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的目标空间，在此空间内提取目标边缘点云和目标边缘像素，最后借助两组边缘点进行内外参的迭代求解，该方法实现了内外参同步标定但未提供初始内外参的计算方法。
[0004]当前路侧相机标定常采用标定板标定相机内参、特征点对求解外参的方法。在先采用标定板标定内参时，由于路侧感知系统所处环境范围较大，需将较大尺寸标定板在环境内多点位进行布置；后求解外参时，多利用在环境内放置标志物或手持定位设备人工生成三维特征点，或者采用标定车辆等移动设备自动生成三维特征点，同时捕获同时刻的相机图像用于提取二维特征点，其中二维特征点需人工从相机图像中进行提取，因此标定结果中除相机成像的系统误差外，还会引入人工选点误差；最后根据特征点对使用最优化方法求解相机外参数。
[0005]因此，设计一种无需在路口内工作且不用提供内外参初始值的相机标定方法，对路测感知系统具有重要意义，由此可避免路侧相机标定的安全问题，降低对道路交通的影响，同时内外参不需提供初值和分步标定，优化了路侧相机标定流程，降低工作量。
技术实现思路
[0006]根据
技术介绍
提出的问题，本专利技术提供一种基于三维点云的路侧相机内外参同步标定方法和装置来解决，接下来对本专利技术做进一步地阐述。
[0007]一种基于三维点云的路侧相机内外参同步标定方法，所述方法包括：
[0008]获取环境对应的三维点云与该环境内路侧相机的图像，所述三维点云取自具有地理信息的三维点云地图或激光雷达点云；
[0009]根据所述路侧相机图像，逐一提取特征物的像素块，特征物可选为环境内的标识
牌、地面路标、交通标志杆等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；
[0010]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；
[0011]将所述特征物像素块图像二值化，然后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；
[0012]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；
[0013]本专利技术还提供一种基于三维点云的路侧相机内外参同步标定装置，所述装置包括：
[0014]获取模块，用于获取路侧感知系统所处环境的路侧相机图像与三维点云地图，三维点云取自具有地理信息的三维点云地图或激光雷达点云；
[0015]特征物提取模块，用于从路侧相机图像与三维点云地图中分割出特征物对应的像素块与点云簇；
[0016]内外参初始值求取模块，用于从所述特征物的像素块与点云簇中提取出角点，结合相机模型计算出相机内外参初始值；
[0017]内外参最优值求取模块，用于将所述特征物像素块图像二值化，然后进行距离变换生成距离变换图，同时根据内参初始值将对应特征物的点云簇投影于距离变换图，将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，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。
[0018]有益效果：与现有技术相比，本专利技术所需数据为环境的三维点云和相机图像，包含了内外参矩阵初步计算和优化计算两部分，该方法用以降低现有路侧相机标定中由实地采点产生的人工工作量和对道路交通的影响，同时该方法不需提供内外参初始值且对内外参同步标定，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。
附图说明
[0019]图1为本专利技术提供的基于三维点云的路侧相机的内外参标定方法的流程示意图；
[0020]图2为相机图像、特征物像素块和特征物点云簇的示例图；
[0021]图3为特征物像素块和点云簇提取角点的示例图；
[0022]图4为图1中步骤S2包括的子步骤的流程示意图；
[0023]图5为二值化后的特征物图像示意图；
[0024]图6为本专利技术提供的内外参标定装置示意图。
具体实施方式
[0025]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实
施例，都属于本专利技术保护的范围。
[0026]除非另有定义，本文所使用的所有的技术和科学术语与属于本专利技术的
的技术人员通常理解的含义相同。本文中在本专利技术的说明书中所使用的术语只是为了描述具体的实施例的目的，不是在于限制本专利技术。
[0027]本专利技术提供了一种基于三维点云的路侧相机的内外参标定方法，所需数据为环境的相机图像和三维点云，下面以路侧相机图像与含有地理信息的三维点云地图为例，对本专利技术的具体实施方式进行说明。
[0028]具体的，如图1所示，本专利技术的基于三维点云的路侧相机的内外参标定方法，包括以下步骤：
[0029]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，从中提取特征物的像素块与点云簇。
[0030]所述三维点云可取自具有地理信息的三维点云地图，采用该三维点云与相机图像进行标定可获取像素坐标系与全球地理坐标系的转换关系；同时，所述三维点云也可取自激光雷达获取的点云，该标定可获取像素坐标系与激光雷达坐标系的转换关系。相应的，也可对相机图像与激光雷达点云进行标定，通过激光雷达点云与具有地理信息的三维点云地图的转换获取像素坐标系与全球地理坐标系的转换关系。
[0031]路侧感知系统主要布置于路口、路段环境，所述特征物可选为环境内常见的标识牌、地面路标、交通标志杆等具有明显边界的元素，为保证标定精度可适当选择多个特征物数本文档来自技高网...
【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：
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。