[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 | ||
本公开的实施例公开了一种相机标定方法及装置,涉及相机技术领域,能够解决现有相机标定方法受限于固定地点,易给自动驾驶车辆的行驶造成较大局限的问题。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。本公开的实施例主要适用于车载相机标定的场景中。
技术领域
本公开的实施例涉及相机技术领域,特别是涉及一种相机标定方法及装置。
背景技术
在图像测量过程以及机器视觉应用中,为确定空间物体表面某点的三维几何位置与其在图像中对应点之间的相互关系,必须建立相机成像的几何模型,这些几何模型参数就是相机参数。在大多数条件下这些参数必须通过实验与计算才能得到,这个求解参数的过程就称之为相机标定。
目前大多数自动驾驶方案,尤其是视觉测距方案和视觉跟踪方案,都格外依赖于相机参数的标定。但是现有的相机标定方法都是静态标定方法,即需要间歇性地到固定地点进行标定,这对自动驾驶车辆的行驶范围有很大局限性。
发明内容
有鉴于此,本公开的实施例提供的相机标定方法及装置,其目的在于解决现有相机标定方法受限于固定地点,易给自动驾驶车辆的行驶造成较大局限的问题。
本公开的实施例主要提供如下技术方案:
第一方面,本公开的实施例提供了一种相机标定方法,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。
在一些实施例中,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。
在一些实施例中,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。
在一些实施例中,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。
在一些实施例中,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。
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/201911345150.5/2.html,转载请声明来源钻瓜专利网。