CN110570475A - 车载摄像头自标定方法及装置和车辆驾驶方法及装置 - Google Patents
车载摄像头自标定方法及装置和车辆驾驶方法及装置 Download PDFInfo
- Publication number
- CN110570475A CN110570475A CN201810578736.5A CN201810578736A CN110570475A CN 110570475 A CN110570475 A CN 110570475A CN 201810578736 A CN201810578736 A CN 201810578736A CN 110570475 A CN110570475 A CN 110570475A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- mounted camera
- calibration
- self
- lane line
- 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.)
- Pending
Links
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R11/00—Arrangements for holding or mounting articles, not otherwise provided for
- B60R11/04—Mounting of cameras operative during drive; Arrangement of controls thereof relative to the vehicle
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- 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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N17/00—Diagnosis, testing or measuring for television systems or their details
- H04N17/002—Diagnosis, testing or measuring for television systems or their details for television cameras
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/50—Constructional details
- H04N23/54—Mounting of pick-up tubes, electronic image sensors, deviation or focusing coils
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R2300/00—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle
- B60R2300/10—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by the type of camera system used
- B60R2300/101—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by the type of camera system used using cameras with adjustable capturing direction
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R2300/00—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle
- B60R2300/40—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by the details of the power supply or the coupling to vehicle components
- B60R2300/402—Image calibration
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R2300/00—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle
- B60R2300/60—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by monitoring and displaying vehicle exterior scenes from a transformed perspective
- B60R2300/602—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by monitoring and displaying vehicle exterior scenes from a transformed perspective with an adjustable viewpoint
- B60R2300/605—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by monitoring and displaying vehicle exterior scenes from a transformed perspective with an adjustable viewpoint the adjustment being automatic
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R2300/00—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle
- B60R2300/80—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by the intended use of the viewing arrangement
- B60R2300/804—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by the intended use of the viewing arrangement for lane monitoring
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30204—Marker
- G06T2207/30208—Marker matrix
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30244—Camera pose
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30248—Vehicle exterior or interior
- G06T2207/30252—Vehicle exterior; Vicinity of vehicle
- G06T2207/30256—Lane; Road marking
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Mechanical Engineering (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Studio Devices (AREA)
- Traffic Control Systems (AREA)
- Closed-Circuit Television Systems (AREA)
- Image Analysis (AREA)
Abstract
本公开涉及一种车载摄像头自标定方法及装置和车辆驾驶方法及装置,所述方法包括:启动车载摄像头的自标定,使安装有所述车载摄像头的车辆处于行驶状态;在所述车辆行驶过程中,经所述车载摄像头采集所述车载摄像头自标定所需的信息;基于采集的信息自标定所述车载摄像头。在本公开实施例中,车载摄像头的自标定过程可以在不影响车辆使用的情况下,在车载摄像头的实际使用环境中方便地完成,标定结果准确、标定效率高、适用范围广。
Description
技术领域
本公开涉及图像处理技术领域,尤其涉及一种车载摄像头自标定方法及装置和车辆驾驶方法及装置。
背景技术
传统的车载摄像头标定方法,需要在设定的摄像头模型下,通过人工对特定的参照物进行标定,然后进行图像处理,并利用一系列数学变换公式计算及优化,最终求取摄像头模型参数后对摄像头进行标定。传统的摄像头标定方法对安装环境要求严格,一旦应用场景更换需要重新标定,费时费力。
发明内容
本公开提出了一种车载摄像头自标定技术方案。
根据本公开的一方面,提供了一种车载摄像头自标定方法,包括:
启动车载摄像头的自标定,使安装有所述车载摄像头的车辆处于行驶状态;
在所述车辆行驶过程中,经所述车载摄像头采集所述车载摄像头自标定所需的信息;
基于采集的信息自标定所述车载摄像头。
在一种可能的实现方式中,所述启动车载摄像头的自标定,包括:
当检测到所述车载摄像头的视角或焦距发生变化时,启动所述车载摄像头的自标定。
在一种可能的实现方式中,所述启动车载摄像头的自标定,包括:
当检测到所述车载摄像头的安装位置和/或拍摄角度发生变化时,启动所述车载摄像头的自标定。
在一种可能的实现方式中,所述启动车载摄像头的自标定,包括:
确定安装有所述车载摄像头的车辆的累计行驶里程;
当所述累计行驶里程大于里程阈值时,启动所述车载摄像头的自标定。
在一种可能的实现方式中,所述启动车载摄像头的自标定,包括:
根据自标定启动指令,启动所述车载摄像头的自标定。
在一种可能的实现方式中,所述方法还包括:
提供采集进度信息,所述采集进度信息包括所述车载摄像头采集自标定所需信息的进度信息;
基于采集的信息自标定所述车载摄像头,包括:
当根据所述采集进度信息确定自标定所需信息采集完毕时,基于采集的信息自标定所述车载摄像头。
在一种可能的实现方式中,所述方法还包括:
提供采集条件提示信息,所述采集条件提示信息包括所述车载摄像头是否具备采集条件的提示信息,所述采集条件包括所述车载摄像头采集自标定所需信息的条件;
在所述车辆行驶过程中,经所述车载摄像头采集所述车载摄像头自标定所需的信息,包括:
当根据所述采集条件提示信息,确定所述车载摄像头具备所述采集条件时,在所述车辆行驶过程中,经所述车载摄像头采集所述车载摄像头自标定所需的信息。
在一种可能的实现方式中,在所述车辆行驶过程中,经所述车载摄像头采集所述车载摄像头自标定所需的信息,包括:
当所述车载摄像头的镜头俯仰角在拍摄俯仰角范围内时,在所述车辆行驶过程中,经所述车载摄像头采集所述车载摄像头自标定所需的信息。
在一种可能的实现方式中,所述信息包括所述车辆行驶道路的车道线,在所述车辆行驶过程中,经所述车载摄像头采集所述车载摄像头自标定所需的信息,包括:
当所述车载摄像头拍摄到所述车辆行驶道路的车道线时,在所述车辆行驶过程中,经所述车载摄像头采集所述车载摄像头自标定所需的信息。
在一种可能的实现方式中,在所述车辆行驶过程中,经所述车载摄像头采集所述车载摄像头自标定所需的信息,包括:
当所述车载摄像头拍摄到所述车辆行驶道路的地平线或车道线灭点时,在所述车辆行驶过程中,经所述车载摄像头采集所述车载摄像头自标定所需的信息。
在一种可能的实现方式中,在所述车辆行驶过程中,经所述车载摄像头采集所述车载摄像头自标定所需的信息,包括:
在所述车辆行驶过程中,经所述车载摄像头在采集时长范围内采集所述车载摄像头自标定所需的信息。
在一种可能的实现方式中,在所述车辆行驶过程中,经所述车载摄像头采集所述车载摄像头自标定所需的信息,包括:
在所述车辆行驶过程中,当车辆的行驶距离在行驶距离范围内时,经所述车载摄像头采集所述车载摄像头自标定所需的信息。
在一种可能的实现方式中,基于采集的信息自标定所述车载摄像头,包括:
基于采集的信息更新所述车载摄像头的单应矩阵,所述车载摄像头的单应矩阵反应所述车载摄像头的位姿;
根据更新前和更新后的所述车载摄像头的单应矩阵自标定所述车载摄像头。
在一种可能的实现方式中,所述信息包括所述车辆行驶道路的车道线,基于采集的信息更新所述车载摄像头的单应矩阵,包括:
在所述车载摄像头拍摄的图像中检测车道线,得到所述车道线的检测位置信息;
基于所述车道线的检测位置信息更新所述车载摄像头的单应矩阵。
在一种可能的实现方式中,根据更新前和更新后的所述车载摄像头的单应矩阵自标定所述车载摄像头,包括:
根据更新前的所述车载摄像头的单应矩阵得到所述车道线的已知位置信息;
根据所述车道线的检测位置信息和所述车道线的已知位置信息,确定所述车载摄像头的标定参数;
根据所述标定参数自标定所述车载摄像头。
在一种可能的实现方式中,在所述车载摄像头拍摄的图像中检测车道线,得到所述车道线的检测位置信息,包括:
在所述车载摄像头拍摄的图像中检测车道线;
在检测出的车道线上确定关键点,得到关键点的检测坐标;
根据所述车道线的检测位置信息和所述车道线的已知位置信息,确定所述车载摄像头的标定参数,包括:
根据所述关键点的检测坐标和所述关键点的已知坐标,确定所述车载摄像头的标定参数。
在一种可能的实现方式中,在所述车载摄像头拍摄的图像中检测车道线,得到所述车道线的检测位置信息,包括:
在所述车载摄像头拍摄的各图像中进行车道线检测,得到各图像中的待拟合车道线;
将各图像中的待拟合车道线进行拟合,得到车道线以及所述车道线的检测位置信息。
在一种可能的实现方式中,所述车道线包括第一车道线和第二车道线,在检测出的车道线上确定关键点,得到关键点的检测坐标,包括:
根据各图像中检测出的第一车道线和第二车道线,确定各图像中第一车道线和第二车道线的交点;
根据各图像中的交点确定地平线;
根据所述地平线、所述第一车道线和所述第二车道线确定关键点,得到所述关键点的检测坐标。
在一种可能的实现方式中,根据所述地平线、所述第一车道线和所述第二车道线确定关键点,得到各所述关键点的检测坐标,包括:
确定与所述地平线平行,且与所述第一车道线和所述第二车道线分别交叉的检测线;
将所述检测线和所述第一车道线的交叉点,以及所述检测线和所述第二车道线的交叉点确定为关键点,得到各所述关键点的检测坐标。
在一种可能的实现方式中,根据所述关键点的检测坐标和所述关键点的已知坐标,确定所述车载摄像头的标定参数,包括:
根据所述关键点的检测坐标和所述关键点的已知坐标确定所述摄像头的转换参数,所述关键点的检测坐标包括行驶拍摄视角下所述关键点的坐标,所述关键点的已知坐标包括已知视角下所述关键点的坐标;
根据所述转换参数和已知参数,确定所述摄像头的标定参数。
在一种可能的实现方式中,所述关键点的已知坐标包括:
已知视角下所述关键点在图像坐标系中的第一已知坐标,
已知视角下所述关键点在世界坐标系中的第二已知坐标;
根据所述转换参数和已知参数,确定所述摄像头的标定参数,包括:
根据所述第一已知坐标和所述第二已知坐标,确定已知参数;
根据所述转换参数和所述已知参数,确定所述摄像头的标定参数。
在一种可能的实现方式中,所述方法还包括:
根据所述车载摄像头的校准参数,利用透视原理或三角原理对所述标定参数进行校准。
在一种可能的实现方式中,所述车辆包括以下设备中的其中一种或任意组合:机动车、非机动车、火车、玩具车、机器人。
在一种可能的实现方式中,所述方法包括:
利用上述车载摄像头自标定方法中任一项所述的自标定后的车载摄像头,进行车辆驾驶。
根据本公开的一方面,提供了一种车载摄像头自标定装置,所述装置包括:
自标定启动模块,用于启动车载摄像头的自标定,使安装有所述车载摄像头的车辆处于行驶状态;
信息采集模块,用于在所述车辆行驶过程中,经所述车载摄像头采集所述车载摄像头自标定所需的信息;
自标定运算模块,用于基于采集的信息自标定所述车载摄像头。
在一种可能的实现方式中,所述自标定启动模块,包括:
第一自标定启动子模块,用于当检测到所述车载摄像头的视角或焦距发生变化时,启动所述车载摄像头的自标定。
在一种可能的实现方式中,所述自标定启动模块,包括:
第二自标定启动子模块,用于当检测到所述车载摄像头的安装位置和/或拍摄角度发生变化时,启动所述车载摄像头的自标定。
在一种可能的实现方式中,所述自标定启动模块,包括:
第三自标定启动子模块,用于确定安装有所述车载摄像头的车辆的累计行驶里程;当所述累计行驶里程大于里程阈值时,启动所述车载摄像头的自标定。
在一种可能的实现方式中,所述自标定启动模块,包括:
第四自标定启动子模块,用于根据自标定启动指令,启动所述车载摄像头的自标定。
在一种可能的实现方式中,所述装置还包括:
进度信息提供模块,用于提供采集进度信息,所述采集进度信息包括所述车载摄像头采集自标定所需信息的进度信息;
所述自标定运算模块,包括:
第一自标定运算子模块,用于当根据所述采集进度信息确定自标定所需信息采集完毕时,基于采集的信息自标定所述车载摄像头。
在一种可能的实现方式中,所述装置还包括:
采集条件提示信息,用于提供采集条件提示信息,所述采集条件提示信息包括所述车载摄像头是否具备采集条件的提示信息,所述采集条件包括所述车载摄像头采集自标定所需信息的条件;
所述信息采集模块,包括:
第一信息采集子模块,用于当根据所述采集条件提示信息,确定所述车载摄像头具备所述采集条件时,在所述车辆行驶过程中,经所述车载摄像头采集所述车载摄像头自标定所需的信息。
在一种可能的实现方式中,所述信息采集模块,包括:
第二信息采集子模块,用于当所述车载摄像头的镜头俯仰角在拍摄俯仰角范围内时,在所述车辆行驶过程中,经所述车载摄像头采集所述车载摄像头自标定所需的信息。
在一种可能的实现方式中,所述信息包括所述车辆行驶道路的车道线,所述信息采集模块,包括:
第三信息采集子模块,用于当所述车载摄像头拍摄到所述车辆行驶道路的车道线时,在所述车辆行驶过程中,经所述车载摄像头采集所述车载摄像头自标定所需的信息。
在一种可能的实现方式中,所述信息采集模块,包括:
第四信息采集子模块,用于当所述车载摄像头拍摄到所述车辆行驶道路的地平线或车道线灭点时,在所述车辆行驶过程中,经所述车载摄像头采集所述车载摄像头自标定所需的信息。
在一种可能的实现方式中,所述信息采集模块,包括:
第五信息采集子模块,用于在所述车辆行驶过程中,经所述车载摄像头在采集时长范围内采集所述车载摄像头自标定所需的信息。
在一种可能的实现方式中,所述信息采集模块,包括:
第六信息采集子模块,用于在所述车辆行驶过程中,当车辆的行驶距离在行驶距离范围内时,经所述车载摄像头采集所述车载摄像头自标定所需的信息。
在一种可能的实现方式中,所述自标定运算模块,包括:
单应矩阵更新子模块,用于基于采集的信息更新所述车载摄像头的单应矩阵,所述车载摄像头的单应矩阵反应所述车载摄像头的位姿;
第二自标定运算子模块,用于根据更新前和更新后的所述车载摄像头的单应矩阵自标定所述车载摄像头。
在一种可能的实现方式中,所述信息包括所述车辆行驶道路的车道线,所述单应矩阵更新子模块,包括:
车道线检测位置信息获取单元,用于在所述车载摄像头拍摄的图像中检测车道线,得到所述车道线的检测位置信息;
单应矩阵更新单元,用于基于所述车道线的检测位置信息更新所述车载摄像头的单应矩阵。
在一种可能的实现方式中,所述第二自标定运算子模块,包括:
车道线已知位置信息获取单元,用于根据更新前的所述车载摄像头的单应矩阵得到所述车道线的已知位置信息;
标定参数获取单元,用于根据所述车道线的检测位置信息和所述车道线的已知位置信息,确定所述车载摄像头的标定参数;
自标定单元,用于根据所述标定参数自标定所述车载摄像头。
在一种可能的实现方式中,所述车道线检测位置信息获取单元,用于:
在所述车载摄像头拍摄的图像中检测车道线;
在检测出的车道线上确定关键点,得到关键点的检测坐标;
所述标定参数获取单元,用于:
根据所述关键点的检测坐标和所述关键点的已知坐标,确定所述车载摄像头的标定参数。
在一种可能的实现方式中,所述车道线检测位置信息获取单元,用于:
在所述车载摄像头拍摄的各图像中进行车道线检测,得到各图像中的待拟合车道线;
将各图像中的待拟合车道线进行拟合,得到车道线以及所述车道线的检测位置信息。
在一种可能的实现方式中,所述车道线包括第一车道线和第二车道线,在检测出的车道线上确定关键点,得到关键点的检测坐标,包括:
根据各图像中检测出的第一车道线和第二车道线,确定各图像中第一车道线和第二车道线的交点;
根据各图像中的交点确定地平线;
根据所述地平线、所述第一车道线和所述第二车道线确定关键点,得到所述关键点的检测坐标。
在一种可能的实现方式中,根据所述地平线、所述第一车道线和所述第二车道线确定关键点,得到各所述关键点的检测坐标,包括:
确定与所述地平线平行,且与所述第一车道线和所述第二车道线分别交叉的检测线;
将所述检测线和所述第一车道线的交叉点,以及所述检测线和所述第二车道线的交叉点确定为关键点,得到各所述关键点的检测坐标。
在一种可能的实现方式中,根据所述关键点的检测坐标和所述关键点的已知坐标,确定所述车载摄像头的标定参数,包括:
根据所述关键点的检测坐标和所述关键点的已知坐标确定所述摄像头的转换参数,所述关键点的检测坐标包括行驶拍摄视角下所述关键点的坐标,所述关键点的已知坐标包括已知视角下所述关键点的坐标;
根据所述转换参数和已知参数,确定所述摄像头的标定参数。
在一种可能的实现方式中,所述关键点的已知坐标包括:
已知视角下所述关键点在图像坐标系中的第一已知坐标,
已知视角下所述关键点在世界坐标系中的第二已知坐标;
根据所述转换参数和已知参数,确定所述摄像头的标定参数,包括:
根据所述第一已知坐标和所述第二已知坐标,确定已知参数;
根据所述转换参数和所述已知参数,确定所述摄像头的标定参数。
在一种可能的实现方式中,所述装置还包括:
校准模块,用于根据所述车载摄像头的校准参数,利用透视原理或三角原理对所述标定参数进行校准。
在一种可能的实现方式中,所述车辆包括以下设备中的其中一种或任意组合:机动车、非机动车、火车、玩具车、机器人。
根据本公开的一方面,提供了一种车辆驾驶装置,所述装置用于:
利用上述车载摄像头自标定方法中任一项所述的自标定后的车载摄像头,进行车辆驾驶。
根据本公开的一方面,提供了一种电子设备,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为:执行上述车载摄像头自标定方法。
根据本公开的一方面,提供了一种计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现上述车载摄像头自标定方法。
在本公开实施例中,当启动车载摄像头的自标定后,根据车载摄像头在车辆实行过程中采集的信息,车载摄像头可以进行自标定。车载摄像头的自标定过程可以在不影响车辆使用的情况下,在车载摄像头的实际使用环境中方便地完成,标定结果准确、标定效率高、适用范围广。
根据下面参考附图对示例性实施例的详细说明,本公开的其它特征及方面将变得清楚。
附图说明
包含在说明书中并且构成说明书的一部分的附图与说明书一起示出了本公开的示例性实施例、特征和方面,并且用于解释本公开的原理。
图1示出根据本公开实施例的车载摄像头自标定方法的流程图;
图2示出根据本公开实施例的车载摄像头自标定方法的流程图;
图3示出根据本公开实施例的车载摄像头自标定方法的流程图;
图4示出根据本公开实施例的车载摄像头自标定方法的流程图;
图5示出根据本公开实施例的车载摄像头自标定方法中交点的示意图;
图6示出根据本公开实施例的车载摄像头自标定方法中地平线的示意图;
图7示出根据本公开实施例的车载摄像头自标定方法中关键点的示意图;
图8示出根据本公开实施例的车载摄像头自标定装置的框图;
图9示出根据本公开示例性实施例的一种电子设备的框图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面,但是除非特别指出,不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
另外,为了更好的说明本公开,在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解,没有某些具体细节,本公开同样可以实施。在一些实例中,对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述,以便于凸显本公开的主旨。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例不再赘述。可以理解,以下实施例仅为本公开的可选实现方式,不应理解为对本公开保护范围的实质限制,本领域技术人员可以在此基础上采用其他实现方式,均在本公开保护范围之内。
图1示出根据本公开实施例的车载摄像头自标定方法的流程图,如图1所示,所述车载摄像头自标定方法包括:
步骤S10,启动车载摄像头的自标定,使安装有所述车载摄像头的车辆处于行驶状态。
所述车辆为具有行驶功能的设备,例如,在一种可能的实现方式中,所述车辆可以包括以下设备中的其中一种或任意组合:机动车、非机动车、火车、玩具车、机器人。
机动车可以包括大型汽车、电车、电瓶车、摩托车、拖拉机等配置了动力装置,并可以以动力装置为驱动行驶的车辆。非机动车可以包括自行车、三轮车、滑板车、畜力车等需要以人力或畜力为驱动行驶的车辆。玩具车可以包括遥控玩具车、电动玩具车等可以行驶的车辆形状的玩具。机器人可以包括人形行驶机器人和非人形行驶机器人。其中非人形行驶机器人可以包括扫地机器人、搬运机器人等。
车载摄像头可以是车辆自身配置的摄像头,也可以是车辆外设的摄像头。车载摄像头可以包括各种类型的摄像头。例如,可以包括可见光摄像头、红外摄像头、双目摄像头等。本公开对车载摄像头的类型不做限定。
车载摄像头的自标定,包括车载摄像头可以自行完成自身标定的实质工作。车载摄像头的自标定过程无需人工参与。例如,车载摄像头可以根据设定的自标定启动条件,利用车辆行驶中车载摄像头拍摄的图像中目标对象的位置信息,以及保存的初始标定信息,自行计算得到标定参数,并根据标定参数自行完成标定。整个标定过程无需人工操作车载摄像头,也无需人工输入标定参数或位置信息等。
车载摄像头自标定的启动方式,可以包括人为输入指令启动的方式。也可以包括根据预设的启动条件自动启动的方式。其中,预设的启动条件可以包括车辆的行驶状况满足设定的行驶条件,也可以包括车载摄像头的拍摄情况满足设定的拍摄条件。启动条件可以包括多条启动条件的组合。可以根据需求确定车载摄像头自标定过程的启动条件和启动方式,实现方式非常灵活。
当启动车载摄像头的自标定后,安装有车载摄像头的车辆需要处于行驶状态,可选的,可以发出使车辆处于行驶状态的提示信息,以提高用户体验。在车辆的行驶过程中,车载摄像头处于开启状态,可以拍摄到图像。车载摄像头可以拍摄静态的图像,也可以拍摄视频流。
可以根据需求确定车载摄像头的拍摄方式和所拍摄图像的格式,以得到符合需求的图像。
步骤S20,在所述车辆行驶过程中,经所述车载摄像头采集所述车载摄像头自标定所需的信息。
在一种可能的实现方式中,在车辆行驶过程中,可以根据车载摄像头拍摄的图像采集车载摄像头自标定所需的信息。
车载摄像头自标定所需的信息,可以包括车载摄像头拍摄到的图像,也可以包括将车载摄像头拍摄到的图像进行处理后得到的处理图像。还可以包括在车载摄像头拍摄到的图像中检测到的目标对象的信息。其中,目标对象可以包括建筑物、车辆或行人等各种类型的对象。
车辆在行驶过程中可以不间断的采集车载摄像头自标定所需的信息,也可以按照设定的采集周期采集车载摄像头自标定所需的信息,实现方式非常灵活,以满足不同应用需求。
步骤S30,基于采集的信息自标定所述车载摄像头。
在一种可能的实现方式中,当车载摄像头的安装位置或拍摄视角发生变化时,需要重新对车载摄像头进行重新标定,以使车载摄像头拍摄的图像可以被用于进行准确的车载摄像头自标定。可以基于车载摄像头采集到的信息对车载摄像头进行自标定,而无需用户手动标定。
可以利用车载摄像头在行驶中采集到的信息,结合车载摄像头在已知条件下的初始标定信息,对车载摄像头进行自标定。
在本实施例中,当启动车载摄像头的自标定后,根据车载摄像头在车辆实行过程中采集的信息,车载摄像头可以进行自标定。车载摄像头的自标定过程可以在不影响车辆使用的情况下,在车载摄像头的实际使用环境中方便地完成,标定结果准确、标定效率高、适用范围广。
在一种可能的实现方式中,所述启动车载摄像头的自标定,包括:
当检测到所述车载摄像头的视角或焦距发生变化时,启动所述车载摄像头的自标定。
在一种可能的实现方式中,车载摄像头的视角可以包括:车载摄像头的镜头中心点与成像平面对角线两端的连线所形成的夹角。车载摄像头的焦距包括:车载摄像头的镜头光学后主点到交点的距离。车载摄像头的视角与车载摄像头焦距成反比。对于相同的成像面积,车载摄像头的镜头焦距越短,视角越大。
可以利用车载摄像头拍摄的图像检测车载摄像头的视角或焦距是否发生了变化。也可以通过获取车载摄像头参数的方式,确定车载摄像头的视角或焦距是否发生了变化。
当车载摄像头的视角或焦距发生变化时,车载摄像头针对相同位置的相同目标对象拍摄到的图像不同。因此,当车载摄像头的视角或焦距发生变化时,需要启动车载摄像头的自标定。以使自标定后的车载摄像头可以用于获取准确的定位信息等。
在本实施例中,当车载摄像头的视角或焦距发生变化时,启动所述车载摄像头的自标定。在车载摄像头的视角或焦距发生变化时,车载摄像头可以及时进行自标定。车载摄像头的自标定不影响影响车辆的正常行驶和正常使用。车载摄像头可以时刻保持精准的标定状态。
在一种可能的实现方式中,所述启动车载摄像头的自标定,包括:
当检测到所述车载摄像头的安装位置和/或拍摄角度发生变化时,启动所述车载摄像头的自标定。
在一种可能的实现方式中,车载摄像头的安装位置,可以包括车载摄像头在车辆上的安装部位。在本公开实施例中,车载摄像头可以安装在车辆任意可拍摄到行驶路面的部位。车载摄像头的拍摄角度,可以包括车载摄像头的镜头平面与地平面之间的夹角。可以根据需求和使用环境确定车载摄像头的安装位置和拍摄角度。
当车载摄像头的安装位置和/或拍摄角度发生变化时,可以认为车载摄像头的使用环境不同,需要重新对车载摄像头进行自标定。
在本实施例中,当车载摄像头的安装位置和/或拍摄角度发生变化时,启动所述车载摄像头的自标定。在车载摄像头的安装位置和/或拍摄角度发生变化时,车载摄像头可以及时进行自标定。车载摄像头的自标定过程不影响车辆的正常行驶和正常使用,车载摄像头能够时刻保持精准的标定状态。
在一种可能的实现方式中,所述启动车载摄像头的自标定,包括:
确定安装有所述车载摄像头的车辆的累计行驶里程;
当所述累计行驶里程大于里程阈值时,启动所述车载摄像头的自标定。
在一种可能的实现方式中,当车辆的累计行驶里程大于里程阈值时,可以认为车载摄像头或车辆的使用环境发生了较大变化。需要对车载摄像头进行自标定。
可以通过读取车辆行驶里程数的方式,确定车辆的累计行驶里程。例如,当读取到车辆的里程数的变化大于M公里时,可以启动车载摄像头的自标定。
在本实施例中,当车辆的累计行驶里程大于里程阈值时,启动所述车载摄像头的自标定。在车辆使用一定的时间后,车辆在实际使用过程产生的震动可能导致车载摄像头的拍摄角度或安装位置产生变化,因此,当车辆的累计行驶里程数大于里程阈值时,车载摄像头可以及时进行自标定。车载摄像头的自标定过程不影响车辆的正常行驶和正常使用,且车载摄像头可以时刻保持精准的标定状态。
在一种可能的实现方式中,所述启动车载摄像头的自标定,包括:
根据自标定启动指令,启动所述车载摄像头的自标定。
在一种可能的实现方式中,本公开实施例可以在接收到自标定启动指令时,启动车载摄像头的自标定。接收到的自标定启动指令,可以是人为输入的自标定启动指令,也可以是预设的执行程序自动发送的自标定启动指令。
可以通过提供自标定启动指令的输入方式接收自标定启动指令。例如,可以提供自标定启动指令的按钮,或通过提供提示信息的方式引导使用者输入自标定启动指令。
还可以设置自动执行程序,按照预设的执行周期自动发送自标定启动指令。例如,根据设置的自动执行程序,每20天发送一次自标定启动指令。
在本实施例中,根据自标定启动指令,可以启动所述车载摄像头的自标定。可以根据使用需求及时启动车载摄像头的自标定。车载摄像头的自标定也可以及时适用不同的使用环境。
图2示出根据本公开实施例的车载摄像头自标定方法的流程图,如图2所示,所述车载摄像头自标定方法还包括:
步骤S40,提供采集进度信息,所述采集进度信息包括所述车载摄像头采集自标定所需信息的进度信息。
在一种可能的实现方式中,为使自标定的结果更加准确,车载摄像头需要采集到足够的信息。可以通过提供采集进度信息的方式,向车辆的使用者提示车载摄像头的采集进度,以改善用户体验。
可以通过以下提示信息的其中一种或任意组合,提供采集进度信息:语音提示信息、文字提示信息或图像提示信息。可以主动提供采集进度信息,也可以根据提示指令提供采集进度信息。
例如,可以通过在车辆的中控屏幕上展示进度条的方式,提供采集进度信息。也可以通过语音播报“当前采集进度为:已采集20%”的方式,提供采集进度信息。
本公开对采集进度信息的形式及提供方式不做限定。
步骤S30包括:
步骤S31,当根据所述采集进度信息确定自标定所需信息采集完毕时,基于采集的信息自标定所述车载摄像头。
在一种可能的实现方式中,当采集进度信息提示未采集完毕时,车辆的使用者需要继续保持行驶状态,以使车载摄像头采集到足够的自标定所需的信息。当采集进度信息提示采集完毕时,可以基于采集的信息自标定车载摄像头。
在本实施例中,通过提供采集进度信息,可以使得车载摄像头自标定的过程更加清晰,车辆的使用者可以更加方便的掌握车载摄像头自标定的进度。能够提高车载摄像头自标定的成功率和准确度。
图3示出根据本公开实施例的车载摄像头自标定方法的流程图,如图3所示,所述车载摄像头自标定方法还包括:
步骤S50,提供采集条件提示信息,所述采集条件提示信息包括所述车载摄像头是否具备采集条件的提示信息,所述采集条件包括所述车载摄像头采集自标定所需信息的条件。
在一种可能的实现方式中,为提高车载摄像头自标定的成功率,车载摄像头需要满足采集车载摄像头采集自标定所需信息的采集条件。可以通过提供采集条件提示信息的方式,提示车辆的使用者检查车载摄像头是否满足采集条件。
可以通过以下提示信息的其中一种或任意组合,提供采集条件提示信息:语音提示信息、文字提示信息或图像提示信息。可以主动提供采集条件提示信息,也可以根据提示指令提供采集条件提示信息。
例如,可以通过在车辆的中控屏幕上展示相关图像或文字的方式,提供采集条件提示信息。也可以通过语音播报“当前拍摄视线是否无遮挡物?”的方式,提供采集条件提示信息。
本公开对采集条件提示信息的形式及提供方式不做限定。
步骤S20包括:
步骤S21,当根据所述采集条件提示信息,确定所述车载摄像头具备所述采集条件时,在所述车辆行驶过程中,经所述车载摄像头采集所述车载摄像头自标定所需的信息。
在一种可能的实现方式中,当根据采集条件提示信息,确定车载摄像头不具备采集条件时,车辆使用者可以根据对车载摄像头进行相应的调整,或更换环境后再进行车载摄像头的自标定。
当根据采集条件提示信息,确定车载摄像头具备采集条件时,在所述车辆行驶过程中,经所述车载摄像头采集所述车载摄像头自标定所需的信息。
在本实施例中,通过采集条件提示信息,可以使得车载摄像头能够采集到准确的自标定所需的信息,提高车载摄像头自标定的成功率和准确度。
在一种可能的实现方式中,步骤S20包括:
当所述车载摄像头的镜头俯仰角在拍摄俯仰角范围内时,在所述车辆行驶过程中,经所述车载摄像头采集所述车载摄像头自标定所需的信息。
在一种可能的实现方式中,拍摄俯仰角范围,可以包括以最小俯仰角可以为下限,以最大俯仰角为上限的俯仰角的集合。可以根据车载摄像头的安装位置、拍摄角度和使用环境的不同,设定相应的拍摄俯仰角范围。
当车载摄像头的拍摄俯仰角在拍摄俯仰角范围以外时,在车载摄像头拍摄到的图像中无法采集到自标定所需的信息,或采集到的信息不完整、不准确,无法用于车载摄像头的自标定。
在本实施例中,当所述车载摄像头的拍摄俯仰角在拍摄俯仰角范围内时,车载摄像头可以采集到车载摄像头自标定所需的信息,并得到准确的车载摄像头自标定的结果。
在一种可能的实现方式中,所述信息包括所述车辆行驶道路的车道线,步骤S20包括:
当所述车载摄像头拍摄到所述车辆行驶道路的车道线时,在所述车辆行驶过程中,经所述车载摄像头采集所述车载摄像头自标定所需的信息。
在一种可能的实现方式中,在车辆行驶过程中,车辆行驶道路上有车道线。车道线可以包括白色车道线或黄色车道线,可以包括实线或虚线,可以包括单条线或双线。例如,车道线可以是白色虚线、白色实线、黄色实线、黄色虚线、双白虚线、双黄实线等。车道线也可以是机动车所行驶的路面的路肩。在车载摄像头拍摄的图像中,车道线具有目标明确、形状统一等特征。
当车载摄像头采集的车载摄像头自标定所需的信息为车道线时,车载摄像头拍摄到的图像中需要包括车道线。当所述车载摄像头拍摄到所述车辆行驶道路的车道线时,在所述车辆行驶过程中,经所述车载摄像头采集所述车载摄像头自标定所需的信息。根据采集的信息,车载摄像头可以进行自标定。
在本实施例中,当所述车载摄像头拍摄到所述车辆行驶道路的车道线时,在所述车辆行驶过程中,经所述车载摄像头采集所述车载摄像头自标定所需的信息。确保车载摄像头拍摄到车辆行驶道路的车道线,可以根据采集的车道线对车载摄像头进行自标定。使得车载摄像头的自标定的适用范围广、标定过程简单、可靠。
在一种可能的实现方式中,在所述车辆行驶过程中,经所述车载摄像头采集所述车载摄像头自标定所需的信息,包括:
当所述车载摄像头拍摄到所述车辆行驶道路的地平线或车道线灭点时,在所述车辆行驶过程中,经所述车载摄像头采集所述车载摄像头自标定所需的信息。
在一种可能的实现方式中,当车载摄像头拍摄到所述车辆行驶道路的地平线或车道线灭点时,可以确定车载摄像头前方无遮挡。车载摄像头拍摄到的车道线完整、清晰。根据完整、清晰的车道线,可以对车载摄像头进行准确的自标定。
在本实施例中,当所述车载摄像头拍摄到所述车辆行驶道路的地平线或车道线灭点时,车载摄像头可以根据拍摄到的完整、清晰的车道线,得到更加准确的车载摄像头的自标定结果。
在一种可能的实现方式中,步骤S20,包括:
在所述车辆行驶过程中,经所述车载摄像头在采集时长范围内采集所述车载摄像头自标定所需的信息。
在一种可能的实现方式中,采集时长范围可以包括以最小采集时长为下限,最大采集时长为上限的时长范围。当车载摄像头采集自标定所需信息的采集时长达不到最小采集时长时,采集到的信息不足以支撑车载摄像头进行自标定的计算。当车载摄像头采集自标定所需信息的采集时长超过最大采集时长时,车载摄像头在超出最大采集时长后采集到的信息,可以不参与自标定的计算。可以根据需求设定预设采集时长范围,例如,采集时长范围可以为10分钟至25分钟。
当车载摄像头的采集时长超出采集时长范围确定的最大采集时长时,可以终止车载摄像头采集自标定所需的信息。避免不必要的***资源的浪费。
在本实施例中,根据采集时长范围,可以使得车载摄像头采集的信息足够支撑自标定的计算,又不会导致***资源的浪费。
在一种可能的实现方式中,在所述车辆行驶过程中,经所述车载摄像头采集所述车载摄像头自标定所需的信息,包括:
在所述车辆行驶过程中,当车辆的行驶距离在行驶距离范围内时,经所述车载摄像头采集所述车载摄像头自标定所需的信息。
在一种可能的实现方式中,行驶距离范围可以包括以最小行驶距离为下限,最大行驶距离为上限的车辆行驶过的距离范围。在车辆行驶过程中,车辆行驶过的距离越大,车载摄像头采集到的信息越多。当车辆的行驶距离小于最小行驶距离时,车载摄像头采集的信息不足以支撑自标定的计算。当车辆的行驶距离大于最大行驶距离时,车载摄像头在超出最大行驶距离后采集到的信息,可以不参与自标定的计算。可以根据需求、车载摄像头的设置以及车载摄像头的实际使用环境,确定行驶距离范围。例如,行驶距离范围可以为5公里至8公里。
当车辆的行驶距离超出行驶距离范围确定的最大行驶距离时,可以终止车载摄像头采集自标定所需的信息。避免不必要的***资源的浪费。
在本实施例中,根据行驶距离范围,可以使得车载摄像头采集的信息足够支撑自标定的计算,又不会导致***资源的浪费。
图4示出根据本公开实施例的车载摄像头自标定方法的流程图,如图4所示,所述车载摄像头自标定方法中步骤S30包括:
步骤S32,基于采集的信息更新所述车载摄像头的单应矩阵,所述车载摄像头的单应矩阵反应所述车载摄像头的位姿。
在一种可能的实现方式中,车载摄像头的位姿,可以包括车载摄像头的旋转参数和平移参数。可以根据车载摄像头的位姿,建立车载摄像头的单应矩阵。车载摄像头的单应矩阵可以包括车载摄像头的转换参数或转换矩阵等。利用车载摄像头的单应矩阵,可以将车载摄像头拍摄到的图像中的点,在图像坐标系和世界坐标系中进行坐标的相互转换。
车载摄像头的单应矩阵的建立过程可以包括:利用车辆配置的摄像头拍摄真实的道路图像,利用道路图像上的点集,在真实道路上对应的点集,构建单应矩阵。具体方法可以包括:1、建立坐标系:以车辆的左前轮为原点,以驾驶员的视角向右的方向为X轴的正方向,向前的方向为Y轴的正方向,建立车体坐标系。2、选点,选取车辆的车体坐标系下的点,得到选点集。例如(0,5)、(0,10)、(0,15)、(1.85,5)、(1.85,10)、(1.85,15),各点的单位为米。根据需求,也可以选取距离更远的点。3、标记、将选取的点在真实道路上进行标记,得到真实点集。4、标定,使用标定板和标定程序得到真实点集在拍摄图像中对应的像素位置。5、根据对应出的像素位置生成单应矩阵。
可以在车载摄像头首次使用、首次安装或出厂时,在已知视角下为车载摄像头构建单应矩阵。可以根据构建的车载摄像头的单应矩阵,将车载摄像头在已知视角下拍摄的图像中的目标对象的坐标,在已知视角下拍摄的图像中的图像坐标系和世界坐标系中进行相互转换。
在所述车辆行驶过程中,经车载摄像头采集车载摄像头自标定所需的信息后,基于采集的信息,可以更新车载摄像头的单应矩阵。例如,可以根据车载摄像头在行驶中拍摄的车道线,更新车载摄像头的单应矩阵。
根据更新后的车载摄像头的单应矩阵,可以将车载摄像头在行驶拍摄视角下拍摄的图像中的目标对象的坐标,在行驶拍摄视角下拍摄的图像中的图像坐标系和世界坐标系之间进行相互转换。
步骤S33,根据更新前和更新后的所述车载摄像头的单应矩阵自标定所述车载摄像头。
在一种可能的实现方式中,更新前的车载摄像头的单应矩阵,可以包括车载摄像头在已知视角下所拍摄图像的图像坐标系和世界坐标系之间的转换关系。更新前的车载摄像头的单应矩阵可以包括车载摄像头的已知参数或已知矩阵。
更新后的车载摄像头的单应矩阵,可以包括车载摄像头在行驶拍摄视角下所拍摄图像的图像坐标系和世界坐标系之间的转换关系。更新后的车载摄像头的单应矩阵可以包括车载摄像头的转换参数或转换矩阵。
根据更新前和更新后的所述车载摄像头的单应矩阵,可以将车载摄像头在已知视角下拍摄的第一图像中的目标对象的第一图像坐标,和在车载摄像头在行驶拍摄视角下拍摄的第二图像中的目标对象的第二图像坐标,进行相互转换。根据第一图像坐标和第二图像坐标的转换关系,可以对车载摄像头进行自标定。
在本实施例中,通过更新车载摄像头的单应矩阵,并根据更新前和更新后的车载摄像头的单应矩阵,自标定车载摄像头。利用车载摄像头的单应矩阵,可以准确、快捷地对车载摄像头进行自标定。
在一种可能的实现方式中,步骤S32包括:
在所述车载摄像头拍摄的图像中检测车道线,得到所述车道线的检测位置信息。
基于所述车道线的检测位置信息更新所述车载摄像头的单应矩阵。
在一种可能的实现方式中,可以利用图像识别技术,在车载摄像头拍摄的图像中检测车道线。也可以将车载摄像头拍摄的图像输入神经网络,根据神经网络的输出,在车载摄像头拍摄的图像中检测车道线。
车载摄像头拍摄的图像,包括车载摄像头在车辆行驶时,在行驶拍摄视角下拍摄的图像。车道线的检测位置信息,包括车道线在行驶拍摄视角下拍摄图像中的图像坐标系中的位置信息。
可以根据车道线在行驶拍摄视角下拍摄图像中的位置信息,更新车载摄像头的单应矩阵。更新后的单应矩阵,可以将车道线在行驶拍摄视角下拍摄的图像中的位置信息,和车道线在已知视角下拍摄的图像中的位置信息,进行相互转换。
在本实施例中,在所述车载摄像头拍摄的图像中检测车道线后,基于车道的检测位置更新车载摄像头的单应矩阵。在图像中可以检测得到准确的车道线,并得到准确的车道线的检测位置信息。根据准确的车道线的检测位置信息可以得到准确的更新后的单应矩阵,将更新后的单应矩阵用于车载摄像头的自标定,可以得到准确的自标定结果。
在一种可能的实现方式中,步骤S33包括:
步骤S331,根据更新前的所述车载摄像头的单应矩阵得到所述车道线的已知位置信息。
在一种可能的实现方式中,更新前的车载摄像头的单应矩阵,可以包括在车载摄像头首次使用、首次安装或出厂时,在已知视角下为车载摄像头构建的单应矩阵。根据构建的车载摄像头的单应矩阵,可以将车载摄像头在已知视角下拍摄的图像中的目标对象的坐标,在已知视角下拍摄的图像中的图像坐标系和世界坐标系中进行相互转换。
根据更新前的单应矩阵,可以得到车道线的已知位置信息,包括车道线在已知视角下所拍摄图像中的图像坐标系中的位置信息,和车道线在世界坐标系中的位置信息。
步骤S332,根据所述车道线的检测位置信息和所述车道线的已知位置信息,确定所述车载摄像头的标定参数。
在一种可能的实现方式中,车载摄像头的参数可以包括内部参数和外部参数。内部参数可以包括车载摄像头的焦距、像素大小等与车载摄像头自身特性相关的参数,每个车载摄像头的内部参数唯一。外部参数包括车载摄像头在世界坐标系中的位置参数和旋转方向参数。车载摄像头的标定参数可以包括车载摄像头的旋转方向参数。利用标定参数,可以构建世界坐标系和车载摄像头所拍摄图像的图像坐标系之间的映射关系。利用标定参数构建的映射关系,可以将目标对象在图像坐标系中的位置信息,和在世界坐标系中的位置信息进行相互转换。
可以根据车道线在世界坐标系中的已知位置信息,和车道线在车载摄像头在已知视角下所拍摄图像的图像坐标系中的已知位置信息,得到车载摄像头的已知参数。再根据车载摄像头的已知参数,车载摄像头的行驶拍摄视角和已知视角之间的转换参数,可以得到车载摄像头在行驶拍摄视角下的标定参数。
步骤S333,根据所述标定参数自标定所述车载摄像头。
在一种可能的实现方式中,根据标定参数对车载摄像头进行自标定后,车载摄像头在行驶拍摄视角下所拍摄图像中的对象的坐标信息,可以在行驶拍摄视角下所拍摄图像的图像坐标系和世界坐标系之间进行相互转换。
在本实施例中,根据车道线的检测位置信息和已知位置信息得到车载摄像头的标定参数,根据标定参数对车载摄像头进行自标定。根据车道线对车载摄像头进行标定,使得车载摄像头可以方便地完成自标定,标定效率高,适用范围广。
在一种可能的实现方式中,在所述车载摄像头拍摄的图像中检测车道线,得到所述车道线的检测位置信息,包括:
在所述车载摄像头拍摄的图像中检测车道线;
在检测出的车道线上确定关键点,得到关键点的检测坐标;
根据所述车道线的检测位置信息和所述车道线的已知位置信息,确定所述车载摄像头的标定参数,包括:根据所述关键点的检测坐标和所述关键点的已知坐标,确定所述车载摄像头的标定参数。
在一种可能的实现方式中,关键点可以包括车道线上的指定位置的点,也可以包括车道线上具有设定特征的点。可以根据需求确定车道线上的关键点。车道线上的关键点可以包括一个或多个,可以根据需求确定关键点的数量。
关键点的检测坐标可以包括关键点在车载摄像头行驶拍摄视角下所拍摄图像的图像坐标系中的位置信息。例如,车道线上的关键点1的检测坐标为(X1,Y1),关键点2的检测坐标为(X2,Y2)。
关键点的已知坐标,包括关键点在世界坐标系中的已知坐标,和车载摄像头在已知视角下所拍摄图像的图像坐标系中的已知坐标。
可以利用关键点的已知坐标和检测坐标得到车载摄像头的转换参数,并利用关键点的已知坐标得到车载摄像头的已知参数,最终利用车载摄像头的已知参数和转换参数,得到车载摄像头的标定参数。
在本实施例中,利用关键点的检测坐标和已知坐标,可以得到车载摄像头的标定参数。根据关键点的检测坐标和已知坐标得到的标定参数,计算量小。车载摄像头可以快速、准确地完成自标定,标定效率高,适用范围广。
在一种可能的实现方式中,在所述车载摄像头拍摄的图像中检测车道线,得到所述车道线的检测位置信息,包括:
在所述车载摄像头拍摄的各图像中进行车道线检测,得到各图像中的待拟合车道线;
将各图像中的待拟合车道线进行拟合,得到车道线以及所述车道线的检测位置信息。
在一种可能的实现方式中,可以在车载摄像头所拍摄的多幅图像中进行车道线检测。可以根据需求确定所检测的车道线的数量和位置。例如,可以检测车辆左侧的车道线,也可以检测车辆右侧的车道线。当路面为多车道时,可以检测距离车辆自身最近的左右两侧的车道线,也可以只检测车辆右侧的两条车道线。
车辆行驶在路面上时,车载摄像头拍摄得到的多幅图像中,车道线在图像中的位置相对比较固定。可以在各图像中检测得到待拟合车道线,再将多幅图像中的待拟合车道线进行拟合,得到车道线,并得到车道线的检测位置信息。
当确定需要检测的车道线为车辆行驶车道的车道线时,在图像中,要检测的车道线为车辆的左侧和右侧两条最临近的两条车道线。根据车载摄像头拍摄的多幅图像中检测到的待拟合车道线,可以拟合得到车辆所在车道的左右两条车道线,并得到左右两条车道线的检测位置信息。
例如,在车载摄像头拍摄的100幅图像中检测得到待拟合车道线,为各图像中机动车最前端向前5米距离内的车道线。可以将100幅图像中检测得到的待拟合车道线进行拟合,得到车辆行驶道路的车道线,以及得到车道线的检测位置信息。
可以根据车道线的已知位置信息和检测位置信息,得到车载摄像头的标定参数。
在本实施例中,利用多幅图像中检测得到的待拟合车道线,得到的车道线检测位置信息,可以消除各图像中的待拟合车道线可能存在的位置偏差。使得车载摄像头的自标定结果更加准确。
在一种可能的实现方式中,所述车道线包括第一车道线和第二车道线,在检测出的车道线上确定关键点,得到关键点的检测坐标,包括:
根据各图像中检测出的第一车道线和第二车道线,确定各图像中第一车道线和第二车道线的交点;
根据各图像中的交点确定地平线;
根据所述地平线、所述第一车道线和所述第二车道线确定关键点,得到所述关键点的检测坐标。
在一种可能的实现方式中,第一车道线和第二车道线可以分别是车辆左侧或右侧的车道线。例如,第一车道线可以是最临近车辆的左侧车道线,第二车道线可以是最临近车辆的右侧车道线。第一车道线和第二车道线可以为现实道路上平行的两条线。在车载摄像头拍摄的图像中,第一车道线和第二车道线在机动车前方可以有交点,或第一车道线的延长线和第二车道线的延长线在机动车前方有交点。
可以在车载摄像头拍摄的各图像中,分别检测得到第一车道线和第二车道线,并确定各图像中第一车道线和第二车道线的交点。
图5示出根据本公开实施例的车载摄像头自标定方法中交点的示意图,如图5所示,图5中坐标系为图像坐标系,第一车道线为左车道线,第二车道线为右车道线,左车道线的延长线和右车道线的延长线在机动车前方有交点。
在一种可能的实现方式中,在车辆行驶的实际道路上,第一车道线和第二车道线可以在地平线上相交。因此,根据各图像中的交点,可以拟合得到车辆前方的地平线的位置。各图像中的交点距离拟合得到的地平线之间的距离之和最小。
图6示出根据本公开实施例的车载摄像头自标定方法中地平线的示意图,如图6所示,图6中坐标系为图像坐标系,根据各图像确定出的交点共有12个,可以根据12个交点确定地平线。各交点至确定出的地平线之间的距离之和最小。
在一种可能的实现方式中,各图像中确定出的地平线的位置相对比较固定。当车道线包括第一车道线和第二车道线时,为使各图像中的关键点的检测位置之间的误差最小,以及使关键点的检测位置信息和已知位置信息更加精确,可以以确定出的地平线为参照,在第一车道线和第二车道线上确定关键点。
例如,可以在各图像中,以距离地平线的长度为M,在第一车道线和第二车道线上分别确定关键点1和关键点2,以距离地平线的长度为N,在第一车道线和第二车道线上分别确定关键点3和关键点4。其中,M与N单位相同、数值不等。
在各图像中,根据确定出的关键点可以得到各关键点的检测坐标。各关键点的检测坐标,包括各关键点在行驶拍摄视角下所拍摄图像的图像坐标系中的坐标。
在本实施例中,在图像中检测得到两条车道线后,根据两条车道线得到地平线的位置,并根据地平线的位置确定关键点的位置后,得到关键点的检测坐标。根据地平线可以得到各图像中的关键点的准确位置,由此得到更加准确的校正参数。
在一种可能的实现方式中,根据所述地平线、所述第一车道线和所述第二车道线确定关键点,得到各所述关键点的检测坐标,包括:
确定与所述地平线平行,且与所述第一车道线和所述第二车道线分别交叉的检测线;
将所述检测线和所述第一车道线的交叉点,以及所述检测线和所述第二车道线的交叉点确定为关键点,得到各所述关键点的检测坐标。
图7示出根据本公开实施例的车载摄像头自标定方法中关键点的示意图,如图7所示,图中坐标系为图像坐标系,地平线下方有两条与地平线平行的检测线,将检测线与左车道线和右车道线的四个交叉点确定为关键点。
在一种可能的实现方式中,根据所述关键点的检测坐标和所述关键点的已知坐标,确定所述车载摄像头的标定参数,包括:
根据所述关键点的检测坐标和所述关键点的已知坐标确定所述摄像头的转换参数,所述关键点的检测坐标包括行驶拍摄视角下所述关键点的坐标,所述关键点的已知坐标包括已知视角下所述关键点的坐标;
根据所述转换参数和已知参数,确定所述摄像头的标定参数。
在一种可能的实现方式中,关键点的已知坐标包括车载摄像头在已知视角下所拍摄图像的图像坐标系中的关键点的已知坐标。例如,车载摄像头在已知视角A下关键点在图像中的已知坐标为(XA,YA)。根据已知视角A和已知坐标(XA,YA),可以得到已知视角A下车载摄像头的已知参数HA,已知参数HA可以包括矩阵形式的参数。已知参数HA可以包括车载摄像头的旋转方向参数。已知参数HA可以将已知视角A下所拍摄图像中,关键点在图像坐标系中的坐标转至世界坐标系。
关键点的检测坐标,包括车载摄像头在行驶拍摄视角下拍摄图像的图像坐标系中的关键点的检测坐标。例如,车载摄像头在行驶拍摄视角B下,关键点在图像中的检测坐标为(XB,YB)。
根据已知坐标(XA,YA)和检测坐标(XB,YB),可以得到车载摄像头从已知视角A到行驶拍摄视角B的转换参数HAB。转换参数HAB可以包括矩阵形式的参数。转换参数HAB可以包括车载摄像头的旋转方向参数。转换参数HAB可以将关键点的坐标在已知视角A下所拍摄图像的图像坐标系,和行驶拍摄视角B下所拍摄图像的图像坐标系之间进行相互转换。
在一种可能的实现方式中,根据转换参数HAB和已知参数HA,可以得到车载摄像头在行驶拍摄视角B下的检测参数HB。检测参数HB可以包括矩阵形式的参数。检测参数HB可以包括车载摄像头的旋转方向参数。检测参数HB可以将行驶拍摄视角B下所拍摄的图像中,关键点在图像坐标系中的坐标,转换至世界坐标系。检测参数HB即为车载摄像头在行驶拍摄视角B下的标定参数。
在一种可能的实现方式中,所述关键点的已知坐标包括:已知视角下所述关键点在图像坐标系中的第一已知坐标,已知视角下所述关键点在世界坐标系中的第二已知坐标;
根据所述转换参数和已知参数,确定所述车载摄像头的标定参数,可以包括:
根据所述第一已知坐标和所述第二已知坐标,确定已知参数;根据所述转换参数和所述已知参数,确定所述摄像头的标定参数。
在一种可能的实现方式中,关键点的已知坐标包括关键点在已知视角A下车载摄像头所拍摄图像的图像坐标系中的已知坐标(XA,YA),和关键点在世界坐标系中的已知世界坐标(X,Y,1)。根据已知坐标(XA,YA)和已知世界坐标(X,Y,1),可以得到车载摄像头在已知视角A下的已知参数HA。根据已知参数HA和转换参数HAB可以得到行驶拍摄视角B下的检测参数HB。
在本实施例中,根据车载摄像头在已知视角下的已知坐标和车载摄像头在行驶拍摄视角下的检测坐标,确定车载摄像头的标定参数,根据关键点的已知坐标和检测坐标,可以方便的对车载摄像头进行标定,计算过程简单,计算结果准确。
在一种可能的实现方式中,所述方法还包括:
根据所述车载摄像头的校准参数,利用透视原理或三角原理对所述标定参数进行校准。
在一种可能的实现方式中,车载摄像头的校准参数可以包括根据车载摄像头的焦距和单位像素计算得到的校准参数。每个车载摄像头自身的焦距和单位像素不同,可以根据车载摄像头自身参数计算得到校准参数。可以利用透视原理或三角原理,可以对车载摄像头的转换参数进行更加精确的校准。
例如,f为车载摄像头的焦距(毫米),pm为车载摄像头的像素/毫米。校准的H'BA为:
其中,k'为第一校准系数,k为第二校准系数,b为第三校准系数。
在本实施例中,将车载摄像头自身的校准参数代入转换参数的计算过程,可以使得转换参数更加精确,更加适应车载摄像头的个体特征。
本公开实施例还提供一种车辆驾驶方法,所述方法包括:
利用自标定后的车载摄像头,进行车辆驾驶。
在一种可能的实现方式中,车辆驾驶可以包括车辆主动驾驶和车辆辅助驾驶。利用自标定后的车载摄像头,可以为车辆提供准确的定位信息,使得车辆的主动驾驶和辅助驾驶更加安全可靠。
可以将标定参数存入以车载摄像头为传感器的辅助驾驶***,为辅助驾驶后续的图像处理提供有效的标定参数。辅助驾驶***可以包括根据特定目标对象的位置信息进行辅助驾驶的***。
例如,辅助驾驶***可以包括:车道保持辅助***、刹车辅助***、自动泊车辅助***和倒车辅助***。其中,车道保持辅助***可以根据车辆行驶时所在的车道线进行辅助驾驶,使车辆保持在当前车道上行驶。刹车辅助***可以根据设定的目标对象的距离,向车辆发送刹车指令,以使车辆与目标对象保持安全距离。自动泊车辅助***可以根据检测到的停车线,将车辆倒入车库中。倒车辅助***可以根机动车与其后方的障碍物之间的距离,向车辆发送倒车指令,以使车辆避开障碍物倒车。
利用车载摄像头准确的标定参数,车辆可以得到车载摄像头拍摄的图像中目标对象的准确位置信息,根据目标对象的位置信息,辅助驾驶***可以获取准确的辅助驾驶指令。
在本实施例中,利用自标定后的车载摄像头,可以不影响车辆的实际使用,车辆驾驶更加安全、可靠。
可以理解,本公开提及的上述各个方法实施例,在不违背原理逻辑的情况下,均可以彼此相互结合形成结合后的实施例,限于篇幅,本公开不再赘述。
此外,本公开还提供了图像处理装置、电子设备、计算机可读存储介质、程序,上述均可用来实现本公开提供的任一种图像处理方法,相应技术方案和描述和参见方法部分的相应记载,不再赘述。
图8示出根据本公开实施例的车载摄像头自标定装置的框图,如图8所示,所述车载摄像头自标定装置,包括:
自标定启动模块10,用于启动车载摄像头的自标定,使安装有所述车载摄像头的车辆处于行驶状态;
信息采集模块20,用于在所述车辆行驶过程中,经所述车载摄像头采集所述车载摄像头自标定所需的信息;
自标定运算模块30,用于基于采集的信息自标定所述车载摄像头。
在一种可能的实现方式中,所述自标定启动模块10,包括:
第一自标定启动子模块,用于当检测到所述车载摄像头的视角或焦距发生变化时,启动所述车载摄像头的自标定。
在一种可能的实现方式中,所述自标定启动模块10,包括:
第二自标定启动子模块,用于当检测到所述车载摄像头的安装位置和/或拍摄角度发生变化时,启动所述车载摄像头的自标定。
在一种可能的实现方式中,所述自标定启动模块10,包括:
第三自标定启动子模块,用于确定安装有所述车载摄像头的车辆的累计行驶里程;当所述累计行驶里程大于里程阈值时,启动所述车载摄像头的自标定。
在一种可能的实现方式中,所述自标定启动模块10,包括:
第四自标定启动子模块,用于根据自标定启动指令,启动所述车载摄像头的自标定。
在一种可能的实现方式中,所述装置还包括:
进度信息提供模块,用于提供采集进度信息,所述采集进度信息包括所述车载摄像头采集自标定所需信息的进度信息;
所述自标定运算模块30,包括:
第一自标定运算子模块,用于当根据所述采集进度信息确定自标定所需信息采集完毕时,基于采集的信息自标定所述车载摄像头。
在一种可能的实现方式中,所述装置还包括:
采集条件提示信息,用于提供采集条件提示信息,所述采集条件提示信息包括所述车载摄像头是否具备采集条件的提示信息,所述采集条件包括所述车载摄像头采集自标定所需信息的条件;
所述信息采集模块20,包括:
第一信息采集子模块,用于当根据所述采集条件提示信息,确定所述车载摄像头具备所述采集条件时,在所述车辆行驶过程中,经所述车载摄像头采集所述车载摄像头自标定所需的信息。
在一种可能的实现方式中,所述信息采集模块20,包括:
第二信息采集子模块,用于当所述车载摄像头的镜头俯仰角在拍摄俯仰角范围内时,在所述车辆行驶过程中,经所述车载摄像头采集所述车载摄像头自标定所需的信息。
在一种可能的实现方式中,所述信息包括所述车辆行驶道路的车道线,所述信息采集模块20,包括:
第三信息采集子模块,用于当所述车载摄像头拍摄到所述车辆行驶道路的车道线时,在所述车辆行驶过程中,经所述车载摄像头采集所述车载摄像头自标定所需的信息。
在一种可能的实现方式中,所述信息采集模块20,包括:
第四信息采集子模块,用于当所述车载摄像头拍摄到所述车辆行驶道路的地平线或车道线灭点时,在所述车辆行驶过程中,经所述车载摄像头采集所述车载摄像头自标定所需的信息。
在一种可能的实现方式中,所述信息采集模块20,包括:
第五信息采集子模块,用于在所述车辆行驶过程中,经所述车载摄像头在采集时长范围内采集所述车载摄像头自标定所需的信息。
在一种可能的实现方式中,所述信息采集模块20,包括:
第六信息采集子模块,用于在所述车辆行驶过程中,当车辆的行驶距离在行驶距离范围内时,经所述车载摄像头采集所述车载摄像头自标定所需的信息。
在一种可能的实现方式中,所述自标定运算模块30,包括:
单应矩阵更新子模块,用于基于采集的信息更新所述车载摄像头的单应矩阵,所述车载摄像头的单应矩阵反应所述车载摄像头的位姿;
第二自标定运算子模块,用于根据更新前和更新后的所述车载摄像头的单应矩阵自标定所述车载摄像头。
在一种可能的实现方式中,所述信息包括所述车辆行驶道路的车道线,所述单应矩阵更新子模块,包括:
车道线检测位置信息获取单元,用于在所述车载摄像头拍摄的图像中检测车道线,得到所述车道线的检测位置信息;
单应矩阵更新单元,用于基于所述车道线的检测位置信息更新所述车载摄像头的单应矩阵。
在一种可能的实现方式中,所述第二自标定运算子模块,包括:
车道线已知位置信息获取单元,用于根据更新前的所述车载摄像头的单应矩阵得到所述车道线的已知位置信息;
标定参数获取单元,用于根据所述车道线的检测位置信息和所述车道线的已知位置信息,确定所述车载摄像头的标定参数;
自标定单元,用于根据所述标定参数自标定所述车载摄像头。
在一种可能的实现方式中,所述车道线检测位置信息获取单元,用于:
在所述车载摄像头拍摄的图像中检测车道线;
在检测出的车道线上确定关键点,得到关键点的检测坐标;
所述标定参数获取单元,用于:根据所述关键点的检测坐标和所述关键点的已知坐标,确定所述车载摄像头的标定参数。
在一种可能的实现方式中,所述车道线检测位置信息获取单元,用于:
在所述车载摄像头拍摄的各图像中进行车道线检测,得到各图像中的待拟合车道线;
将各图像中的待拟合车道线进行拟合,得到车道线以及所述车道线的检测位置信息。
在一种可能的实现方式中,所述车道线包括第一车道线和第二车道线,在检测出的车道线上确定关键点,得到关键点的检测坐标,包括:
根据各图像中检测出的第一车道线和第二车道线,确定各图像中第一车道线和第二车道线的交点;
根据各图像中的交点确定地平线;
根据所述地平线、所述第一车道线和所述第二车道线确定关键点,得到所述关键点的检测坐标。
在一种可能的实现方式中,根据所述地平线、所述第一车道线和所述第二车道线确定关键点,得到各所述关键点的检测坐标,包括:
确定与所述地平线平行,且与所述第一车道线和所述第二车道线分别交叉的检测线;
将所述检测线和所述第一车道线的交叉点,以及所述检测线和所述第二车道线的交叉点确定为关键点,得到各所述关键点的检测坐标。
在一种可能的实现方式中,根据所述关键点的检测坐标和所述关键点的已知坐标,确定所述车载摄像头的标定参数,包括:
根据所述关键点的检测坐标和所述关键点的已知坐标确定所述摄像头的转换参数,所述关键点的检测坐标包括行驶拍摄视角下所述关键点的坐标,所述关键点的已知坐标包括已知视角下所述关键点的坐标;
根据所述转换参数和已知参数,确定所述摄像头的标定参数。
在一种可能的实现方式中,所述关键点的已知坐标包括:
已知视角下所述关键点在图像坐标系中的第一已知坐标,
已知视角下所述关键点在世界坐标系中的第二已知坐标;
根据所述转换参数和已知参数,确定所述摄像头的标定参数,包括:
根据所述第一已知坐标和所述第二已知坐标,确定已知参数;
根据所述转换参数和所述已知参数,确定所述摄像头的标定参数。
在一种可能的实现方式中,所述装置还包括:
校准模块,用于根据所述车载摄像头的校准参数,利用透视原理或三角原理对所述标定参数进行校准。
在一种可能的实现方式中,所述车辆包括以下设备中的其中一种或任意组合:机动车、非机动车、火车、玩具车、机器人。
本公开提供的车载摄像头自标定装置任一实施例的工作过程以及设置方式均可以参照本公开上述相应方法实施例的具体描述,限于篇幅,在此不再赘述。
本公开实施例还提出一种计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现上述任一方法实施例。计算机可读存储介质可以是非易失性计算机可读存储介质。
本公开实施例还提出一种电子设备,包括:处理器和用于存储处理器可执行指令的存储器;其中,所述处理器通过调用所述可执行指令实现本公开任一方法实施例,具体工作过程以及设置方式均可以参照本公开上述相应方法实施例的具体描述,限于篇幅,在此不再赘述。
图9示出根据本公开示例性实施例的一种电子设备的框图。电子设备以被提供为终端、服务器或其它形态的设备。例如,电子设备可以包括车载摄像头自标定装置,车载摄像头自标定装置800可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等终端。
参照图9,装置800可以包括以下一个或多个组件:处理组件802,存储器804,电源组件806,多媒体组件808,音频组件810,输入/输出(I/O)的接口812,传感器组件814,以及通信组件816。
处理组件802通常控制装置800的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件802可以包括一个或多个模块,便于处理组件802和其他组件之间的交互。例如,处理组件802可以包括多媒体模块,以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在装置800的操作。这些数据的示例包括用于在装置800上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电源组件806为装置800的各种组件提供电力。电源组件806可以包括电源管理***,一个或多个电源,及其他与为装置800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述装置800和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件808包括一个前置摄像头和/或后置摄像头。当装置800处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜***或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如,音频组件810包括一个麦克风(MIC),当装置800处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中,音频组件810还包括一个扬声器,用于输出音频信号。
I/O接口812为处理组件802和***接口模块之间提供接口,上述***接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器,用于为装置800提供各个方面的状态评估。例如,传感器组件814可以检测到装置800的打开/关闭状态,组件的相对定位,例如所述组件为装置800的显示器和小键盘,传感器组件814还可以检测装置800或装置800一个组件的位置改变,用户与装置800接触的存在或不存在,装置800方位或加速/减速和装置800的温度变化。传感器组件814可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件814还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件816被配置为便于装置800和其他设备之间有线或无线方式的通信。装置800可以接入基于通信标准的无线网络,如WiFi,2G或3G,或它们的组合。在一个示例性实施例中,通信组件816经由广播信道接收来自外部广播管理***的广播信号或广播相关信息。在一个示例性实施例中,所述通信组件816还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,装置800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
在示例性实施例中,还提供了一种非易失性计算机可读存储介质,例如包括计算机程序指令的存储器804,上述计算机程序指令可由装置800的处理器820执行以完成上述方法。
附图中的流程图和框图显示了根据本公开的多个实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分,所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
以上已经描述了本公开的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术的技术改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (10)
1.一种车载摄像头自标定方法,其特征在于,所述方法包括:
启动车载摄像头的自标定,使安装有所述车载摄像头的车辆处于行驶状态;
在所述车辆行驶过程中,经所述车载摄像头采集所述车载摄像头自标定所需的信息;
基于采集的信息自标定所述车载摄像头。
2.根据权利要求1所述的方法,其特征在于,所述启动车载摄像头的自标定,包括:
当检测到所述车载摄像头的视角或焦距发生变化时,启动所述车载摄像头的自标定。
3.根据权利要求1或2所述的方法,其特征在于,所述启动车载摄像头的自标定,包括:
当检测到所述车载摄像头的安装位置和/或拍摄角度发生变化时,启动所述车载摄像头的自标定。
4.一种车辆驾驶方法,其特征在于,所述方法包括:
利用如权利要求1至3中任一项所述的自标定后的车载摄像头,进行车辆驾驶。
5.一种车载摄像头自标定装置,其特征在于,所述装置包括:
自标定启动模块,用于启动车载摄像头的自标定,使安装有所述车载摄像头的车辆处于行驶状态;
信息采集模块,用于在所述车辆行驶过程中,经所述车载摄像头采集所述车载摄像头自标定所需的信息;
自标定运算模块,用于基于采集的信息自标定所述车载摄像头。
6.根据权利要求5所述的装置,其特征在于,所述自标定启动模块,包括:
第一自标定启动子模块,用于当检测到所述车载摄像头的视角或焦距发生变化时,启动所述车载摄像头的自标定。
7.根据权利要求5或6所述的装置,其特征在于,所述自标定启动模块,包括:
第二自标定启动子模块,用于当检测到所述车载摄像头的安装位置和/或拍摄角度发生变化时,启动所述车载摄像头的自标定。
8.一种车辆驾驶装置,其特征在于,所述装置用于:
利用如权利要求5至7中任一项所述的自标定后的车载摄像头,进行车辆驾驶。
9.一种电子设备,其特征在于,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器通过调用所述可执行指令实现如权利要求1至3中任意一项所述的方法。
10.一种计算机可读存储介质,其上存储有计算机程序指令,其特征在于,所述计算机程序指令被处理器执行时实现权利要求1至3中任意一项所述的方法。
Priority Applications (6)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810578736.5A CN110570475A (zh) | 2018-06-05 | 2018-06-05 | 车载摄像头自标定方法及装置和车辆驾驶方法及装置 |
KR1020207027687A KR20200125667A (ko) | 2018-06-05 | 2019-05-29 | 차재 카메라 자기 교정 방법과 장치 및 차량 운전 방법과 장치 |
SG11202007195TA SG11202007195TA (en) | 2018-06-05 | 2019-05-29 | Vehicle-mounted camera self-calibration method and apparatus, and vehicle driving method and apparatus |
PCT/CN2019/089033 WO2019233330A1 (zh) | 2018-06-05 | 2019-05-29 | 车载摄像头自标定方法及装置和车辆驾驶方法及装置 |
JP2020541881A JP7082671B2 (ja) | 2018-06-05 | 2019-05-29 | 車載カメラ自己校正方法、車載カメラ自己校正装置、電子機器および記憶媒体 |
US16/942,965 US20200357138A1 (en) | 2018-06-05 | 2020-07-30 | Vehicle-Mounted Camera Self-Calibration Method and Apparatus, and Storage Medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810578736.5A CN110570475A (zh) | 2018-06-05 | 2018-06-05 | 车载摄像头自标定方法及装置和车辆驾驶方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110570475A true CN110570475A (zh) | 2019-12-13 |
Family
ID=68769241
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810578736.5A Pending CN110570475A (zh) | 2018-06-05 | 2018-06-05 | 车载摄像头自标定方法及装置和车辆驾驶方法及装置 |
Country Status (6)
Country | Link |
---|---|
US (1) | US20200357138A1 (zh) |
JP (1) | JP7082671B2 (zh) |
KR (1) | KR20200125667A (zh) |
CN (1) | CN110570475A (zh) |
SG (1) | SG11202007195TA (zh) |
WO (1) | WO2019233330A1 (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111141311A (zh) * | 2019-12-31 | 2020-05-12 | 武汉中海庭数据技术有限公司 | 一种高精度地图定位模块的评估方法及*** |
CN112115968A (zh) * | 2020-08-10 | 2020-12-22 | 北京智行者科技有限公司 | 一种智能清扫车垃圾识别方法及*** |
CN112419423A (zh) * | 2020-10-30 | 2021-02-26 | 上海商汤临港智能科技有限公司 | 一种标定方法、装置、电子设备及存储介质 |
CN112614192A (zh) * | 2020-12-24 | 2021-04-06 | 湖北亿咖通科技有限公司 | 一种车载相机的在线标定方法和车载信息娱乐*** |
CN113284186A (zh) * | 2021-04-13 | 2021-08-20 | 武汉光庭信息技术股份有限公司 | 一种基于惯导姿态和灭点的相机标定方法及*** |
CN113766211A (zh) * | 2021-08-24 | 2021-12-07 | 武汉极目智能技术有限公司 | 一种adas设备的摄像头安装角度检测***及方法 |
US11341754B2 (en) * | 2018-10-23 | 2022-05-24 | Samsung Electronics Co., Ltd. | Method and apparatus for auto calibration |
WO2022134518A1 (zh) * | 2020-12-22 | 2022-06-30 | 上海商汤临港智能科技有限公司 | 摄像设备标定方法、装置、电子设备及存储介质 |
CN115214694A (zh) * | 2021-09-13 | 2022-10-21 | 广州汽车集团股份有限公司 | 摄像头标定触发控制方法、车载控制器和智能驾驶*** |
Families Citing this family (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102020202964A1 (de) * | 2020-03-09 | 2021-09-09 | Continental Automotive Gmbh | Die Erfindung betrifft ein Verfahren zur Erhöhung der Sicherheit von Fahrfunktionen. |
US11080544B1 (en) * | 2020-04-24 | 2021-08-03 | StradVision, Inc. | Method and device for calibrating pitch of camera on vehicle and method and device for continual learning of vanishing point estimation model to be used for calibrating the pitch |
US11341683B2 (en) * | 2020-09-22 | 2022-05-24 | AiFi Corp | Smart self calibrating camera system |
CN112541952B (zh) * | 2020-12-08 | 2024-07-23 | 北京精英路通科技有限公司 | 停车场景相机标定方法、装置、计算机设备及存储介质 |
CN112785653B (zh) * | 2020-12-30 | 2024-06-21 | 中山联合汽车技术有限公司 | 车载相机姿态角标定方法 |
CN112991433B (zh) * | 2021-04-26 | 2022-08-02 | 吉林大学 | 基于双目深度感知和车辆位置的货车外廓尺寸测量方法 |
CN113824880B (zh) * | 2021-08-26 | 2023-05-19 | 国网浙江省电力有限公司双创中心 | 一种基于目标检测和uwb定位的车辆跟踪方法 |
CN113822944B (zh) * | 2021-09-26 | 2023-10-31 | 中汽创智科技有限公司 | 一种外参标定方法、装置、电子设备及存储介质 |
US11875580B2 (en) * | 2021-10-04 | 2024-01-16 | Motive Technologies, Inc. | Camera initialization for lane detection and distance estimation using single-view geometry |
CN113838149B (zh) * | 2021-10-09 | 2023-08-18 | 智道网联科技(北京)有限公司 | 自动驾驶车辆的相机内参标定方法、服务器及*** |
US11750791B2 (en) * | 2021-10-19 | 2023-09-05 | Mineral Earth Sciences Llc | Automatically determining extrinsic parameters of modular edge computing devices |
FR3129511A1 (fr) * | 2021-11-23 | 2023-05-26 | Multitec Innovation | Système d’assistance au stationnement d’un véhicule équipé d’une plateforme mobile, telle un hayon élévateur arrière ou latéral, et procédé correspondant |
CN114170324A (zh) * | 2021-12-09 | 2022-03-11 | 深圳市商汤科技有限公司 | 标定方法及装置、电子设备和存储介质 |
CN114347917B (zh) * | 2021-12-28 | 2023-11-10 | 华人运通(江苏)技术有限公司 | 一种车辆、车载摄像***的校准方法和装置 |
CN114622469A (zh) * | 2022-01-28 | 2022-06-14 | 南通威而多专用汽车制造有限公司 | 一种自动敷旧线控制***及其控制方法 |
CN114663524B (zh) * | 2022-03-09 | 2023-04-07 | 禾多科技(北京)有限公司 | 多相机在线标定方法、装置、电子设备和计算机可读介质 |
US11842623B1 (en) | 2022-05-17 | 2023-12-12 | Ford Global Technologies, Llc | Contextual calibration of connected security device |
CN114882115B (zh) * | 2022-06-10 | 2023-08-25 | 国汽智控(北京)科技有限公司 | 车辆位姿的预测方法和装置、电子设备和存储介质 |
JP7394934B1 (ja) | 2022-08-16 | 2023-12-08 | 株式会社デンソーテン | 情報処理装置、情報処理方法、およびプログラム |
CN115550555B (zh) * | 2022-11-28 | 2023-04-07 | 杭州华橙软件技术有限公司 | 云台校准方法及相关装置、摄像器件和存储介质 |
CN116704046B (zh) * | 2023-08-01 | 2023-11-10 | 北京积加科技有限公司 | 一种跨镜图像匹配方法及装置 |
CN117036505B (zh) * | 2023-08-23 | 2024-03-29 | 长和有盈电子科技(深圳)有限公司 | 车载摄像头在线标定方法及*** |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103927754A (zh) * | 2014-04-21 | 2014-07-16 | 大连理工大学 | 一种车载摄像机的标定方法 |
CN106981082A (zh) * | 2017-03-08 | 2017-07-25 | 驭势科技(北京)有限公司 | 车载摄像头标定方法、装置及车载设备 |
CN107133985A (zh) * | 2017-04-20 | 2017-09-05 | 常州智行科技有限公司 | 一种基于车道线消逝点的车载摄像机自动标定方法 |
CN107145825A (zh) * | 2017-03-31 | 2017-09-08 | 纵目科技(上海)股份有限公司 | 地平面拟合、摄像头标定方法及***、车载终端 |
CN108052908A (zh) * | 2017-12-15 | 2018-05-18 | 郑州日产汽车有限公司 | 车道保持方法 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002135765A (ja) * | 1998-07-31 | 2002-05-10 | Matsushita Electric Ind Co Ltd | カメラキャリブレーション指示装置及びカメラキャリブレーション装置 |
JP2008187566A (ja) * | 2007-01-31 | 2008-08-14 | Sanyo Electric Co Ltd | カメラ校正装置及び方法並びに車両 |
JP5124147B2 (ja) * | 2007-02-01 | 2013-01-23 | 三洋電機株式会社 | カメラ校正装置及び方法並びに車両 |
JP4863922B2 (ja) * | 2007-04-18 | 2012-01-25 | 三洋電機株式会社 | 運転支援システム並びに車両 |
WO2012143036A1 (en) * | 2011-04-18 | 2012-10-26 | Connaught Electronics Limited | Online vehicle camera calibration based on continuity of features |
JP5971939B2 (ja) * | 2011-12-21 | 2016-08-17 | アルパイン株式会社 | 画像表示装置、画像表示装置における撮像カメラのキャリブレーション方法およびキャリブレーションプログラム |
JP6141601B2 (ja) * | 2012-05-15 | 2017-06-07 | 東芝アルパイン・オートモティブテクノロジー株式会社 | 車載カメラ自動キャリブレーション装置 |
JP6371185B2 (ja) * | 2014-09-30 | 2018-08-08 | クラリオン株式会社 | カメラキャリブレーション装置及びカメラキャリブレーションシステム |
JP6682767B2 (ja) * | 2015-03-23 | 2020-04-15 | 株式会社リコー | 情報処理装置、情報処理方法、プログラムおよびシステム |
JP6694281B2 (ja) * | 2016-01-26 | 2020-05-13 | 株式会社日立製作所 | ステレオカメラおよび撮像システム |
US10453217B2 (en) * | 2016-03-24 | 2019-10-22 | Magna Electronics Inc. | Targetless vehicle camera calibration system |
CN105976377B (zh) * | 2016-05-09 | 2018-11-20 | 西安电子科技大学 | 车载鱼眼摄像头自标定的方法 |
CN106651963B (zh) * | 2016-12-29 | 2019-04-26 | 清华大学苏州汽车研究院(吴江) | 一种用于驾驶辅助***的车载摄像头的安装参数标定方法 |
-
2018
- 2018-06-05 CN CN201810578736.5A patent/CN110570475A/zh active Pending
-
2019
- 2019-05-29 KR KR1020207027687A patent/KR20200125667A/ko not_active Application Discontinuation
- 2019-05-29 WO PCT/CN2019/089033 patent/WO2019233330A1/zh active Application Filing
- 2019-05-29 JP JP2020541881A patent/JP7082671B2/ja active Active
- 2019-05-29 SG SG11202007195TA patent/SG11202007195TA/en unknown
-
2020
- 2020-07-30 US US16/942,965 patent/US20200357138A1/en not_active Abandoned
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103927754A (zh) * | 2014-04-21 | 2014-07-16 | 大连理工大学 | 一种车载摄像机的标定方法 |
CN106981082A (zh) * | 2017-03-08 | 2017-07-25 | 驭势科技(北京)有限公司 | 车载摄像头标定方法、装置及车载设备 |
CN107145825A (zh) * | 2017-03-31 | 2017-09-08 | 纵目科技(上海)股份有限公司 | 地平面拟合、摄像头标定方法及***、车载终端 |
CN107133985A (zh) * | 2017-04-20 | 2017-09-05 | 常州智行科技有限公司 | 一种基于车道线消逝点的车载摄像机自动标定方法 |
CN108052908A (zh) * | 2017-12-15 | 2018-05-18 | 郑州日产汽车有限公司 | 车道保持方法 |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11341754B2 (en) * | 2018-10-23 | 2022-05-24 | Samsung Electronics Co., Ltd. | Method and apparatus for auto calibration |
CN111141311B (zh) * | 2019-12-31 | 2022-04-08 | 武汉中海庭数据技术有限公司 | 一种高精度地图定位模块的评估方法及*** |
CN111141311A (zh) * | 2019-12-31 | 2020-05-12 | 武汉中海庭数据技术有限公司 | 一种高精度地图定位模块的评估方法及*** |
CN112115968B (zh) * | 2020-08-10 | 2024-04-19 | 北京智行者科技股份有限公司 | 一种智能清扫车垃圾识别方法及*** |
CN112115968A (zh) * | 2020-08-10 | 2020-12-22 | 北京智行者科技有限公司 | 一种智能清扫车垃圾识别方法及*** |
CN112419423A (zh) * | 2020-10-30 | 2021-02-26 | 上海商汤临港智能科技有限公司 | 一种标定方法、装置、电子设备及存储介质 |
WO2022134518A1 (zh) * | 2020-12-22 | 2022-06-30 | 上海商汤临港智能科技有限公司 | 摄像设备标定方法、装置、电子设备及存储介质 |
CN112614192A (zh) * | 2020-12-24 | 2021-04-06 | 湖北亿咖通科技有限公司 | 一种车载相机的在线标定方法和车载信息娱乐*** |
CN112614192B (zh) * | 2020-12-24 | 2022-05-17 | 亿咖通(湖北)技术有限公司 | 一种车载相机的在线标定方法和车载信息娱乐*** |
CN113284186A (zh) * | 2021-04-13 | 2021-08-20 | 武汉光庭信息技术股份有限公司 | 一种基于惯导姿态和灭点的相机标定方法及*** |
CN113284186B (zh) * | 2021-04-13 | 2022-04-15 | 武汉光庭信息技术股份有限公司 | 一种基于惯导姿态和灭点的相机标定方法及*** |
CN113766211A (zh) * | 2021-08-24 | 2021-12-07 | 武汉极目智能技术有限公司 | 一种adas设备的摄像头安装角度检测***及方法 |
CN113766211B (zh) * | 2021-08-24 | 2023-07-25 | 武汉极目智能技术有限公司 | 一种adas设备的摄像头安装角度检测***及方法 |
CN115214694B (zh) * | 2021-09-13 | 2023-09-08 | 广州汽车集团股份有限公司 | 摄像头标定触发控制方法、车载控制器和智能驾驶*** |
CN115214694A (zh) * | 2021-09-13 | 2022-10-21 | 广州汽车集团股份有限公司 | 摄像头标定触发控制方法、车载控制器和智能驾驶*** |
Also Published As
Publication number | Publication date |
---|---|
US20200357138A1 (en) | 2020-11-12 |
JP2021513247A (ja) | 2021-05-20 |
KR20200125667A (ko) | 2020-11-04 |
SG11202007195TA (en) | 2020-08-28 |
JP7082671B2 (ja) | 2022-06-08 |
WO2019233330A1 (zh) | 2019-12-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110570475A (zh) | 车载摄像头自标定方法及装置和车辆驾驶方法及装置 | |
CN108596116B (zh) | 测距方法、智能控制方法及装置、电子设备和存储介质 | |
US10628690B2 (en) | Systems and methods for automated detection of trailer properties | |
US20200344421A1 (en) | Image pickup apparatus, image pickup control method, and program | |
CN106981082B (zh) | 车载摄像头标定方法、装置及车载设备 | |
CN109002754A (zh) | 车辆远程停车***和方法 | |
CN106799993B (zh) | 街景采集方法和***、车辆 | |
WO2020038118A1 (zh) | 车载摄像头的姿态估计方法、装置和***及电子设备 | |
US10967851B2 (en) | Vehicle system and method for setting variable virtual boundary | |
CN107923756A (zh) | 用于定位自动化的机动车的方法 | |
WO2019244537A1 (ja) | 駐車支援システム及び駐車支援装置 | |
KR20170057684A (ko) | 전방 카메라를 이용한 주차 지원 방법 | |
CN108986249B (zh) | 基于全景环视图像的车辆远程定损方法和*** | |
CN116385528B (zh) | 标注信息的生成方法、装置、电子设备、车辆及存储介质 | |
DE112018003045T5 (de) | Kartenaktualisierungsvorrichtung, kartenaktualisierungssystem, kartenaktualisierungsverfahren und programm | |
CN115407355B (zh) | 库位地图的验证方法、装置及终端设备 | |
CN110301133B (zh) | 信息处理装置、信息处理方法和计算机可读记录介质 | |
CN114608591B (zh) | 车辆定位方法、装置、存储介质、电子设备、车辆及芯片 | |
CN115170630B (zh) | 地图生成方法、装置、电子设备、车辆和存储介质 | |
CN116834767A (zh) | 运动轨迹生成方法、装置、设备及存储介质 | |
JP4982255B2 (ja) | 車載用表示装置 | |
CN116740158B (zh) | 图像深度确定方法、装置和存储介质 | |
CN116309885B (zh) | 一种基于视觉里程计的车载摄像头在线标定方法 | |
CN113450298B (zh) | 基于多传感器的视野图处理方法、装置和设备 | |
CN117740002A (zh) | 定位方法、装置、电子设备、存储介质和计算机程序产品 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191213 |
|
RJ01 | Rejection of invention patent application after publication |