[发明专利]相机标定方法及装置在审
申请号: | 201911345150.5 | 申请日: | 2019-12-24 |
公开(公告)号: | CN113033253A | 公开(公告)日: | 2021-06-25 |
发明(设计)人: | 段雄;郎咸朋 | 申请(专利权)人: | 北京车和家信息技术有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62;G06T7/80 |
代理公司: | 北京鼎佳达知识产权代理事务所(普通合伙) 11348 | 代理人: | 任媛;刘铁生 |
地址: | 100102 北京市朝*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 相机 标定 方法 装置 | ||
1.一种相机标定方法,其特征在于,所述方法包括:
从相机采集的图像中识别出道路标线箭头和车道线;
在所述车道线上选取能够包围所述道路标线箭头的两条平行直线与所述车道线相交,获得四个车道线点的坐标,并获取所述道路标线箭头的两个端点的坐标、所述图像对应的实际道路中道路标线箭头的长度和实际道路中的车道宽度;
根据所述四个车道线点的坐标、所述道路标线箭头的两个端点的坐标、所述长度和所述车道宽度,计算所述相机的外参数。
2.根据权利要求1所述的方法,其特征在于,所述从相机采集的图像中识别出道路标线箭头和车道线包括:
利用车道线箭头识别模型从所述相机采集的图像中识别出道路标线箭头和车道线;
所述车道线箭头识别模型是在对历史图像标注出道路标线箭头和车道线后,利用标注后的图像进行模型训练而得。
3.根据权利要求2所述的方法,其特征在于,在利用车道线箭头识别模型从所述相机采集的图像中识别出道路标线箭头和车道线之前,所述方法还包括:
利用道路特征识别模型从所述相机采集的图像中识别出满足预设图像条件的图像,所述道路特征识别模型是在对历史图像进行分类获得正负样本后,对正负样本进行模型训练而得;
所述利用车道线箭头识别模型从所述相机采集的图像中识别出道路标线箭头和车道线包括:
利用车道线箭头识别模型从所述满足预设图像条件的图像中识别出道路标线箭头和车道线。
4.根据权利要求1所述的方法,其特征在于,根据所述四个车道线点的坐标、所述道路标线箭头的两个端点的坐标、所述长度和所述车道宽度,计算所述相机的外参数包括:
获取所述相机的内参数;
根据所述内参数,确定所述四个车道线点的图像坐标和所述两个端点的图像坐标;
根据所述图像坐标、所述图像对应的实际道路中道路标线箭头的长度和车道宽度,计算所述相机的外参数。
5.根据权利要求4所述的方法,其特征在于,所述相机的外参数包括相机侧倾角、相机俯仰角和所述相机相对路面的安装高度。
6.根据权利要求5所述的方法,其特征在于,根据所述图像坐标、所述图像对应的实际道路中道路标线箭头的长度和车道宽度,计算所述相机的外参数包括:
分别利用下述公式计算出相机侧倾角相机俯仰角θ、所述相机相对路面的安装高度h;
其中,四个车道线点分别为A、B、C和D,所述道路标线箭头的两个端点为E和F,qA、qC、qE、qF分别为A、C、E、F点在图像坐标系中y轴坐标,pA、pB、pC、pD为A、B、C、D点在图像坐标系中x轴坐标,b为在实际道路中的车道宽度,L为实际道路中道路标线箭头的长度,为相机航向角。
7.根据权利要求1-6中任一项所述的方法,其特征在于,所述方法还包括:
对基于至少两张图像计算出的相机的外参数求平均值,将所述外参数的平均值作为所述相机最终的外参数。
8.一种相机标定装置,其特征在于,所述装置包括:
识别单元,用于从相机采集的图像中识别出道路标线箭头和车道线;
获取单元,用于在所述车道线上选取能够包围所述道路标线箭头的两条平行直线与所述车道线相交,获得四个车道线点的坐标,并获取所述道路标线箭头的两个端点的坐标、所述图像对应的实际道路中道路标线箭头的长度和实际道路中的车道宽度;
计算单元,用于根据所述四个车道线点的坐标、所述道路标线箭头的两个端点的坐标、所述长度和所述车道宽度,计算所述相机的外参数。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京车和家信息技术有限公司,未经北京车和家信息技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201911345150.5/1.html,转载请声明来源钻瓜专利网。