本申请公开了一种多路侧相机的外参标定方法、装置及电子设备、存储介质，该方法包括：获取多个路侧相机视野内的采样点信息，采样点信息包括多个采样点在世界坐标系下的真值和图像坐标系下的真值，多个采样点包括各个路侧相机之间的共视区域的采样点以及非共视区域的采样点；利用多个路侧相机视野内的采样点信息，构建外参的非线性优化模型；根据外参的非线性优化模型对多个路侧相机的外参进行联合标定，得到各个路侧相机的外参。本申请同时考虑了共视区域和非共视区域的采样点对多路侧相机标定结果的影响，基于共视区域内同一采样点的约束，使得联合标定得到的多路侧相机的外参在非共视区域内也具有较高的精度，为融合定位提供了有力支撑。位提供了有力支撑。位提供了有力支撑。
【技术实现步骤摘要】
多路侧相机的外参标定方法、装置及电子设备、存储介质
[0001]本申请涉及相机标定
，尤其涉及一种多路侧相机的外参标定方法、装置及电子设备、存储介质。
技术介绍
[0002]相机外参通常是指世界坐标系到相机坐标系的变换矩阵，包括旋转矩阵和平移矩阵，相机的标定就是为了在相机安装后，通过某种方法得到上述变换矩阵。相机外参是将物体在真实世界的位置和图像中的像素位置连接起来的必要条件，在自动驾驶等领域中发挥了重要作用，因此，如何标定出准确的相机外参十分必要。
[0003]以自动驾驶领域中的交通路口场景为例，在交通路口的不同方向上往往存在多个路侧相机，现有的多相机外参联合标定方法主要是针对多个相机之间存在共同视野的情况，基于共同视野内的多个参考点进行联合标定。
[0004]而实际情况是，交通路口往往在不同杆体上分布有多个路侧相机，不同路侧相机视野的共视范围大小不一，当共视范围较小时，仅仅使用较小的共视范围内的参考点进行联合标定，会导致非共视范围的相机标定结果并不好，进而造成在非共视区域的定位点的定位误差较大。
技术实现思路
[0005]本申请实施例提供了一种多路侧相机的外参标定方法、装置及电子设备、存储介质，以提高多路侧相机的标定精度，进而提高自动驾驶车辆的融合定位精度。
[0006]本申请实施例采用下述技术方案：
[0007]第一方面，本申请实施例提供一种多路侧相机的外参标定方法，其中，所述方法包括：
[0008]获取多个路侧相机视野内的采样点信息，所述采样点信息包括多个采样点在世界坐标系下的真值和图像坐标系下的真值，所述多个采样点包括各个路侧相机之间的共视区域的采样点以及非共视区域的采样点；
[0009]利用所述多个路侧相机视野内的采样点信息，构建外参的非线性优化模型；
[0010]根据所述外参的非线性优化模型对多个路侧相机的外参进行联合标定，得到各个路侧相机的外参。
[0011]可选地，所述获取多个路侧相机视野内的采样点信息包括：
[0012]利用RTK实时差分测量设备采集各个采样点在全局世界坐标系下的坐标值；
[0013]将各个采样点在全局世界坐标系下的坐标值分别转换到以各个路侧相机为原点的局部世界坐标系下，得到各个采样点在各个路侧相机对应的局部世界坐标系下的真值。
[0014]可选地，所述利用所述多个路侧相机视野内的采样点信息，构建外参的非线性优化模型包括：
[0015]根据所述采样点信息中的第一采样点信息确定各个路侧相机的初始外参；
[0016]利用所述采样点信息中的第二采样点信息和所述各个路侧相机的初始外参构建所述外参的非线性优化模型，以利用所述外参的非线性优化模型得到各个路侧相机的最终外参；
[0017]其中，所述第二采样点信息中的采样点不同于所述第一采样点信息中的采样点。
[0018]可选地，所述第一采样点信息包括多个第一采样点在局部世界坐标系下的真值和图像坐标系下的真值，所述根据所述采样点信息中的第一采样点信息确定各个路侧相机的初始外参包括：
[0019]根据各个路侧相机的路侧相机视野确定各个路侧相机对应的第一采样点，所述第一采样点包括各个路侧相机之间的共视区域的采样点以及非共视区域的采样点；
[0020]获取各个路侧相机的内参，并利用各个路侧相机的内参将各个路侧相机对应的第一采样点在图像坐标系下的真值分别转换到各个路侧相机对应的相机坐标系下，得到各个路侧相机对应的第一采样点在相机坐标系下的坐标值；
[0021]根据各个路侧相机对应的第一采样点在相机坐标系下的坐标值以及各个路侧相机对应的第一采样点在局部世界坐标系下的真值，计算各个路侧相机的初始外参。
[0022]可选地，所述第二采样点信息包括多个第二采样点在局部世界坐标系下的真值和图像坐标系下的真值，所述利用所述采样点信息中的第二采样点信息和所述各个路侧相机的初始外参构建所述外参的非线性优化模型包括：
[0023]根据各个路侧相机的路侧相机视野确定各个路侧相机对应的第二采样点，所述第二采样点包括各个路侧相机之间的共视区域的采样点以及非共视区域的采样点；
[0024]获取各个路侧相机的内参，并利用各个路侧相机的内参将各个路侧相机对应的第二采样点在图像坐标系下的真值分别转换到各个路侧相机对应的相机坐标系下，得到各个路侧相机对应的第二采样点在相机坐标系下的坐标值；
[0025]利用所述各个路侧相机的初始外参，将各个路侧相机对应的第二采样点在相机坐标系下的坐标值转换到局部世界坐标系下，得到各个路侧相机对应的第二采样点在局部世界坐标系下的坐标值；
[0026]根据各个路侧相机对应的第二采样点在局部世界坐标系下的坐标值以及各个路侧相机对应的第二采样点在局部世界坐标系下的真值，构建所述外参的非线性优化模型。
[0027]可选地，所述根据各个路侧相机对应的第二采样点在局部世界坐标系下的坐标值以及各个路侧相机对应的第二采样点在局部世界坐标系下的真值，构建所述外参的非线性优化模型包括：
[0028]确定各个路侧相机对应的第二采样点在局部世界坐标系下的坐标值与各个路侧相机对应的第二采样点在局部世界坐标系下的真值之间的误差值；
[0029]根据所述各个路侧相机对应的第二采样点在局部世界坐标系下的坐标值与各个路侧相机对应的第二采样点在局部世界坐标系下的真值之间的误差值，构建各个路侧相机的外参损失函数，所述外参损失函数包括3D均方根误差最小化函数；
[0030]根据各个路侧相机的外参损失函数构建所述外参的非线性优化模型。
[0031]可选地，所述根据所述外参的非线性优化模型对多个路侧相机的外参进行联合标定，得到各个路侧相机的外参包括：
[0032]利用预设求解算法对所述外参的非线性优化模型进行求解，得到各个路侧相机的
外参。
[0033]第二方面，本申请实施例还提供一种多路侧相机的外参标定装置，其中，所述装置包括：
[0034]获取单元，用于获取多个路侧相机视野内的采样点信息，所述采样点信息包括多个采样点在世界坐标系下的真值和图像坐标系下的真值，所述多个采样点包括各个路侧相机之间的共视区域的采样点以及非共视区域的采样点；
[0035]构建单元，用于利用所述多个路侧相机视野内的采样点信息，构建外参的非线性优化模型；
[0036]标定单元，用于根据所述外参的非线性优化模型对多个路侧相机的外参进行联合标定，得到各个路侧相机的外参。
[0037]第三方面，本申请实施例还提供一种电子设备，包括：
[0038]处理器；以及
[0039]被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行前述之任一所述方法。
[0040]第四方面，本申请实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被包括多个应用程序的电子设备执行时，使得所述电子设本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种多路侧相机的外参标定方法，其中，所述方法包括：获取多个路侧相机视野内的采样点信息，所述采样点信息包括多个采样点在世界坐标系下的真值和图像坐标系下的真值，所述多个采样点包括各个路侧相机之间的共视区域的采样点以及非共视区域的采样点；利用所述多个路侧相机视野内的采样点信息，构建外参的非线性优化模型；根据所述外参的非线性优化模型对多个路侧相机的外参进行联合标定，得到各个路侧相机的外参。2.如权利要求1所述方法，其中，所述获取多个路侧相机视野内的采样点信息包括：利用RTK实时差分测量设备采集各个采样点在全局世界坐标系下的坐标值；将各个采样点在全局世界坐标系下的坐标值分别转换到以各个路侧相机为原点的局部世界坐标系下，得到各个采样点在各个路侧相机对应的局部世界坐标系下的真值。3.如权利要求1所述方法，其中，所述利用所述多个路侧相机视野内的采样点信息，构建外参的非线性优化模型包括：根据所述采样点信息中的第一采样点信息确定各个路侧相机的初始外参；利用所述采样点信息中的第二采样点信息和所述各个路侧相机的初始外参构建所述外参的非线性优化模型，以利用所述外参的非线性优化模型得到各个路侧相机的最终外参；其中，所述第二采样点信息中的采样点不同于所述第一采样点信息中的采样点。4.如权利要求3所述方法，其中，所述第一采样点信息包括多个第一采样点在局部世界坐标系下的真值和图像坐标系下的真值，所述根据所述采样点信息中的第一采样点信息确定各个路侧相机的初始外参包括：根据各个路侧相机的路侧相机视野确定各个路侧相机对应的第一采样点，所述第一采样点包括各个路侧相机之间的共视区域的采样点以及非共视区域的采样点；获取各个路侧相机的内参，并利用各个路侧相机的内参将各个路侧相机对应的第一采样点在图像坐标系下的真值分别转换到各个路侧相机对应的相机坐标系下，得到各个路侧相机对应的第一采样点在相机坐标系下的坐标值；根据各个路侧相机对应的第一采样点在相机坐标系下的坐标值以及各个路侧相机对应的第一采样点在局部世界坐标系下的真值，计算各个路侧相机的初始外参。5.如权利要求3所述方法，其中，所述第二采样点信息包括多个第二采样点在局部世界坐标系下的真值和图像坐标系下的真值，所述利用所述采样点信息中的第二采样点信息和所述各个路侧相机的初始外参构建所述外参的非线性优化模型包括：根据各个路侧相机的路侧相机视野确定各个路侧相机对应的第二采样点，所述第二采样点包括各个路侧相机之间的共视区域的采样点以及非共视区域的采样...
【专利技术属性】
技术研发人员：郭波，李战斌，张岩，
申请(专利权)人：智道网联科技北京有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。