[發(fā)明專(zhuān)利]自動(dòng)駕駛車(chē)輛的相機(jī)內(nèi)參標(biāo)定方法、服務(wù)器及系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 202111174471.0
• 申請(qǐng)日: 2021-10-09
• 公開(kāi)（公告）號(hào): CN113838149B
• 公開(kāi)（公告）日: 2023-08-18
• 發(fā)明（設(shè)計(jì)）人: 吳志洋;張海強(qiáng);李成軍
• 申請(qǐng)（專(zhuān)利權(quán)）人: 智道網(wǎng)聯(lián)科技（北京）有限公司
• 主分類(lèi)號(hào): G06T7/80
• 分類(lèi)號(hào): G06T7/80
• 代理公司: 北京匯鑫君達(dá)知識(shí)產(chǎn)權(quán)代理有限公司 11769
• 代理人: 李辰;黃啟法

本申請(qǐng)涉及一種自動(dòng)駕駛車(chē)輛的相機(jī)內(nèi)參標(biāo)定方法、服務(wù)器及系統(tǒng)。該方法包括：接收車(chē)載智能設(shè)備上傳的相機(jī)拍攝的包含標(biāo)定板的N張圖像，所述N張圖像包括所述相機(jī)與所述標(biāo)定板滿(mǎn)足特定距離、特定角度所述相機(jī)拍攝的包含所述標(biāo)定板的圖像，N為大于等于20的整數(shù)；根據(jù)所述N張圖像的至少一張圖像中所述標(biāo)定板的圖像特征，識(shí)別所述相機(jī)的相機(jī)模型；根據(jù)所述相機(jī)的相機(jī)模型，選擇相機(jī)的內(nèi)參標(biāo)定算法，并獲得所述相機(jī)的內(nèi)參；將所述獲得的所述相機(jī)的內(nèi)參下發(fā)至所述車(chē)載智能設(shè)備。本申請(qǐng)?zhí)峁┑姆桨?，能夠?qū)ψ詣?dòng)駕駛車(chē)輛的相機(jī)內(nèi)參進(jìn)行準(zhǔn)確地在線標(biāo)定。

技術(shù)領(lǐng)域

本申請(qǐng)涉及導(dǎo)航技術(shù)領(lǐng)域，尤其涉及一種自動(dòng)駕駛車(chē)輛的相機(jī)內(nèi)參標(biāo)定方法、服務(wù)器及系統(tǒng)。

背景技術(shù)

自動(dòng)駕駛車(chē)輛通過(guò)相機(jī)獲取物體的二維信息以及顏色信息等，再利用相機(jī)的內(nèi)參和外參，通過(guò)坐標(biāo)系轉(zhuǎn)換，獲得物體的三維信息，從而使得自動(dòng)駕駛車(chē)輛能夠感知周?chē)h(huán)境，獲得感知信息，這些感知信息是自動(dòng)駕駛車(chē)輛的定位導(dǎo)航的重要依據(jù)。

由于制造精度以及組裝工藝等因素的限制，相機(jī)拍攝的圖像不可避免地出現(xiàn)畸變，這些畸變?cè)趯?dǎo)致后期處理中產(chǎn)生精度損失等問(wèn)題，使得自動(dòng)駕駛車(chē)輛無(wú)法準(zhǔn)確地獲得感知信息。對(duì)相機(jī)的內(nèi)參進(jìn)行標(biāo)定，能夠獲得相機(jī)的內(nèi)部參數(shù)，使得在后期圖像處理過(guò)程中能夠根據(jù)這些參數(shù)還原圖像，降低甚至消除圖像的畸變，得到質(zhì)量好的圖像，從而使得自動(dòng)駕駛車(chē)輛能夠獲得更加準(zhǔn)確的感知信息。

自動(dòng)駕駛車(chē)輛使用的單目相機(jī)可以是針孔相機(jī)，或是魚(yú)眼相機(jī)，針孔相機(jī)和魚(yú)眼相機(jī)采用的相機(jī)模型的不同，而在對(duì)不同相機(jī)模型的單目相機(jī)進(jìn)行內(nèi)參標(biāo)定時(shí)，卻采用相同的內(nèi)參標(biāo)定方法，導(dǎo)致相關(guān)技術(shù)的自動(dòng)駕駛車(chē)輛的單目相機(jī)內(nèi)參標(biāo)定無(wú)法準(zhǔn)確地獲得相機(jī)的內(nèi)參。

發(fā)明內(nèi)容

為解決或部分解決相關(guān)技術(shù)中存在的問(wèn)題，本申請(qǐng)?zhí)峁┮环N自動(dòng)駕駛車(chē)輛的相機(jī)內(nèi)參標(biāo)定方法、服務(wù)器及系統(tǒng)，能夠?qū)ψ詣?dòng)駕駛車(chē)輛的相機(jī)內(nèi)參進(jìn)行準(zhǔn)確地在線標(biāo)定。

本申請(qǐng)第一方面提供一種自動(dòng)駕駛車(chē)輛的相機(jī)內(nèi)參標(biāo)定方法，所述方法包括：

接收車(chē)載智能設(shè)備上傳的相機(jī)拍攝的包含標(biāo)定板的N張圖像，所述N張圖像包括所述相機(jī)與所述標(biāo)定板滿(mǎn)足特定距離、特定角度所述相機(jī)拍攝的包含所述標(biāo)定板的圖像，N為大于等于20的整數(shù)；

根據(jù)所述N張圖像的至少一張圖像中所述標(biāo)定板的圖像特征，識(shí)別所述相機(jī)的相機(jī)模型；

根據(jù)所述相機(jī)的相機(jī)模型，選擇相機(jī)的內(nèi)參標(biāo)定算法，并獲得所述相機(jī)的內(nèi)參；

將所述獲得的所述相機(jī)的內(nèi)參下發(fā)至所述車(chē)載智能設(shè)備。

優(yōu)選的，所述根據(jù)所述相機(jī)的相機(jī)模型，選擇相機(jī)的內(nèi)參標(biāo)定算法，并獲得所述相機(jī)的內(nèi)參，包括：

根據(jù)所述相機(jī)的相機(jī)模型為魚(yú)眼相機(jī)模型，選擇魚(yú)眼相機(jī)的內(nèi)參標(biāo)定算法，并獲得所述相機(jī)的內(nèi)參；或，

根據(jù)所述相機(jī)的相機(jī)模型為針孔相機(jī)模型，選擇針孔相機(jī)的內(nèi)參標(biāo)定算法，并獲得所述相機(jī)的內(nèi)參。

優(yōu)選的，所述根據(jù)所述N張圖像的至少一張圖像中所述標(biāo)定板的圖像特征，識(shí)別所述相機(jī)的相機(jī)模型，包括：

根據(jù)所述N張圖像的至少一張圖像，提取所述至少一張圖像中所述標(biāo)定板的邊緣特征；

根據(jù)所述至少一張圖像中所述標(biāo)定板的邊緣特征，獲得所述標(biāo)定板在所述至少一張圖像中的圓心、圓形面積占比；

如果所述標(biāo)定板在所述至少一張圖像中的圓心與所述至少一張圖像的中心點(diǎn)的距離小于設(shè)定距離閾值，且所述圓形面積占比大于設(shè)定比例閾值，識(shí)別所述相機(jī)的相機(jī)模型為魚(yú)眼相機(jī)模型；

如果所述標(biāo)定板在所述至少一張圖像中的圓心與所述至少一張圖像的中心點(diǎn)的距離大于或等于設(shè)定距離閾值，且所述圓形面積占比小于或等于設(shè)定比例閾值，識(shí)別所述相機(jī)的相機(jī)模型為針孔相機(jī)模型。