CN110793544B - 路侧感知传感器参数标定方法、装置、设备及存储介质 - Google Patents

路侧感知传感器参数标定方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN110793544B
CN110793544B CN201911040343.XA CN201911040343A CN110793544B CN 110793544 B CN110793544 B CN 110793544B CN 201911040343 A CN201911040343 A CN 201911040343A CN 110793544 B CN110793544 B CN 110793544B
Authority
CN
China
Prior art keywords
straight line
target
test point
line
distance
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
Application number
CN201911040343.XA
Other languages
English (en)
Other versions
CN110793544A (zh
Inventor
贾金让
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN201911040343.XA priority Critical patent/CN110793544B/zh
Publication of CN110793544A publication Critical patent/CN110793544A/zh
Application granted granted Critical
Publication of CN110793544B publication Critical patent/CN110793544B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C25/00—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Traffic Control Systems (AREA)

Abstract

本申请公开了感知传感器参数标定方法、装置、设备及存储介质，涉及自动驾驶领域。具体实现方案为：该方法应用于电子设备，电子设备与感知传感器进行通信，感知传感器设置在路侧。该方法包括：获取感知传感器采集的当前帧图像并提取当前帧图像中的车道线中心线；确定车道线中心线上的至少一个第一目标测试点和至少一条第一目标直线；获取车道线中心线对应的高精地图车道线离散点；确定高精地图车道线离散点对应的至少一个第二目标测试点和对应的至少一条第二目标直线；根据各第一目标测试点到各第二目标直线的距离及各第二目标测试点到各第一目标直线距离对感知传感器的外参进行标定。

Description

路侧感知传感器参数标定方法、装置、设备及存储介质
技术领域
本申请涉及到数据处理技术领域，尤其涉及自动驾驶技术。
背景技术
随着人工智能技术的成熟，自动驾驶技术也得到了快速发展。路侧感知技术是自动驾驶技术中非常重要的技术，其是通过路侧感知传感器和感知算法将感知到的障碍物信息发送给车辆，从而帮助车辆实现自动驾驶功能的一种技术。
但在恶劣天气、外界车辆频繁通过等外界因素的影响下，路侧传感器的安装位置容易发生变化，为了准确将路侧传感器采集到图像从像素坐标系转换到世界坐标系下，并确定在世界坐标系下的车辆位姿，需要对路侧传感器的外参进行标定。
现有技术中,对路侧传感器的外参进行标定时，利用图像中的车道线中心线的点与对应的高精地图车道线中的点匹配的方式确定出路侧传感器的外参，但这种方式在进行最近点匹配时，由于存在大量的待匹配的点，所以在最近点匹配时使计算复杂度较大，计算时间较长，最终使路侧传感器外参标定的时间较长。
发明内容
本申请实施例提供一种感知传感器参数标定方法、装置、设备及存储介质，解决了现有技术中在进行最近点匹配时，由于存在大量的待匹配的点，所以在最近点匹配时使计算复杂度较大，计算时间较长，最终使路侧传感器外参标定的时间较长的技术问题。
本申请实施例第一方面提供一种感知传感器参数标定方法，所述方法应用于电子设备，所述电子设备与所述感知传感器进行通信，所述感知传感器设置在路侧，所述方法包括：
获取所述感知传感器采集的当前帧图像并提取所述当前帧图像中的车道线中心线；确定所述车道线中心线上的至少一个第一目标测试点和至少一条第一目标直线；获取所述车道线中心线对应的高精地图车道线离散点；确定所述高精地图车道线离散点对应的至少一个第二目标测试点和对应的至少一条第二目标直线；根据各所述第一目标测试点到各所述第二目标直线的距离及各所述第二目标测试点到各所述第一目标直线距离对所述感知传感器的外参进行标定。
本申请实施例中，由于第一目标测试点是从构成车道线中心线的像素点中挑选出的，第一目标直线也是从车道线中心线上提取出的，所以第一目标测试点的个数及第一目标直线的个数远远小于车道线中心线上的点的个数。同理，第二目标测试点是从高精地图车道线离散点中挑选出的，第二目标直线是从高精地图车道线离散点中提取出来的，所以第二目标测试点及第二目标直线的个数远远小于高精地图车道线离散点的个数。所以在计算各第一目标测试点到各第二目标直线的距离及各第二目标测试点到各第一目标直线距离时的计算复杂度大大减小，减少了车道线中心线与高精地图离散点的进行匹配的计算时间。进而使对感知传感器的外参标定的时间大大减小，提高了对感知传感器的外参进行标定的效率。
进一步地，如上所述的方法，所述确定所述车道线中心线上的至少一个第一目标测试点和至少一条第一目标直线，包括：
将所述车道线中心线进行下采样处理，以确定所述第一目标测试点；对所述车道线中心线进行二维直线拟合，以确定所述第一目标直线。
本申请实施例中，采用对车道线中心线下采样处理的方式确定第一目标测试点，可有效减小第一目标测试点的数量，使第一目标测试点的数量远远小于车道线中心线上的像素点的个数。采用二维直线拟合的方式确定车道线中心线上的第一目标直线，可使第一目标直线准确表示车道线中心线，并且能够有效减少第一目标直线的数量，使第一目标直线的数量远远小于车道线中心线中的像素点的数量。
进一步地，如上所述的方法，所述确定所述高精地图车道线离散点对应的至少一个第二目标测试点，包括：
将所述高精地图车道线离散点进行下采样处理，以确定至少一个三维目标测试点；根据所述感知传感器的当前外参和内参，将所述三维目标测试点投影为二维目标测试点；将所述二维目标测试点确定为所述第二目标测试点。
本申请实施例中，采用对高精地图车道线离散点下采样处理的方式确定第二目标测试点，可有效减小第二目标测试点的数量，使第二目标测试点的数量远远小于高精地图车道线离散点的个数。
进一步地，如上所述的方法，所述确定所述高精地图车道线离散点对应的至少一条第二目标直线，包括：
对所述高精地图车道线离散点进行三维直线拟合，以确定至少一条三维目标直线；根据所述感知传感器的当前外参和内参，将所述三维目标直线投影为二维目标直线；将所述二维目标直线确定为对应的第二目标直线。
本申请实施例中，采用三维直线拟合的方式确定高精地图车道线离散点对应的第二目标直线，可使第二目标直线准确表示高精地图车道线，并且能够有效减少第二目标直线的数量，使第二目标直线的数量远远小于高精地图车道线离散点的数量。
进一步地，如上所述的方法，所述根据各所述第一目标测试点到各所述第二目标直线的距离及各所述第二目标测试点到各所述第一目标直线距离对所述感知传感器的外参进行标定，包括：
根据各所述第一目标测试点到各所述第二目标直线的距离确定各所述第一目标测试点与对应第二目标直线的第一最小距离；根据各所述第二目标测试点到各所述第一目标直线的距离确定各所述第二目标测试点与对应第一目标直线的第二最小距离；根据所述第一最小距离及所述第二最小距离对所述感知传感器的外参进行标定。
进一步地，如上所述的方法，根据各第一目标测试点与对应第二目标直线的第一最小距离与各第二目标测试点与对应第一目标直线的第二最小距离对感知传感器的外参进行标定，由于第一最小距离和第二最小距离能够准确表示车道线中心线与高精地图车道线离散点的匹配程度，所以使得对感知传感器的外参的标定更加准确。
进一步地，如上所述的方法，所述根据所述第一最小距离及所述第二最小距离对所述感知传感器的外参进行标定，包括：
根据所述第一最小距离及所述第二最小距离判断是否满足对应的距离误差要求；若满足对应的距离误差要求，则将感知传感器的当前外参确定为标定后的外参；若不满足对应的距离误差要求，则对所述当前外参进行调整，将满足对应的距离误差要求时的调整后的外参确定为标定后的外参。
本申请实施例中，在满足对应的距离误差要求时，将当前外参确定为标定后的外参，或者若不满足对应的距离误差要求，则对当前外参进行调整，将满足对应的距离误差要求时的调整后的外参确定为标定后的外参，能够准确对感知传感器的外参进行标定。
进一步地，如上所述的方法，所述根据所述第一最小距离及所述第二最小距离判断是否满足对应的距离误差要求，包括：
判断所述第一最小距离和所述第二最小距离是否均小于第一距离误差阈值；若均小于所述第一距离误差阈值，则确定满足第一距离误差要求；若不均小于所述第一距离误差阈值，则确定不满足第一距离误差要求。
本申请实施例中，在根据所述第一最小距离及所述第二最小距离判断是否满足对应的距离误差要求，将每个第一点线对对应的第一最小距离和每个第二点线对对应的第二最小距离分别与第一距离误差进行对比，在均小于第一距离误差阈值时，才确定满足第一距离误差要求，能够使满足第一距离误差要求时的车道线中心线与高精地图车道线离散点完全匹配，进一步提高了对感知传感器外参标定的准确度。
进一步地，如上所述的方法，所述根据所述第一最小距离及所述第二最小距离判断是否满足对应的距离误差要求，包括：
对所述第一最小距离及所述第二最小距离进行求和，以获得总最小距离；判断所述总最小距离是否小于第二距离误差阈值；若小于所述第二距离误差阈值，则确定满足第二距离误差要求；若大于或等于所述第二距离误差阈值，则确定不满足第二距离误差要求。
本申请实施例中，采用将总最小距离与第二距离误差阈值进行对比的方式确定是否满足第二距离误差要求，由于无需将每个第一最小距离和第二最小距离与对应的距离误差阈值进行对比，所以进一步减小了将车道线中心线与高精地图车道线离散点进行匹配的计算量。
进一步地，如上所述的方法，所述对所述当前外参进行调整，将满足对应的距离误差要求时的调整后的外参确定为标定后的外参，包括：
按照预设的外参调整策略对所述当前外参进行调整；根据调整后的外参更新所述第一最小距离和所述第二最小距离；根据更新后的第一最小距离和更新后的第二最小距离判断是否满足对应的距离误差要求；若满足对应的距离误差要求，则将调整后的外参确定为标定后的外参。
本申请实施例中，对当前外参进行调整后，根据调整后的外参更新所述第一最小距离和所述第二最小距离，根据更新后的第一最小距离和更新后的第二最小距离判断是否满足对应的距离误差要求；若满足对应的距离误差要求，则将调整后的外参确定为标定后的外参，能够对感知传感器的外参进行准确地标定。
进一步地，如上所述的方法，所述根据调整后的外参更新所述第一最小距离和所述第二最小距离，包括：
根据调整后的外参更新第二目标测试点和第二目标直线，以获得更新后的第二目标测试点和更新后的第二目标直线；根据各所述第一目标测试点到各所述更新后的第二目标直线的距离更新所述第一最小距离；根据各所述更新后的第二目标测试点到各所述第一目标直线的距离更新所述第二最小距离。
进一步地，如上所述的方法，述提取所述当前帧图像中的车道线中心线，包括：
提取所述当前帧图像中的车道线；对所述车道线进行细化处理，以获得车道线中心线。
本申请实施例中，提取当前帧图像中的车道线中心线时，首先提取车道线，然后将车道线进行细化处理，以得到车道线中心线，能够对车道线中心线进行准确地提取。
本申请实施例第二方面提供一种感知传感器参数标定装置，所述装置位于电子设备，所述电子设备与所述感知传感器进行通信，所述感知传感器设置在路侧，所述装置包括：
中心线提取模块，用于获取所述感知传感器采集的当前帧图像并提取所述当前帧图像中的车道线中心线；第一确定模块，用于确定所述车道线中心线上的至少一个第一目标测试点和至少一条第一目标直线；离散点获取模块，用于获取所述车道线中心线对应的高精地图车道线离散点；第二确定模块，用于确定所述高精地图车道线离散点对应的至少一个第二目标测试点和对应的至少一条第二目标直线；外参标定模块，用于根据各所述第一目标测试点到各所述第二目标直线的距离及各所述第二目标测试点到各所述第一目标直线距离对所述感知传感器的外参进行标定。
进一步地，如上所述的装置，第一确定模块，具体用于：将所述车道线中心线进行下采样处理，以确定所述第一目标测试点；对所述车道线中心线进行二维直线拟合，以确定所述第一目标直线。
进一步地，如上所述的装置，第二确定模块，在所述确定所述高精地图车道线离散点对应的至少一个第二目标测试点时，具体用于：将所述高精地图车道线离散点进行下采样处理，以确定至少一个三维目标测试点；根据所述感知传感器的当前外参和内参，将所述三维目标测试点投影为二维目标测试点；将所述二维目标测试点确定为所述第二目标测试点。
进一步地，如上所述的装置，第二确定模块，在所述确定所述高精地图车道线离散点对应的至少一条第二目标直线时，具体用于：对所述高精地图车道线离散点进行三维直线拟合，以确定至少一条三维目标直线；根据所述感知传感器的当前外参和内参，将所述三维目标直线投影为二维目标直线；将所述二维目标直线确定为对应的第二目标直线。
进一步地，如上所述的装置，外参标定模块，具体用于：根据各所述第一目标测试点到各所述第二目标直线的距离确定各所述第一目标测试点与对应第二目标直线的第一最小距离；根据各所述第二目标测试点到各所述第一目标直线的距离确定各所述第二目标测试点与对应第一目标直线的第二最小距离；根据所述第一最小距离及所述第二最小距离对所述感知传感器的外参进行标定。
进一步地，如上所述的装置，外参标定模块，在所述根据所述第一最小距离及所述第二最小距离对所述感知传感器的外参进行标定时，具体用于：根据所述第一最小距离及所述第二最小距离判断是否满足对应的距离误差要求；若满足对应的距离误差要求，则将感知传感器的当前外参确定为标定后的外参；若不满足对应的距离误差要求，则对所述当前外参进行调整，将满足对应的距离误差要求时的调整后的外参确定为标定后的外参。
可选地，如上所述的装置，外参标定模块，在所述根据所述第一最小距离及所述第二最小距离判断是否满足对应的距离误差要求时，具体用于：判断所述第一最小距离和所述第二最小距离是否均小于第一距离误差阈值；若均小于所述第一距离误差阈值，则确定满足第一距离误差要求；若不均小于所述第一距离误差阈值，则确定不满足第一距离误差要求。
可选地，如上所述的装置，外参标定模块，在所述根据所述第一最小距离及所述第二最小距离判断是否满足对应的距离误差要求时，具体用于：对所述第一最小距离及所述第二最小距离进行求和，以获得总最小距离；判断所述总最小距离是否小于第二距离误差阈值；若小于所述第二距离误差阈值，则确定满足第二距离误差要求；若大于或等于所述第二距离误差阈值，则确定不满足第二距离误差要求。
进一步地，如上所述的装置，外参标定模块，在所述对所述当前外参进行调整，将满足对应的距离误差要求时的调整后的外参确定为标定后的外参时，具体用于：按照预设的外参调整策略对所述当前外参进行调整；根据调整后的外参更新所述第一最小距离和所述第二最小距离；根据更新后的第一最小距离和更新后的第二最小距离判断是否满足对应的距离误差要求；若满足对应的距离误差要求，则将调整后的外参确定为标定后的外参。
进一步地，如上所述的装置，外参标定模块，在所述根据调整后的外参更新所述第一最小距离和所述第二最小距离时，具体用于：根据调整后的外参更新第二目标测试点和第二目标直线，以获得更新后的第二目标测试点和更新后的第二目标直线；根据各所述第一目标测试点到各所述更新后的第二目标直线的距离更新所述第一最小距离；根据各所述更新后的第二目标测试点到各所述第一目标直线的距离更新所述第二最小距离。
进一步地，如上所述的装置，中心线提取模块，在所述提取所述当前帧图像中的车道线中心线时，具体用于：提取所述当前帧图像中的车道线；对所述车道线进行细化处理，以获得车道线中心线。
本申请实施例第三方面提供一种电子设备,包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够第一方面中任一项所述的方法。
本申请实施例第四方面提供一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行第一方面任一项所述的方法。
本申请实施例第五方面提供一种计算机程序，包括程序代码，当计算机运行所述计算机程序时，所述程序代码执行如第一方面所述的方法。
附图说明
附图用于更好地理解本方案，不构成对本申请的限定。其中：
图1是可以实现本申请实施例的感知传感器参数标定方法的场景图；
图2是根据本申请第一实施例提供的感知传感器参数标定方法的流程示意图；
图3是根据本申请第二实施例提供的感知传感器参数标定方法的流程示意图；
图4是根据本申请第二实施例提供的感知传感器参数标定方法中步骤203的流程示意图；
图5是根据本申请第二实施例提供的感知传感器参数标定方法中步骤205中确定高精地图车道线离散点对应的至少一个第二目标测试点时的流程示意图；
图6是根据本申请第二实施例提供的感知传感器参数标定方法中步骤205中确定高精地图车道线离散点对应的至少一条第二目标直线时的流程示意图；
图7为根据本申请第二实施例提供的感知传感器参数标定方法中步骤208的流程示意图；
图8为根据本申请第二实施例提供的感知传感器参数标定方法中步骤2081的第一流程示意图；
图9为根据本申请第二实施例提供的感知传感器参数标定方法中步骤2081的第二流程示意图；
图10为根据本申请第二实施例提供的感知传感器参数标定方法中步骤2083的流程示意图；
图11为根据本申请第二实施例提供的感知传感器参数标定方法中步骤2083b的流程示意图；
图12为根据本申请第三实施例提供的感知传感器参数标定方法的信令流程示意图；
图13为根据本申请第四实施例提供的感知传感器参数标定装置的结构示意图；
图14是用来实现本申请实施例的感知传感器参数标定方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
为了清楚理解本申请的技术方案，首先对本申请中涉及的术语进行解释：
路侧感知技术：其是通过路侧感知传感器和感知算法将感知到的障碍物信息发送给车辆，从而帮助车辆实现自动驾驶功能的一种技术。
感知传感器：目前无人驾驶中用到的感知传感器主要有摄像头，激光雷达，还可以包括超声波传感器、红外传感器、热成像传感器等。摄像头可以为普通摄像头、广角摄像头及鱼眼摄像头等。
下面对本申请实施例提供的感知传感器参数标定方法的应用场景进行介绍。如图1所示，本申请实施例提供的感知传感器参数标定方法对应的应用场景中包括：电子设备，感知传感器及车辆。电子设备可分别与感知传感器和车辆进行通信连接。感知传感器设置在路侧，用于感知车辆周围的环境，其按照采集频率采集包括车辆和车道线的图像。并将每帧图像发送给电子设备，电子设备获取感知传感器采集的当前帧图像，并提取当前帧图像中的车道线中心线。在电子设备中还存储有高精地图。从高精地图中获取与车道线中心线对应的高精地图车道线离散点。其次分别确定车道线中心线上的至少一个第一目标测试点和至少一条第一目标直线，及高精地图车道线离散点对应的至少一个第二目标测试点和对应的至少一条第二目标直线。根据各第一目标测试点到各第二目标直线的距离及各第二目标测试点到各第一目标直线距离对感知传感器的外参进行标定。由于第一目标测试点是从构成车道线中心线的像素点中挑选出来的，第一目标直线也是从车道线中心线上提取出的，所以第一目标测试点的个数及第一目标直线的个数远远小于车道线中心线上的像素点的个数。同理，第二目标测试点是从高精地图车道线离散点中挑选出来的，第二目标直线是从高精地图车道线离散点中提取出的，所以第二目标测试点及第二目标直线的个数远远小于高精地图车道线离散点的个数。所以在计算各第一目标测试点到各第二目标直线的距离及各第二目标测试点到各第一目标直线距离时的计算复杂度大大减小，减少了车道线中心线与高精地图离散点的进行匹配的计算时间。进而使对感知传感器的外参标定的时间大大减小，提高了对感知传感器的外参进行标定的效率。在对感知传感器的外参进行标定后，根据标定后的外参，将当前帧图像从像素坐标系转换到世界坐标系中，以获得车辆和障碍物在世界坐标系下的位姿。将车辆和障碍物的位姿发送给车辆，以使车辆中的控制中心根据车辆和障碍物的位姿控制车辆行驶。
以下将参照附图来具体描述本申请的实施例。
实施例一
图2是根据本申请第一实施例提供的感知传感器参数标定方法的流程示意图，如图2所示，本申请实施例的执行主体为感知传感器参数标定装置，该感知传感器参数标定装置可以位于电子设备中，电子设备与感知传感器进行通信，感知传感器设置在路侧。则本实施例提供的感知传感器参数标定方法包括以下几个步骤。
步骤101，获取感知传感器采集的当前帧图像并提取当前帧图像中的车道线中心线。
其中，感知传感器可以为摄像头或激光雷达。如图1所示，感知传感器可通过固定组件设置在路侧，并对准道路，按照采集频率采集图像。其中，在每帧图像中可包括车道线，还可包括在道路上行驶的车辆及道路上的障碍物。
本实施例中，电子设备与感知传感器进行通信，通信方式可以为全球移动通讯(Global System of Mobile communication，简称GSM)、码分多址(Code DivisionMultiple Access，简称CDMA)、宽带码分多址(Wideband Code Division MultipleAccess，简称WCDMA)、时分同步码分多址(Time Division-Synchronous Code DivisionMultiple Access，简称TD-SCDMA)、长期演进(Long Term Evolution，简称LTE)***及未来的5G等。
具体地，本实施例中，电子设备通过与感知传感器进行通信，获取感知传感器采集的当前帧图像。并对当前帧图像进行车道线检测，检测出当前帧图像中的车道线后，对车道线进行中心线提取，以获得车道线中心线。
步骤102，确定车道线中心线上的至少一个第一目标测试点和至少一条第一目标直线。
本实施例中，车道线中心线由多个像素点构成。通过对车道线中心线上的像素点进行挑选，获得车道线中心线上的目标测试点。在车道线中心线上的目标测试点为第一目标测试点。其中，第一目标测试点的个数为至少一个。
并且本实施例中，若车道线中心线为直线，则可通过对车道线中心线进行截取，获取车道线中心线上的目标直线。若车道线中心线为曲线，也可通过直线拟合的方式获取车道线中心线上的目标直线，在车道线中心线上的目标直线为第一目标直线。其中，第一目标直线的个数为至少一个。
值的说明的是，由于第一目标测试点是从车道线中心线上的多个像素点中挑选出来的，第一目标直线是从车道线中心线提取出来的，所以第一目标测试点的个数小于车道线中心线中的像素点的个数，第一目标直线的个数也小于车道线中心线中的像素点的个数。
步骤103，获取车道线中心线对应的高精地图车道线离散点。
本实施例中，在电子设备中存储有高精地图。由于感知传感器设置在路侧，所以可根据感知传感器设置在路侧的位置及感知传感器的采集范围获取与当前帧图像对应的高精地图。并可通过检测到的车道线中心线的位置确定在高精地图中与车道线中心线对应的高精地图车道线离散点。
其中，高精地图车道线离散点为世界坐标系下的离散点。所以每个高精地图车道线离散点可表示为世界坐标系下的三维坐标。
步骤104，确定高精地图车道线离散点对应的至少一个第二目标测试点和对应的至少一条第二目标直线。
本实施例中，可通过对高精地图车道线离散点进行挑选，然后将挑选后的离散点根据感知传感器的当前外参和内参从世界坐标系转换为像素坐标系下，以获得车道线离散点对应的目标测试点。高精地图车道线离散点对应的目标测试点为第二目标测试点。
并且本实施例中，可通过对高精地图车道线离散点进行三维直线拟合的方式，获取拟合后的直线，然后根据感知传感器的当前外参和内参将拟合后的直线从世界坐标系转换为像素坐标系下，以获得车道线离散点对应的目标直线。其中，高精地图车道线离散点对应的目标直线为第二目标直线。
值的说明的是，由于第二目标测试点是从高精地图车道线离散点中挑选出来的，第二目标直线是高精地图车道线离散点中提取出来的，所以第二目标测试点的个数小于高精地图车道线离散点的个数，第二目标直线的个数也小于高精地图车道线离散点的个数。
可以理解的是，第二目标测试点为像素坐标系下的二维目标测试点，第二目标直线为像素坐标系下的二维直线。
步骤105，根据各第一目标测试点到各第二目标直线的距离及各第二目标测试点到各第一目标直线距离对感知传感器的外参进行标定。
本实施例中，根据各第一目标测试点到各第二目标直线的距离及各第二目标测试点到各第一目标直线距离进行车道线中心线和高精地图车道线离散点间的匹配，以判断车道线中心线和高精地图车道线离散点之间是否满足误差要求，若满足误差要求，则说明感知传感器当前的外参符合要求，将当前外参确定为标定后的外参。若车道线中心线和高精地图车道线离散点之间不满足误差要求，则说明在根据感知传感器的当前外参和内参确定第二目标测试点和第二目标直线时，产生了较大的误差，则通过对感知传感器的当前外参进行调整，使车道线中心线和高精地图车道线离散点之间满足误差要求，则此时调整后的外参确定为标定后的外参。
本实施例提供的感知传感器参数标定方法，通过获取感知传感器采集的当前帧图像并提取当前帧图像中的车道线中心线；确定车道线中心线上的至少一个第一目标测试点和至少一条第一目标直线；获取车道线中心线对应的高精地图车道线离散点；确定高精地图车道线离散点对应的至少一个第二目标测试点和对应的至少一条第二目标直线；根据各第一目标测试点到各第二目标直线的距离及各第二目标测试点到各第一目标直线距离对感知传感器的外参进行标定。由于第一目标测试点是从构成车道线中心线的像素点中挑选出的，第一目标直线也是从车道线中心线上提取出的，所以第一目标测试点的个数及第一目标直线的个数远远小于车道线中心线上的点的个数。同理，第二目标测试点是从高精地图车道线离散点中挑选出的，第二目标直线是从高精地图车道线离散点中提取出来的，所以第二目标测试点及第二目标直线的个数远远小于高精地图车道线离散点的个数。所以在计算各第一目标测试点到各第二目标直线的距离及各第二目标测试点到各第一目标直线距离时的计算复杂度大大减小，减少了车道线中心线与高精地图离散点的进行匹配的计算时间。进而使对感知传感器的外参标定的时间大大减小，提高了对感知传感器的外参进行标定的效率。
实施例二
图3是根据本申请第二实施例提供的感知传感器参数标定方法的流程示意图，如图3所示，本实施例提供的感知传感器参数标定方法，是在本申请实施例一提供的感知传感器参数标定方法的基础上，对步骤101-步骤102，步骤104-步骤105的进一步细化。则本实施例提供的感知传感器参数标定方法包括以下步骤。
步骤201，获取感知传感器采集的当前帧图像。
进一步地，本实施例中，感知传感器为摄像头，摄像头设置在路侧。摄像头在恶劣天气、外界车辆频繁通过等外界因素的影响下，安装位置容易发生变化，所以需要对摄像头的外参进行标定。
其中，摄像头的外参包括：旋转矩阵和平移矩阵。
步骤202，提取当前帧图像中的车道线，对车道线进行细化处理，以获得车道线中心线。
本实施例中，步骤202是图2所示实施例中的步骤101中提取当前帧图像中的车道线中心线的一种可选实施方式。
进一步地，首先通过车道线检测算法提取出当前帧图像中的车道线，然后对车道线进行细化处理，即将车道线的宽度细化为只占有最中间一个像素宽度的车道线，该只占有最中间一个像素宽度的车道线为车道线中心线。
其中，车道线检测算法可以为机器学习算法，深度学习算法等，本实施例中对此不作限定。
步骤203，确定车道线中心线上的至少一个第一目标测试点和至少一条第一目标直线。
进一步地，如图4所示，步骤203包括以下步骤：
步骤2031，将车道线中心线进行下采样处理，以确定第一目标测试点。
进一步地，本实施例中，采用预设采样率对车道线中心线进行下采样处理，将下采样处理后得到的采样点确定为第一目标测试点。
步骤2032，对车道线中心线进行二维直线拟合，以确定第一目标直线。
进一步地，本实施例中，车道线中心线为像素坐标系下的中心线，所以可对车道线中心线进行二维直线拟合，拟合后的至少一个二维直线为第一目标直线。
其中，对车道线中心线进行二维直线拟合时，可采用最小二乘算法进行二维直线拟合，或采用其他直线拟合方法，本实施例中对此不作限定。
本实施例中，采用对车道线中心线下采样处理的方式确定第一目标测试点，可有效减小第一目标测试点的数量，使第一目标测试点的数量远远小于车道线中心线上的像素点的个数。采用二维直线拟合的方式确定车道线中心线上的第一目标直线，可使第一目标直线准确表示车道线中心线，并且能够有效减少第一目标直线的数量，使第一目标直线的数量远远小于车道线中心线中的像素点的数量。
步骤204，获取车道线中心线对应的高精地图车道线离散点。
本实施例中，步骤204的实现方式与图2所示实施例中的步骤103的实现方式相同，在此不再一一赘述。
步骤205，确定高精地图车道线离散点对应的至少一个第二目标测试点和对应的至少一条第二目标直线。
进一步地，如图5所示，步骤205中，确定高精地图车道线离散点对应的至少一个第二目标测试点时，包括以下步骤
步骤2051，将高精地图车道线离散点进行下采样处理，以确定至少一个三维目标测试点。
其中，高精地图车道线离散点为世界坐标下的车道线离散点，可表示为三维坐标的形式。
进一步地，本实施例中，可采用预设采样率对高精地图车道线离散点进行下采样处理，将下采样处理后得到的采样点确定为三维坐标测试点。
其中，三维坐标测试点可表示为[Xw,Yw,Zw]T。
步骤2052，根据感知传感器的当前外参和内参，将三维目标测试点投影为二维目标测试点。
进一步地，本实施例中，感知传感器为摄像头，则感知传感器的内参包括焦距。设定感知传感器的内参是固定不变的。而感知传感器的外参会由于恶劣天气、外界车辆频繁通过等外界因素的影响下，会随之改变。所以获取上一次标定后的感知传感器的外参作为当前外参。当前外参包括：当前旋转矩阵和当前平移矩阵。
所以根据感知传感器的当前外参和内参，将三维目标测试点投影为二维目标测试点，可表示为式(1)和(2)所示：
Figure GDA0003129615200000161
Figure GDA0003129615200000162
其中，[Xw,Yw,Zw]T表示三维坐标测试点，R为旋转矩阵，T为平移矩阵。[XC,YC,ZC]T为感知传感器坐标，若感知传感器为摄像机，则为摄像机坐标。[X,Y,1]T表示二维目标测试点的坐标。f表示为感知传感器的内参，若感知传感器为摄像机，则为焦距。
步骤2053，将二维目标测试点确定为第二目标测试点。
进一步地，本实施例中，将二维目标测试点确定为第二目标测试点，则第二目标测试点的坐标也可表示为[X,Y,1]T，其为在像素坐标系下的坐标。
进一步地，如图6所示，步骤205中，确定高精地图车道线离散点对应的至少一条第二目标直线时，包括以下步骤：
步骤2054，对高精地图车道线离散点进行三维直线拟合，以确定至少一条三维目标直线。
本实施例中，由于高精地图车道线离散点为世界坐标系下的车道线离散点，所以采用三维直线拟合方法对车道线离散点进行直线拟合，确定三维目标直线。
其中，三维目标直线的条数至少为一条。可以理解的是，三维目标直线的条数小于高精地图车道线离散点的个数。
进一步地，本实施例中，可采用最小二乘算法进行三维直线拟合，或采用其他直线拟合方法，本实施例中对此不作限定。
步骤2055，根据感知传感器的当前外参和内参，将三维目标直线投影为二维目标直线。
本实施例中，与步骤2052中的方法类似，将三维目标直线投影为二维目标直线。若感知传感器为摄像头，则根据摄像头的当前外参以及焦距，将三维目标直线投影为二维目标直线。
其中，摄像头的当前外参为当前旋转矩阵和当前平移矩阵。摄像头的内参为焦距。设定摄像头的焦距是固定不变的。
可以理解的是，二维目标直线的条数与三维目标直线的条数相同，均小于高精地图车道线离散点的个数。
步骤2056，将二维目标直线确定为对应的第二目标直线。
进一步地，本实施例中，将二维目标直线确定为对应的第二目标直线，第二目标直线为在像素坐标系下的直线。
本实施例中，采用对高精地图车道线离散点下采样处理的方式确定第二目标测试点，可有效减小第二目标测试点的数量，使第二目标测试点的数量远远小于高精地图车道线离散点的个数。采用三维直线拟合的方式确定高精地图车道线离散点对应的第二目标直线，可使第二目标直线准确表示高精地图车道线，并且能够有效减少第二目标直线的数量，使第二目标直线的数量远远小于高精地图车道线离散点的数量。
步骤206，根据各第一目标测试点到各第二目标直线的距离确定各第一目标测试点与对应第二目标直线的第一最小距离。
需要说明的是，本实施例中，步骤206-步骤208是图2所示实施例中的步骤105的一种可选实施方式。
进一步地，本实施例中，分别计算每个第一目标测试点到每条第二目标直线的距离，对计算出的距离进行排序，获取每个第一目标测试点到对应第二目标直线的最小距离，该最小距离为第一最小距离。每个第一目标测试点与最小距离的第二目标直线可组成对应的第一点线对。
步骤207，根据各第二目标测试点到各第一目标直线的距离确定各第二目标测试点与对应第一目标直线的第二最小距离。
进一步地，本实施例中，分别计算每个第二目标测试点到每条第一目标直线的距离，对计算出的距离进行排序，获取每个第二目标测试点到对应第一目标直线的最小距离，该最小距离为第二最小距离。每个第二目标测试点与最小距离的第一目标直线可组成对应的第二点线对。
步骤208，根据第一最小距离及第二最小距离对感知传感器的外参进行标定。
进一步地，本实施例中，如图7所示，步骤208包括以下步骤：
步骤2081，根据第一最小距离及第二最小距离判断是否满足对应的距离误差要求，若是，则执行步骤2082，否则执行步骤2083。
作为一种可选实施方式，如图8所示，步骤2081可包括以下步骤：
步骤2081a，判断第一最小距离和第二最小距离是否均小于第一距离误差阈值，若是，则执行步骤2081b，否则执行步骤2081c。
步骤2081b，确定满足第一距离误差要求。
步骤2081c，确定不满足第一距离误差要求。
进一步地，在该种可选实施方式中，预先设置一个第一距离误差阈值，将每个第一点线对的第一最小距离和每个第二点线对的第二最小距离分别与该第一距离误差阈值进行对比，若每个第一点线对的第一最小距离和每个第二点线对的第二最小距离均小于第一距离误差阈值，则说明车道线中心线与高精地图车道线离散点相匹配，满足第一距离误差要求。否则说明车道线中心线与高精地图车道线离散点不相匹配，不满足第一距离误差要求。
本实施例中，在根据所述第一最小距离及所述第二最小距离判断是否满足对应的距离误差要求，将每个第一点线对对应的第一最小距离和每个第二点线对对应的第二最小距离分别与第一距离误差进行对比，在均小于第一距离误差阈值时，才确定满足第一距离误差要求，能够使满足第一距离误差要求时的车道线中心线与高精地图车道线离散点完全匹配，进一步提高了对感知传感器外参标定的准确度。
作为另一种可选实施方式，如图9所示，步骤2081可包括以下步骤：
步骤2081d，对第一最小距离及第二最小距离进行求和，以获得总最小距离。
步骤2081e，判断总最小距离是否小于第二距离误差阈值，若是，则执行步骤2081f，否则执行步骤2081g。
步骤2081f，确定满足第二距离误差要求。
步骤2081g，确定不满足第二距离误差要求。
进一步地，在该种可选实施方式中，首先将所有第一点线对对应的第一最小距离和所有第二点线对对应的第二最小距离进行求和，求和的结果为总最小距离。其次预先设置一个第二距离误差阈值，可以理解的是，第二距离误差阈值大于第一距离误差阈值。然后将总最小距离与该第二距离误差阈值进行对比，若总最小距离小于第二距离误差阈值，则说明车道线中心线与高精地图车道线离散点相匹配，满足第二距离误差要求。否则说明车道线中心线与高精地图车道线离散点不相匹配，不满足第二距离误差要求。
本实施例中，采用将总最小距离与第二距离误差阈值进行对比的方式确定是否满足第二距离误差要求，由于无需将每个第一最小距离和第二最小距离与对应的距离误差阈值进行对比，所以进一步减小了将车道线中心线与高精地图车道线离散点进行匹配的计算量。
步骤2082，将感知传感器的当前外参确定为标定后的外参。
进一步地，本实施例中，若满足距离误差要求，则说明感知传感器的当前外参准确，所以在根据当前外参确定第二目标测试点和第二目标直线后，能够使车道线中心线与高精地图车道线离散点相匹配，所以将感知传感器的当前外参确定为标定后的外参。
步骤2083，对当前外参进行调整，将满足对应的距离误差要求时的调整后的外参确定为标定后的外参。
进一步地，本实施例中，如图10所示，步骤2083包括以下步骤：
步骤2083a，按照预设的外参调整策略对当前外参进行调整。
进一步地，本实施例中，当前外参包括：当前旋转矩阵和当前平移矩阵。当前旋转矩阵为3个自由度，当前平移矩阵也为3个自由度。所以预设的外参调整策略可以为保持当前旋转矩阵和当前平移矩阵中的某一矩阵不变，调整另一矩阵中的三个自由度。或者同时调整两个矩阵中的六个自由度，本实施例中对预设的外参调整策略不作限定。
可以理解的是，对当前外参的调整方向为使第一最小距离和第二最小距离的值变得更小的方向。
步骤2083b，根据调整后的外参更新第一最小距离和第二最小距离。
进一步地，如图11所示，步骤2083b包括以下步骤：
步骤2083b1，根据调整后的外参更新第二目标测试点和第二目标直线，以获得更新后的第二目标测试点和更新后的第二目标直线。
进一步地，本实施例中，由于当前外参进行了调整，形成了调整后的外参，所以根据感知传感器的调整后的外参和内参，将三维目标直线投影为第二目标测试点时，更新第二目标测试点的像素坐标系下的坐标，形成更新后的第二目标测试点。并根据感知传感器的调整后的外参和内参，将三维目标直线投影为第二目标直线时，更新第二目标直线在像素坐标系下的坐标表示，形成更新后的第二目标直线。
步骤2083b2，根据各第一目标测试点到各更新后的第二目标直线的距离更新第一最小距离。
进一步地，本实施例中，计算每个第一目标测试点到每个更新后的第二目标直线的距离，对计算出的距离进行排序，获取每个第一目标测试点到对应更新后的第二目标直线的最小距离，该最小距离为更新后的第一最小距离。
可以理解的是，该更新后的第一最小距离小于未更新的第一最小距离。
步骤2083b3，根据各更新后的第二目标测试点到各第一目标直线的距离更新第二最小距离。
进一步地，本实施例中，计算每个更新后的第二目标测试点到每个第一目标直线的距离，对计算出的距离进行排序，获取每个更新后的第二目标测试点到对应的第一目标直线的最小距离，该最小距离为更新后的第二最小距离。
可以理解的是，该更新后的第二最小距离也小于未更新的第二最小距离。
步骤2083c，根据更新后的第一最小距离和更新后的第二最小距离判断是否满足对应的距离误差要求，若是，则执行步骤2083d，否则，执行步骤2083a。
进一步地，本实施例中，在每次对外参进行调整，并更新第一最小距离和第二最小距离后，采用步骤2081a-步骤2081c的方式或者采用步骤2081d-步骤2081g的方式判断是否满足对应的距离误差要求。
步骤2083d，将调整后的外参确定为标定后的外参。
进一步地，本实施例中，若满足对应的距离误差要求，则说明车道线中心线与高精地图离散点相匹配，此时的调整后的外参即可作为标定后的外参。
本实施例中，对当前外参进行调整后，根据调整后的外参更新所述第一最小距离和所述第二最小距离，根据更新后的第一最小距离和更新后的第二最小距离判断是否满足对应的距离误差要求；若满足对应的距离误差要求，则将调整后的外参确定为标定后的外参，能够对感知传感器的外参进行准确地标定。
实施例三
图12为根据本申请第三实施例提供的感知传感器参数标定方法的信令流程图，如图12所示，本实施例提供的感知传感器参数标定方法包括以下步骤：
步骤301，感知传感器采集当前帧图像。
本实施例中，感知传感器按照采集频率采集图像，获得当前帧图像。在当前帧图像中包括：车道线，还可包括在道路上行驶的车辆及道路上的障碍物。
步骤302，感知传感器将当前帧图像发送给电子设备。
本实施例中，感知传感器与电子设备进行通信，将当前帧图像发送给电子设备。其中，感知传感器与电子设备的通信方式不做限定。
步骤303，电子设备提取当前帧图像中的车道线中心线。
步骤304，电子设备确定车道线中心线上的至少一个第一目标测试点和至少一条第一目标直线。
步骤305，电子设备获取车道线中心线对应的高精地图车道线离散点。
步骤306，电子设备确定高精地图车道线离散点对应的至少一个第二目标测试点和对应的至少一条第二目标直线。
步骤307，电子设备根据各第一目标测试点到各第二目标直线的距离及各第二目标测试点到各第一目标直线距离对感知传感器的外参进行标定。
本实施例中，步骤303-步骤307的实现方式与图3-图11对应步骤的实现方式类似，在此不再一一赘述。
步骤308，电子设备根据标定后的外参将当前帧图像从像素坐标系转换到世界坐标系中，以获得车辆和障碍物在世界坐标系下的位姿。
本实施例中，首先对当前帧图像进行车辆和障碍物的检测，获取车辆和障碍物在像素坐标系下的坐标，然后按照式(1)和式(2)反相方式，将当前帧图像从像素坐标系转换到世界坐标系中，根据车辆和障碍物在像素坐标系下的坐标确定车辆和障碍物在世界坐标系下的坐标，以获得车辆和障碍物在世界坐标系下的位姿。
步骤309，将车辆和障碍物在世界坐标系下的位姿发送给车辆的控制中心。
本实施例中，电子设备与车辆的控制中心进行通信，将车辆和障碍物在世界坐标系下的位姿发送给车辆的控制中心。
本实施例中，对电子设备与车辆的控制中心的通信方式不做限定。
步骤310，车辆的控制中心根据车辆和障碍物在世界坐标系下的位姿控制车辆行驶。
本实施例中，控制中心根据车辆和障碍物在世界坐标系下的位姿对车辆的行驶路径进行规划，以控制车辆行驶。
实施例四
图13为根据本申请第四实施例提供的感知传感器参数标定装置的结构示意图，如图13所示，本实施例提供的感知传感器参数标定装置位于电子设备，电子设备与感知传感器进行通信，感知传感器设置在路侧。该感知传感器参数标定装置1300包括：中心线提取模块1301，第一确定模块1302，离散点获取模块1303，第二确定模块1304和外参标定模块1305。
其中，中心线提取模块1301，用于获取感知传感器采集的当前帧图像并提取当前帧图像中的车道线中心线。第一确定模块1302，用于确定车道线中心线上的至少一个第一目标测试点和至少一条第一目标直线。离散点获取模块1303，用于获取车道线中心线对应的高精地图车道线离散点。第二确定模块1304，用于确定高精地图车道线离散点对应的至少一个第二目标测试点和对应的至少一条第二目标直线。外参标定模块1305，用于根据各第一目标测试点到各第二目标直线的距离及各第二目标测试点到各第一目标直线距离对感知传感器的外参进行标定。
本实施例提供的感知传感器参数标定装置可以执行图2所示方法实施例的技术方案，其实现原理和技术效果与图2所示方法实施例类似，在此不再一一赘述。
进一步地，本实施例提供的感知传感器参数标定装置中，还包括以下技术方案。
进一步地，第一确定模块1302，具体用于：将车道线中心线进行下采样处理，以确定第一目标测试点；对车道线中心线进行二维直线拟合，以确定第一目标直线。
进一步地，第二确定模块1304，在确定高精地图车道线离散点对应的至少一个第二目标测试点时，具体用于：将高精地图车道线离散点进行下采样处理，以确定至少一个三维目标测试点；根据感知传感器的当前外参和内参，将三维目标测试点投影为二维目标测试点；将二维目标测试点确定为第二目标测试点。
进一步地，第二确定模块1304，在确定高精地图车道线离散点对应的至少一条第二目标直线时，具体用于：对高精地图车道线离散点进行三维直线拟合，以确定至少一条三维目标直线；根据感知传感器的当前外参和内参，将三维目标直线投影为二维目标直线；将二维目标直线确定为对应的第二目标直线。
进一步地，外参标定模块1305，具体用于：根据各第一目标测试点到各第二目标直线的距离确定各第一目标测试点与对应第二目标直线的第一最小距离；根据各第二目标测试点到各第一目标直线的距离确定各第二目标测试点与对应第一目标直线的第二最小距离；根据第一最小距离及第二最小距离对感知传感器的外参进行标定。
进一步地，外参标定模块1305，在根据第一最小距离及第二最小距离对感知传感器的外参进行标定时，具体用于：根据第一最小距离及第二最小距离判断是否满足对应的距离误差要求；若满足对应的距离误差要求，则将感知传感器的当前外参确定为标定后的外参；若不满足对应的距离误差要求，则对当前外参进行调整，将满足对应的距离误差要求时的调整后的外参确定为标定后的外参。
可选地，外参标定模块1305，在根据第一最小距离及第二最小距离判断是否满足对应的距离误差要求时，具体用于：判断第一最小距离和第二最小距离是否均小于第一距离误差阈值；若均小于第一距离误差阈值，则确定满足第一距离误差要求；若不均小于第一距离误差阈值，则确定不满足第一距离误差要求。
可选地，外参标定模块1305，在根据第一最小距离及第二最小距离判断是否满足对应的距离误差要求时，具体用于：对第一最小距离及第二最小距离进行求和，以获得总最小距离；判断总最小距离是否小于第二距离误差阈值；若小于第二距离误差阈值，则确定满足第二距离误差要求；若大于或等于第二距离误差阈值，则确定不满足第二距离误差要求。
进一步地，外参标定模块1305，在对当前外参进行调整，将满足对应的距离误差要求时的调整后的外参确定为标定后的外参时，具体用于：按照预设的外参调整策略对当前外参进行调整；根据调整后的外参更新第一最小距离和第二最小距离；根据更新后的第一最小距离和更新后的第二最小距离判断是否满足对应的距离误差要求；若满足对应的距离误差要求，则将调整后的外参确定为标定后的外参。
进一步地，外参标定模块1305，在根据调整后的外参更新第一最小距离和第二最小距离时，具体用于：根据调整后的外参更新第二目标测试点和第二目标直线，以获得更新后的第二目标测试点和更新后的第二目标直线；根据各第一目标测试点到各更新后的第二目标直线的距离更新第一最小距离；根据各更新后的第二目标测试点到各第一目标直线的距离更新第二最小距离。
进一步地，中心线提取模块1301，在提取当前帧图像中的车道线中心线时，具体用于：提取当前帧图像中的车道线；对车道线进行细化处理，以获得车道线中心线。
本实施例提供的感知传感器参数标定装置可以执行图3-图11所示方法实施例的技术方案，其实现原理和技术效果与图3-图11所示方法实施例类似，在此不再一一赘述。
根据本申请的实施例，本申请还提供了一种电子设备和一种可读存储介质。
如图14所示，是根据本申请实施例的感知传感器参数标定方法的电子设备的框图。电子设备旨在各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图14所示，该电子设备包括：一个或多个处理器1401、存储器1402，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个电子设备，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器***)。图14中以一个处理器1401为例。
存储器1402即为本申请所提供的非瞬时计算机可读存储介质。其中，存储器存储有可由至少一个处理器执行的指令，以使至少一个处理器执行本申请所提供的感知传感器参数标定方法。本申请的非瞬时计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行本申请所提供的感知传感器参数标定方法。
存储器1402作为一种非瞬时计算机可读存储介质，可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块，如本申请实施例中的感知传感器参数标定方法对应的程序指令/模块(例如，附图13所示的中心线提取模块1301，第一确定模块1302，离散点获取模块1303，第二确定模块1304和外参标定模块1305)。处理器1401通过运行存储在存储器1402中的非瞬时软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例中的感知传感器参数标定方法。
存储器1402可以包括存储程序区和存储数据区，其中，存储程序区可存储操作***、至少一个功能所需要的应用程序；存储数据区可存储根据图14的电子设备的使用所创建的数据等。此外，存储器1402可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中，存储器1402可选包括相对于处理器1401远程设置的存储器，这些远程存储器可以通过网络连接至图14的电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
图14的电子设备还可以包括：输入装置1403和输出装置1404。处理器1401、存储器1402、输入装置1403和输出装置1404可以通过总线或者其他方式连接，图14中以通过总线连接为例。
输入装置1403可接收输入的语音、数字或字符信息，以及产生与图14的电子设备的用户设置以及功能控制有关的键信号输入，例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置1404可以包括语音播放设备、显示设备、辅助照明装置(例如，LED)和触觉反馈装置(例如，振动电机)等。该显示设备可以包括但不限于，液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中，显示设备可以是触摸屏。
此处描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令，并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的，术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如，磁盘、光盘、存储器、可编程逻辑装置(PLD))，包括，接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互，可以在计算机上实施此处描述的***和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如，作为数据服务器)、或者包括中间件部件的计算***(例如，应用服务器)、或者包括前端部件的计算***(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将***的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。
计算机***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
根据本申请实施例的技术方案，由于第一目标测试点是从构成车道线中心线的像素点中挑选出的，第一目标直线也是从车道线中心线上提取出的，所以第一目标测试点的个数及第一目标直线的个数远远小于车道线中心线上的点的个数。同理，第二目标测试点是从高精地图车道线离散点中挑选出的，第二目标直线是从高精地图车道线离散点中提取出来的，所以第二目标测试点及第二目标直线的个数远远小于高精地图车道线离散点的个数。所以在计算各第一目标测试点到各第二目标直线的距离及各第二目标测试点到各第一目标直线距离时的计算复杂度大大减小，减少了车道线中心线与高精地图离散点的进行匹配的计算时间。进而使对感知传感器的外参标定的时间大大减小，提高了对感知传感器的外参进行标定的效率。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本申请公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本申请保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等，均应包含在本申请保护范围之内。

Claims (14)

1.一种感知传感器参数标定方法，其特征在于，所述方法应用于电子设备，所述电子设备与所述感知传感器进行通信，所述感知传感器设置在路侧，所述方法包括：
获取所述感知传感器采集的当前帧图像并提取所述当前帧图像中的车道线中心线；
确定所述车道线中心线上的至少一个第一目标测试点和至少一条第一目标直线；
获取所述车道线中心线对应的高精地图车道线离散点；
确定所述高精地图车道线离散点对应的至少一个第二目标测试点和对应的至少一条第二目标直线；所述第二目标测试点为从所述高精地图车道线离散点中选择出的三维目标测试点被投影后的二维目标测试点；所述第二目标直线为基于所述高精地图车道线离散点得到的三维目标直线被投影后的二维目标直线；
根据各所述第一目标测试点到各所述第二目标直线的距离及各所述第二目标测试点到各所述第一目标直线距离对所述感知传感器的外参进行标定。
2.根据权利要求1所述的方法，其特征在于，所述确定所述车道线中心线上的至少一个第一目标测试点和至少一条第一目标直线，包括：
将所述车道线中心线进行下采样处理，以确定所述第一目标测试点；
对所述车道线中心线进行二维直线拟合，以确定所述第一目标直线。
3.根据权利要求1所述的方法，其特征在于，所述确定所述高精地图车道线离散点对应的至少一个第二目标测试点，包括：
将所述高精地图车道线离散点进行下采样处理，以确定至少一个三维目标测试点；
根据所述感知传感器的当前外参和内参，将所述三维目标测试点投影为二维目标测试点；
将所述二维目标测试点确定为所述第二目标测试点。
4.根据权利要求1所述的方法，其特征在于，所述确定所述高精地图车道线离散点对应的至少一条第二目标直线，包括：
对所述高精地图车道线离散点进行三维直线拟合，以确定至少一条三维目标直线；
根据所述感知传感器的当前外参和内参，将所述三维目标直线投影为二维目标直线；
将所述二维目标直线确定为对应的第二目标直线。
5.根据权利要求3或4所述的方法，其特征在于，所述根据各所述第一目标测试点到各所述第二目标直线的距离及各所述第二目标测试点到各所述第一目标直线距离对所述感知传感器的外参进行标定，包括：
根据各所述第一目标测试点到各所述第二目标直线的距离确定各所述第一目标测试点与对应第二目标直线的第一最小距离；
根据各所述第二目标测试点到各所述第一目标直线的距离确定各所述第二目标测试点与对应第一目标直线的第二最小距离；
根据所述第一最小距离及所述第二最小距离对所述感知传感器的外参进行标定。
6.根据权利要求5所述的方法，其特征在于，所述根据所述第一最小距离及所述第二最小距离对所述感知传感器的外参进行标定，包括：
根据所述第一最小距离及所述第二最小距离判断是否满足对应的距离误差要求；
若满足对应的距离误差要求，则将感知传感器的当前外参确定为标定后的外参；
若不满足对应的距离误差要求，则对所述当前外参进行调整，将满足对应的距离误差要求时的调整后的外参确定为标定后的外参。
7.根据权利要求6所述的方法，其特征在于，所述根据所述第一最小距离及所述第二最小距离判断是否满足对应的距离误差要求，包括：
判断所述第一最小距离和所述第二最小距离是否均小于第一距离误差阈值；
若均小于所述第一距离误差阈值，则确定满足第一距离误差要求；
若不均小于所述第一距离误差阈值，则确定不满足第一距离误差要求。
8.根据权利要求6所述的方法，其特征在于，所述根据所述第一最小距离及所述第二最小距离判断是否满足对应的距离误差要求，包括：
对所述第一最小距离及所述第二最小距离进行求和，以获得总最小距离；
判断所述总最小距离是否小于第二距离误差阈值；
若小于所述第二距离误差阈值，则确定满足第二距离误差要求；
若大于或等于所述第二距离误差阈值，则确定不满足第二距离误差要求。
9.根据权利要求6所述的方法，其特征在于，所述对所述当前外参进行调整，将满足对应的距离误差要求时的调整后的外参确定为标定后的外参，包括：
按照预设的外参调整策略对所述当前外参进行调整；
根据调整后的外参更新所述第一最小距离和所述第二最小距离；
根据更新后的第一最小距离和更新后的第二最小距离判断是否满足对应的距离误差要求；
若满足对应的距离误差要求，则将调整后的外参确定为标定后的外参。
10.根据权利要求9所述的方法，其特征在于，所述根据调整后的外参更新所述第一最小距离和所述第二最小距离，包括：
根据调整后的外参更新第二目标测试点和第二目标直线，以获得更新后的第二目标测试点和更新后的第二目标直线；
根据各所述第一目标测试点到各所述更新后的第二目标直线的距离更新所述第一最小距离；
根据各所述更新后的第二目标测试点到各所述第一目标直线的距离更新所述第二最小距离。
11.根据权利要求1所述的方法，其特征在于，所述提取所述当前帧图像中的车道线中心线，包括：
提取所述当前帧图像中的车道线；
对所述车道线进行细化处理，以获得车道线中心线。
12.一种感知传感器参数标定装置，其特征在于，所述装置位于电子设备，所述电子设备与所述感知传感器进行通信，所述感知传感器设置在路侧，所述装置包括：
中心线提取模块，用于获取所述感知传感器采集的当前帧图像并提取所述当前帧图像中的车道线中心线；
第一确定模块，用于确定所述车道线中心线上的至少一个第一目标测试点和至少一条第一目标直线；
离散点获取模块，用于获取所述车道线中心线对应的高精地图车道线离散点；
第二确定模块，用于确定所述高精地图车道线离散点对应的至少一个第二目标测试点和对应的至少一条第二目标直线；所述第二目标测试点为从所述高精地图车道线离散点中选择出的三维目标测试点被投影后的二维目标测试点；所述第二目标直线为基于所述高精地图车道线离散点得到的三维目标直线被投影后的二维目标直线；
外参标定模块，用于根据各所述第一目标测试点到各所述第二目标直线的距离及各所述第二目标测试点到各所述第一目标直线距离对所述感知传感器的外参进行标定。
13.一种电子设备，其特征在于，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-11中任一项所述的方法。
14.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使所述计算机执行权利要求1-11中任一项所述的方法。
CN201911040343.XA 2019-10-29 2019-10-29 路侧感知传感器参数标定方法、装置、设备及存储介质 Active CN110793544B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911040343.XA CN110793544B (zh) 2019-10-29 2019-10-29 路侧感知传感器参数标定方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911040343.XA CN110793544B (zh) 2019-10-29 2019-10-29 路侧感知传感器参数标定方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN110793544A CN110793544A (zh) 2020-02-14
CN110793544B true CN110793544B (zh) 2021-12-14

Family

ID=69441903

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911040343.XA Active CN110793544B (zh) 2019-10-29 2019-10-29 路侧感知传感器参数标定方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN110793544B (zh)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111340890B (zh) * 2020-02-20 2023-08-04 阿波罗智联(北京)科技有限公司 相机外参标定方法、装置、设备和可读存储介质
CN111736137B (zh) * 2020-08-06 2020-11-27 广州汽车集团股份有限公司 LiDAR外部参数标定方法、***、计算机设备及可读存储介质
CN112560680A (zh) * 2020-12-16 2021-03-26 北京百度网讯科技有限公司 车道线处理方法、装置、电子设备及存储介质
CN112284400B (zh) * 2020-12-24 2021-03-19 腾讯科技（深圳）有限公司 车辆的定位方法、装置、电子设备及计算机可读存储介质
CN112578357B (zh) * 2020-12-24 2024-05-28 阿波罗智联(北京)科技有限公司 雷达标定参数的修正方法、装置、电子设备和路侧设备
CN112598756B (zh) * 2021-03-03 2021-05-25 中智行科技有限公司 路边传感器标定方法、装置和电子设备
CN113093128A (zh) * 2021-04-09 2021-07-09 阿波罗智联(北京)科技有限公司 用于标定毫米波雷达的方法、装置、电子设备及路侧设备
CN113379852B (zh) * 2021-08-10 2021-11-30 禾多科技（北京）有限公司 用于验证相机标定结果的方法、装置、电子设备和介质
CN113942458B (zh) * 2021-10-29 2022-07-29 禾多科技（北京）有限公司 用于车载摄像头调整***的控制方法、装置、设备和介质
CN114280582A (zh) * 2021-12-31 2022-04-05 中国第一汽车股份有限公司 激光雷达的标定校准方法、装置、存储介质及电子设备

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101727671A (zh) * 2009-12-01 2010-06-09 湖南大学 基于路面共线三点及其平行线的单摄像机标定方法
CN106127787A (zh) * 2016-07-01 2016-11-16 北京美讯美通信息科技有限公司 一种基于逆投影变换的相机标定方法
WO2018179040A1 (ja) * 2017-03-27 2018-10-04 日本電気株式会社 カメラパラメータ推定装置、方法およびプログラム
CN108805934A (zh) * 2017-04-28 2018-11-13 华为技术有限公司 一种车载摄像机的外部参数标定方法及装置
CN109754432A (zh) * 2018-12-27 2019-05-14 深圳市瑞立视多媒体科技有限公司 一种相机自动标定方法及光学动作捕捉***
US10298910B1 (en) * 2018-06-29 2019-05-21 Zoox, Inc. Infrastructure free intrinsic calibration
CN109934862A (zh) * 2019-02-22 2019-06-25 上海大学 一种点线特征结合的双目视觉slam方法
CN110135376A (zh) * 2019-05-21 2019-08-16 北京百度网讯科技有限公司 确定图像传感器的坐标系转换参数的方法、设备和介质
CN110378966A (zh) * 2019-06-11 2019-10-25 北京百度网讯科技有限公司 相机外参标定方法、装置、计算机设备及存储介质

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110019580B (zh) * 2017-08-25 2022-07-12 腾讯科技（深圳）有限公司 地图显示方法、装置、存储介质及终端
CN109059954B (zh) * 2018-06-29 2020-09-11 广东星舆科技有限公司 支持高精度地图车道线实时融合更新的方法和***

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101727671A (zh) * 2009-12-01 2010-06-09 湖南大学 基于路面共线三点及其平行线的单摄像机标定方法
CN106127787A (zh) * 2016-07-01 2016-11-16 北京美讯美通信息科技有限公司 一种基于逆投影变换的相机标定方法
WO2018179040A1 (ja) * 2017-03-27 2018-10-04 日本電気株式会社 カメラパラメータ推定装置、方法およびプログラム
CN108805934A (zh) * 2017-04-28 2018-11-13 华为技术有限公司 一种车载摄像机的外部参数标定方法及装置
US10298910B1 (en) * 2018-06-29 2019-05-21 Zoox, Inc. Infrastructure free intrinsic calibration
CN109754432A (zh) * 2018-12-27 2019-05-14 深圳市瑞立视多媒体科技有限公司 一种相机自动标定方法及光学动作捕捉***
CN109934862A (zh) * 2019-02-22 2019-06-25 上海大学 一种点线特征结合的双目视觉slam方法
CN110135376A (zh) * 2019-05-21 2019-08-16 北京百度网讯科技有限公司 确定图像传感器的坐标系转换参数的方法、设备和介质
CN110378966A (zh) * 2019-06-11 2019-10-25 北京百度网讯科技有限公司 相机外参标定方法、装置、计算机设备及存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
《Automatic recalibration of the camera pose parameters in a vision system》;Bin Zhu;《2010 3rd International Congress on Image and Signal Processing》;20101129;第400-403页 *
《一种新的相机外参数标定方法》;王卫文等;《半导体光电》;20141215;第35卷(第6期);第1127-1130页 *

Also Published As

Publication number Publication date
CN110793544A (zh) 2020-02-14

Similar Documents

Publication Publication Date Title
CN110793544B (zh) 路侧感知传感器参数标定方法、装置、设备及存储介质
CN109270534B (zh) 一种智能车激光传感器与相机在线标定方法
CN111401208B (zh) 一种障碍物检测方法、装置、电子设备及存储介质
CN111612760B (zh) 用于检测障碍物的方法和装置
CN108419446B (zh) 用于激光深度图取样的***及方法
CN111324115B (zh) 障碍物位置检测融合方法、装置、电子设备和存储介质
CN112132829A (zh) 车辆信息的检测方法、装置、电子设备和存储介质
JP7223805B2 (ja) 車線の決定方法、車線測位精度の評価方法、車線の決定装置、車線測位精度の評価装置、電子デバイス、コンピュータ可読記憶媒体、及びプログラム
CN111274343A (zh) 一种车辆定位方法、装置、电子设备及存储介质
CN111563450B (zh) 数据处理方法、装置、设备及存储介质
CN112509057B (zh) 相机外参标定方法、装置、电子设备以及计算机可读介质
CN112101209B (zh) 用于路侧计算设备的确定世界坐标点云的方法和装置
CN111753961A (zh) 模型训练方法和装置、预测方法和装置
CN111401251B (zh) 车道线提取方法、装置、电子设备及计算机可读存储介质
CN112288825B (zh) 相机标定方法、装置、电子设备、存储介质和路侧设备
CN111079079B (zh) 数据修正方法、装置、电子设备及计算机可读存储介质
CN113887400B (zh) 障碍物检测方法、模型训练方法、装置及自动驾驶车辆
CN112344855B (zh) 障碍物的检测方法、装置、存储介质和路测设备
CN112509058B (zh) 外参的计算方法、装置、电子设备和存储介质
CN115147809B (zh) 一种障碍物检测方法、装置、设备以及存储介质
CN116188893A (zh) 基于bev的图像检测模型训练及目标检测方法和装置
JP2020122754A (ja) ３次元位置推定装置及びプログラム
CN111833443A (zh) 自主机器应用中的地标位置重建
CN112184828B (zh) 激光雷达与摄像头的外参标定方法、装置及自动驾驶车辆
KR20220004604A (ko) 장애물의 검출 방법, 전자 기기, 노변 기기 및 클라우드 컨트롤 플랫폼

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