[发明专利]一种车载单目摄像头外部参数自标定方法

权利要求书

1.一种车载单目摄像头外部参数自标定方法，其特征在于，包括以下步骤：

1)通过车载摄像头采集汽车行驶的路面上的图像序列；

2)基于所采集的图像序列，运用图像分割算法提取车道标识特征点，根据特征点拟合得到两条平行车道线，建立道路标识模型，确定消失点；

3)通过特征点匹配方法对车道标识特征点运动矢量进行匹配，并提取纵向运动矢量为零的点拟合得到运动方向线，计算摄像头的运动参数；

4)确定图像的延伸焦距：根据路面纹理特征确定置信度，排除非路面的特征点，并提取水平向运动矢量为零的多个特征点及矢量汇集的特征点；

5)根据延伸焦距及已知的图像主点计算摄像头的俯仰角；

6)通过水平运动矢量为零的多个点确定运动方向线，求其斜率k_α，基于逆透视变换得到世界坐标线方向线的斜率K_α，进而可以求得偏航角：

α＝tan^-1(K_α)；

7)根据图像中的垂直边缘计算摄像头的偏转角确定垂直于水平路面的边缘特征点及其水平坐标x_i，并拟合得到直线方程，确定其斜率k_β，便可得到摄像头的偏转角：

β＝tan^-1(k_β)；

8)根据运动速度和时间以及所匹配的特征点计算摄像头的安装高度；

基于天际线纵坐标y、摄像头自运动参数平移速度t_Z以及对应的特征点坐标A(x₁,y₁)和B(x₂,y₂)，通过下式求解摄像头的安装高度h：

其中，f为摄像头的焦距。

2.根据权利要求1所述的车载单目摄像头外部参数自标定方法，其特征在于，所述步骤1)中通过图像滤波方法，降低躁点，对图像进行平滑。

3.根据权利要求1所述的车载单目摄像头外部参数自标定方法，其特征在于，所述步骤3)的特征点匹配算法为光流相关的特征点匹配算法。

4.根据权利要求1所述的车载单目摄像头外部参数自标定方法，其特征在于，所述步骤3)计算摄像头的运动参数具体方法如下：

3.1)确定汽车的初始速度；

3.2)对已知地面上任一点P(X,Y,Z)及其在图像ψ上的投影p(x,y)，引入运动矢量(u,v)几何约束：

式中：f为摄像头的焦距，t为平移运动参数，w为偏转运动速度；t和w根据步骤3.1)的初始速度获得；

3.3)根据连续帧光照不变的特点，引入亮度约束：

I(x,y,t)＝I(x+uδt,y+vδt,t+δt)

3.4)考虑实际图像的噪声干扰，结合几何约束和亮度约束，采用梯度下降法搜索最优运动参数，使得前一帧图像对当前帧对象的补偿图像和当前帧实际图像相应坐标的灰度值最为接近；将图像分成多个宏块W_i进行处理，则最优准则为：

式中，运动参数的估计值，M为运动参数的搜索范围。

5.根据权利要求1所述的车载单目摄像头外部参数自标定方法，其特征在于，所述步骤2)中的车道标识特征点为两条平行的车道线标识特征点。

6.根据权利要求1所述的车载单目摄像头外部参数自标定方法，其特征在于，所述步骤1)中所述车载摄像头安装在车前挡风玻璃居中位置。

7.根据权利要求1所述的车载单目摄像头外部参数自标定方法，其特征在于，所述步骤1)中还包括通过图像滤波方法对采集的图像序列进行预处理。

8.根据权利要求7所述的车载单目摄像头外部参数自标定方法，其特征在于，所述步骤1)中预处理包括降躁处理和平滑处理。