CN107103627B - 一种基于车道线的汽车全景摄像头外部参数标定方法 - Google Patents
一种基于车道线的汽车全景摄像头外部参数标定方法 Download PDFInfo
- Publication number
- CN107103627B CN107103627B CN201710286904.9A CN201710286904A CN107103627B CN 107103627 B CN107103627 B CN 107103627B CN 201710286904 A CN201710286904 A CN 201710286904A CN 107103627 B CN107103627 B CN 107103627B
- Authority
- CN
- China
- Prior art keywords
- lane line
- camera
- coordinates
- lane
- external parameters
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
- Traffic Control Systems (AREA)
- Image Processing (AREA)
- Closed-Circuit Television Systems (AREA)
Abstract
本发明是一种基于车道线的汽车全景摄像头外部参数标定方法,在用车道线进行标定前,需要对本车型的实车进行测量,得到外部参数的初值,让车辆在平整的车道上缓慢行驶,保持车辆与车道的相对位置不变,进入外部参数标定模式,属于汽车全景摄像头外部参数标定方法技术领域。目的是提供一种基于车道线的汽车全景摄像头外部参数标定方法。
Description
技术领域
本发明涉及一种汽车全景摄像头外部参数标定方法,特别是基于车道线的汽车全景摄像头外部参数标定方法。
背景技术
360度全景泊车***需要对摄像头的外部参数进行标定,传统的方法是利用特定场地的棋盘格对摄像头进行标定。而现有的标定方法有两个主要问题:一、需要建立专门的场地来标定摄像头,且产品出厂前必须进行标定,既增加了场地成本,又增加了时间成本。二、标定的时候一般是空车,跟行车实际环境也有一定差异,因此行车效果也不是很理想。
发明内容
本发明的目的是在于解决现有的标定方法,一方面场地成本和时间成本较高,另外一方面行车的效果还不太理想,而提供一种基于车道线的汽车全景摄像头外部参数标定方法。
一种基于车道线的汽车全景摄像头外部参数标定方法,在用车道线进行标定前,需要对本车型的实车进行测量,得到外部参数的初值,让车辆在平整的车道上缓慢行驶,保持车辆与车道的相对位置不变,进入外部参数标定模式,所述的方法为:
A、从视频源里抓取四个摄像头的图像,并提取每个摄像头在车道线上的点,直到数据足够完成外部参数的标定;
B、从视频源里抓取一帧鱼眼图像;
C、根据摄像头内部参数和外部参数初值,计算得到鱼眼图像的带车道线区域的顶视图图像;
D、对顶视图图像用canny算子进行边缘提取;
E、对边缘点用hough变换进行直线检测,判断检测到的直线是否为车道线,如果是车道线,则保存此车道线上的关键点;
F、重复A至E的步骤,直到所有摄像头的对应车道线都找到;
G、根据找到的车道线上的点,对摄像头外部参数进行标定。
进一步的,在所述C步骤中顶视图图像确定的步骤如下:
(1)、生成一定密度的顶视图的所有点的物理坐标LUT;
(2)、根据鱼眼摄像头的成像公式,把所有物理坐标转化为图像坐标LUT;
(3)、根据图像坐标LUT,生成一个顶视图图像。
进一步的,在所述E步骤中判断车道线的标准如下:
(1)、一根车道线对应两条直线;
(2)、两条直线物理距离10至30厘米;
(3)、直线为距离车20至200厘米的最近的线。
进一步的,在所述G步骤中外部参数的标定如下:
(1)、标定前摄像头,通过A至F步骤,已经得到了前摄像头车道线上的点的图像x、y坐标,因这些点的物理X坐标不能确定,故假设车道位置,从而得到假设的物理X坐标,并对摄像头外部参数进行标定,得到各自的平方残差和,然后选择平方残差和最小的作为前摄像头的外部参数;
(2)、根据前摄像头的内部参数和外部参数,求得各车道线的准确X坐标;
(3)、标定其他摄像头参数。根据A至F步骤已经得到的车道线上的点的图像x、y坐标,上面又得到了车道线X坐标,直接对摄像头外部参数进行标定。
采用上述技术方案的有益效果是:通过车道线对摄像头外部参数进行标定,省掉了专门的标定场地,节约了成本,而且,可以选择在合适的条件下进行标定,保证的标定环境跟行车环境的一致性。
具体实施方式
以下列举本发明优选的具体实施例对本发明的内容作进一步地说明。所举实例只用于解释本发明,并非用于限定本发明的范围。
在本方案中,一种基于车道线的汽车全景摄像头外部参数标定方法,在用车道线进行标定前,需要对本车型的实车进行测量,得到外部参数的初值,让车辆在平整的车道上缓慢行驶,保持车辆与车道的相对位置不变,进入外部参数标定模式,所述的方法为:
第一步,从视频源里抓取四个摄像头的图像,并提取每个摄像头在车道线上的点,直到数据足够完成外部参数的标定;
第二步,从视频源里抓取一帧鱼眼图像;
第三步,根据摄像头内部参数和外部参数初值,计算得到鱼眼图像的带车道线区域的顶视图图像;顶视图图像的具体确定步骤如下:
(1)、生成一定密度的顶视图的所有点的物理坐标LUT;
(2)、根据鱼眼摄像头的成像公式,把所有物理坐标转化为图像坐标LUT;
(3)、根据图像坐标LUT,生成一个顶视图图像;
第四步,对顶视图图像用canny算子进行边缘提取;
第五步,对边缘点用hough变换进行直线检测,判断检测到的直线是否为车道线,如果是车道线,则保存此车道线上的关键点;判断是否是车道线的标准如下:
(1)、一根车道线对应两条直线;
(2)、两条直线物理距离10至30厘米;
(3)、直线为距离车20至200厘米的最近的线;
第六步,重复第一步至第五步的步骤,直到所有摄像头的对应车道线都找到;
第七步,根据找到的车道线上的点,对摄像头外部参数进行标定,在本方案中,所述参数的标定如下:
(1)、标定前摄像头,通过第一步至第六步的步骤,已经得到了前摄像头车道线上的点的图像x、y坐标,因这些点的物理X坐标不能确定,故假设车道位置,从而得到假设的物理X坐标,并对摄像头外部参数进行标定,得到各自的平方残差和,然后选择平方残差和最小的作为前摄像头的外部参数;
(2)、根据前摄像头的内部参数和外部参数,求得各车道线的准确X坐标;
(3)、标定其他摄像头参数。根据第一步至第六步的步骤已经得到的车道线上的点的图像x、y坐标,上面又得到了车道线X坐标,直接对摄像头外部参数进行标定。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (3)
1.一种基于车道线的汽车全景摄像头外部参数标定方法,在用车道线进行标定前,需要对本车型的实车进行测量,得到外部参数的初值,让车辆在平整的车道上缓慢行驶,保持车辆与车道的相对位置不变,进入外部参数标定模式,其特征在于,所述的方法为:
A、从视频源里抓取四个摄像头的图像,并提取每个摄像头在车道线上的点,直到数据足够完成外部参数的标定;
B、从视频源里抓取一帧鱼眼图像;
C、根据摄像头内部参数和外部参数初值,计算得到鱼眼图像的带车道线区域的顶视图图像;
D、对顶视图图像用canny算子进行边缘提取;
E、对边缘点用hough变换进行直线检测,判断检测到的直线是否为车道线,如果是车道线,则保存此车道线上的关键点;
F、重复A至E的步骤,直到所有摄像头的对应车道线都找到;
G、根据找到的车道线上的点,对摄像头外部参数进行标定,所述G步骤中外部参数的标定如下:
(1)、标定前摄像头,通过A至F步骤,已经得到了前摄像头车道线上的点的图像x、y坐标,因这些点的物理X坐标不能确定,故假设车道位置的坐标,从而得到假设的物理X坐标,并对摄像头外部参数进行标定,得到各自物理X坐标所对应的Y坐标的平方残差和,然后选择平方残差和最小的作为前摄像头的外部参数;
(2)、根据前摄像头的内部参数和外部参数,求得各车道线的准确X坐标;
(3)、标定其它摄像头参数,根据上述A至F的步骤进一步的对所述的其它摄像头外部参数进行标定。
2.根据权利要求1所述的基于车道线的汽车全景摄像头外部参数标定方法,其特征在于,在所述C步骤中顶视图图像确定的步骤如下:
(1)、生成一定密度的顶视图的所有点的物理坐标;
(2)、根据鱼眼摄像头的成像公式,把所有物理坐标转化为图像坐标;
(3)、根据图像坐标,生成一个顶视图图像。
3.根据权利要求1所述的基于车道线的汽车全景摄像头外部参数标定方法,其特征在于,在所述E步骤中判断车道线的标准如下:
(1)、车道线对应两条直线;
(2)、两条直线物理距离10至30厘米;
(3)、所述的直线为距离车20至200厘米的最近的线。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710286904.9A CN107103627B (zh) | 2017-04-27 | 2017-04-27 | 一种基于车道线的汽车全景摄像头外部参数标定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710286904.9A CN107103627B (zh) | 2017-04-27 | 2017-04-27 | 一种基于车道线的汽车全景摄像头外部参数标定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107103627A CN107103627A (zh) | 2017-08-29 |
CN107103627B true CN107103627B (zh) | 2020-12-11 |
Family
ID=59656844
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710286904.9A Active CN107103627B (zh) | 2017-04-27 | 2017-04-27 | 一种基于车道线的汽车全景摄像头外部参数标定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107103627B (zh) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113822939A (zh) * | 2017-07-06 | 2021-12-21 | 华为技术有限公司 | 车载传感器的外部参数标定的方法和设备 |
CN109584305A (zh) * | 2017-09-29 | 2019-04-05 | 宝沃汽车(中国)有限公司 | 全景***标定方法、装置及车辆 |
CN110555884B (zh) * | 2018-05-31 | 2023-06-13 | 海信集团有限公司 | 一种车载双目相机的标定方法、装置及终端 |
CN109117825B (zh) * | 2018-09-04 | 2020-01-17 | 百度在线网络技术(北京)有限公司 | 车道线处理方法和装置 |
CN109255181B (zh) | 2018-09-07 | 2019-12-24 | 百度在线网络技术(北京)有限公司 | 一种基于多模型的障碍物分布仿真方法、装置以及终端 |
CN109215136B (zh) | 2018-09-07 | 2020-03-20 | 百度在线网络技术(北京)有限公司 | 一种真实数据增强方法、装置以及终端 |
CN109143242B (zh) | 2018-09-07 | 2020-04-14 | 百度在线网络技术(北京)有限公司 | 障碍物绝对速度估计方法、***、计算机设备和存储介质 |
CN109059780B (zh) | 2018-09-11 | 2019-10-15 | 百度在线网络技术(北京)有限公司 | 检测障碍物高度的方法、装置、设备及存储介质 |
CN109165629B (zh) | 2018-09-13 | 2019-08-23 | 百度在线网络技术(北京)有限公司 | 多焦距视觉障碍物感知方法、装置、设备及存储介质 |
CN109703568B (zh) | 2019-02-19 | 2020-08-18 | 百度在线网络技术(北京)有限公司 | 自动驾驶车辆行驶策略实时学习的方法、装置和服务器 |
CN109712421B (zh) | 2019-02-22 | 2021-06-04 | 百度在线网络技术(北京)有限公司 | 自动驾驶车辆的速度规划方法、装置和存储介质 |
CN111563421A (zh) * | 2020-04-16 | 2020-08-21 | 汉腾汽车有限公司 | 一种基于车道线的全景影像***的自动标定***及其方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101419705A (zh) * | 2007-10-24 | 2009-04-29 | 深圳华为通信技术有限公司 | 摄像机标定的方法及装置 |
CN104732542A (zh) * | 2015-03-27 | 2015-06-24 | 安徽省道一电子科技有限公司 | 基于多摄像头自标定的全景车辆安全***的图像处理方法 |
KR20150112656A (ko) * | 2014-03-28 | 2015-10-07 | 주식회사 하나비전테크 | 카메라 캘리브레이션 방법 및 그 장치 |
CN105976377A (zh) * | 2016-05-09 | 2016-09-28 | 西安电子科技大学 | 车载鱼眼摄像头自标定的方法 |
-
2017
- 2017-04-27 CN CN201710286904.9A patent/CN107103627B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101419705A (zh) * | 2007-10-24 | 2009-04-29 | 深圳华为通信技术有限公司 | 摄像机标定的方法及装置 |
KR20150112656A (ko) * | 2014-03-28 | 2015-10-07 | 주식회사 하나비전테크 | 카메라 캘리브레이션 방법 및 그 장치 |
CN104732542A (zh) * | 2015-03-27 | 2015-06-24 | 安徽省道一电子科技有限公司 | 基于多摄像头自标定的全景车辆安全***的图像处理方法 |
CN105976377A (zh) * | 2016-05-09 | 2016-09-28 | 西安电子科技大学 | 车载鱼眼摄像头自标定的方法 |
Non-Patent Citations (2)
Title |
---|
基于单目视觉的车道线实时检测研究;陈小燕;《中国优秀硕士学位论文全文数据库.工程科技Ⅱ辑》;20160515(第5期);第13页第2.3节第1段,第17页第1、3段,第26-27页第3.3.1节 * |
车载单目相机的在线自标定算法研究;刘明晴;《中国优秀硕士学位论文全文数据库.工程科技Ⅱ辑》;20170315(第3期);第24页第1段,第25页第1段,第28页第1段,第29页第1段,第30页第1-3段 * |
Also Published As
Publication number | Publication date |
---|---|
CN107103627A (zh) | 2017-08-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107103627B (zh) | 一种基于车道线的汽车全景摄像头外部参数标定方法 | |
EP3100234B1 (en) | Data-processing system and method for calibration of a vehicle surround view system | |
CN107133985B (zh) | 一种基于车道线消逝点的车载摄像机自动标定方法 | |
CN105758426A (zh) | 移动机器人的多传感器的联合标定方法 | |
US9087374B2 (en) | Automatic airview correction method | |
US11398051B2 (en) | Vehicle camera calibration apparatus and method | |
CN103714538B (zh) | 道路边缘检测方法、装置及车辆 | |
US10946799B2 (en) | Vehicle vision system with overlay calibration | |
CN109410264B (zh) | 一种基于激光点云与图像融合的前方车辆距离测量方法 | |
CN105474634A (zh) | 摄像机校准装置、摄像机校准***及摄像机校准方法 | |
US20130002861A1 (en) | Camera distance measurement device | |
CA3000859A1 (en) | Camera-based speed estimation and system calibration therefor | |
CN110660105B (zh) | 一种全景环视***的标定参数优化方法及装置 | |
WO2017075164A1 (en) | Filling in surround view areas blocked by mirrors or other vehicle parts | |
JP6970577B2 (ja) | 周辺監視装置および周辺監視方法 | |
CN110264395B (zh) | 一种车载单目全景***的镜头标定方法及相关装置 | |
JP6035620B2 (ja) | 車載ステレオカメラシステム及びそのキャリブレーション方法 | |
CN103281513B (zh) | 一种无重叠域监控***中行人识别方法 | |
CN107643049B (zh) | 基于单目结构光的地磅上车辆位置检测***及方法 | |
CN113034616A (zh) | 车辆环视***的相机外参标定方法、***及环视*** | |
CN111105465A (zh) | 一种摄像装置校准方法、装置、***电子设备及存储介质 | |
CN112016568B (zh) | 一种目标对象的图像特征点的跟踪方法及装置 | |
CN203966198U (zh) | 一种汽车全景摄像头标定*** | |
CN113362232A (zh) | 车辆全景环视图像生成方法和*** | |
US10643077B2 (en) | Image processing device, imaging device, equipment control system, equipment, image processing method, and recording medium storing program |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |