[发明专利]一种车载摄像机外参动态自标定方法

说明书

本发明公开了一种车载摄像机外参动态自标定方法，涉及智能车辆信息处理技术领域，该方法在载体车辆上设置一正六边形黑白标定参照物，首先利用张氏标定法对静态载体车辆上监控摄像机的参数进行标定，获得摄像机内参与初始外参，进而结合参照物中各标定参照点的三维世界坐标计算各标定参照点的初始三维摄像机坐标；然后在监控摄像机工作过程中对动态变化的外参进行定时检测更新。本方法保持监控摄像机外参的准确可靠，为后续进行相关机器视觉应用提供标定准确性前提。

技术领域

本发明涉及智能车辆信息处理技术领域，特别是一种基于特定几何参照物约束的车载摄像机外参动态自标定方法。

背景技术

随着我国智慧城市试点工作进程的不断推进，智能交通系统已成为交通事业发展的必然选择，其关键技术之一就是对车辆安全及辅助驾驶系统的研究。智能车辆作为智能交通系统的重要组成部分，其研究的主要目的在于降低日趋严重的交通事故发生率、提高现有道路交通系统的效率等。而机器视觉是智能车辆相关研究中的关键传感技术之一，车道线偏离预警、防撞预警及驾驶行为决策等辅助驾驶系统的实现，都在一定程度上依赖于车载摄像机等图像传感器所采集的数据信息。而机器视觉应用的关键环节通常是对摄像机成像模型的建立与模型参数的求解，即摄像机内参与外参的精确标定，其标定结果的准确性及标定算法的稳定性将直接影响摄像机工作所产生结果的精确性。

摄像机内参反映的是摄像机内部的投影模型结构，外参反映的是摄像机在三维世界中的位置与角度取向。由于载体车辆在行驶过程中常处于颠簸、侧倾等状态，固定于载体车辆上的监控摄像机在随车工作的过程中，其角度取向也不可避免的发生动态变化，即监控摄像机外参将持续产生微小偏差。在进行监控图像拼接等对摄像机外参准确性需求较高的应用时，摄像机外参的微小偏差将会导致图像处理结果的较大误差，同时增加图像处理算法的复杂度，不利于实现高实时性的机器视觉应用。

目前在实际应用中针对车载摄像机的标定方法主要分为两大类：依赖于标定物的静态标定法和应用于摄像机任意运动场景下的动态标定法。静态标定法如张氏标定法、RAC经典两步法等，通常具有求解简单、标定精度高的优点，但标定过程相对复杂，对标定物的制作精度要求较高，同时标定物的放置较大的限制了其应用场合，难以应用于车载摄像机动态外参的标定。动态标定法中如Caprile几何参数估计法、三正交消隐点标定法等一类方法，主要基于建筑或道路中的平行线消隐点和消隐线信息进行求解，减弱了对场景的约束，但在应用中其算法鲁棒性及标定精度通常需要进一步优化；而另一类动态标定法如分层逐步法、Triggs二次曲面标定法等，则主要基于图像序列间的绝对二次曲面等几何约束进行求解，不需要外在场景的约束，但其运算过程通常较为复杂，不利于车载环境下的广泛应用。现有车载监控摄像机在随车工作的过程中，存在由于小幅度偏转而导致的摄像机外参动态变化的情况。

发明内容

本发明所要解决的技术问题是克服现有技术的不足而提供一种基于特定几何参照物约束的车载摄像机外参动态自标定方法，本方法保持监控摄像机外参的准确可靠，为后续进行相关机器视觉应用提供标定准确性前提。

本发明为解决上述技术问题采用以下技术方案：

根据本发明提出的一种基于特定几何参照物约束的车载摄像机外参动态自标定方法，包括以下步骤：

在载体车辆上设置一正六边形黑白标定参照物，并使其位于摄像机所覆盖范围内；

首先利用张氏标定法对静态载体车辆上摄像机的参数进行标定，获得摄像机内参与初始外参，进而结合参照物中各标定参照点的三维世界坐标计算各标定参照点的初始三维摄像机坐标；