[发明专利]一种基于车道线检测的环视相机外参自动标定方法、装置、设备及计算机存储介质

权利要求书

1.一种基于车道线检测的环视相机外参自动标定方法，其特征是，所述方法包括：

采集若干组交通场景数据；

对采集到的各交通场景数据进行自动数据筛选；

读取已筛选的各若干组交通场景数据的路径，并进行优化求解；

检查将优化后的若干组交通场景数据，验证该外参对多场景的鲁棒性；

从优化后的若干组交通场景数据中，查找不同组交通场景数据中的匹配特征点。

2.根据权利要求1所述的一种基于车道线检测的环视相机外参自动标定方法，其特征在于，环视相机采集交通场景的过程进一步包括：

提供至少一个初始相机外参作为初始值以进行不断更新，其中平移矩阵人工测量，每个方向的误差范围在10cm内，旋转矩阵提供一个初始值；

环视相机中至少有一个相机图像检测到满足标定条件的车道线；采集的数据满足环视相机采到的图像，每同一时刻两两特征匹配，匹配的特征点至少8个；

采集到数据后，首先设置损失函数，损失函数是以图像中的车道线对应的地图中的车道线作为模型输出，以图像中经过相机内外参及车身与地图外参的转换后的车道线作为观测值，量化标准包括计算这两个直线的距离误差和斜率误差、图像车道线与地图车道线的点误差。

3.根据权利要求2所述的一种基于车道线检测的环视相机外参自动标定方法，其特征在于，在设置损失函数前，对偏航角yaw、俯仰角pitch、翻滚角roll进行约束；约束方式包括同一相机中左右车道线之间的平行和距离关系约束相机外参。

4.根据权利要求1所述的一种基于车道线检测的环视相机外参自动标定方法，其特征在于，读取筛选得到的数据的路径进行优化求解的过程进一步包括：

输入图像车道线的点(u,v)，求解出其在世界坐标系中对应的坐标点(X,Y,Z)，公式如下：

式中，f_x表示相机水平焦距，f_y表示相机垂直焦距，u₀表示初始车道线的点横坐标，v₀代表初始车道线的点纵坐标，R_c表示相机坐标系到车身坐标系的旋转矩阵，T_c表示相机坐标到车身坐标系的平息矩阵，R_b表示车身坐标系到世界坐标系的旋转矩阵，T_b代表车身坐标系与世界坐标系之间的平移矩阵，Z_c代表(u,v)点在相机坐标系中的高度信息；其中，外参表示相机坐标系与车身坐标系之间的旋转矩阵和平移矩阵；

计算损失函数：

loss＝loss1+loss2+loss3+loss4

式中，loss1表示环视相机一号相机图像一侧车道线经过内外参变换后在世界坐标系中与对应的地图车道线之间的距离；loss2表示环视相机一号相机图像另一侧车道线经过内外参变换后在世界坐标系中与对应的地图车道线之间的距离；loss3表示环视相机一号相机图像一侧车道线经过内外参变换后在世界坐标系中与对应的地图车道线之间的梯度误差；loss4表示环视相机一号相机图像另一侧车道线经过内外参变换后在世界坐标系中与对应的地图车道线之间的梯度误差；其中：

式中，n表示在环视相机图像上的车道线上选择的多个点的个数，A，B，C分别为地图车道线的直线方程Ax+By+C＝0的三个系数，x_i，y_i环视相机图像经过内外参变换后在世界坐标系中的车道线上的点的横坐标和纵坐标；

式中，x_i，y_i和x_i-1，y_i-1分别表示在环视相机图像经过内外参变换后在世界坐标系中的车道线上的选的点坐标，n表示在相机图像的车道线上选择的点的个数。x′_i，y′_i和y′_i-1，x′_i-1表示在地图车道线上选择的点的坐标，n₁表示在地图车道线上选择的点的个数；

以欧拉角yaw、pitch、roll为旋转矩阵分别建立损失函数，通过梯度下降法使得损失函数在预定范围内收敛到最小值：

yaw＝yaw-lr*yaw_grad

pitch＝pitch-lr*pitch_grad

roll＝roll-lr*roll_grad

式中，lr表示学习率，yaw_grad表示欧拉角yaw对应的梯度，pitch_grad表示欧拉角pitch对应的梯度，roll_grad表示欧拉角roll对应的梯度。