一种校准摄像头位姿的系统及方法技术方案

本发明专利技术特别涉及一种校准摄像头位姿的系统及方法。该校准摄像头位姿的系统，包括自动驾驶车辆，校准计算机和非直线校准车道，所述自动驾驶车辆上设有车载摄像头，所述非直线校准车道两侧设有特征参照物和外置摄像头，所述自动驾驶车辆和外置摄像头通过无线网络连接到校准计算机。该校准摄像头位姿的系统及方法，结构简单，操作简便，且可靠性强，仅需要自动驾驶车辆提供车载摄像头数据，无需其他额外的参数与信息，因此只需要自动驾驶车辆具有连接无线网络的功能即可，与车辆耦合性低，通用性强，应用范围广，适宜推广应用。

【技术实现步骤摘要】
一种校准摄像头位姿的系统及方法
本专利技术涉及车辆自动驾驶
，特别涉及一种校准摄像头位姿的系统及方法。
技术介绍
现阶段国内外对自动驾驶的研究逐渐深入，不断从辅助驾驶向自动驾驶推进。自动驾驶汽车(Autonomousvehicles；Self-pilotingautomobile)又称无人驾驶汽车、电脑驾驶汽车或轮式移动机器人，是一种通过电脑系统实现无人驾驶的智能汽车。汽车自动驾驶技术物联网技术应用之一。汽车自动驾驶技术包括视频摄像头、雷达传感器以及激光测距器来了解周围的交通状况，并通过一个详尽的地图(通过有人驾驶汽车采集的地图)对前方的道路进行导航。这一切都通过数据中心来实现，数据中心能够处理汽车收集的有关周围地形的大量信息。就这点而言，自动驾驶汽车相当于数据中心的遥控汽车或者智能汽车。在车辆自动驾驶过程中，摄像头为不可缺少的传感器。传统汽车领域车身上的一两个摄像头主要用来拍摄汽车周围的环境图像，而在自动驾驶领域则需要更多的摄像头完成更复杂的工作。而自动驾驶车辆应用摄像头感知环境的前提，是需要知道摄像头与车辆的相对位姿(位置和姿势，简称位姿)。可当摄像头安装在车中以后，很难通过工具方便地获取摄像头相对车辆精确的位置和姿态，而摄像头相对车辆位姿数据的精确度会直接影响摄像头图像数据的位置角度偏差。为了提高自动驾驶车辆的安全性和可靠性，本专利技术提出了一种校准摄像头位姿的系统及方法。
技术实现思路
本专利技术为了弥补现有技术的缺陷，提供了一种简单高效的校准摄像头位姿的系统及方法。本专利技术是通过如下技术方案实现的：一种校准摄像头位姿的系统，其特征在于：包括自动驾驶车辆，校准计算机和非直线校准车道，所述自动驾驶车辆上设有车载摄像头，所述非直线校准车道两侧设有特征参照物和外置摄像头，所述自动驾驶车辆和外置摄像头通过无线网络连接到校准计算机。基于本专利技术校准摄像头位姿的系统的校准方法，其特征在于：基于视觉SLAM(simultaneouslocalizationandmapping，即时定位与地图构建)算法，根据车载摄像头拍摄特征参照物时的角度和通过外置摄像头获取的自动驾驶车辆的位置坐标，得到车载摄像头与自动驾驶车辆的相对坐标，从而得到车载摄像头的位姿。基于该校准摄像头位姿的系统的校准方法，具体包括以下步骤：(7)构建非直线校准车道两侧校准场地，将待校准的自动驾驶车辆和非直线校准车道两侧的外置摄像头分别通过无线网络连接到校准计算机；(8)车载摄像头和外置摄像头获取的图片信息均通过无线网络发送到校准计算机；(9)自动驾驶车辆沿非直线校准车道行驶，并在行驶过程中利用车载摄像头实时获取非直线校准车道两侧的特征参照物的图片信息，同时，利用外置摄像头实时拍摄自动驾驶车辆的轨迹坐标；(10)校准计算机根据接收到的图片信息，通过自动驾驶车辆在非直线校准车道上行驶时多角度拍摄的图片信息交叉计算出车载摄像头在非直线校准车道上拍摄特征参照物时的相对位移与角度变化；(11)结合车载摄像头拍摄特征参照物时的角度和通过外置摄像头获取的自动驾驶车辆的轨迹坐标，即可确定车载摄像头的轨迹坐标；(12)对比相同时刻自动驾驶车辆的轨迹坐标与车载摄像头的轨迹坐标，即可得到车载摄像头相对自动驾驶车辆的位姿。所述步骤(1)中，基于视觉SLAM算法构建非直线校准车道两侧图像环境地图，并将其存储到校准计算机，以备调取使用。所述步骤(3)中，结合非直线校准车道两侧图像环境地图和外置摄像头采集到的自动驾驶车辆行驶过程中的图片信息，校准计算机计算得到自动驾驶车辆通过非直线校准车道的轨迹坐标。所述自动驾驶车辆以后轮中间点为车辆坐标参考点，也可以手动设置坐标参考点。所述步骤(4)中，基于车载摄像头采集的非直线校准车道两侧的特征参照物的图片信息，采用与特征参照物特征点匹配的方式，选取自动驾驶车辆在非直线校准车道上的不同位置拍摄的图片信息进行特征点匹配，校准计算机计算得到车载摄像头在非直线校准车道上拍摄特征参照物时的相对位移与角度变化。所述步骤(5)中，将非直线校准车道两侧图像环境地图数据进行不同角度投影变换，与选取的自动驾驶车辆在非直线校准车道上的不同位置拍摄的图片信息进行对比，进而得到车载摄像头在非直线校准车道两侧图像环境地图上的拍摄角度，结合不同位置得到的不同拍摄角度与自动驾驶车辆通过非直线校准车道的轨迹坐标即可确定车载摄像头的轨迹坐标。本专利技术的有益效果是：该校准摄像头位姿的系统及方法，结构简单，操作简便，且可靠性强，仅需要自动驾驶车辆提供车载摄像头数据，无需其他额外的参数与信息，因此只需要自动驾驶车辆具有连接无线网络的功能即可，与车辆耦合性低，通用性强，应用范围广，适宜推广应用。附图说明附图1为本专利技术校准摄像头位姿的系统示意图。附图中，1自动驾驶车辆，2非直线校准车道，3外置摄像头，4特征参照物。具体实施方式为了使本专利技术所要解决的技术问题、技术方案及有益效果更加清楚明白，以下结合附图和实施例，对本专利技术进行详细的说明。应当说明的是，此处所描述的具体实施例仅用以解释本专利技术，并不用于限定本专利技术。该校准摄像头位姿的系统，包括自动驾驶车辆，校准计算机和非直线校准车道，所述自动驾驶车辆上设有车载摄像头，所述非直线校准车道两侧设有特征参照物和外置摄像头，所述自动驾驶车辆和外置摄像头通过无线网络连接到校准计算机。基于该校准摄像头位姿的系统的校准方法，基于视觉SLAM算法，根据车载摄像头拍摄特征参照物时的角度和通过外置摄像头获取的自动驾驶车辆的位置坐标，得到车载摄像头与自动驾驶车辆的相对坐标，从而得到车载摄像头的位姿。SLAM是SimultaneousLocalizationandMapping的缩写，意为“即时定位与地图构建”。它是指运动物体根据传感器的信息，一边计算自身位置，一边构建环境地图的过程。由于传感器种类和安装方式的不同，SLAM的实现方式和难度会有很大差异。按传感器来分，SLAM主要分为激光与视觉两大类。基于该校准摄像头位姿的系统的校准方法，具体包括以下步骤：(13)构建非直线校准车道两侧校准场地，将待校准的自动驾驶车辆和非直线校准车道两侧的外置摄像头分别通过无线网络连接到校准计算机；(14)车载摄像头和外置摄像头获取的图片信息均通过无线网络发送到校准计算机；(15)自动驾驶车辆沿非直线校准车道行驶，并在行驶过程中利用车载摄像头实时获取非直线校准车道两侧的特征参照物的图片信息，同时，利用外置摄像头实时拍摄自动驾驶车辆的轨迹坐标；(16)校准计算机根据接收到的图片信息，通过自动驾驶车辆在非直线校准车道上行驶时多角度拍摄的图片信息交叉计算出车载摄像头在非直线校准车道上拍摄特征参照物时的相对位移与角度变化；(17)结合车载摄像头拍摄特征参照物时的角度和通过外置摄像头获取的自动驾驶车辆的轨迹坐标，即可确定车载摄像头的轨迹坐标；(18)对比相同时刻自动驾驶车辆的轨迹坐标与车载摄像头的轨迹坐标，即可得到车载摄像头相对自动驾驶车辆的位姿。所述步骤(1)中，基于视觉SLAM算法构建非直线校准车道两侧图像环境地图，并将其存储到校准计算机，以备调取使用。所述步骤(3)中，结合非直线校准车道两侧图像环境地图和外置摄像头采集到的自动驾驶车辆行驶过程中的图片信息，校准计算机计算得到自动驾驶车辆本文档来自技高网...

【技术保护点】
1.一种校准摄像头位姿的系统，其特征在于：包括自动驾驶车辆，校准计算机和非直线校准车道，所述自动驾驶车辆上设有车载摄像头，所述非直线校准车道两侧设有特征参照物和外置摄像头，所述自动驾驶车辆和外置摄像头通过无线网络连接到校准计算机。

【技术特征摘要】
1.一种校准摄像头位姿的系统，其特征在于：包括自动驾驶车辆，校准计算机和非直线校准车道，所述自动驾驶车辆上设有车载摄像头，所述非直线校准车道两侧设有特征参照物和外置摄像头，所述自动驾驶车辆和外置摄像头通过无线网络连接到校准计算机。2.根据权利要求1所述的校准摄像头位姿的系统的校准方法，其特征在于：基于视觉SLAM算法，根据车载摄像头拍摄特征参照物时的角度和通过外置摄像头获取的自动驾驶车辆的位置坐标，得到车载摄像头与自动驾驶车辆的相对坐标，从而得到车载摄像头的位姿。3.根据权利要求2所述的校准摄像头位姿的系统的校准方法，其特征在于，具体包括以下步骤：(1)构建非直线校准车道两侧校准场地，将待校准的自动驾驶车辆和非直线校准车道两侧的外置摄像头分别通过无线网络连接到校准计算机；(2)车载摄像头和外置摄像头获取的图片信息均通过无线网络发送到校准计算机；(3)自动驾驶车辆沿非直线校准车道行驶，并在行驶过程中利用车载摄像头实时获取非直线校准车道两侧的特征参照物的图片信息，同时，利用外置摄像头实时拍摄自动驾驶车辆的轨迹坐标；(4)校准计算机根据接收到的图片信息，通过自动驾驶车辆在非直线校准车道上行驶时多角度拍摄的图片信息交叉计算出车载摄像头在非直线校准车道上拍摄特征参照物时的相对位移与角度变化；(5)结合车载摄像头拍摄特征参照物时的角度和通过外置摄像头获取的自动驾驶车辆的轨迹坐标，即可确定车载摄像头的轨迹坐标；(6)对比相同时刻自动驾驶车辆的轨迹坐标与车载摄像头的轨迹坐标，即可得到车载摄像头...

【专利技术属性】
技术研发人员：王彦邦，张连聘，张雁鹏，田梦哲，
申请(专利权)人：济南浪潮高新科技投资发展有限公司，
类型：发明
国别省市：山东,37