[发明专利]一种基于车载的自动标定控制方法、存储介质和系统

说明书

本发明涉及图像处理领域，公开了一种基于车载的自动标定控制方法：获取视频图像数据，识别标定点数量，获取车载定位点的定位数据；在第一标定距离，获取第一标定位置的定位数据；在第二标定距离，获取第二标定位置的定位数据；根据第一标定位置和第二标定位置的定位数据，计算车身航向；计算车身航向与第一标定点和第二标定点的连线之间的夹角；当|夹角‑90°|≤第一阈值时触发标定。还公开了相应的存储介质和系统。本发明的一些技术效果在于：实现摄像机标定的自动化控制。

技术领域

本发明涉及图像处理领域，特别涉及图像处理领域的自动标定控制方法。

背景技术

视觉是人类观察世界和认识世界的重要手段，占人类从外界环境获取信息的70％。人类利用眼睛获取周围物体反射或自身发出的光线，光线在视网膜上形成图像，经过神经纤维传送到大脑，大脑对视觉信息进行处理与理解，最终形成视觉。计算机视觉模拟人类视觉的功能，利用摄像机获取周围环境的图像，利用计算机处理图像。计算机视觉可以完成人类视觉不能胜任的工作，例如对待测物体的大小、远近进行精确的测量。计算机视觉技术可以广泛运用于测绘领域、视觉检测、自动驾驶等领域。

计算机视觉的基本任务之一是从摄像机获取的图像信息出发来计算三维空间中物体的几何信息，并由此重建或识别物体，并进一步认知现实世界。其中，摄像机标定是完成该任务的必经途径。通过识别标定物来获取标定点的坐标信息。按照是否需要标定物，摄像机标定方法可分为传统标定方法和自标定方法。传统的摄像机标定方法是将具有已知形状和尺寸的标定物作为摄像机的拍摄对象，然后对拍摄到的图像进行相关处理，并利用一系列的数学变换求取摄像机模型的内外参数。摄像机自标定法不需要标定物，仅仅依靠多幅图像对应点之间的关系直接进行标定。到目前为止，自标定方法较为灵活，但由于标定时涉及到的未知参数过多，很难得到稳定的结果。反之，传统标定方法较为成熟，且标定结果精度较高，得到了较为广泛的应用。

针对传统摄像机标定技术而言，标定物上特征点坐标的提取是不可回避的步骤，同时特征点的定位精度对最终的标定结果有着重要的影响。随着摄像机标定技术适用范围的扩展，应用的现场环境出现了多样化的趋势，比如工厂环境，户外大背景环境或者多标定物共存等情况，导致了在处理图像时，特征点提取精度不足或者根本无法有效完成提取等问题。传统摄像机标定方法中，标定物是必不可少的组件。通常情况下作为参照物的标定物应满足如下基本要求：其一，在图像处理中，标定物的图像特征部分应易于识别，即对比背景环境，参照物应与其存在较鲜明的差别；其二，参照物的特征部分在进行图像处理时，应易于提取。标定参照物通常分为两大类：三维立体标定物与二维平面标定物。三维立体标定物通常是正方体的单色小方块。传统摄像机标定方法还存在一个易用性问题，目前较为流行方法往往需要人工交互参与才能够完成。人工交互参与度高，使得传统标定方法重复性低，标定一次需要重复一次人工步骤。

发明内容

为至少解决摄像机标定的自动控制问题，本发明提出了基于车载的自动标定控制方法，其技术方案如下：

获取图像数据，识别标定点数量，获取车载定位点的定位数据；在第一标定距离，获取第一标定位置的定位数据；在第二标定距离，获取第二标定位置的定位数据；根据第一标定位置和第二标定位置的定位数据，计算车身航向；计算车身航向与第一标定点和第二标定点的连线之间的夹角；当|夹角-90°|≤第一阈值时触发标定。

优选地，车载定位点的定位数据是在识别出所有标定点后才进行获取。

优选地，定位数据是RTK定位数据。

优选地，第一标定距离≤最大标定工作半径，第二标定距离≥最小标定工作半径。

优选地，最大标定工作半径为8m，最小标定工作半径为3m。

优选地，第一阈值是5°。