一种无建图全场景适用的车载相机外参标定方法技术

本申请涉及一种无建图全场景适用的车载相机外参标定方法，所述方法包括：采集车辆行驶中的第一图像数据，并对所述第一图像数据进行处理，获得旋转量外参；采集车辆行驶中的第二图像数据、轮速数据，并对所述第二图像数据、轮速数据、所述旋转量外参进行处理，获取平移量外参。本申请的有益效果是：本申请可在车俩正常行驶过程中，收集多帧视觉信息，借助轮速传感器进行相机外参的标定。不需要专业操作人员和特殊场地，适用范围广。适用范围广。适用范围广。

【技术实现步骤摘要】
一种无建图全场景适用的车载相机外参标定方法


[0001]本申请涉及汽车电子
，更具体地，涉及一种无建图全场景适用的车载相机外参标定方法。

技术介绍

[0002]车载摄像头作为车辆周围环境感知的重要传感器，在辅助驾驶和智能驾驶领域具有广泛的应用空间。而所有基于相机的功能开发都需要进行相机坐标系到车身坐标系或大地坐标系的转换，所以在车载相机安装完成后，都需要经过相机标定得到相机的外参才能正常使用。
[0003]目前主流的标定方案主要分为三大类：
[0004]第一类：利用已知的特定标识物进行标定，例如建立标定场地或者铺标定布，通过已知物理坐标的角点和图像角点进行变换矩阵的计算，进而恢复出相机的旋转和平移量。
[0005]第二类：利用其他传感器进行标定，例如利用车载惯性测量单元(imu)进行标定，需要同时计算待标定相机和参考传感器的姿态，通过多帧运动姿态得到相机与参考传感器坐标系的转换关系。
[0006]第三类：利用图像的前后帧进行外参调整，通过相机前后帧图像的匹配，对相机外参的部分参数进行调节。
[0007]第一类方案不仅成本较高、操作复杂，而且车辆离开车厂或者4S店就不能标定，用户体验较差。第二方案类似于机械手臂的手眼标定，不仅依赖参考传感器的测量精度和其安装外参精度，而且最重要的是，当车辆正常行驶时，运动状态受限于地平面，imu无法充分旋转，计算变换矩阵的方程组不满秩，无法得到稳定解。第三类方案依赖产线标定，在已有较为精确的外参基础上只能调节有限的几个自由度。
专利
技术实现思路

[0008]本申请为克服现有技术中的问题，本申请提供一种无建图全场景适用的车载相机外参标定方法。
[0009]一种无建图全场景适用的车载相机外参标定方法，所述方法包括：
[0010]采集车辆行驶中的第一图像数据，并对所述第一图像数据进行处理，获得旋转量外参；
[0011]采集车辆行驶中的第二图像数据、轮速数据，并对所述第二图像数据、轮速数据、所述旋转量外参进行处理，获取平移量外参。
[0012]可选地，所述采集车辆行驶中的第一图像数据，包括：
[0013]S1，在车辆行驶过程中，采集帧率不同的第一图像、第二图像，并对所述第一图像、第二图像进行ORB特征提取及匹配，获取第一点集、第二点集、匹配集；
[0014]S2，根据所述第一点集、第二点集、第一匹配集，用对极约束条件计算基本矩阵并恢复位姿；
[0015]S3，重复S1
‑
S2，收集预设次数的运动姿态集，并筛选直行姿态和转弯姿态。
[0016]可选地，在所述步骤S1中，所述对所述第一图像、第二图像进行ORB特征提取及匹配包括：
[0017]提取FAST角点，并计算角点处的BRIEF描述子；通过暴力匹配算法，获得第一匹配集。
[0018]可选地，在步骤S2中，所述用对极约束条件计算基本矩阵并恢复位姿，公式如下：
[0019]p
jkT
Fp
ik
＝0(k∈1...n)
…
(1)
[0020]F＝K
‑
T
t
ji
^R
ji
K
‑1…
(2)
[0021]其中p
ik
和p
jk
为点集P
i
和P
j
中的第k对匹配点对，K为相机内参矩阵，R
cji
和t
cji
分别为第i帧到第j帧的相机坐标系下的旋转矩阵和平移向量。
[0022]可选地，在所述步骤S3中，所述收集预设次数的运动姿态集，并筛选直行姿态和转弯姿态，包括：
[0023]S31，收集m次运动姿态，记为R
cji
，t
cji
(i∈0...m
‑
1，j∈1...m)；
[0024]S32，挑选车辆直行姿态t
cji
，其中R
cji
近似为单位矩阵，收集此时的平移向量t
cji
并归一化为单位向量，记为：
[0025][0026]S33，挑选车辆转弯姿态R
cji
，计算此时R
cji
的旋转轴w
cji
并归一化为单位向量，记为：
[0027][0028][0029]可选地，所述对所述第一图像数据进行处理，获得旋转量外参，包括：
[0030]S4，收集并处理预设数量的归一化直行姿态t
cji
、转弯姿态w
cji
，获取第一平移向量t
c
、第一旋转轴向量w
c
；
[0031]S5，车辆直行时，获取车辆坐标系的归一化的第二平移向量记为t
w
＝[0 1 0]T
，车辆转弯时，获取车辆坐标系的归一化的第二旋转轴向量记为w
w
＝[0 0 1]T
；
[0032]S6，通过第一平移向量t
c
、第一旋转轴向量w
c
、第二平移向量t
w
、第二旋转轴向量w
w
，计算旋转量外参。
[0033]可选地，在所述步骤S4中，所述收集并处理预设数量的归一化直行姿态t
cji
、转弯姿态w
cji
，获取第一平移向量t
c
、第一旋转轴向量w
c
，包括：
[0034]当收集到足够数量的归一化的直行姿态t
cji
、转弯姿态w
cji
后，去除均值
±
3倍标准差范围外的异常点，计算保留数据的均值，获得第一平移向量t
c
、第一旋转轴向量w
c
。
[0035]可选地，在所述步骤S6中，通过以下公式计算旋转量外参，包括：
[0036]R
cw
·
t
w
＝t
c
…
(6)
[0037]R
cw
·
w
w
＝w
c
…
(7)
[0038]通过联立公式(6)、(7)计算所述旋转量外参R
cw
。
[0039]可选地，采集车辆行驶中的第二图像数据、轮速数据，并对所述第二图像数据、轮速数据、所述旋转量外参进行处理，获取平移量外参包括：
[0040]S7，采集并处理车辆直行时间隔大于预设距离的第三图像、第四图像，获取第三点集、第四点集；
[0041]S8，通过轮速传感器估计车辆坐标系下i帧到j帧的旋转矩阵R
wji
和平移向量t
wji
，并根据旋转矩阵R
wji
和平移向量t
wji
...

【技术保护点】

【技术特征摘要】
1.一种无建图全场景适用的车载相机外参标定方法，其特征在于，所述方法包括：采集车辆行驶中的第一图像数据，并对所述第一图像数据进行处理，获得旋转量外参；采集车辆行驶中的第二图像数据、轮速数据，并对所述第二图像数据、轮速数据、所述旋转量外参进行处理，获取平移量外参。2.根据权利要求1所述的一种无建图全场景适用的车载相机外参标定方法，其特征在于，所述采集车辆行驶中的第一图像数据，包括：S1，在车辆行驶过程中，采集帧率不同的第一图像、第二图像，并对所述第一图像、第二图像进行ORB特征提取及匹配，获取第一点集、第二点集、匹配集；S2，根据所述第一点集、第二点集、第一匹配集，用对极约束条件计算基本矩阵并恢复位姿；S3，重复S1
‑
S2，收集预设次数的运动姿态集，并筛选直行姿态和转弯姿态。3.根据权利要求2所述的一种无建图全场景适用的车载相机外参标定方法，其特征在于，在所述步骤S1中，所述对所述第一图像、第二图像进行ORB特征提取及匹配包括：提取FAST角点，并计算角点处的BRIEF描述子；通过暴力匹配算法，获得第一匹配集。4.根据权利要求2所述的一种无建图全场景适用的车载相机外参标定方法，其特征在于，在步骤S2中，所述用对极约束条件计算基本矩阵并恢复位姿，公式如下：P
jkT
Fp
ik
＝0(k∈1...n)
…
(1)F＝K
‑
T
t
ji
^R
ji
K
‑1…
(2)其中P
ik
和p
jk
为点集P
i
和P
j
中的第k对匹配点对，K为相机内参矩阵，R
cji
和t
cji
分别为第i帧到第j帧的相机坐标系下的旋转矩阵和平移向量。5.根据权利要求2所述的一种无建图全场景适用的车载相机外参标定方法，其特征在于，在所述步骤S3中，所述收集预设次数的运动姿态集，并筛选直行姿态和转弯姿态，包括：S31，收集m次运动姿态，记为R
cji
，t
cji
(i∈0...m
‑
1，j∈1...m)；S32，挑选车辆直行姿态t
cji
，其中R
cji
近似为单位矩阵，收集此时的平移向量t
cji
并归一化为单位向量，记为：S33，挑选车辆转弯姿态R
cji
，计算此时R
cji
的旋转轴w
cji
并归一化为单位向量，记为：并归一化为单位向量，记为：6.根据权利要求2所述的一种无建图全场景适用的车载相机外参标定方法，其特征在于，所述对所述第一图像数据进行处理，获得旋转量外参，包括：S4，收集并处理预设数量的归一化直行姿态t
cji
，转弯姿态w
cji
，获取第一平移向量t
c
、第一旋转轴向量w
c
；S5，车辆直行时，获取车辆坐标系的归一化的第二平移向量记为t
w
＝[0 1 0]
T
，车辆转弯时，获取车辆坐标系的归一化的第二旋转轴向量记为w
w
＝[0 0 1]
T
；S6，通过第一平移向量t
c
、第一旋转轴向量w
c
、第二平移向量t
w
、第二旋转轴向量w
w
，计算
旋转量外参。7.根据权利要求6所述的一种无建图全场景适用的车载相机外参标定方法，其特征在于，在所述步骤S4中，所述收集并处理预设数量的归一化直行姿态t
cji
、转弯姿态w
cji
，获取第一平移向量t
c
、第一旋转轴向量w
c
，包括：当收集到足够数量的归一化的直行姿态t
cji
、转弯姿态w
cji
后，去除均值
±
3倍标准差范围外的异常点，计算保留数据的均值，获得第一平移向量t
c
、第一旋转轴向量w
c
。8.根据权利要求6所述的一种无建图全场景适用的车载相机外参标定方法，其特征在于，在所述步骤S6中，通过以下公式计算旋转量外参，包括：R
cw
·
t
w
＝t
c
…
(6)R
cw
·
w
w
＝w
c
…
(7)通过联立公式(6)、(7)计算所述旋转量外参R
cw
。9.根据权利要求1所述的一种无建图全场景适用的车载相机外参标定方法，其特征在于，所述采集车辆行驶中的第二图像数据、轮速数据，并对所述第二图像数据、轮速数据、所...

【专利技术属性】
技术研发人员：韩笑，倪如金，季丹，
申请(专利权)人：南京市德赛西威汽车电子有限公司，
类型：发明
国别省市：