[發(fā)明專利]一種車載相機(jī)的外參自動標(biāo)定方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202010214984.9
• 申請日: 2020-03-24
• 公開（公告）號: CN111429527A
• 公開（公告）日: 2020-07-17
• 發(fā)明（設(shè)計）人: 韓雨;葉國強(qiáng);劉福明;古明輝
• 申請（專利權(quán)）人: 廣東星輿科技有限公司
• 主分類號: G06T7/80
• 分類號: G06T7/80
• 代理公司: 佛山幫專知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44387
• 代理人: 喻振興

本發(fā)明涉及汽車領(lǐng)域，尤其公開了一種車載相機(jī)的外參自動標(biāo)定方法包括：車載相機(jī)采集道路路面圖像；采用3D視覺的方法對路面圖像進(jìn)行角點提取特征點；用光流法對左目、右目路面圖像進(jìn)行角點匹配；利用動態(tài)規(guī)劃法進(jìn)行測距檢驗角點匹配度；基于ransac思想進(jìn)行平面擬合并進(jìn)行角點篩選，引入路面平面約束進(jìn)行角點測距濾波；建立車載坐標(biāo)系，路面坐標(biāo)系及得到相機(jī)坐標(biāo)系與路面坐標(biāo)系的外參關(guān)系，以及一種車載相機(jī)的外參自動標(biāo)定系統(tǒng)，應(yīng)用本方法不需要標(biāo)定板就可以將相機(jī)外參標(biāo)定。使得外參標(biāo)定方便簡單易操作，能夠用來測距。

技術(shù)領(lǐng)域

本發(fā)明涉及汽車領(lǐng)域，公開了一種車載相機(jī)的外參自動標(biāo)定方法及系統(tǒng)。

背景技術(shù)

相機(jī)作為傳感器的應(yīng)用日益凸顯重要，如人臉檢測，目標(biāo)分割，目標(biāo)測距，信息恢復(fù)等等，而測距作為3D應(yīng)用的一部分，在各個行業(yè)也越來越廣泛。目前采用的測距方式有單目標(biāo)定測距，雙目測距，融合imu進(jìn)行運(yùn)動測距，多傳感器融合測距等等，其中單目和雙目測距最為廣泛，相比于雙目測距的穩(wěn)定性，遮擋問題，紋理問題等等，單目測距則相對魯棒性，簡單，以及成本較低等等優(yōu)點。但是單目測距需要解決相機(jī)內(nèi)參標(biāo)定，外參標(biāo)定等問題，尤其外參標(biāo)定，在運(yùn)動和變化場景中顯的較難解決，外參標(biāo)定目前在工業(yè)應(yīng)用中利用標(biāo)定板進(jìn)行標(biāo)定較多，在車載環(huán)境下實現(xiàn)較為繁瑣與困難。

目前車載環(huán)境下的外參標(biāo)定主要采用在地面放置標(biāo)定板，車載相機(jī)拍到地面標(biāo)定板，從而生成標(biāo)定外參，該方法雖然能夠標(biāo)定出來，但是需要較大的標(biāo)定板，且一旦相機(jī)發(fā)生改變，則需要返廠重新標(biāo)定。

因此，迫切需要一種解決上述問題的方法及系統(tǒng)。

發(fā)明內(nèi)容

針對背景技術(shù)所面臨的問題，本發(fā)明的目的在于提供一種車載相機(jī)的外參自動標(biāo)定方法及系統(tǒng)。

為了達(dá)到上述目的，本發(fā)明采用如下技術(shù)方案：一種車載相機(jī)的外參自動標(biāo)定方法包括：車載相機(jī)采集道路路面圖像；采用3D視覺的方法對路面圖像進(jìn)行角點提取特征點；用光流法對左目、右目路面圖像進(jìn)行角點匹配；利用動態(tài)規(guī)劃法進(jìn)行測距檢驗角點匹配度(及利用拋物線插值進(jìn)行亞像素角點匹配與高精度測距)；基于ransac思想進(jìn)行平面擬合并進(jìn)行角點篩選，引入路面平面約束進(jìn)行角點測距濾波；建立車載坐標(biāo)系，路面坐標(biāo)系及得到相機(jī)坐標(biāo)系與路面坐標(biāo)系的外參關(guān)系。

優(yōu)選的，采用3D視覺的方法進(jìn)行路面的魯棒性角點提取特征點包括：設(shè)定感興趣區(qū)域方框大小，該感興趣區(qū)域以60％以上的概率80％以上覆蓋路面，同時不超出路面面積占比方框的10％，在感興趣區(qū)域上進(jìn)行網(wǎng)格化，網(wǎng)格單位為1mX1m；遍歷感興趣區(qū)域的每一個網(wǎng)格的像素，以該像素為中心，生成mask窗口，mask窗口為該像素的方鄰域范圍，設(shè)定該窗口為5X5像素；引入灰度變化權(quán)重，求解代價函數(shù)的最大值點，每個網(wǎng)格只求一個最大值點作為特征點，當(dāng)這個特征點滿足其代價函數(shù)值大于第一閾值時，則該特征點作為候選點；對每個候選點，在一個5X5的窗口內(nèi)，進(jìn)行census變換以及統(tǒng)計梯度值，當(dāng)梯度值總和滿足大于第二閥值時，該候選點轉(zhuǎn)化為路面可用角點，然后對該角點代價函數(shù)值進(jìn)行拋物線插值，得到亞像素角點。

優(yōu)選的，用光流法對左目、右目路面圖像進(jìn)行角點匹配包括：首先建立圖像金字塔，對初始圖像，用5X5的窗口進(jìn)行卷積，然后行列各縮減一半，進(jìn)行下采樣；采用金字塔下采樣5層，并且層與上相鄰層之間對角點進(jìn)行映射；角點匹配先從最高層之間的左右圖像進(jìn)行光流跟蹤；每層跟蹤完后，映射到下一層圖像進(jìn)行跟蹤，重復(fù)如此直到最底層。

優(yōu)選的，利用動態(tài)規(guī)劃法進(jìn)行測距檢驗角點匹配度包括：設(shè)定檢驗精度閾值為0.08m；當(dāng)動態(tài)規(guī)劃驗證偏離該閥值時，則該角點匹配錯誤，進(jìn)行去除；基于動態(tài)規(guī)劃的代價匹配，首先取出一個待匹配的特征點，對該點進(jìn)行從左到右，右到左，上到下，從下到上進(jìn)行初始代價計算，該代價計算基于灰度在遍歷不同深度下的匹配代價，為灰度差的L1范數(shù)；其次對初始代價進(jìn)行聚合，采用最小生成樹的方向，利用相鄰節(jié)點的相似性的特征進(jìn)行代價聚合，代價聚合方向為從父節(jié)點到孩子節(jié)點，從孩子節(jié)點到父節(jié)點兩個方向進(jìn)行，代價聚合方法采用傳統(tǒng)的公式來計算。