[發明專利]一種應用智能駕駛的相機和場景關聯標定方法及系統

在審

• 申請號: 201710341730.1
• 申請日: 2017-05-16
• 公開（公告）號: CN107316332A
• 公開（公告）日: 2017-11-03
• 發明（設計）人: 林宋偉;龍剛;劉廣輝;莊敏;鹿鵬;李斐;賴勇銓
• 申請（專利權）人: 深圳市保千里電子有限公司
• 主分類號: G06T7/80
• 分類號: G06T7/80;G06K9/00;G06K9/62
• 代理公司: 深圳市君勝知識產權代理事務所(普通合伙)44268
• 代理人: 王永文,劉文求

技術領域

本發明涉及相機標定技術領域，尤其涉及的是一種應用智能駕駛的相機和場景關聯標定方法及系統。

背景技術

現有技術中基于視覺傳感器的道路場景感知技術被廣泛應用于自動駕駛、半自動駕駛和高級駕駛輔助系統(Advanced Driver Assistance Systems, ADAS)中(統稱為智能駕駛)，這些視覺傳感器即通常說的車載相機，主要功能是連續感知汽車周圍特別是前方的可見光圖像信息并發送到處理器進行場景分析理解，經過相關的決策處理后反饋給用戶或直接介入駕駛系統。

單個車載相機實現了從三維現實世界到二維圖像的映射，即Px=u （1）；

其中P為投影矩陣形，x和u分別是世界坐標（三維）和圖像坐標(二維)的齊次坐標表達式。公式(1)中的P為3x4的矩陣，即

矩陣P可以進一步分解為相機的內參數矩陣和外參數矩陣；

由于P不可逆，導致無法從圖像直接恢復出目標的真實大小以及離相機的位置等對智能駕駛至關重要的信息。

通常做法是通過逼近的辦法解決信息丟失的問題，將P簡化為單映矩陣H：

H為可逆矩陣，實現了從二維到二維的透射投影變換，基于矩陣H可以將三維世界中的平面（例如路面）與圖像平面建立關聯。

基于單目相機的相機標定主要是根據成像信息估計出單映矩陣H以及H中包含的相機內外參數信息。常用的方法主要有：1.基于車道線等一些道路中已有的標志點如標線等估計成像平面與道路平面的單映矩陣，同時恢復出相應的相機內參數和大部分外參數。2.通過人為放置特定的標定桿、標定板等進行對相機內外參數進行全面標定，并計算出相機成像畸變情況。

從技術和實施上，上述方式存在一些缺點：

1、標定和計算過程較為繁瑣，需要較多的人為干預；

2、只能得到相機內外參數等中間結果，需要增加額外的計算才能得到最終的目標－圖像映射關系；

3、難以實現與自動檢測算法結合，并且無法加速檢測算法；

4、無法檢測相機安裝配置的變化。

因此，針對上述缺陷，現有技術還有待于改進和發展。

發明內容

本發明要解決的技術問題在于，針對現有技術的上述缺陷，提供一種應用智能駕駛的相機和場景關聯標定方法及系統，旨在通過在車輛上安裝的相機對出現在相機視野中的目標物體進行標定，本發明汽車相機標定具有簡單、快速、準確、不受環境限制的優點，無論車輛行駛在高速公路，還是城市道路上均可以進行標定，同時，當車停在城市道路上，甚至是停在地下停車庫時，只要有行人出現在相機視野中就可以進行標定。

本發明解決技術問題所采用的技術方案如下：

一種應用智能駕駛的相機和場景關聯標定方法，其中，所述方法包括：

步驟A，預先通過設置在車輛擋風玻璃上并調好視角的相機監測處于相機視野中的單個或多個目標物體；

步驟B，當所述目標物體在相機視野中走動時通過相機進行成像，檢測器檢測得到目標物體在圖像坐標中的位置和高度信息作為標定數據；

步驟C，根據所述標定數據通過離線計算或者在線學習的方式對用于表示目標物體圖像位置和高度關系的標定模型進行更新。

所述的應用智能駕駛的相機和場景關聯標定方法，其中，所述步驟B具體包括：

步驟B1，自動采集出現在相機視野中包含目標物體的圖像數據；

步驟B2，通過目標檢測算法檢測出目標物體在圖像中的位置和高度；

步驟B3，建立目標物體的位置和高度的映射關系圖。

所述的應用智能駕駛的相機和場景關聯標定方法，其中，所述步驟B2具體包括：

步驟B21，選取圖像中的通道特征圖像作為原始輸入圖像進行進一步的特征提取和分類器訓練，用于目標物體的檢測；

步驟B22，選擇迭代算法作為分類框架、決策樹作為弱分類器，通過決策樹進行分類并將所有決策樹判定的分數之和作為檢測分數用于篩選目標物體；

步驟B23，通過采用滑動窗口和多尺度的方式對目標物體進行搜索，得到目標物體在圖像中的位置和高度。

所述的應用智能駕駛的相機和場景關聯標定方法，其中，所述步驟B3具體包括：

建立位置和高度的多項式映射，所述多項式映射反映了平面(x，y)到高度h的映射為：h=f（x，y），其中f為多項式，用于表示平面或高階曲面，（x，y）表示位置，h表示高度；