视觉传感器标定方法、控制器、服务器和存储介质技术

本发明专利技术实施例公开了视觉传感器标定方法、控制器、服务器和存储介质。其中，该方法包括：获取待标定视觉传感器采集的标靶图像和所述待标定视觉传感器的环境参数；上传所述标靶图像和所述环境参数到云端服务器以获取标定参数；根据所述标定参数标定所述待标定视觉传感器。本发明专利技术实施例通过将待标定视觉传感器采集的标靶图像以及其环境参数上传至云端服务器获取标定参数，并根据该标定参数对待标定视觉传感器进行标定的方法，以通过通用平台实现对不同车型不同摄像头的标定，节约了标定成本。节约了标定成本。节约了标定成本。

【技术实现步骤摘要】
视觉传感器标定方法、控制器、服务器和存储介质


[0001]本专利技术实施例涉及自动化控制
，尤其涉及一种视觉传感器标定标定方法、控制器、服务器和存储介质。

技术介绍

[0002]互联网技术的发展日新月异，车辆智能化成为汽车领域的重要发展方向。对于智能化车辆传感器是为车辆提供外部信息的感知渠道，对车辆的智能化程度具有举足轻重的作用。车辆的生产制造过程中，视觉传感器的标定的正确性直接影响车辆的性能。
[0003]目前常见的视觉传感器的标定方法主要使用视觉传感器在不同视场的棋盘网格黑白图案进行初步标定，使用内参和畸变因子对初步标定进行校正，实现视觉传感器的标定，但是这种方法需要由每辆汽车执行，在生产环境下标定过程需要花费大量时间，严重影响车辆的生产效率。

技术实现思路

[0004]本专利技术提供一种视觉传感器标定方法、控制器、服务器和存储介质，以减少视觉传感器的标定时间，提高车辆的生产效率。
[0005]第一方面，本专利技术实施例提供了一种视觉传感器标定方法，应用于控制器，所述方法包括：
[0006]获取待标定视觉传感器采集的标靶图像和所述待标定视觉传感器的环境参数；
[0007]上传所述标靶图像和所述环境参数到云端服务器以获取标定参数；
[0008]根据所述标定参数标定所述待标定视觉传感器。
[0009]第二方面，本专利技术实施例还提供了一种视觉传感器标定方法，应用于云端服务器，所述方法包括：
[0010]获取控制器上传的标靶图像和环境参数；<br/>[0011]根据标定神经网络模型生成所述标靶图像和所述环境参数对应的标定参数，其中，所述标定神经网络模型使用阈值数量的图像集训练生成；
[0012]传输所述标定参数到所述控制器，以使得所述控制器根据所述标定参数标定待标定视觉传感器。
[0013]第三方面，本专利技术实施例还提供了一种控制器，所述控制器包括：
[0014]一个或多个处理器；
[0015]存储器，用于存储一个或多个程序，
[0016]当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本专利技术实施例所述的视觉传感器标定方法。
[0017]第四方面，本专利技术实施例还提供了一种服务器，所述服务器包括：
[0018]一个或多个处理器；
[0019]存储器，用于存储一个或多个程序，
[0020]当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本专利技术实施例所述的视觉传感器标定方法。
[0021]第五方面，本专利技术实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如本专利技术实施例所述的视觉传感器标定方法。
[0022]本专利技术实施例的技术方案，通过将获取待标定视觉传感器采集的标靶图像和待标定视觉传感器的环境参数，并把标靶图像和环境参数上传到云端服务器以获取标定参数，并根据标定参数对待标定视觉传感器进行标定。上述技术方案，采用通过将待标定视觉传感器采集的标靶图像以及其环境参数上传至云端服务器获取标定参数，并根据该标定参数对待标定视觉传感器进行标定的方法，以通过通用平台实现对不同车型不同摄像头的标定，节约了标定成本，减少了待标定视觉传感器的标定时间，提高了车辆的生产效率。
附图说明
[0023]图1为本专利技术实施例一提供的一种视觉传感器标定方法的流程图；
[0024]图2为本专利技术实施例二提供的一种视觉传感器标定方法的流程图；
[0025]图3为本专利技术实施例所提供的车辆前视摄像头标定实现示意图；
[0026]图4为本专利技术实施例所提供的世界坐标映射为像素坐标的过程的示意图；
[0027]图5为本专利技术实施例所提供的坐标系转换示意图；
[0028]图6为本专利技术实施例所提供的视觉传感器标定方法的一个标定实现示意图；
[0029]图7为本专利技术实施例三提供的一种视觉传感器标定方法的流程图；
[0030]图8为本专利技术实施例四提供的一种视觉传感器标定方法的流程图；
[0031]图9为本专利技术实施例所提供的反向传播神经网络训练过程示意图；
[0032]图10为本专利技术实施例所提供的反向传播神经网络矫正图像的示意图；
[0033]图11为本专利技术实施例所提供的视觉传感器标定方法的另一个标定实现示意图；
[0034]图12是本专利技术实施例五提供的一种控制器的结构示意图；
[0035]图13是本专利技术实施例六提供的一种服务器的结构示意图。
具体实施方式
[0036]下面结合附图和实施例对本专利技术作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本专利技术，而非对本专利技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本专利技术相关的部分而非全部结构，此外，在不冲突的情况下，本专利技术中的实施例及实施例中的特征可以相互组合。
[0037]在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各步骤描述成顺序的处理，但是其中的许多步骤可以被并行地、并发地或者同时实施。此外，各步骤的顺序可以被重新安排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
[0038]实施例一
[0039]图1为本专利技术实施例一提供的一种视觉传感器标定方法的流程图，本实施例可适用于对待标定视觉传感器标定的情况，例如可以是对车辆摄像头标定的情况，该方法可以
由车辆控制器来执行。
[0040]如图1所示，本专利技术实施例提供的一种视觉传感器标定方法具体包括如下步骤：
[0041]S110、获取待标定视觉传感器采集的标靶图像和待标定视觉传感器的环境参数。
[0042]其中，视觉传感器可以是利用光学元件和成像装置获取外部环境图像信息的仪器，通常用图像分辨率来描述视觉传感器的性能。视觉传感器的精度不仅与分辨率有关，而且同被测物体的检测距离相关。被测物体距离越远，其绝对的位置精度越差。视觉传感器可以为电荷耦合器件(Charge Coupled Device，CCD)摄像机和数字摄像机等。本专利技术实施例对视觉传感器的选择不作具体限制。
[0043]需要说明的是，本专利技术实施例所提及的视觉传感器设置于车辆车身之上，不限制设置位置，此外，本专利技术实施例对视觉传感器的数量不作限定，本领域技术人员可以根据实际应用需要进行选择视觉传感器的数量和安装位置，例如，视觉传感器可以选择安装在车身前合适的栅格或车标上，以采集车辆前方的图像数据。
[0044]其中，标靶图像可以是车辆上的待标定视觉传感器采集标定靶的图像信息。其中，标定靶可以是每个特征点的空间位置都被事先测定的基准靶，例如，两个点的距离都被精确到1.0000厘米(精确到小数点后若干位)。用待标定视觉传感器采集标定靶的图像信息，可以根本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种视觉传感器标定方法，其特征在于，应用于控制器，所述方法包括：获取待标定视觉传感器采集的标靶图像和所述待标定视觉传感器的环境参数；上传所述标靶图像和所述环境参数到云端服务器以获取标定参数；根据所述标定参数标定所述待标定视觉传感器。2.根据权利要求1所述的方法，其特征在于，所述获取待标定视觉传感器采集的标靶图像和所述待标定视觉传感器的环境参数，包括：控制车辆上的所述待标定视觉传感器采集标定靶的图像信息作为标靶图像，其中，所述标定靶包括黑白棋盘格标定靶，所述车辆处于标定准备状态；采集所述车辆的车身姿态信息、车辆型号和控制器型号作为环境参数。3.根据权利要求2所述的方法，其特征在于，所述车辆处于标定准备状态，包括：所述车辆完成四轮定位；所述车辆轮胎胎压处于标准胎压；所述车辆的空气悬架处于标准悬架高度；所述车辆的车身行驶轴线与所述标定靶的标准板法线水平；所述车辆的车辆达到标准车速。4.根据权利要求1上传所述标靶图像和所述环境参数到云端服务器以获取标定参数，包括：上传所述标靶图像和所述环境参数到所述云端服务器，以使所述云端服务器使用标定神经网络模型生成所述标靶图像和所述环境参数对应的标定参数；获取所述云端服务器下发的所述标定参数，其中，所述标定参数包括：摄像头内参、摄像头外参和畸变参数。5.一种视觉传感器标定方法，其特征在于，应用于云端服务器，所述方法包括：获取控制器上传的标靶图像和环境参数；根据标定神经网络模型生成所述标靶图像和所述环境参数对应的标定参数，其中，所述标定神经网络模型使用阈值数量的图像集训练生成；传输所述标定参数到所述控制器，以使得所述控制器根据所述标定参数标定待标定视觉传感器。6.根据权利要求5所述的方法，其特征在于，所述根据标定神经网络模型生成所述标靶图像和所述环境参数对应的标定参数，包括：将所...

【专利技术属性】
技术研发人员：张航，崔茂源，孙连明，彭晓宇，
申请(专利权)人：中国第一汽车股份有限公司，
类型：发明
国别省市：