一种基于三维点云的路侧相机内外参同步标定方法及装置制造方法及图纸

一种基于三维点云的路侧相机内外参同步标定方法，包括：根据路侧相机图像，逐一提取特征物的像素块，依次提取所选特征物在三维点云中的点云簇；提取特征物像素块和点云簇的角点由此构成点对，结合相机模型计算出相机内外参初始值；将特征物像素块图像二值化，进行距离变换生成距离变换图，将对应特征物的点云簇投影于距离变换图，将全部点云对应像素的距离值进行累加获取该特征物的距离值；累加全部特征物的距离值作为代价函数，通过非线性优化对内外参初始值进行迭代，获取相机内外参的最优值。本发明专利技术降低人工工作量和对道路交通的影响，在简化标定流程的同时降低了由于分步标定导致的误差累加。导致的误差累加。导致的误差累加。

【技术实现步骤摘要】
一种基于三维点云的路侧相机内外参同步标定方法及装置


[0001]本专利技术涉及路侧相机标定领域，具体涉及一种基于三维点云的路侧相机内外参同步标定方法及装置。

技术介绍

[0002]相机传感器可提供丰富的纹理信息且具有价格低、功耗小等优势，已成为路侧感知系统中核心的传感设备。参数标定是相机应用于路侧感知系统的关键技术，传统人工标定方法需手持标定板标定内参，然后在路口内摆放参考物或手持定位设备标定外参，该方法对内外参数分步标定且需在路口内人工采集数据，因此具有一定的安全隐患同时流程繁琐且存在较大的工作量。
[0003]现有的路侧相机标定方法，例如申请号为201910244149.7的中国专利文献，其公开了一种通过装载定位设备和显示设备的标定车辆进行路侧相机标定的方法，采集至少四张含标定车辆的相机图像以获取图像位置信息和地理位置信息进行标定，该方法虽然降低了人工量，但所求为单应性矩阵而非内外参数，且需制作标定车辆成本较高；例如申请号为202211281195.2的中国专利文献，首先根据内外参初始值将点云和像素统一转换至以俯仰角和方位角为坐标轴本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于三维点云的路侧相机内外参同步标定方法，其特征在于，包括以下步骤：S1，获取环境对应的三维点云与该环境内路侧相机的图像；S2，根据所述路侧相机图像，逐一提取特征物的像素块，所述特征物为具有明显边界的元素，其中至少选择两个路面上的特征物，同时依次提取所选特征物在所述三维点云中的点云簇；S3，提取所述特征物像素块和点云簇的角点由此构成点对，结合相机模型计算出相机内外参初始值；S4，将所述特征物像素块图像二值化，进行距离变换生成距离变换图，根据外参初始值将对应特征物的点云簇投影于距离变换图，将全部点云对应像素的距离值进行累加获取该特征物的距离值；S5，累加全部特征物的距离值作为代价函数，将相机内外参数作为优化项，通过非线性优化对所述内外参初始值进行迭代，最终获取相机内外参的最优值。2.根据权利要求1所述的基于三维点云的路侧相机内外参同步标定方法，其特征在于，S3中相机内外参初始值的计算步骤包括：S31，提取所述特征物像素块和点云簇的角点，像素块角点具有该点的像素坐标值，点云簇角点具有该点的三维坐标值，以上两坐标值形成特征点对；S32，利用路面特征物的角点计算像素平面与路面的单应性矩阵H；S33，由相机成像模型推导出相机内参矩阵，由内参矩阵初始值和所有特征物角点生成外参矩阵初始值。3.根据权利要求2所述的基于三维点云的路侧相机内外参同步标定方法，其特征在于，S33中像素平面与路面的单应性矩阵H的计算步骤包括：在路面的多个位置提取特征物；使用RANSAC算法在特征点对中选出最佳单应性矩阵初始值，然后将全部特征点带入最小二乘算法以优化单应性矩阵初始值，最后采用Levenberg
‑
Marquardt算法对单应性矩阵迭代更新，减少重投影误差。4.根据权利要求2所述的基于三维点云的路侧相机内外参同步标定方法，其特征在于，S33中相机内参矩阵的计算方式如下：由相机成像模型推导出相机内参矩阵如下式1所示：其中，f为相机焦距，dx、dy为单个像素的x、y方向在相机感光元件上对应的实际距离，θ为相机感光元件横边与纵边所成夹角的角度，u0、v0为相机感光元件中心在像素坐标系中的坐标；令θ设定为90
°
，u0、v0设定为相机像素在U、V方向像素长度的半值，可得简化后的内参矩阵如下式2所示，当前未知数为
由单应性矩阵计算公式可推导出像素平面至目标平面的投影关系如式3：其中，z为深度值、R1与R2为旋转向量、T为平移向量、x与...

【专利技术属性】
技术研发人员：李禹杰，智伟，刘甜甜，贾悦，单婷婷，
申请(专利权)人：浙江海康智联科技有限公司，
类型：发明
国别省市：