[發(fā)明專利]一種車載單目攝像頭外部參數(shù)自標(biāo)定方法有效
| 申請(qǐng)?zhí)枺?/td> | 201710084212.6 | 申請(qǐng)日: | 2017-02-16 |
| 公開(kāi)(公告)號(hào): | CN106875448B | 公開(kāi)(公告)日: | 2019-07-23 |
| 發(fā)明(設(shè)計(jì))人: | 許端;王述良;劉國(guó)虎;艾凱;程建偉 | 申請(qǐng)(專利權(quán))人: | 武漢極目智能技術(shù)有限公司 |
| 主分類號(hào): | G06T7/80 | 分類號(hào): | G06T7/80;G06K9/00 |
| 代理公司: | 湖北武漢永嘉專利代理有限公司 42102 | 代理人: | 劉秋芳;李丹 |
| 地址: | 430073 湖北省武漢*** | 國(guó)省代碼: | 湖北;42 |
| 權(quán)利要求書: | 查看更多 | 說(shuō)明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 車載 攝像頭 外部 參數(shù) 標(biāo)定 方法 | ||
本發(fā)明公開(kāi)了一種車載單目攝像頭外部參數(shù)自標(biāo)定方法,包括以下步驟:1)通過(guò)車載攝像頭拍攝汽車行駛的路面上的圖像序列;所述車載攝像頭安裝在車前擋風(fēng)玻璃居中位置;2)基于所采集的圖像序列,運(yùn)用圖像分割算法提取車道標(biāo)識(shí)特征點(diǎn),根據(jù)特征點(diǎn)擬合得到兩條平行車道線,建立道路標(biāo)識(shí)模型,確定消失點(diǎn);3)通過(guò)特征點(diǎn)匹配方法對(duì)車道標(biāo)識(shí)特征點(diǎn)運(yùn)動(dòng)矢量進(jìn)行匹配,并提取縱向運(yùn)動(dòng)矢量為零的點(diǎn)擬合得到運(yùn)動(dòng)方向線,計(jì)算攝像頭的偏航角;4)確定圖像的延伸焦距;5)根據(jù)延伸焦距及已知的圖像主點(diǎn)計(jì)算攝像頭的外部參數(shù)。本發(fā)明無(wú)需復(fù)雜的人為操縱手續(xù),實(shí)現(xiàn)方便快捷,僅需要將車輛行駛一定時(shí)間,通過(guò)計(jì)算獲得攝像頭的參數(shù)標(biāo)定結(jié)果。
技術(shù)領(lǐng)域
本發(fā)明涉及汽車輔助駕駛技術(shù),尤其涉及一種車載單目攝像頭外部參數(shù)自標(biāo)定方法。
背景技術(shù)
傳統(tǒng)攝像頭標(biāo)定方法是一種相對(duì)嚴(yán)格的標(biāo)定方法,因此其精度較高,但標(biāo)定過(guò)程比較復(fù)雜,且計(jì)算量大,因此對(duì)于應(yīng)用比較廣泛的車載攝像頭而言,具有使用的局限性。
對(duì)既有自標(biāo)定方法而言,三個(gè)垂直方向平行線對(duì)的場(chǎng)景一般不容易找到,即便存在這樣的場(chǎng)景條件,但由于環(huán)境因素的影響,其直線邊緣的提取精度也會(huì)存在問(wèn)題,進(jìn)而影響攝像頭標(biāo)定參數(shù)標(biāo)定的精度。
本發(fā)明不完全依賴于特定的場(chǎng)景標(biāo)識(shí)物,且采用運(yùn)動(dòng)基礎(chǔ)上的多幀圖像為參考,結(jié)合置信度的概念,能夠更為精準(zhǔn)的獲取攝像頭的內(nèi)部參數(shù),且適用面更為廣泛。
本發(fā)明所提出的攝像頭自標(biāo)定方法在保證足夠精度的同時(shí),不需要專門的技術(shù)人員進(jìn)行標(biāo)定,只需要汽車行駛于路上一段時(shí)間,便可以方便快捷的得到攝像頭的外參標(biāo)定結(jié)果。
發(fā)明內(nèi)容
本發(fā)明要解決的技術(shù)問(wèn)題在于針對(duì)現(xiàn)有技術(shù)中的缺陷,提供一種車載單目攝像頭外部參數(shù)自標(biāo)定方法。
本發(fā)明解決其技術(shù)問(wèn)題所采用的技術(shù)方案是:一種車載單目攝像頭外部參數(shù)自標(biāo)定方法,包括以下步驟:
1)通過(guò)車載攝像頭拍攝汽車行駛的路面上的圖像序列;所述車載攝像頭安裝在車前擋風(fēng)玻璃居中位置;
2)基于所采集的圖像序列,運(yùn)用圖像分割算法提取車道標(biāo)識(shí)特征點(diǎn),特別是兩條平行的車道線標(biāo)識(shí)特征點(diǎn),根據(jù)特征點(diǎn)擬合得到兩條平行車道線,建立道路標(biāo)識(shí)模型,確定消失點(diǎn);
3)通過(guò)特征點(diǎn)匹配方法對(duì)車道標(biāo)識(shí)特征點(diǎn)運(yùn)動(dòng)矢量進(jìn)行匹配,并提取縱向運(yùn)動(dòng)矢量為零的點(diǎn)擬合得到運(yùn)動(dòng)方向線,計(jì)算攝像頭的偏航角;
具體方法如下:
3.1)確定汽車的初始速度;
3.2)對(duì)已知地面上任一點(diǎn)P(X,Y,Z)及其在圖像ψ上的投影p(x,y),引入運(yùn)動(dòng)矢量(u,v)幾何約束:
式中:f為攝像頭的焦距,t為平移運(yùn)動(dòng)參數(shù),w為偏轉(zhuǎn)運(yùn)動(dòng)速度;t和w根據(jù)步驟3.1)的初始速度得到;
3.3)根據(jù)連續(xù)幀光照不變的特點(diǎn),引入亮度約束:
I(x,y,t)=I(x+uδt,y+vδt,t+δt)
3.4)考慮實(shí)際圖像的噪聲干擾,結(jié)合幾何約束和亮度約束,采用梯度下降法搜索最優(yōu)運(yùn)動(dòng)參數(shù),使得前一幀圖像對(duì)當(dāng)前幀對(duì)象的補(bǔ)償圖像和當(dāng)前幀實(shí)際圖像相應(yīng)坐標(biāo)的灰度值最為接近;將圖像分成多個(gè)宏塊Wi進(jìn)行處理,則最優(yōu)準(zhǔn)則為:
式中,運(yùn)動(dòng)參數(shù)的估計(jì)值,M為運(yùn)動(dòng)參數(shù)的搜索范圍;
4)確定圖像的延伸焦距:根據(jù)路面紋理特征確定置信度,排除非路面的特征點(diǎn),并提取水平向運(yùn)動(dòng)矢量為零的多個(gè)特征點(diǎn)及矢量匯集的特征點(diǎn);
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于武漢極目智能技術(shù)有限公司,未經(jīng)武漢極目智能技術(shù)有限公司許可,擅自商用是侵權(quán)行為。如果您想購(gòu)買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201710084212.6/2.html,轉(zhuǎn)載請(qǐng)聲明來(lái)源鉆瓜專利網(wǎng)。





