[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

说明书

本发明涉及一种基于车道线检测的环视相机外参自动标定方法、装置及设备，首先自动刷选图像，选择其中一个车道线，车道线无限趋近于直线的图像，图像车道线信息和对应地图中车道线的信息分别作为输入和真值，设置损失函数，并采用对损失函数进行反向求导的方式迭代更新相机外参，使得图像车道线经过内外参转换后与地图车道线重合。获取该相机外参后，取得同一时刻获取的该相机附近的相机的图像，在两个相机内参和其中一个相机外参获取的情况下，获得另一个相机的外参，进一步的获得第三个，第四个等相机的外参。本专利提出的基于车道线检测的环视相机自动标定外参的方法，需提供第一个相机的初始相机外参，且仅更新相机外参中的旋转矩阵。

技术领域

本发明涉及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，涉及坐标定位领域。

背景技术

相机外参又称为相机位姿，由旋转矩阵和平移矩阵组成，相机外参标定指的是确定一个旋转矩阵和平移矩阵，用来描述相机坐标系和其他坐标系(比如车身坐标系)的转换关系。

自动驾驶车辆中的环视相机由多个相机联合工作，多个相机图像信息融合，可以消除视觉盲区和视觉死角。在自动驾驶领域中，环视相机的各个相机外参标定是一个关键的环节，环视相机中每个相机的外参标定的准确性都会影响多相机图像拼接融合的是否完美，并且还会决定自动驾驶车辆能否有效地进行定位、测距、或者获取全景鸟瞰图辅助泊车等。

以求解相机坐标系与车身坐标系的外参为例，传统的相机外参标定法是借助标定板建立一个世界坐标系，并固定好车身坐标系和世界坐标系之间的变换关系(比如将车子停到固定的地方)，利用标定板在图像平面的成像信息和标定板格子尺寸信息确定世界坐标系和相机坐标系的内外参数，从而借助固定好的车身坐标系和世界坐标系变换关系，以世界坐标系为中介，可以计算出相机坐标系与车身坐标系的外参。这种方法的缺点需要提供专门进行外参标注的场景，场景里需准备好特定的参考系(如标定板)，并预先固定好车子的标定位置，环视相机中每个相机都要分别标注，一旦有一个标注不精确，则会影响整个标注结果，并且不适合实时实地进行操作，且较为繁琐。

目前对环视摄像头，常用的外参标定方法通常采用一组立体的校正标志物，该校正标志物含有若干容易从图像中进行识别的且三维坐标已知的特征点，通过对采集的图像进行特征点抽取处理，并对应每个特征点的三维坐标对每台相机进行标定；依赖于参照物和平面镜进行求解，即根据参照物上的3个坐标点信息和平面镜的3次移动信息进行标定，这种标定方式会受光线传播的影响。

发明内容

发明目的：提出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，以解决现有技术存在的上述问题。

技术方案：第一方面，提供了一种基于车道线检测的环视相机外参自动标定方法，该方法包括以下步骤：

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。

在第一方面的一些可实现方式中，环视相机采集交通场景的过程如下：

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；