[发明专利]一种确定摄像头的畸变参数的方法及装置

说明书

本申请实施例提供了一种确定摄像头的畸变参数的方法及装置，涉及无人驾驶技术领域，所述方法包括：将雷达坐标系和摄像头坐标系进行标定；获取雷达采集的点云数据，所述点云数据包括至少一个扫描点；获取摄像头采集的图像数据，所述图像数据包括至少一个第一特征点；确定所述第一特征点对应的扫描点；根据畸变参数算法实时确定所述摄像头的畸变参数。采用本申请当无人驾驶车辆在行驶过程中，摄像头的高度信息或角度信息发生变化时，摄像头可以根据雷达采集的点云数据和摄像头采集的图像数据，实时确定摄像头的畸变参数，从而降低无人驾驶车辆通过摄像头测量到的目标物体的6D信息的误差。

技术领域

本申请涉及无人驾驶技术领域，尤其涉及一种确定摄像头的畸变参数的方法及装置。

背景技术

在无人驾驶技术领域中，无人驾驶车辆可以通过摄像头和雷达对目标物体进行测距和测速，得到该目标物体的6D信息。其中，该目标物体的6D信息为该目标物体在车体坐标系或世界坐标系中的三维位置信息和三维速度信息。然后，无人驾驶车辆可以根据该目标物体的6D信息，判断是否需要进行减速，以避免碰撞事故的发生。由于摄像头拍摄的图片存在较大的畸变，因此，无人驾驶车辆通过摄像头测量到的目标物体的6D信息会存在较大的误差。

目前，主要通过张正友标定法对摄像头进行标定，得到摄像头的畸变参数，从而去除或者补偿摄像头拍摄的图片的畸变，进而得到目标物体的准确的6D信息。张正友标定法是一种在摄像头离线情况下确定摄像头的畸变参数的方法。首先，技术人员将一张黑白相间的方形格子的纸作为模板放置在空间的某一平面上。然后，无人驾驶车辆通过摄像头在不同方向上拍摄该模板的图像。之后，无人驾驶车辆根据各图像中该模板对应的特征点的二维坐标和该模板在世界坐标系中的三维坐标，确定摄像头的畸变参数。

然而，当无人驾驶车辆在行驶过程中，摄像头的状态发生变化(比如摄像头相对于地面的高度发生变化，或者摄像头发生了偏转)时，摄像头的畸变参数也会发生相应的变化。如果此时仍然使用通过张正友标定法在摄像头离线情况下得到的摄像头的畸变参数对摄像头拍摄的图片进行修正，将导致无人驾驶车辆通过摄像头测量到的目标物体的6D信息产生较大的误差。

发明内容

本申请实施例提供了一种确定摄像头的畸变参数的方法及装置，当无人驾驶车辆在行驶过程中，摄像头的高度信息或角度信息发生变化时，摄像头可以根据雷达采集的点云数据和摄像头采集的图像数据，实时确定摄像头的畸变参数，从而降低无人驾驶车辆通过摄像头测量到的目标物体的6D信息的误差。该技术方案如下：

第一方面，提供了一种确定摄像头的畸变参数的方法，包括：

将雷达坐标系和摄像头坐标系进行标定；

获取雷达采集的点云数据，所述点云数据包括至少一个扫描点；

获取摄像头采集的图像数据，所述图像数据包括至少一个第一特征点；

确定所述第一特征点对应的扫描点；

根据畸变参数算法实时确定所述摄像头的畸变参数。

在一种可能的实现方式中，所述获取雷达采集的点云数据，包括：

当所述摄像头的高度信息或角度信息变化时，获取雷达采集到的点云数据。

在一种可能的实现方式中，所述获取雷达采集的点云数据，包括：

周期性地获取雷达采集到的点云数据。

在一种可能的实现方式中，所述确定所述第一特征点对应的扫描点，包括：

根据所述第一特征点、第一预设平面距离阈值和第一深度距离概率值确定第一候选扫描点集，所述第一候选扫描点集包括第一扫描点，所述第一扫描点与所述第一特征点的平面距离小于所述第一预设平面距离阈值，所述第一深度距离概率值用于去除后景扫描点；