[发明专利]一种基于自然场景的车身环视相机自标定方法和系统

说明书

本发明公开了一种基于自然场景的车身环视相机自标定方法和系统，包括以下步骤，将载有环视相机的车辆位于标定场景下行驶；初始模块对设置于车身上的环视相机进行初始位姿估计和数据采集；相机里程计标定模块结合所述初始模块估计的所述初始位姿和采集的里程计数据，计算出单个相机与里程计的变换矩阵；场景合并模块将不同相机的场景点合并，完成地图的构建并计算相邻相机间的变换矩阵。本发明的有益效果：本发明提出的基于自然场景的车身环视相机自标定方法，一是不依赖其他任何标定物，只需要在标定前任意选择一块区域作为标定区。

技术领域

本发明涉及多相机标定技术的技术领域，尤其涉及一种基于自然场景的车身环视相机自标定方法和系统。

背景技术

近年来现有标定方法主要分为三种：基于特定标定物的自标定方法，一般为棋盘格；基于特征点的自标定方法，查找相邻图像间的对应特征点计算相机间变换矩阵；基于车道线的自标定方法，计算相机间变换矩阵。但是基于特定标定物的自标定方法，需要使用特定的标定物，一般为棋盘格，还需特定人员配合，标定步骤复杂，花费时间较长；以及基于特征点的自标定方法，在车速较快时，图像特征点容易查找不到，而且由于匹配点数量较少，使得相机变换结果精度不高；基于车道线的自标定方法，过于依赖公路上的车道线，在车道线损坏、破裂情况下会产生错误的结果。

发明内容

本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。

鉴于上述现有存在的问题，提出了本发明。

因此，本发明解决的一个技术问题是：提供一种基于自然场景的车身环视相机自标定方法，解决现有标定方法需要专家监督、耗时长、效率不高的缺点。

为解决上述技术问题，本发明提供如下技术方案：一种基于自然场景的车身环视相机自标定方法，包括以下步骤，将载有环视相机的车辆位于标定场景下行驶；初始模块对设置于车身上的环视相机进行初始位姿估计和数据采集；相机里程计标定模块结合所述初始模块估计的所述初始位姿和采集的里程计数据，计算出单个相机与里程计的变换矩阵；场景恢复模块根据所述初始位姿、所述变换矩阵和采集数据的图像内部特征点，恢复出标定场景点的坐标；回环检测模块判断车辆是否发生回环；位姿图优化模块根据所述回环检测模块的检测结果，优化所述环视相机位置和姿态；场景合并模块将不同相机的场景点合并，完成地图的构建并计算相邻相机间的变换矩阵。

作为本发明所述的基于自然场景的车身环视相机自标定方法的一种优选方案，其中：所述初始模块包括采集车身运动时每个时刻的相机图像和里程计数据，保证相机图像和里程计数据的对齐；以及利用SLAM技术中的前端获取单个相机的所述初始位姿以及图像内部特征点数据。

作为本发明所述的基于自然场景的车身环视相机自标定方法的一种优选方案，其中：所述初始模块还包括初始相机的位姿估计的步骤，计算SURF特征点和SURF描述子；提取关键帧；利用P3P计算相机位姿和内部特征跟踪点并进行小窗口的BA优化。

作为本发明所述的基于自然场景的车身环视相机自标定方法的一种优选方案，其中：所述相机里程计标定模块包括以下计算步骤，将相机里程计标定作为手眼标定，得到公式如下：

求解相机里程计的变换矩阵。

作为本发明所述的基于自然场景的车身环视相机自标定方法的一种优选方案，其中：所述场景恢复模块包括以下步骤，采用三角测量方法计算2D特征点的3D点坐标；采用BA优化移除错误的特征点。