车载流媒体后视镜标定方法、系统及装置制造方法及图纸

本申请车载流媒体后视镜标定方法，首先通过车载流媒体后视镜中各相机采集车辆两侧及后方的视频图像，再从所述视频图像中识别出标定过程中的特征物。从所述特征物中提取特征信息来对所述视频图像进行处理，根据所述特征信息对各相机的参数进行标定，得到车载流媒体后视镜中各相机与相机之间、相机与车辆之间准确的位姿信息，根据各相机与车之间的位姿信息，将左右及后视相机的图像拼接成可视范围更大的全景图像。本申请车载流媒体后视镜标定方法可以适应多种场景，具有精度高、速度快、适用范围广等特点。

【技术实现步骤摘要】
车载流媒体后视镜标定方法、系统及装置
本申请涉及车辆领域，尤其涉及一种辅助驾驶的车载流媒体后视镜标定方法，以及执行上述方法的车载流媒体后视镜标定系统和车载流媒体后视镜标定装置。
技术介绍
车载流媒体后视镜通过在车辆两侧后视镜及尾部安装多个相机(如图1所示)，并采用车载处理器对得到的多路视频图像进行拼接处理，为驾驶员提供车辆两侧及后方视觉盲区的全景图像(如图2)，从而提高驾驶的安全性。车载流媒体后视镜内的相机数量通常不小于3个，各相机之间以及相机与车辆之间的位姿标定是车载流媒体后视镜的一个关键环节。针对不同的场景，车载流媒体后视镜一般采用不同的标定方法，比如当车辆还在产线上时，可以在特定的工位上采用定位设备(如四轮定位设备)准确地确定车辆的位置，从而简化整个车载流媒体后视镜的标定。而在实际实用中，考虑到车载流媒体后视镜的有效性，还需要有其它的标定方法用于4S店的标定，或者更通用的直接在线标定。标定系统的精度以及便利性直接决定了车载流媒体后视镜的效果和便利性，所以，精度、效率和适用性是车载流媒体后视镜标定方案需要考虑的主要问题。然而，现有的标定系统中往往存在：标定精度不高的问题，从而降低了车载流媒体后视镜的精度；标定执行效率较低的问题，从而不适用于如流水线等实时性要求较高的场合；现有的标定系统又采用了复杂的辅助设备或设施，从而大大降低了其适用性。
技术实现思路
本申请提出一种在多场景下均可实现快速、准确标定的车载流媒体后视镜标定方法，具体包括如下技术方案：一种车载流媒体后视镜标定方法，包括：通过车载流媒体后视镜中各相机采集车辆两侧及后方的视频图像；从所述视频图像中识别出标定过程中的特征物；提取所述特征物的特征信息；根据所述特征信息对各相机进行标定参数的优化。本申请车载流媒体后视镜标定方法，基于车载流媒体后视镜采集各相机的视频图像，然后从各视频图像中识别出标定过程中会使用到的特征物，并针对所述特征物提取到有用的特征信息。最后根据所述特征信息对各个相机进行标定参数的优化。因为特征物可以为已知原始特征信息的人工标记物，也可以为视频图像中共有的直带状物体，因此特征物可以作为标定的基准来对各个相机进行优化。本申请标定方法对特征物的要求相对宽松，以使得本申请标定方法的适用范围较大。经优化标定的车载流媒体后视镜可以拼接得到可靠的全景图像，从而提供驾驶员视觉盲区的环境信息，辅助驾驶员安全驾驶车辆。其中，在所述根据所述特征信息对各相机进行标定参数的优化之后，还包括：基于所述标定参数优化的结果对所述车载流媒体后视镜中各相机的视频图像拼接并验证。重新根据标定参数优化的结果获取车载流媒体后视镜中各相机的视频图像，并拼接出全景图像，可以对标定参数的优化的结果进行验证，提高标定参数优化的准确度。其中，所述基于所述标定参数优化的结果对所述车载流媒体后视镜中各相机的视频图像拼接并验证，包括：基于各所述相机的所述优化标定结果重新对所述视频图像赋值；基于重新赋值的所述视频图像拼接以形成全景图像；根据所述全景图像来验证所述优化标定。根据全景图像，采用重投影误差或光束法平差来验证标定结果，可以针对不同的应用场景，本方法采用的不同优化手段，来对标定结果进行更准确的验证。其中，所述通过车载流媒体后视镜中各相机采集车辆周围的视频图像之前，还包括：在指定位置摆放人工标记物。其中，所述从所述视频图像中识别出标定过程中的特征物，还包括：从所述视频图像中识别出所述人工标记物作为标定过程中的特征物。所述提取所述特征物的特征信息，包括：提取所述人工标记物的特征信息。人工标记物可以提供更准确的标定基准，有利于提高标定结果的可靠性。其中，所述根据所述特征信息对各相机进行标定参数的优化，包括：调用预存的所述人工标记物的原始特征信息；将提取到的所述人工标记物的所述特征信息与预存的所述原始特征信息进行比较；基于所述特征信息与所述原始特征信息的差值对各个所述相机进行标定参数的优化。将人工标记物的原始特征信息与视频图像中识别到的人工标记物进行比较判定，可以准确的查找到位姿出现变化的相机，并进行针对性的标定参数的优化。其中，所述从所述视频图像中识别出所述人工标记物作为标定过程中的特征物，包括：自动从所述视频图像中识别出所述人工标记物；手动确认所述人工标记物作为标定过程中的特征物。加入手动确认过程，可以在标定场景相对复杂的情况下，保证对人工标记物在视频图像中的准确识别。其中，所述从所述视频图像中识别出标定过程中的特征物，包括：查找所述视频图像中是否包含一共同的直带状物体；若存在所述共同的直带状物体，则识别所述直带状物体为特征物。直带状物体因为形状较长，可以在多个相机之间出现，并形成多个视频图像共有的具备一定可信度的基准。其中，所述基于所述标定参数优化的结果对所述车载流媒体后视镜中各相机的视频图像拼接并验证，包括：重新采集所述车载流媒体后视镜中各相机的视频图像；基于所述标定参数优化的结果对所述视频图像拼接以形成全景图像；对所述全景图像进行人工判定以验证所述标定结果。加入人工判定过程，可以在标定基准可信度存在缺陷，现有计算判断方法较难达标的情况下，通过人工判定来对拼接得到的全景图像进行评价，避免本方法被反复重新执行，浪费车载处理器的资源。其中，所述提取所述特征物的特征信息，包括：将所述特征物的特征信息投影于全局坐标系中；在所述全局坐标系中提取所述特征信息。将所述特征物投影于所述全局坐标系中，并直接从所述全局坐标系中提取所述特征信息，可以加快本方法的运算速度，提高实时性。其中，所述流媒体后视镜中各相机的视场角在60°～80°之间。流媒体后视镜采用更小的视场角相机，可以避免视频图像产生较大的畸变，更准确的还原全景图像。本申请涉及一种车载流媒体后视镜标定系统，包括：视频采集模块：用于通过车载流媒体后视镜中各相机采集车辆周围的视频图像；特征物拾取模块：从所述视频图像中识别出标定过程中的特征物；特征参数提取模块：用于提取所述特征物的特征信息；标定参数优化模块：用于根据所述特征信息对各相机进行标定参数的优化；标定结果检验模块：用于基于所述标定参数优化的结果对所述车载流媒体后视镜中各相机的视频图像拼接并验证。本申请车载流媒体后视镜标定系统通过各个模块之间的配合工作，可以实施上述的车载流媒体后视镜标定方法，从而在车辆生产线上、4S店或空旷场地、以及行驶过程中实现车载流媒体后视镜有效的优化标定，具备较高的标定准确率。车辆在装备此系统后拓宽了标定的适用场景和范围，提高了车载流媒体后视镜标定的便捷性和实时性。本申请还涉及一种车载流媒体后视镜标定装置，包括处理器、输入设备、输出设备和存储装置，所述处理器、输入设备、输出设备和存本文档来自技高网...

【技术保护点】
1.一种车载流媒体后视镜标定方法，其特征在于，包括：/n通过车载流媒体后视镜中各相机采集车辆两侧及后方的视频图像；/n从所述视频图像中识别出标定过程中的特征物；/n提取所述特征物的特征信息；/n根据所述特征信息对各相机进行标定参数的优化。/n

【技术特征摘要】
1.一种车载流媒体后视镜标定方法，其特征在于，包括：
通过车载流媒体后视镜中各相机采集车辆两侧及后方的视频图像；
从所述视频图像中识别出标定过程中的特征物；
提取所述特征物的特征信息；
根据所述特征信息对各相机进行标定参数的优化。


2.根据权利要求1所述的方法，其特征在于，在所述根据所述特征信息对各相机进行标定参数的优化之后，还包括：
基于所述标定参数优化的结果对所述车载流媒体后视镜中各相机的视频图像拼接并验证。


3.根据权利要求2所述的方法，其特征在于，所述基于所述标定参数优化的结果对所述车载流媒体后视镜中各相机的视频图像拼接并验证，包括：
基于各所述相机的所述标定参数优化的结果重新对所述视频图像赋值；
基于重新赋值的所述视频图像拼接以形成全景图像；
根据所述全景图像来验证所述标定结果。


4.根据权利要求1所述的方法，其特征在于，所述通过车载流媒体后视镜中各相机采集车辆周围的视频图像之前，还包括：
在指定位置摆放人工标记物。


5.根据权利要求4所述的方法，其特征在于，所述从所述视频图像中识别出标定过程中的特征物，包括：
从所述视频图像中识别出所述人工标记物作为标定过程中的特征物；
所述提取所述特征物的特征信息，包括：
提取所述人工标记物的特征信息。


6.根据权利要求5所述的方法，其特征在于，所述根据所述特征信息对各相机进行标定参数优化，包括：
调用预存的所述人工标记物的原始特征信息；
将提取到的所述人工标记物的所述特征信息与预存的所述原始特征信息进行比较；
基于所述特征信息与所述原始特征信息的差值对各个相机进行标定参数优化。


7.根据权利要求2所述的方法，其特...

【专利技术属性】
技术研发人员：杨盼，蒋如意，
申请(专利权)人：上海欧菲智能车联科技有限公司，
类型：发明
国别省市：上海;31