines in the horizontal direction and highlighting among them the average value of the inclination of the straight line, calculating the roll angle of the video camera in accordance with the selected average value of the inclination of the straight line. It is also noted that the azimuth angle and the pitch angle are obtained from the position of the vanishing point, determined by the lane lines highlighted in the image.
- the position of the vanishing point is preferably determined by two selected straight lines highlighted in the image, which leads to a decrease in the accuracy of determining the coordinates vanishing points and, as a result, to a decrease in the accuracy of calibration of the external parameters of video cameras.
- V p Up - coordinates of the vanishing point of the image
- the presented method is characterized by the fact that straight lines are selected on several images by constructing a straight line (trajectory) of the selected point from one image to another, which reduces the speed of image processing and increases the required computing power of the onboard computer.
- the specified technical solution is closest in technical essence to the claimed invention and can act as a prototype.
- the task to be solved by the claimed invention is to create a method for calibrating the external parameters of video cameras used as part of the NTS, based on determining the position of the vanishing point along the selected straight line segments on a single image obtained from the video camera, which makes it possible to assess with high accuracy the change in the angles of rotation of the video cameras in pitch and yaw during the movement of the NTS and the virtual rotation of the video camera, while the implementation of the method has the advantage of reducing the requirements for the required computing power in image processing.
- the virtual rotation of the video camera is understood as such an image transformation to a new image that could be obtained from a video camera rotated at a given angle.
- the technical result of the claimed invention is to improve the accuracy of calibration of the external parameters of video cameras.
- the technical result is achieved by implementing a method for calibrating the external parameters of video cameras, characterized in that during the movement of the vehicle (V) from the video cameras, images of the environment are obtained, linear objects of the environment are selected in the image, an image with linear objects is formed and straight segments are selected, determined the position of the vanishing point for the selected straight line segments as the position of the intersection point of the formed straight line segments by determining the parameters of the function describing the straight line, formed on the basis of the set of points characterizing the set of the indicated straight line segments, the position of the vanishing point is compared with the position of the principal point, based on the deviation obtained, the values of the angles are determined rotation of the video camera, taking into account the focal lengths known from the internal calibration of the camera, a corrected image is formed taking into account certain angles of rotation of the video camera.
- rectilinear segments in the image are formed by applying a fast Hough transform.
- the vanishing point is understood as the point of intersection on the image of images of straight lines that are parallel in the real world.
- Figure 1 shows the steps of the sequence of actions that characterize the proposed method for calibrating the external parameters of video cameras, where 1 - obtaining the original image from the NTS video cameras, 2 - converting the original image to grayscale, 3 - selecting linear environmental objects, 4 - image filtering, 5 - formation of a haf-image, 6 - selection of straight line segments at the initial position, 7 - finding the vanishing point on the original image.
- the method of calibrating video cameras in the preferred embodiment is implemented as follows (Fig. 1).
- the front optical video cameras of the NTS record images of linear objects of the environment of the carriageway along which this vehicle (1) is moving.
- the NTS performs a movement parallel to straight-line objects in the field of view of the video camera (road markings, edges of buildings and roads).
- Images from video cameras are fed to the onboard computer and processed independently of each other. Based on this, all subsequent stages are considered from the point of view of a single video camera.
- the original image is subjected to pre-processing, which consists in correcting radial distortion to eliminate distortions of the observed objects caused by the camera lens and converted to grayscale (2), then linear objects of the environment are selected in the image, preferably by the Canny method, after which the found linear objects are combined into one image by pixel-by-pixel addition (3).
- the image is smoothed with a Gaussian filter to compensate for errors in the detection of linear environmental objects (4). Further, on the smoothed image, rectilinear segments are selected, intersecting at the vanishing point.
- Rectilinear segments on the image are formed by applying the fast Hough transform (FHT), according to which the Hough image (5) is built, then the search area for the vanishing point on the Hough image is determined.
- FHT fast Hough transform
- a black-and-white image is formed, where the neighborhood of the expected vanishing point is marked in white, FHT is applied to the resulting image, the coordinates of the extreme left and right pixels with a non-zero value are determined on the obtained Haf-image, while the values of these pixels on the axis the abscissa defines the vanishing point search range.
- the found segment is checked horizontally or vertically, and in the event of an angular mismatch of this segment from a vertical or horizontal straight line by less than a given threshold angular value, this segment is excluded from the set of straight segments. This step allows you to reduce the negative impact of additional objects in the scene (roofs of cars, trees, etc.).
- the position of the vanishing point (7) is determined as the position of the intersection point of the line segments selected on the image.
- straight lines are built between all possible pairs of points, and then, among the set of slope coefficients of the indicated lines, the average value is determined, which is the slope coefficient of the straight line k characterizing the position of the vanishing point.
- the free coefficient b is determined by the found coefficient k as the average value among the set of free coefficients of the constructed lines with a constant slope coefficient k.
- the constructed point on the original image with coordinates (k, b) is a vanishing point.
- the position of the vanishing point is compared with the position of the principal point, based on the obtained deviation, the values of the rotation angles are determined camera, taking into account the focal lengths known from the internal calibration of the camera as follows: and - and 0 v - v 0
- the proposed method for calibrating the external parameters of video cameras with high accuracy and computational efficiency makes it possible to estimate the pitch and yaw angles of the video camera during the movement of the NV and can be widely used as part of an autonomous NV localization system in order to improve the accuracy of determining its own position.
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
Изобретение относится к области технического зрения, а именно к способам калибровки внешних параметров оптических видеокамер. Предлагаемый способ калибровки внешних параметров видеокамер характеризуется тем, что в процессе движения транспортного средства (ТС) с видеокамер получают изображения окружающей среды, на изображении выделяют линейные объекты окружающей среды, формируют изображение с линейными объектами и выделяют прямолинейные отрезки, определяют положение точки схода для выделенных прямолинейных отрезков как положение точки пересечения сформированных прямолинейных отрезков путем определения параметров функции, описывающей прямую, сформированную на основе множества точек, характеризующих совокупность указанных прямолинейных отрезков, сравнивают положение точки схода с положением принципиальной точки, на основе полученного отклонения определяют величины углов поворота видеокамеры с учетом фокусных расстояний, известных из внутренней калибровки камеры, формируют скорректированное изображение с учетом определенных углов поворота видеокамеры. В предпочтительном варианте осуществления способа калибровки внешних параметров видеокамер, прямолинейные отрезки на изображении формируют с помощью применения быстрого преобразования Хафа. Технический результат заявленного изобретения заключается в повышении точности калибровки внешних параметров видеокамер.
Description
Способ калибровки внешних параметров видеокамер
Изобретение относится к области технического зрения, а именно к способам калибровки внешних параметров оптических видеокамер.
Функционирование видеокамер в составе наземного транспортного средства (НТС), в том числе автономных, сопровождается особыми эксплуатационными условиями. Вибрации и механические воздействия, проявляющиеся в процессе движения НТС, приводят к дрейфу внешних параметров видеокамеры, таких как углы поворота видеокамер по тангажу, крену и рысканью, что негативно сказывается на параметрах матрицы поворота, посредством которой осуществляется преобразование координат наблюдаемого объекта из системы координат, связанной с видеокамерой, в систему координат, связанную с НТС.
Таким образом, нескорректированный дрейф углов поворота видеокамер в процессе движения НТС приводит к накоплению ошибки локализации наблюдаемого объекта или автономного НТС и, как следствие, к снижению точности определения местоположения указанных объектов.
Из области техники известны следующие способы калибровки внешних параметров видеокамер, направленные на решение указанной технической проблемы.
Известен способ автоматической калибровки видеокамеры на основе мобильной платформы (KR20150096128), включающий следующие этапы: получение с видеокамеры, расположенной на мобильной платформе, четырех или более изображений целевого объекта в разных направлениях, этап предварительной обработки, выделение нескольких прямых линий из каждого входного изображения, получение средней линии путем классификации типов обнаруженных прямых линий, определение координат точки схода на основе указанной средней линии и этап получения значения параметра применения координат обнаруженной точки схода к формуле калибровки для вычисления значений внутренних параметров.
Известен способ для онлайн-калибровки видеосистемы (US2011115912) с использованием точек схода, оцениваемых по кадрам изображений с видеокамеры, содержащих идентифицированные разметки или края дороги. Точки схода определяются путем нахождения или экстраполяции, по крайней мере, одной левой и / или правой стороны разметки или краев дороги до точки пересечения, посредством чего рассчитывается долгосрочное среднее местоположение точки схода с помощью методов временной фильтрации из последовательности изображений, даже когда только одна сторона дороги, разметки полосы движения или края видна в любом заданном кадре изображения одновременно, и из усредненных по времени координат местоположения точки схода выводятся углы рысканья и тангажа видеокамеры.
Общий недостаток для представленных технических решений заключается в использовании нескольких изображений, получаемых с видеокамер, для определения точки схода, что снижает скорость обработки изображений и увеличивает потребные вычислительные мощности.
Известен способ определения угла крена видеокамеры, установленной на транспортном средстве (CN112017249), включающий в себя следующие этапы: получение изображений с видеокамеры, установленной на транспортном средстве, извлечение всех прямых линий в горизонтальном направлении области кузова транспортного средства на изображении, определение всех наклонов прямых линий в горизонтальном направлении и выделение среди них среднего значения наклона прямой линии, вычисление угла крена видеокамеры в соответствии с выбранным средним значением наклона прямой линии. Также отмечено, что угол азимута и угол тангажа получают по положению точки схода, определяемому по выделенным на изображении линиям полосы движения.
В данном способе положение точки схода, предпочтительно, определяют по двум отобранным прямолинейным линиям, выделенных на изображении, что приводит с снижению точности определения координат
точки схода и, как следствие, к снижению точности калибровки внешних параметров видеокамер.
Известен способ автоматической калибровки видеокамер (US2018324415), согласно которому в процессе движения транспортного средства с видеокамер получают изображения окружающей среды, выбираются ключевые точки изображения в области, ограниченной местоположением дороги, при этом ключевые точки отслеживаются с помощью метода оптического потока, применяют процедуры фильтрации к ключевым точкам, выделяют, по меньшей мере, две прямые линии, соответствующие противоположным сторонам дороги, затем для выделенных линий определяют точку схода, сравнивают положение полученной точки схода с положением принципиальной точки, на основе полученного отклонения определяют величины углов тангажа и рыскания видеокамеры по формулам:
где pitch, yaw - углы тангажа и рыскания видеокамеры;
Vp, Up - координаты точки схода изображения;
Сх, Су - координаты принципиальной точки видеокамеры; fx, fy - фокусные расстояния.
Для представленного способа характерно то, что прямые выделяют на нескольких изображениях путем построения прямой (траектории) движения выбранной точки от одного изображения к другому, что снижает скорость обработки изображений и увеличивает потребные вычислительные мощности бортового вычислителя.
Указанное техническое решение наиболее близко по технической сущности к заявленному изобретению и может выступать в качестве прототипа.
Задачей, на решение которой направлено заявленное изобретение, является создание способа калибровки внешних параметров видеокамер, применяемых в составе НТС, на основе определения положения точки схода по выделенным прямолинейным отрезкам на единичном изображении, получаемом с видеокамеры, позволяющего с высокой точностью проводить оценку изменения углов поворота видеокамер по тангажу и рысканью в процессе движения НТС и выполнения виртуального поворота видеокамеры, при этом реализация способа имеет преимущество в части снижения требований к потребным вычислительным мощностям при обработке изображений.
В данном способе под виртуальным поворотом видеокамеры понимают такое преобразование изображения к новому изображению, которое могло быть получено с видеокамеры, повернутой на заданный угол.
Технический результат заявленного изобретения заключается в повышении точности калибровки внешних параметров видеокамер.
Технический результат достигается за счет осуществления способа калибровки внешних параметров видеокамер, характеризующегося тем, что в процессе движения транспортного средства (ТС) с видеокамер получают изображения окружающей среды, на изображении выделяют линейные объекты окружающей среды, формируют изображение с линейными объектами и выделяют прямолинейные отрезки, определяют положение точки схода для выделенных прямолинейных отрезков как положение точки пересечения сформированных прямолинейных отрезков путем определения параметров функции, описывающей прямую, сформированную на основе множества точек, характеризующих совокупность указанных прямолинейных отрезков, сравнивают положение точки схода с положением принципиальной точки, на основе полученного отклонения определяют величины углов поворота видеокамеры с учетом фокусных расстояний, известных из внутренней калибровки камеры, формируют скорректированное изображение с учетом определенных углов поворота видеокамеры.
В предпочтительном варианте осуществления способа калибровки внешних параметров видеокамер, прямолинейные отрезки на изображении формируют с помощью применения быстрого преобразования Хафа.
В рамках изложения сущности предлагаемого способа вводятся следующие пояснения, раскрывающие смысловое значение используемых терминов.
Так, под точкой схода понимается точка пересечения на изображении образов прямых, параллельных в реальном мире.
Принципиальная точка - точка пересечения плоскости изображения с оптической осью видеокамеры.
На фиг.1 представлены этапы последовательности действий, характеризующие предлагаемый способ калибровки внешних параметров видеокамер, где 1 -получение исходного изображения с видеокамер НТС, 2 - преобразование исходного изображения к оттенкам серого, 3 - выделение линейных объектов окружающей среды, 4 - фильтрация изображения, 5 - формирование Хаф-образа, 6 - выделение прямолинейных отрезков на исходном положении, 7 - нахождение точки схода на исходном изображении.
Способ калибровки видеокамер в предпочтительном варианте реализуется следующим образом (фиг. 1).
В процессе движения НТС передние оптические видеокамеры НТС регистрируют изображения линейных объектов окружающей среды проезжей части дороги, по которой движется данное транспортное средство (1).
Необходимо отметить, что для осуществления способа НТС выполняет движение, параллельно прямолинейным объектам, находящимся в поле зрения видеокамеры (дорожная разметка, края зданий и дорог).
Изображения с видеокамер поступают на бортовой вычислитель и обрабатываются независимо друг от друга. Исходя из этого, все последующие этапы рассматриваются с точки зрения одной единственной видеокамеры.
Исходное изображение подвергают предварительной обработке, заключающейся в исправлении радиальной дисторсии для устранения
искажений наблюдаемых объектов, вызванных линзой видеокамеры, и преобразовывают к оттенкам серого (2), затем на изображении выделяют линейные объекты окружающей среды, предпочтительно, методом Канни, после чего найденные линейные объекты объединяются в одно изображение попиксельным сложением (3).
На следующем этапе выполняется сглаживание изображения фильтром Гаусса для компенсации ошибок детекции линейных объектов окружающей среды (4). Далее на сглаженном изображении выделяют прямолинейные отрезки, пересекающееся в точке схода.
Прямолинейные отрезки на изображении формируют с помощью применения быстрого преобразования Хафа (БПХ) согласно которому строят Хаф-образ (5), затем определяют область поиска точки схода на Хаф-образе.
Для выявления области поиска точки схода формируют черно-белое изображение, где белым цветом отмечают окрестность ожидаемой точки схода, к полученному изображению применяют БПХ, на полученном Хаф- образе определяют координаты крайнего левого и правого пикселей с ненулевым значением, при этом значения данных пикселей на оси абсцисс задают диапазон поиска точки схода.
Для выделения прямолинейных отрезков на Хаф-образе регистрируют самый яркий белый пиксель на изображении - максимум, который изначально представляется в виде прямой вида y=kx+b, после чего его окрестность удаляют из Хаф-образа путем присвоения соответствующим пикселям нулевых значений.
Найденная точка максимума с координатами (к, Ь) при ее наложении на исходное изображение преобразуется обратно в прямолинейный отрезок, описываемый функцией вида y=kx+b.
В процессе формирования набора прямолинейных отрезков, проверяют горизонтально или вертикально ориентирован найденный отрезок и в случае углового рассогласования данного отрезка от вертикальной или горизонтальной прямой менее чем на заданную пороговую угловую величину,
данный отрезок исключают из набора прямолинейных отрезков. Данный шаг позволяет уменьшить негативное влияние дополнительных объектов, находящихся в сцене (крыш машин, деревьев и. т. д.).
По завершению этапа формирования набора прямолинейных отрезков на исходном изображении, определяют положение точки схода (7) как положение точки пересечения выделенных на изображении прямолинейных отрезков. С этой целью совокупность выделенных прямолинейных отрезков, каждый из которых описывается функцией вида y=kx+b, преобразуют в пространство параметров (к, Ь), в котором каждый прямолинейный отрезок представляют в виде точки с координатами (к, Ь).
При такой параметризации набор указанных прямолинейных отрезков, пересекающихся на исходном изображении, представлен множеством точек, лежащих на одной прямой, характеризующейся параметрами к,Ь, и описываемой функцией вида у=кх+ Ь.
Для определения данных параметров строят прямые между всевозможными парами точек, а затем среди множества коэффициентов наклона указанных прямых определяют среднее значение, которое и является коэффициентом наклона прямой к, характеризующей положение точки схода. Свободный коэффициент b определяется по найденному коэффициенту к как среднее значение среди множества свободных коэффициентов построенных прямых при неизменном коэффициенте наклона к .
Полученную прямую вида у=кх+ b преобразовывают в точку на исходном изображении с координатами (к, Ь) путем нанесения ее на прямоугольную систему координат.
Таким образом, построенная точка на исходном изображении с координатами (к, Ь) является точкой схода.
С целью оценки внешних параметров калибровки видеокамер, сравнивают положение точки схода с положением принципиальной точки, на основе полученного отклонения определяют величины углов поворота
видеокамеры с учетом фокусных расстояний, известных из внутренней калибровки камеры следующим образом: и — и0 v — v0
Ф = arctg — - — , в = arctg — - — ,
Ju Jv где Ф, 0 - углы тангажа и рысканья; it, v - координаты найденной точки схода; и0, 1?0 - координаты принципиальной точки;
/и, fv ~ фокусные расстояния по ширине и высоте.
По результатам оценки изменения углов поворота видеокамеры в процессе движения НТС проводят коррекцию их значений и осуществляют виртуальный поворот видеокамеры.
Таким образом, предлагаемый способ калибровки внешних параметров видеокамер с высокой точностью и вычислительной эффективностью позволяет производить оценку углов тангажа и рысканья видеокамеры в процессе движения НТС и может найти широкое применение в составе системы локализации автономного НТС с целью повышения точности определения собственного положения.
Claims
1. Способ калибровки внешних параметров видеокамер, характеризующийся тем, что в процессе движения транспортного средства с видеокамер получают изображения окружающей среды, на изображении выделяют линейные объекты окружающей среды, формируют изображение с линейными объектами и выделяют прямолинейные отрезки, определяют положение точки схода для выделенных прямолинейных отрезков как положение точки пересечения сформированных прямолинейных отрезков путем определения параметров функции, описывающей прямую, сформированную на основе множества точек, характеризующих совокупность указанных прямолинейных отрезков, сравнивают положение точки схода с положением принципиальной точки, на основе полученного отклонения определяют величины углов поворота видеокамеры с учетом фокусных расстояний, известных из внутренней калибровки камеры, формируют скорректированное изображение с учетом определенных углов поворота видеокамеры.
2. Способ калибровки внешних параметров видеокамер по п.1, характеризующийся тем, что прямолинейные отрезки на изображении формируют с помощью применения быстрого преобразования Хафа.
9
ЗАМЕНЯЮЩИЙ ЛИСТ (ПРАВИЛО 26)
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202280067493.3A CN118056226A (zh) | 2021-08-06 | 2022-06-26 | 校准外部摄像机参数的方法 |
EP22853597.7A EP4383199A1 (en) | 2021-08-06 | 2022-06-26 | Method of calibrating extrinsic video camera parameters |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
RU2021123500 | 2021-08-06 | ||
RU2021123500A RU2780717C1 (ru) | 2021-08-06 | Способ калибровки внешних параметров видеокамер |
Publications (1)
Publication Number | Publication Date |
---|---|
WO2023014246A1 true WO2023014246A1 (ru) | 2023-02-09 |
Family
ID=85156015
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
PCT/RU2022/050200 WO2023014246A1 (ru) | 2021-08-06 | 2022-06-26 | Способ калибровки внешних параметров видеокамер |
Country Status (3)
Country | Link |
---|---|
EP (1) | EP4383199A1 (ru) |
CN (1) | CN118056226A (ru) |
WO (1) | WO2023014246A1 (ru) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110115912A1 (en) | 2007-08-31 | 2011-05-19 | Valeo Schalter Und Sensoren Gmbh | Method and system for online calibration of a video system |
RU2529594C1 (ru) * | 2010-09-13 | 2014-09-27 | Рикох Компани, Лтд. | Устройство калибровки, система измерения расстояния, способ калибровки и программа калибровки |
US20150178924A1 (en) * | 2012-10-16 | 2015-06-25 | Qualcomm Incorporated | Sensor calibration and position estimation based on vanishing point determination |
KR20150096128A (ko) | 2014-02-14 | 2015-08-24 | 브이앤아이 주식회사 | 모바일 플랫폼에 기반한 가상 카메라의 자동 캘리브레이션 방법 |
US20160350921A1 (en) * | 2015-05-29 | 2016-12-01 | Accenture Global Solutions Limited | Automatic camera calibration |
RU2662411C2 (ru) * | 2014-03-25 | 2018-07-25 | Форд Глобал Технолоджис, ЛЛК | Способ калибровки камеры |
US20180324415A1 (en) | 2015-12-28 | 2018-11-08 | Intel Corporation | Real-time automatic vehicle camera calibration |
US20180357791A1 (en) * | 2015-11-30 | 2018-12-13 | Delphi Technologies, Llc | Method for calibrating the orientation of a camera mounted to a vehicle |
CN112017249A (zh) | 2020-08-18 | 2020-12-01 | 东莞正扬电子机械有限公司 | 车载摄像头滚转角获取、安装角度校正方法及设备 |
-
2022
- 2022-06-26 CN CN202280067493.3A patent/CN118056226A/zh active Pending
- 2022-06-26 EP EP22853597.7A patent/EP4383199A1/en active Pending
- 2022-06-26 WO PCT/RU2022/050200 patent/WO2023014246A1/ru unknown
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110115912A1 (en) | 2007-08-31 | 2011-05-19 | Valeo Schalter Und Sensoren Gmbh | Method and system for online calibration of a video system |
RU2529594C1 (ru) * | 2010-09-13 | 2014-09-27 | Рикох Компани, Лтд. | Устройство калибровки, система измерения расстояния, способ калибровки и программа калибровки |
US20150178924A1 (en) * | 2012-10-16 | 2015-06-25 | Qualcomm Incorporated | Sensor calibration and position estimation based on vanishing point determination |
KR20150096128A (ko) | 2014-02-14 | 2015-08-24 | 브이앤아이 주식회사 | 모바일 플랫폼에 기반한 가상 카메라의 자동 캘리브레이션 방법 |
RU2662411C2 (ru) * | 2014-03-25 | 2018-07-25 | Форд Глобал Технолоджис, ЛЛК | Способ калибровки камеры |
US20160350921A1 (en) * | 2015-05-29 | 2016-12-01 | Accenture Global Solutions Limited | Automatic camera calibration |
US20180357791A1 (en) * | 2015-11-30 | 2018-12-13 | Delphi Technologies, Llc | Method for calibrating the orientation of a camera mounted to a vehicle |
US20180324415A1 (en) | 2015-12-28 | 2018-11-08 | Intel Corporation | Real-time automatic vehicle camera calibration |
CN112017249A (zh) | 2020-08-18 | 2020-12-01 | 东莞正扬电子机械有限公司 | 车载摄像头滚转角获取、安装角度校正方法及设备 |
Also Published As
Publication number | Publication date |
---|---|
EP4383199A1 (en) | 2024-06-12 |
CN118056226A (zh) | 2024-05-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109345593B (zh) | 一种摄像机姿态的检测方法及装置 | |
US10430951B2 (en) | Method and device for straight line detection and image processing | |
EP3859593A1 (en) | Vehicle feature acquisition method and device | |
US20220215573A1 (en) | Camera pose information detection method and apparatus, and corresponding intelligent driving device | |
LU502288B1 (en) | Method and system for detecting position relation between vehicle and lane line, and storage medium | |
CN104636724B (zh) | 一种基于目标一致性的车载相机快速行人车辆检测方法 | |
CN111508027A (zh) | 摄像机外参标定的方法和装置 | |
US11164012B2 (en) | Advanced driver assistance system and method | |
CN111738033B (zh) | 基于平面分割的车辆行驶信息确定方法及装置、车载终端 | |
CN107680035B (zh) | 一种参数标定方法和装置、服务器及可读存储介质 | |
CN109658451B (zh) | 一种深度感知方法,装置和深度感知设备 | |
CN108389228B (zh) | 地面检测方法、装置及设备 | |
CN111488762A (zh) | 一种车道级定位方法、装置及定位设备 | |
CN114428259A (zh) | 一种基于地图车采集的地库激光点云中车辆自动提取方法 | |
RU2780717C1 (ru) | Способ калибровки внешних параметров видеокамер | |
WO2023014246A1 (ru) | Способ калибровки внешних параметров видеокамер | |
WO2014054124A1 (ja) | 路面標示検出装置及び路面標示検出方法 | |
CN111260538A (zh) | 基于长基线双目鱼眼相机的定位及车载终端 | |
CN113450335B (zh) | 一种路沿检测方法、路沿检测装置及路面施工车辆 | |
CN111462244A (zh) | 车载环视系统在线标定方法、系统及装置 | |
CN112991372B (zh) | 一种基于多边形匹配的2d-3d相机外参标定方法 | |
KR102629639B1 (ko) | 차량용 듀얼 카메라 장착 위치 결정 장치 및 방법 | |
EP3389015A1 (en) | Roll angle calibration method and roll angle calibration device | |
CN109859263B (zh) | 一种基于鱼眼镜头的宽视角定位方法 | |
JP6492603B2 (ja) | 画像処理装置、システム、画像処理方法、およびプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
121 | Ep: the epo has been informed by wipo that ep was designated in this application |
Ref document number: 22853597 Country of ref document: EP Kind code of ref document: A1 |
|
NENP | Non-entry into the national phase |
Ref country code: DE |
|
ENP | Entry into the national phase |
Ref document number: 2022853597 Country of ref document: EP Effective date: 20240306 |