一种车载摄像机的外部参数标定方法及装置制造方法及图纸

本申请提供一种车载摄像机的外部参数标定方法及装置，用以解决现有技术中存在无法在车辆行驶过程中标定车载摄像机的外部参数的问题。方法包括：获取车载摄像机拍摄的数字图像中的多条道路交通标线的局部坐标，该多条道路交通标线中包含至少两条非平行线段，该局部坐标用于指示该多条道路交通标线在数字图像中的位置；确定多条道路交通标线在数字地图中的全局坐标，该全局坐标用于指示该多条道路交通标线在数字地图中的位置；根据该多条道路交通标线的局部坐标和该多条道路交通标线的全局坐标计算得到车载摄像机的外部参数，该外部参数用于指示车载摄像机相对于车辆的平移距离和旋转角度。

【技术实现步骤摘要】
一种车载摄像机的外部参数标定方法及装置
本申请涉及计算机视觉
，尤其涉及一种车载摄像机的外部参数标定方法及装置。
技术介绍
车载摄像机作为一种传感器在辅助驾驶和自动驾驶中所起的作用日益重要，通过将车辆周围的环境与车载摄像机拍摄到的数字图像相关联，可以为安全驾驶提供必要信息。在将车辆周围的环境与车载摄像机拍摄到的数字图像相关联的过程中，车载摄像机的外部参数起到了重要作用。其中，车载摄像机的外部参数是指车载摄像机相对于车辆的平移距离和旋转角度。现有技术中，车载摄像机的外部参数是在出厂或维修时标定的，即在车辆静止的情况下，通过检测数字图像中摆放在车辆周围的、已知尺寸和位置的标定物，来标定车载摄像机的外部参数。如图1所示，在车头前方1米处放置黑白标定板，板面与车身垂直，板面上的每一个小方格的物理尺寸已知。在标定车载摄像机的外部参数时，用车载摄像机拍摄黑白标定板，获取拍摄的数字图像中的角点在数字图像中的坐标，同时计算角点在车身坐标系下的坐标，然后建立角点在数字图像中的坐标与角点在车身坐标系下的坐标的一一对应关系，再经过迭代计算和优化后，可计算出车载摄像机的外部参数。上述标定外部参数的方法操作繁琐，且仅能在车辆静止的情况下进行标定。在车辆的行驶过程中，车辆的颠簸、相机镜头的形变等因素都会导致车载摄像机的外部参数发生变化，此时采用现有技术的外部参数标定方法难以保证车载摄像机的外部参数的准确性。在车载摄像机的外部参数不准确的情况下，将车辆周围的环境与车载摄像机拍摄到的数字图像相关联的过程中会存在误差，影响安全驾驶。综上，现有技术中提供的方案无法在车辆行驶过程中标定车载摄像机的外部参数，从而导致车载摄像机的外部参数的准确性降低，影响安全驾驶。
技术实现思路
本申请提供一种车载摄像机的外部参数标定方法及装置，用以解决现有技术中存在无法在车辆行驶过程中标定车载摄像机的外部参数的问题。第一方面，本申请提供一种车载摄像机的外部参数标定方法，该方法包括如下步骤：获取车载摄像机拍摄的数字图像中的多条道路交通标线的局部坐标，该多条道路交通标线中包含至少两条非平行线段，该局部坐标用于指示该多条道路交通标线在数字图像中的位置；确定多条道路交通标线在数字地图中的全局坐标，该全局坐标用于指示该多条道路交通标线在数字地图中的位置；根据该多条道路交通标线的局部坐标和该多条道路交通标线的全局坐标计算得到车载摄像机的外部参数，该外部参数用于指示车载摄像机相对于车辆的平移距离和旋转角度。需要说明的是，本申请中仅限定多条道路交通标线中包含至少两条非平行线段，且这两条非平行线段的全局坐标在数字地图中有相应记录。本申请对多条道路交通标线中除这两条非平行线段之外的其他线段的数量和位置均不做限制。采用第一方面提供的车载摄像机的外部参数的标定方法，由于在车辆的行驶过程中获取到车载摄像机拍摄的数字图像中的多条道路交通标线的局部坐标，并确定了该多条道路交通标线在数字地图中的全局坐标，然后根据该多条道路交通标线的局部坐标和该多条道路交通标线的全局坐标计算车载摄像机的外部参数。因此，采用第一方面提供的方法可在车辆的行驶过程中实时标定车载摄像机的外部参数，从而在车载摄像机的外部参数发生变化的情况下可以实现及时校正外部参数，使得车载摄像机提供的信息更为准确，可以提高驾驶的安全性。基于第一方面，在一种可能的实现方式中，获取车载摄像机拍摄的数字图像中的多条道路交通标线的局部坐标，具体可通过如下方式实现：对数字图像进行边缘检测，获取多个非零像素点的局部坐标；对多个非零像素点进行直线拟合，获取多条候选线段的局部坐标；对多条候选线段进行直线聚类，获取多条道路交通标线的局部坐标。基于第一方面，在一种可能的实现方式中，计算得到车载摄像机的外部参数，具体可通过如下方式实现：根据该多条道路交通标线的局部坐标和多条道路交通标线的全局坐标求解单应性矩阵(Homography)；分解该单应性矩阵，得到平移向量和旋转矩阵，其中，平移向量用于指示车载摄像机相对于车辆的平移距离，旋转矩阵用于指示车载摄像机相对于车辆的旋转角度。基于第一方面，在一种可能的实现方式中，在计算外部参数时可通过如下方式求解上述单应性矩阵：其中，H＝[h1h2h3]为上述单应性矩阵，Li＝(Ai,Bi,Ci)T为该多条道路交通标线的全局坐标，li＝(ai,bi,ci)T为该多条道路交通标线的局部坐标，i取遍不大于N的正整数，N为多条道路交通标线的数量。基于第一方面，在一种可能的实现方式中，在计算外部参数时可通过如下方式得到上述平移向量：T＝h3/((|h1|+|h2|)/2)；其中，T为平移向量。基于第一方面，在一种可能的实现方式中，在计算外部参数时可通过如下方式得到上述旋转矩阵：r1＝h1/|h1|,r2＝h2/|h2|,r3＝r1⊙r2；其中，R＝[r1r2r3]为旋转矩阵，││表示求模运算，⊙表示叉积运算。基于第一方面，在一种可能的实现方式中，在获取车载摄像机拍摄的数字图像中的多条道路交通标线的局部坐标之前，还可对车载摄像机拍摄的数字图像进行预处理。其中，预处理操作主要是对数字图像进行灰度化、亮度平衡和降噪处理，从而使得进行过预处理的数字图像中的多条道路交通标线更易于被检测到，从而获取该多条道路交通标线的局部坐标。基于第一方面，在一种可能的实现方式中，在获取车载摄像机拍摄的数字图像中的多条道路交通标线的局部坐标之前，还可确定车辆在数字地图中的位置；然后根据车辆在数字地图中的位置确定满足预设条件。其中，预设条件包含以下至少一种：车辆在数字地图中的位置与数字地图中的路口的距离小于第一预设距离；车辆在数字地图中的位置与数字地图中的人行道的距离小于第二预设距离；车辆在数字地图中的位置与数字地图中的停止线的距离小于第三预设距离。需要说明的是，上述第一距离、第二距离和第三距离均可根据车载摄像机的CCD(Charge-coupledDevice，电荷耦合元件)像素、水平分辨率、最低照度、天气状况、光照强度等因素人为设定。基于第一方面，在一种可能的实现方式中，还可对该车载摄像机重复执行上述第一方面或其任一种可能的实现方式所述的方法，得到多个外部参数；然后根据得到的多个外部参数，采用平差计算方法确定最优外部参数。采用上述实现方式对多次标定得到的多个外部参数进行优化，得到最优外部参数，可减小外部参数的误差，从而使得最终确定的最优外部参数更准确。以最小二乘法这一平差计算方法为例，根据多个外部参数采用平差计算方法确定最优外部参数的一种具体实现方式如下：首先，针对第一外部参数和第二外部参数执行如下操作：根据T1时刻车辆在数字地图中的位置和姿态、T1时刻该多条道路交通标线的全局坐标以及第二外部参数，计算T1时刻该多条道路交通标线的投影局部坐标，并将计算得到的T1时刻该多条道路交通标线的投影局部坐标与T1时刻该多条道路交通标线的局部坐标求差，得到第一差值；根据T2时刻车辆在数字地图中的位置和姿态、T2时刻该多条道路交通标线的全局坐标以及第一外部参数，计算T2时刻该多条道路交通标线的投影局部坐标，并将计算得到的T2时刻该多条道路交通标线的投影局部坐标与T2时刻该多条道路交通标线的局部坐标求差，得到第二差值；其中，第一外部参数和第二外部参数为本文档来自技高网...

【技术保护点】
1.一种车载摄像机的外部参数标定方法，其特征在于，包括：获取所述车载摄像机拍摄的数字图像中的多条道路交通标线的局部坐标，所述多条道路交通标线中包含至少两条非平行线段，所述局部坐标用于指示所述多条道路交通标线在所述数字图像中的位置；确定所述多条道路交通标线在数字地图中的全局坐标，所述全局坐标用于指示所述多条道路交通标线在所述数字地图中的位置；根据所述多条道路交通标线的局部坐标和所述多条道路交通标线的全局坐标计算得到所述车载摄像机的外部参数，所述外部参数用于指示所述车载摄像机相对于所述车辆的平移距离和旋转角度。

【技术特征摘要】
1.一种车载摄像机的外部参数标定方法，其特征在于，包括：获取所述车载摄像机拍摄的数字图像中的多条道路交通标线的局部坐标，所述多条道路交通标线中包含至少两条非平行线段，所述局部坐标用于指示所述多条道路交通标线在所述数字图像中的位置；确定所述多条道路交通标线在数字地图中的全局坐标，所述全局坐标用于指示所述多条道路交通标线在所述数字地图中的位置；根据所述多条道路交通标线的局部坐标和所述多条道路交通标线的全局坐标计算得到所述车载摄像机的外部参数，所述外部参数用于指示所述车载摄像机相对于所述车辆的平移距离和旋转角度。2.如权利要求1所述的方法，其特征在于，获取所述车载摄像机拍摄的数字图像中的多条道路交通标线的局部坐标，包括：对所述数字图像进行边缘检测，获取多个非零像素点的局部坐标；对所述多个非零像素点进行直线拟合，获取多条候选线段的局部坐标；对所述多条候选线段进行直线聚类，获取所述多条道路交通标线的局部坐标。3.如权利要求1或2所述的方法，其特征在于，计算得到所述车载摄像机的外部参数，包括：根据所述多条道路交通标线的局部坐标和所述多条道路交通标线的全局坐标求解单应性矩阵；分解所述单应性矩阵，得到平移向量和旋转矩阵，其中，所述平移向量用于指示所述车载摄像机相对于所述车辆的平移距离，所述旋转矩阵用于指示所述车载摄像机相对于所述车辆的旋转角度。4.如权利要求3所述的方法，其特征在于，通过如下方式求解所述单应性矩阵：其中，H＝[h1h2h3]为所述单应性矩阵，Li＝(Ai,Bi,Ci)T为所述多条道路交通标线的全局坐标，li＝(ai,bi,ci)T为所述多条道路交通标线的局部坐标，i取遍不大于N的正整数，N为所述多条道路交通标线的数量。5.如权利要求4所述的方法，其特征在于，通过如下方式得到所述平移向量：T＝h3/((|h1|+|h2|)/2)；其中，T为所述平移向量。6.如权利要求4或5所述的方法，其特征在于，通过如下方式得到所述旋转矩阵：r1＝h1/|h1|,r2＝h2/|h2|,r3＝r1⊙r2；其中，R＝[r1r2r3]为旋转矩阵，││表示求模运算，⊙表示叉积运算。7.如权利要求1～6任一项所述的方法，其特征在于，在获取所述车载摄像机拍摄的数字图像中的多条道路交通标线的局部坐标之前，还包括：对所述车载摄像机拍摄的数字图像进行预处理。8.如权利要求1～7任一项所述的方法，其特征在于，在获取所述车载摄像机拍摄的数字图像中的多条道路交通标线的局部坐标之前，还包括：确定所述车辆在所述数字地图中的位置；根据所述车辆在所述数字地图中的位置确定满足预设条件；所述预设条件包含以下至少一种：所述车辆在所述数字地图中的位置与所述数字地图中的路口的距离小于第一预设距离；所述车辆在所述数字地图中的位置与所述数字地图中的人行道的距离小于第二预设距离；所述车辆在所述数字地图中的位置与所述数字地图中的停止线的距离小于第三预设距离。9.如权利要求1～8任一项所述的方法，其特征在于，还包括：对所述车载摄像机重复执行如权利要求1～权利要求8任一项所述的步骤，计算得到多个外部参数；根据所述多个外部参数，采用平差计算方法确定最优外部参数。10.如权利要求9所述的方法，其特征在于，根据所述多个外部参数，采用平差计算方法确定最优外部参数，包括：针对第一外部参数和第二外部参数执行如下操作：根据T1时刻所述车辆在所述数字地图中的位置和姿态、T1时刻所述多条道路交通标线的全局坐标以及所述第二外部参数，计算T1时刻所述多条道路交通标线的投影局部坐标，并将计算得到的T1时刻所述多条道路交通标线的投影局部坐标与T1时刻所述多条道路交通标线的局部坐标求差，得到第一差值；根据T2时刻所述车辆在所述数字地图中的位置和姿态、T2时刻所述多条道路交通标线的全局坐标以及所述第一外部参数，计算T2时刻所述多条道路交通标线的投影局部坐标，并将计算得到的T2时刻所述多条道路交通标线的投影局部坐标与T2时刻所述多条道路交通标线的局部坐标求差，得到第二差值；其中，第一外部参数和第二外部参数为任意两个外部参数，T1时刻为求解得到第一外部参数的时刻，T2时刻为求解得到第二外部参数的时刻；对于求解得到的第一差值和第二差值采用最小二乘法进行优化，得到所述最优外部参数。11.一种车载摄像机的外部参数标定装置，其特征在于，包括：行车电脑，用于获取...

【专利技术属性】
技术研发人员：杨臻，杨磊，沈骏强，
申请(专利权)人：华为技术有限公司，
类型：发明
国别省市：广东,44