本公开实施例中提供相机标定方法、装置、控制器、车辆及存储介质，在每个当前周期，获取全景视觉系统对道路采集得到的一组方位视图并执行图像识别微调处理；微调处理包括：利用每个相机的当前内参和当前外参，对每个方位视图进行畸变校正和透视转换，边缘特征提取车道线；基于前视鸟瞰图和后视鸟瞰图进行偏差校正处理以得到微调后前视鸟瞰图和微调后后视鸟瞰图，偏差校正处理为利用前/后视图中的参考点同左视图及右视图中的同名点的坐标转换关系计算透视变换偏差矩阵以微调前视鸟瞰图/后视鸟瞰图；且执行迭代标定动作以迭代更新微调结果；迭代满足标定目标即判定标定成功。能在车辆位于实际道路中时，方便地校正因标定参数误差，高效便捷。高效便捷。高效便捷。
【技术实现步骤摘要】
相机标定方法、装置、控制器、车辆及存储介质
[0001]本公开涉及图像处理
，尤其涉及相机标定方法、装置、控制器、车辆及存储介质。
技术介绍
[0002]在传统的行车及停车等场景中，驾驶者通常只能大都只能依赖后视镜及倒车影像的帮助。但是，这样会存在较多的视觉盲区，这造成驾驶者对车辆的周边环境的了解比较片面，可能会导致车辆擦碰的不良后果。
[0003]为此，全景视觉系统的出现解决了这方面的问题。所谓全景视觉系统，通常会在车辆的前、后、左、右安装相机(也称摄像头)，通过采集4个方位的视图利用重叠部分的对应关系拼接形成鸟瞰的全景视图，有效消除死角。
[0004]一方面，由于全景视觉系统中的相机通常采用鱼眼镜头而会产生采集图像的畸变，另一方面也需要获得图像坐标系到实际空间的世界坐标系的转换关系，故在全景视觉系统安装到车辆后进行相机标定以确定内参和外参。常见的标定方法如通过黑白棋盘格进行标定等。标定得到的标定参数，如内参和外参，会存储在控制器中以用于实际使用。
[0005]然而，在标定之后，车辆在实际场景中很有可能会出现结构上的变化，比如汽车装配误差，售后更换或调整摄像头后安装有误差，或者车辆随行驶时间有缝隙产生导致摄像头移位等，皆可能导致原标定外参出现偏差。尤其，外参对应的是相机坐标系和世界坐标系的位置关系，外参的偏差会导致拼接的全景视图不准确、拼接错位、局部畸变的问题。但重新标定，则需要到回厂执行，非常不变。
技术实现思路
[0006]鉴于以上所述现有技术的缺点，本公开的目的在于提供相机标定方法、装置、控制器、车辆及存储介质，解决相关技术中的问题。
[0007]本公开第一方面提供一种相机标定方法，应用于车载的全景视觉系统中相机的标定，所述全景视觉系统包括按前、后、左及右方位布设的相机，所述方法包括：在每个当前周期，获取所述全景视觉系统对道路采集得到的一组方位视图并执行图像识别微调处理；所述一组方位视图包括：前视图、左视图、右视图及后视图；其中，所述图像识别微调处理包括：利用每个相机的当前内参和当前外参，对每个所述方位视图进行畸变校正及鸟瞰视角的第一透视变换以得到转换后的一组鸟瞰视图；提取每个鸟瞰视图中的车道线；基于该组鸟瞰视图中前视鸟瞰图和后视鸟瞰图进行偏差校正处理以得到微调后前视鸟瞰图和微调后后视鸟瞰图，包括：在前视鸟瞰图/后视鸟瞰图的一对平行车道线上分别选择至少两个参考点，以及分别在左视图及右视图中选择至少一条车道线上的至少两个同名点；基于每个参考点及其同名点之间的图像坐标转换关系，计算表示所述图像坐标转换关系的前视鸟瞰图/后视鸟瞰图的透视变换偏差矩阵；基于所述透视变换偏差矩阵对所述当前外参的校正，应用于第一透视变换以获取微调后前视鸟瞰图/微调后后视鸟瞰图；响应于图像识别微调
处理得到的该组鸟瞰视图未满足标定目标，执行迭代标定动作，包括：在预设时长或者预设迭代轮次数量中，迭代更新该组鸟瞰视图中的微调后前视鸟瞰图和微调后后视鸟瞰图，并判断更新后的该组鸟瞰视图是否满足标定目标；响应于图像识别微调处理得到的该组鸟瞰视图满足标定目标，判定标定成功。
[0008]在第一方面的实施例中，所述方法还包括：响应于图像识别微调处理得到的该组鸟瞰视图未满足标定目标，执行迭代标定动作，包括：在预设时长或者预设迭代轮次数量中，迭代更新该组鸟瞰视图中的微调后前视鸟瞰图和微调后后视鸟瞰图，并判断更新后的该组鸟瞰视图是否满足标定目标；响应于满足标定目标，则判定标定成功；响应于执行所述迭代标定动作后未满足标定目标，但能从最终更新的该组鸟瞰视图中识别车道线特征，则根据最终更新的该组鸟瞰视图重新执行所述迭代标定动作；响应于执行所述迭代标定动作后未满足标定目标，且不能从最终更新的该组鸟瞰视图中识别车道线特征，则重新采集一组方位视图以执行所述图像识别微调处理；响应于根据重新采集的每组方位视图在图像识别微调处理及迭代标定动作后的一组鸟瞰视图经迭代标定动作仍未满足标定目标的情况达到预设时长或预设采集次数，则判定标定失败。
[0009]在第一方面的实施例中，所述基于各所述边缘特征，提取每个鸟瞰视图中的车道线，包括：基于车道线形状和/或尺度特征相关的筛选条件，分别提取各边沿中符合所述筛选条件的图像特征点，以得到车道线的每条边沿的特征点向量集合；基于每条边沿的特征点向量集合执行直线拟合方法，获得车道线的两条边沿。
[0010]在第一方面的实施例中，所述标定目标包括：每条边沿中各图像特征点之间的最大像素差小于预设阈值。
[0011]在第一方面的实施例中，所述一对平行车道线上的参考点成对设置，成对的两个参考点之间具有相同的纵坐标。
[0012]在第一方面的实施例中，所述参考点及同名点的选取方法，包括：选择车道线上具有坐标值离散度最低或低于预设离散度阈值的点集内的中间点，作为所述参考点及同名点。
[0013]在第一方面的实施例中，所述基于每个参考点及其同名点之间的图像坐标转换关系，计算表示所述图像坐标转换关系的前视鸟瞰图/后视鸟瞰图的透视变换偏差矩阵，包括：联立每个参考点的图像纵坐标与同名点的图像纵坐标和图像横坐标之间的关系方程、以及每个参考点的图像横坐标与同名点的图像纵坐标和图像横坐标之间的关系方程；其中，所述关系方程中的系数为透视变换偏差矩阵中的参数；通过解联立的各所述关系方程，以得到各透视变换偏差矩阵中的参数而获得透视变换偏差矩阵。
[0014][0015]本公开第二方面提供一种相机标定装置，应用于车载的全景视觉系统中相机的标定，所述全景视觉系统包括按前、后、左及右方位布设的相机；所述装置包括：图像识别微调处理模块，用于在每个当前周期，获取所述全景视觉系统对道路采集得到的一组方位视图并执行图像识别微调处理；所述一组方位视图包括：前视图、左视图、右视图及后视图；其中，所述图像识别微调处理包括：利用每个相机的当前内参和当前外参，对每个所述方位视图进行畸变校正及鸟瞰视角的第一透视变换以得到转换后的一组鸟瞰视图；提取每个鸟瞰视图中的车道线；基于该组鸟瞰视图中前视鸟瞰图和后视鸟瞰图进行偏差校正处理以得到
微调后前视鸟瞰图和微调后后视鸟瞰图，包括：在前视鸟瞰图/后视鸟瞰图的一对平行车道线上分别选择至少两个参考点，以及分别在左视图及右视图中选择至少一条车道线上的至少两个同名点；基于每个参考点及其同名点之间的图像坐标转换关系，计算表示所述图像坐标转换关系的前视鸟瞰图/后视鸟瞰图的透视变换偏差矩阵；基于所述透视变换偏差矩阵对所述当前外参的校正，应用于第一透视变换以获取微调后前视鸟瞰图/微调后后视鸟瞰图；标定结果判定模块，用于响应于图像识别微调处理得到的该组鸟瞰视图未满足标定目标，执行迭代标定动作，包括：在预设时长或者预设迭代轮次数量中，迭代更新该组鸟瞰视图中的微调后前视鸟瞰图和微调后后视鸟瞰图，并判断更新后的该组鸟瞰视图是否满足标定目标；响应于图像识别微调处理得到的该组鸟瞰视图满足标定目标，判定标定成功。
[0016]本公开第三方面提供一种控制器，包括：存储器及处理器；所述存储器存储有本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种相机标定方法，其特征在于，应用于车载的全景视觉系统中相机的标定，所述全景视觉系统包括按前、后、左及右方位布设的相机，所述方法包括：在每个当前周期，获取所述全景视觉系统对道路采集得到的一组方位视图并执行图像识别微调处理；所述一组方位视图包括：前视图、左视图、右视图及后视图；其中，所述图像识别微调处理包括：利用每个相机的当前内参和当前外参，对每个所述方位视图进行畸变校正及鸟瞰视角的第一透视变换以得到转换后的一组鸟瞰视图，并提取每个鸟瞰视图中的车道线；基于该组鸟瞰视图中前视鸟瞰图和后视鸟瞰图进行偏差校正处理以得到微调后前视鸟瞰图和微调后后视鸟瞰图，包括：在前视鸟瞰图/后视鸟瞰图的一对平行车道线上分别选择至少两个参考点，以及分别在左视图及右视图中选择至少一条车道线上的至少两个同名点；基于每个参考点及其同名点之间的图像坐标转换关系，计算表示所述图像坐标转换关系的前视鸟瞰图/后视鸟瞰图的透视变换偏差矩阵；基于所述透视变换偏差矩阵对所述当前外参的校正，应用于第一透视变换以获取微调后前视鸟瞰图/微调后后视鸟瞰图；响应于图像识别微调处理得到的该组鸟瞰视图满足标定目标，判定标定成功。2.根据权利要求1所述的相机标定方法，其特征在于，还包括：响应于图像识别微调处理得到的该组鸟瞰视图未满足标定目标，执行迭代标定动作，包括：在预设时长或者预设迭代轮次数量中，迭代更新该组鸟瞰视图中的微调后前视鸟瞰图和微调后后视鸟瞰图，并判断更新后的该组鸟瞰视图是否满足标定目标；响应于满足标定目标，则判定标定成功；响应于执行所述迭代标定动作后未满足标定目标，但能从最终更新的该组鸟瞰视图中识别车道线特征，则根据最终更新的该组鸟瞰视图重新执行所述迭代标定动作；响应于执行所述迭代标定动作后未满足标定目标，且不能从最终更新的该组鸟瞰视图中识别车道线特征，则重新采集一组方位视图以执行所述图像识别微调处理；响应于根据重新采集的每组方位视图在图像识别微调处理及迭代标定动作后的一组鸟瞰视图经迭代标定动作仍未满足标定目标的情况达到预设时长或预设采集次数，则判定标定失败。3.根据权利要求1所述的相机标定方法，其特征在于，所述提取每个鸟瞰视图中的车道线，包括：基于直线检测算法，对每个鸟瞰视图分别提取边缘特征；基于各所述边缘特征，提取每个鸟瞰视图中的车道线，包括：基于车道线形状和/或尺度特征相关的筛选条件，分别提取各边沿中符合所述筛选条件的图像特征点，以得到车道线的每条边沿的特征点向量集合；基于每条边沿的特征点向量集合执行直线拟合方法，获得车道线的两条边沿。4.根据权利要求1所述的相机标定方法，其特征在于，所述标定目标包括：每条边沿中各图像特征点之间的最大像素差小于预...
【专利技术属性】
技术研发人员：许定超，刘文，石三龙，范文斌，
申请(专利权)人：上海保隆汽车科技安徽有限公司，
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。