CN113379852A - 用于验证相机标定结果的方法、装置、电子设备和介质 - Google Patents

用于验证相机标定结果的方法、装置、电子设备和介质 Download PDF

Info

Publication number
CN113379852A
CN113379852A CN202110911425.8A CN202110911425A CN113379852A CN 113379852 A CN113379852 A CN 113379852A CN 202110911425 A CN202110911425 A CN 202110911425A CN 113379852 A CN113379852 A CN 113379852A
Authority
CN
China
Prior art keywords
lane line
coordinate point
point set
vehicle body
body coordinate
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.)
Granted
Application number
CN202110911425.8A
Other languages
English (en)
Other versions
CN113379852B (zh
Inventor
赵家兴
黄立宏
王海洋
李文俊
杨竹
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.)
Heduo Technology Guangzhou Co ltd
Original Assignee
HoloMatic Technology Beijing 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 HoloMatic Technology Beijing Co Ltd filed Critical HoloMatic Technology Beijing Co Ltd
Priority to CN202110911425.8A priority Critical patent/CN113379852B/zh
Publication of CN113379852A publication Critical patent/CN113379852A/zh
Application granted granted Critical
Publication of CN113379852B publication Critical patent/CN113379852B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/80Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Traffic Control Systems (AREA)
  • Studio Devices (AREA)

Abstract

本公开的实施例公开了用于验证相机标定结果的方法、装置、电子设备和介质。该方法的一具体实施方式包括:基于预设时间段内的地图车道线坐标点集和相机车道线坐标点集,生成第一车体坐标点集和第二车体坐标点集;对该第一车体坐标点集进行车道线拟合以生成第一车道线;基于该第一车道线和该第二车体坐标点集,对目标外参进行检验,得到检验结果;响应于确定该检验结果为预设结果,基于该目标外参,控制目标车辆进行行驶。该实施方式削弱了验证相机标定结果时的限制性,提高了验证的适用性。

Description

用于验证相机标定结果的方法、装置、电子设备和介质
技术领域
本公开的实施例涉及计算机技术领域,具体涉及用于验证相机标定结果的方法、装置、电子设备和介质。
背景技术
相机装置是自动驾驶车辆所用传感器中最重要且常用的装置。在实际应用中,需要对相机装置进行标定以便获得精确的相机参数,进而使得多个相机装置能够进行协同工作。在进行相机参数标定之后,还需要对相机参数的标定结果进行验证,才能确保相机装置提供数据的可靠性。其中,公开号为CN112785655A的中国专利公开了一种基于车道线检测的环视相机外参自动标定方法,与本公开所记载的内容密切相关。另外,公开号为CN110689585A的中国专利公开了一种多相机外参的联合标定方法,其中,说明书的第22-24段所记载的内容与本公开所记载的内容密切相关。目前,现有的相机参数标定结果的验证方法,通常是将待评价车辆放置于特定的标定评价场所,通过标定板进行标定结果的验证,同时在验证过程中,还需要人工多次调整标定板的角度,进而才能完成相机参数标定结果的验证。
然而,当采用上述方式对相机参数标定结果进行验证时,经常会存在如下技术问题:
第一,需要通过标定板才能完成验证,造成验证条件的限制性较强,适用性较差。
需要人工多次调整标定板的角度,进而才能完成相机参数标定结果的验证,降低了验证的效率。
发明内容
本公开的内容部分用于以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。本公开的一些实施例提出了用于验证相机标定结果的方法、装置、电子设备和介质,来解决以上背景技术部分提到的技术问题中的一项或多项。
第一方面,本公开的一些实施例提供了一种用于验证相机标定结果的方法,该方法包括:基于预设时间段内的地图车道线坐标点集和相机车道线坐标点集,生成第一车体坐标点集和第二车体坐标点集;
对上述第一车体坐标点集进行车道线拟合以生成第一车道线;基于上述第一车道线和上述第二车体坐标点集,对目标外参进行检验,得到检验结果;响应于确定上述检验结果为预设结果,基于上述目标外参,控制目标车辆进行行驶。
第二方面,本公开的一些实施例提供了一种用于验证相机标定结果的装置,装置包括:生成单元,被配置成基于预设时间段内的地图车道线坐标点集和相机车道线坐标点集,生成第一车体坐标点集和第二车体坐标点集;车道线拟合单元,被配置成对上述第一车体坐标点集进行车道线拟合以生成第一车道线;检验单元,被配置成基于上述第一车道线和上述第二车体坐标点集,对目标外参进行检验,得到检验结果;控制单元,被配置成响应于确定上述检验结果为预设结果,基于上述目标外参,控制目标车辆进行行驶。
第三方面,本公开的一些实施例提供了一种电子设备,包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现上述第一方面任一实现方式所描述的方法。
第四方面,本公开的一些实施例提供了一种计算机可读介质,其上存储有计算机程序,其中,程序被处理器执行时实现上述第一方面任一实现方式所描述的方法。
本公开的上述各个实施例具有如下有益效果:通过本公开的一些实施例的用于验证相机标定结果的方法削弱了验证条件的限制性,提高了验证的适用性。具体来说,造成验证相机标定结果时适用性较差的原因在于:需要通过标定板才能完成验证,使得验证条件的限制性较强,适用性较差。基于此,本公开的一些实施例的用于验证相机标定结果的方法,首先,基于预设时间段内的地图车道线坐标点集和相机车道线坐标点集,生成第一车体坐标点集和第二车体坐标点集。为后续拟合车道线提供数据支撑。其次,对上述第一车体坐标点集进行车道线拟合以生成第一车道线;为后续验证相机标定外参的精准度提供数据支撑。然后,基于上述第一车道线和上述第二车体坐标点集,对目标外参进行检验,得到检验结果。通过车道线平行信息和车道线误差信息组合而成的检验信息,完成对标定结果的验证,通过摒弃标定板验证法,进而提高了验证适用性。最后,响应于确定上述检验结果为预设结果,基于上述目标外参,控制目标车辆进行行驶。从而解决了验证相机标定结果时适用性较差的问题,削弱了验证条件的限制性,提高了验证的适用性。
附图说明
结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,元件和元素不一定按照比例绘制。
图1是本公开的一些实施例的用于验证相机标定结果的方法的一个应用场景的示意图;
图2是根据本公开的用于验证相机标定结果的方法的一些实施例的流程图;
图3是根据本公开的用于验证相机标定结果的装置的一些实施例的结构示意图;
图4是适于用来实现本公开的一些实施例的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例。相反,提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
下面将参考附图并结合实施例来详细说明本公开。
图1是本公开的一些实施例的用于验证相机标定结果的方法的一个应用场景的示意图。
在图1的应用场景中,首先,计算设备101可以基于预设时间段内的地图车道线坐标点集102和相机车道线坐标点集103,生成第一车体坐标点集104和第二车体坐标点集105。其次,计算设备101可以对上述第一车体坐标点集104进行车道线拟合以生成第一车道线106。然后,计算设备101可以基于上述第一车道线106和上述第二车体坐标点集105,对目标外参进行检验,得到检验结果107。最后,计算设备101可以响应于确定上述检验结果107为预设结果,基于上述目标外参,控制目标车辆进行行驶。
需要说明的是,上述计算设备101可以是硬件,也可以是软件。当计算设备为硬件时,可以实现成多个服务器或终端设备组成的分布式集群,也可以实现成单个服务器或单个终端设备。当计算设备体现为软件时,可以安装在上述所列举的硬件设备中。其可以实现成例如用来提供分布式服务的多个软件或软件模块,也可以实现成单个软件或软件模块。在此不做具体限定。
应该理解,图1中的计算设备的数目仅仅是示意性的。根据实现需要,可以具有任意数目的计算设备。
继续参考图2,示出了根据本公开的用于验证相机标定结果的方法的一些实施例的流程200。该用于验证相机标定结果的方法,包括以下步骤:
步骤201,基于预设时间段内的地图车道线坐标点集和相机车道线坐标点集,生成第一车体坐标点集和第二车体坐标点集。
在一些实施例中,用于验证相机标定结果的方法的执行主体(例如图1所示的计算设备101)首先可以通过第一预设外参,将预设时间段内的地图车道线坐标点集中的每个地图车道线坐标点进行坐标点转化以生成第一车体坐标点,得到第一车体坐标点集。上述第一预设外参可以用于表征高精地图所对应的图像坐标系与目标车辆所对应的车体坐标系之间的转换关系。其次,上述执行主体可以通过第二预设外参,将上述预设时间段内的相机车道线坐标点集中的每个相机车道线坐标点进行坐标点转化以生成第二车体坐标点,得到第二车体坐标点集。上述第二预设外参可以用于表征智能相机所对应的车体坐标系与上述目标车辆所对应的车体坐标系之间的转换关系。上述预设时间段可以是1s。
在一些实施例的一些可选的实现方式中,用于验证相机标定结果的方法的执行主体(例如图1所示的计算设备101)基于预设时间段内的地图车道线坐标点集和相机车道线坐标点集,生成第一车体坐标点集和第二车体坐标点集,可以通过以下步骤:
第一步,将上述地图车道线坐标点集中的每个地图车道线坐标点投影至车体坐标系以生成第一车体坐标点,得到上述第一车体坐标点集。
其中,上述地图车道线坐标点集可以为预设时间段内对高精度地图中的车道线进行标注而得到的坐标点集。上述预设时间段可以为一帧。上述车体坐标系可以用于描述目标车辆与周围物体之间的相对位置关系。
第二步,将上述相机车道线坐标点集中的每个相机车道线坐标点投影至车体坐标系以生成第二车体坐标点,得到上述第二车体坐标点集。
其中,上述相机车道线坐标点集可以为上述预设时间段内对智能相机所拍摄的图像中的车道线进行采样而得到的坐标点集。上述智能相机可以是一种高度集成化的微小型机器视觉***。
步骤202,对第一车体坐标点集进行车道线拟合以生成第一车道线。
在一些实施例中,上述执行主体(例如图1所示的计算设备101)可以通过三次样条曲线拟合的方法,对第一车体坐标点集进行车道线拟合以生成第一车道线。
步骤203,基于第一车道线和第二车体坐标点集,对目标外参进行检验,得到检验结果。
在一些实施例中,用于验证相机标定结果的方法的执行主体(例如图1所示的计算设备101)基于第一车道线和第二车体坐标点集,对目标外参进行检验,得到检验结果,可以包括以下步骤:
第一步,基于点到线的距离公式,确定上述第二车体坐标点集中每个第二车体坐标点与上述第一车道线之间的间距值,得到间距值集合。
第二步,对上述间距值集合中的各个间距值进行求合处理以生成总间距值。
第三步,响应于确定上述总间距值大于间距阈值,输出第一检验信息。
作为示例,上述间距阈值可以是0.5米。上述第一检验信息可以是:“外参标注较好”。
第四步,响应于确定上述总间距值小于等于上述间距阈值,输出第二检验信息。
作为示例,上述第二检验信息可以是“外参标注有待提高”。
在一些实施例的一些可选的实现方式中,上述执行主体基于第一车道线和第二车体坐标点集,对目标外参进行检验,得到检验结果。其中,上述检验结果可以包括:第一检验结果、第二检验结果和第三检验结果。上述执行主体基于第一车道线和第二车体坐标点集,对目标外参进行检验,得到检验结果,可以包括以下步骤:
第一步,对上述第二车体坐标点集和上述第一车道线进行误差检验以生成车道线误差信息。其中,上述执行主体对上述第二车体坐标点集和上述第一车道线进行误差检验以生成车道线误差信息,可以包括以下子步骤:
第一子步骤,确定上述第二车体坐标点集中的每个第二车体坐标点与上述第一车道线之间的距离值,得到距离值集。上述执行主体可以通过点到线的距离公式,确定上述第二车体坐标点集中的每个第二车体坐标点与上述第一车道线之间的距离值,得到距离值集。
第二子步骤,基于上述距离值集,生成距离均值和距离方差。
第三子步骤,将上述距离均值和上述距离方差确定为上述车道线误差信息。
可选地,上述执行主体可以通过以下公式,对上述第二车体坐标点集和上述第一车道线进行误差检验以生成车道线误差信息:
Figure DEST_PATH_IMAGE001
其中,
Figure DEST_PATH_IMAGE002
表示序号。
Figure DEST_PATH_IMAGE003
表示上述第二车体坐标点集中的第二车体坐标点与上述第一车道线之间的距离值。
Figure DEST_PATH_IMAGE004
表示上述第二车体坐标点集中的第
Figure DEST_PATH_IMAGE005
个第二车体坐标点与上述第一车道线之间的距离值。
Figure DEST_PATH_IMAGE006
表示上述第一车道线的第一参数。
Figure DEST_PATH_IMAGE007
表示上述第一车道线的第二参数。
Figure DEST_PATH_IMAGE008
表示上述第一车道线的第三参数。
Figure DEST_PATH_IMAGE009
表示上述第二车体坐标点集中的第二车体坐标点包括的横坐标。
Figure DEST_PATH_IMAGE010
表示上述第二车体坐标点集中的第
Figure 372647DEST_PATH_IMAGE005
个第二车体坐标点包括的横坐标。
Figure DEST_PATH_IMAGE011
表示上述第二车体坐标点集中的第二车体坐标点包括的纵坐标。
Figure DEST_PATH_IMAGE012
上述第二车体坐标点集中的第
Figure 617683DEST_PATH_IMAGE005
个第二车体坐标点包括的纵坐标。
Figure DEST_PATH_IMAGE013
表示上述第二车体坐标点集中第二车体坐标点的数目。
Figure DEST_PATH_IMAGE014
表示距离均值。
Figure DEST_PATH_IMAGE015
表示距离方差值。
作为示例,上述第二车体坐标点集可以是:[(0,0),(1,-1),(2,-2),(3,-3)]。上述第一车道线的第一参数可以是3。上述第一车道线的第二参数可以是4。上述第一车道线的第三参数可以是0。则生成的距离均值可以是0.3。生成的距离方差值可以是1/15。
上述公式作为本公开的实施例的一个发明点,解决了背景技术提及的技术问题二“需要人工多次调整标定板的角度,进而才能完成相机参数标定结果的验证,降低了验证的效率”。导致验证效率偏低的因素往往如下: 需要人工多次调整标定板的角度,进而才能完成相机参数标定结果的验证,因此降低了验证的效率。如果解决了上述因素,就能达到提高验证的效率。为了达到这一效果,本公开引入两个评价指标,分别是:评价标定车道线精准度的指标和评价车道线平行程度的指标。通过上述公式,本公开首先确定第二车体坐标点集中的各个第二车体坐标点与第一车道线上之间的距离均值和距离方差,并将该距离均值和距离方差作为评价车道线精准度的指标值。其次,确定第一车道线与第二车道线之间的夹角值,并将该夹角值作为作为评价车道线平行程度的指标值。通过两个指标值来验证相机标定的结果。若两个指标值均在预设的阈值范围内,则说明相机标定的结果是准确的,以此来达到验证相机标定结果的目的。从而解决了在验证过程中,需要人工手动调整标定板的角度的问题,提高了验证的效率。
第二步,对上述第二车体坐标点集进行车道线拟合以生成第二车道线。其中,上述执行主体可以通过三次样条曲线拟合的方法,对上述第二车体坐标点集进行车道线拟合以生成第二车道线。
第三步,对上述第一车道线和上述第二车道线进行平行线检验以生成车道线平行信息。其中,上述执行主体对上述第一车道线和上述第二车道线进行平行线检验以生成车道线平行信息,可以包括以下子步骤:
第一子步骤,确定上述第一车道线和上述第二车道线之间的夹角值。其中,上述执行主体可以通过正切公式,确定上述第一车道线和上述第二车道线之间的夹角值。
第二子步骤,将上述夹角值确定为上述车道线平行信息。
第四步,将上述车道线误差信息和上述车道线平行信息进行组合以生成待检验值。其中,上述执行主体可以通过以下公式,将上述车道线误差信息和上述车道线平行信息进行组合以生成待检验值:
Figure DEST_PATH_IMAGE016
其中,
Figure DEST_PATH_IMAGE017
表示上述待检验值。
Figure DEST_PATH_IMAGE018
表示第一权重。范围可以是[0,1]。
Figure DEST_PATH_IMAGE019
表示第二权重。范围可以是[0,1-
Figure 315862DEST_PATH_IMAGE018
]。
Figure DEST_PATH_IMAGE020
表示第三权重。范围可以是[0,1-
Figure 507809DEST_PATH_IMAGE018
-
Figure 587760DEST_PATH_IMAGE019
]。
Figure DEST_PATH_IMAGE021
表示上述车道线平行信息。
Figure 206961DEST_PATH_IMAGE014
表示上述车道线误差信息包括的距离均值。
Figure 5152DEST_PATH_IMAGE015
表示上述车道线误差信息包括的距离方差值。
作为示例,上述第一权重可以是0.4。上述第二权重可以是0.3。上述第三权重可以是0.3。上述距离均值可以是0.3。上述距离方差值可以是0。上述车道线平行信息可以是1/7。则上述待检验值可以是0.163(保留小数点后三位数)。
第五步,响应于确定上述待检验值在第一预设范围内,输出第一检验结果。
作为示例,上述第一预设范围可以是(0,0.05]。上述第一检验结果可以是:“外参标定较好”。
第六步,响应于确定上述待检验值在第二预设范围内,输出第二检验结果。
作为示例,上述第二预设范围可以是(0.05,0.1]。上述第二检验结果可以是:“外参标定一般”。
第七步,响应于确定上述待检验值在第三预设范围内,输出第三检验结果。
作为示例,上述第三预设范围可以是(0.1,9999]。上述第一检验结果可以是:“外参标定有待提高”。
步骤204,响应于确定检验结果为预设结果,基于目标外参,控制目标车辆进行行驶。
在一些实施例中,上述执行主体可以响应于确定检验结果为预设结果,基于目标外参,控制目标车辆进行行驶。上述预设结果可以为:“外参标定较好”。上述执行主体可以将上述相机检验车道线集发送至控制设备以及控制上述目标车辆上的控制设备进行行驶。其中,上述控制设备可以是刹车片、油门和方向盘等设备。
本公开的上述各个实施例具有如下有益效果:通过本公开的一些实施例的用于验证相机标定结果的方法削弱了验证条件的限制性,提高了验证的适用性。具体来说,造成验证相机标定结果时适用性较差的原因在于:需要通过标定板才能完成验证,造成验证条件的限制性较强,适用性较差。基于此,本公开的一些实施例的用于验证相机标定结果的方法,首先,基于预设时间段内的地图车道线坐标点集和相机车道线坐标点集,生成第一车体坐标点集和第二车体坐标点集。为后续拟合车道线提供数据支撑。其次,对上述第一车体坐标点集进行车道线拟合以生成第一车道线;为后续验证相机标定外参的精准度提供数据支撑。然后,基于上述第一车道线和上述第二车体坐标点集,对目标外参进行检验,得到检验结果。通过车道线平行信息和车道线误差信息组合而成的检验信息,完成对标定结果的验证,通过摒弃标定板验证法,进而提高了验证适用性。最后,响应于确定上述检验结果为预设结果,基于上述目标外参,控制目标车辆进行行驶。从而解决了验证相机标定结果时适用性较差的问题,削弱了验证条件的限制性,提高了验证的适用性。
进一步参考图3,作为对上述各图所示方法的实现,本公开提供了一种用于验证相机标定结果的装置的一些实施例,这些装置实施例与图2所示的那些方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图3所示,一些实施例的用于验证相机标定结果的装置300包括:生成单元301、拟合单元302、检验单元303和控制单元304。其中,生成单元301,被配置成基于预设时间段内的地图车道线坐标点集和相机车道线坐标点集,生成第一车体坐标点集和第二车体坐标点集;拟合单元302,被配置成对上述第一车体坐标点集进行车道线拟合以生成第一车道线;检验单元303,被配置成基于上述第一车道线和上述第二车体坐标点集,对目标外参进行检验,得到检验结果;控制单元304,被配置成响应于确定上述检验结果为预设结果,基于上述目标外参,控制目标车辆进行行驶。
可以理解的是,该装置300中记载的诸单元与参考图2描述的方法中的各个步骤相对应。由此,上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置300及其中包含的单元,在此不再赘述。
下面参考图4,其示出了适于用来实现本公开的一些实施例的电子设备(例如图1中的计算设备101)400的结构示意图。图4示出的电子设备仅仅是一个示例,不应对本公开的实施例的功能和使用范围带来任何限制。
如图4所示,电子设备400可以包括处理装置(例如中央处理器、图形处理器等)401,其可以根据存储在只读存储器(ROM)402中的程序或者从存储装置408加载到随机访问存储器(RAM)403中的程序而执行各种适当的动作和处理。在RAM 403中,还存储有电子设备400操作所需的各种程序和数据。处理装置401、ROM 402以及RAM 403通过总线404彼此相连。输入/输出(I/O)接口405也连接至总线404。
通常,以下装置可以连接至I/O接口405:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置404;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置407;包括例如磁带、硬盘等的存储装置408;以及通信装置409。通信装置409可以允许电子设备400与其他设备进行无线或有线通信以交换数据。虽然图4示出了具有各种装置的电子设备400,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图4中示出的每个方框可以代表一个装置,也可以根据需要代表多个装置。
特别地,根据本公开的一些实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的一些实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中,该计算机程序可以通过通信装置409从网络上被下载和安装,或者从存储装置408被安装,或者从ROM 402被安装。在该计算机程序被处理装置401执行时,执行本公开的一些实施例的方法中限定的上述功能。
需要说明的是,本公开的一些实施例中记载的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的一些实施例中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述装置中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:基于预设时间段内的地图车道线坐标点集和相机车道线坐标点集,生成第一车体坐标点集和第二车体坐标点集;对上述第一车体坐标点集进行车道线拟合以生成第一车道线;基于上述第一车道线和上述第二车体坐标点集,对目标外参进行检验,得到检验结果;响应于确定上述检验结果为预设结果,基于上述目标外参,控制目标车辆进行行驶。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的***、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、或代码的一部分,该模块、程序段、或代码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。也应当注意,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,两个接连地表示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操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。
描述于本公开的一些实施例中的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括生成单元、拟合单元、检验单元和控制单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,生成单元还可以被描述为“基于预设时间段内的地图车道线坐标点集和相机车道线坐标点集,生成第一车体坐标点集和第二车体坐标点集的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上***(SOC)、复杂可编程逻辑设备(CPLD)等等。
以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开的实施例中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (9)

1.一种用于验证相机标定结果的方法,包括:
基于预设时间段内的地图车道线坐标点集和相机车道线坐标点集,生成第一车体坐标点集和第二车体坐标点集;
对所述第一车体坐标点集进行车道线拟合以生成第一车道线;
基于所述第一车道线和所述第二车体坐标点集,对目标外参进行检验,得到检验结果;
响应于确定所述检验结果为预设结果,基于所述目标外参,控制目标车辆进行行驶。
2.根据权利要求1所述的方法,其中,所述基于预设时间段内的地图车道线坐标点集和相机车道线坐标点集,生成第一车体坐标点集和第二车体坐标点集,包括:
将所述地图车道线坐标点集中的每个地图车道线坐标点投影至车体坐标系以生成第一车体坐标点,得到所述第一车体坐标点集;
将所述相机车道线坐标点集中的每个相机车道线坐标点投影至车体坐标系以生成第二车体坐标点,得到所述第二车体坐标点集。
3.根据权利要求2所述的方法,其中,所述基于所述第一车道线和所述第二车体坐标点集,对目标外参进行检验,得到检验结果,包括:
对所述第二车体坐标点集和所述第一车道线进行误差检验以生成车道线误差信息;
对所述第二车体坐标点集进行车道线拟合以生成第二车道线;
对所述第一车道线和所述第二车道线进行平行线检验以生成车道线平行信息;
将所述车道线误差信息和所述车道线平行信息进行组合以生成待检验值。
4.根据权利要求3所述的方法,其中,所述对所述第二车体坐标点集和所述第一车道线进行误差检验以生成车道线误差信息,包括:
确定所述第二车体坐标点集中的每个第二车体坐标点与所述第一车道线之间的距离值,得到距离值集;
基于所述距离值集,生成距离均值和距离方差;
将所述距离均值和所述距离方差确定为所述车道线误差信息。
5.根据权利要求4所述的方法,其中,所述对所述第一车道线和所述第二车道线进行平行线检验以生成车道线平行信息,包括:
确定所述第一车道线和所述第二车道线之间的夹角值;
将所述夹角值确定为所述车道线平行信息。
6.根据权利要求5所述的方法,其中,所述检验结果包括:第一检验结果、第二检验结果和第三检验结果;以及
所述基于所述第一车道线和所述第二车体坐标点集,对目标外参进行检验,得到检验结果,还包括:
响应于确定所述待检验值在第一预设范围内,输出第一检验结果;
响应于确定所述待检验值在第二预设范围内,输出第二检验结果;
响应于确定所述待检验值在第三预设范围内,输出第三检验结果。
7.一种用于验证相机标定结果的装置,包括:
生成单元,被配置成基于预设时间段内的地图车道线坐标点集和相机车道线坐标点集,生成第一车体坐标点集和第二车体坐标点集;
车道线拟合单元,被配置成对所述第一车体坐标点集进行车道线拟合以生成第一车道线;
检验单元,被配置成基于所述第一车道线和所述第二车体坐标点集,对目标外参进行检验,得到检验结果;
控制单元,被配置成响应于确定所述检验结果为预设结果,基于所述目标外参,控制目标车辆进行行驶。
8.一种电子设备,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-6中任一所述的方法。
9.一种计算机可读介质,其上存储有计算机程序,其中,所述程序被处理器执行时实现如权利要求1-6任一所述的方法。
CN202110911425.8A 2021-08-10 2021-08-10 用于验证相机标定结果的方法、装置、电子设备和介质 Active CN113379852B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110911425.8A CN113379852B (zh) 2021-08-10 2021-08-10 用于验证相机标定结果的方法、装置、电子设备和介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110911425.8A CN113379852B (zh) 2021-08-10 2021-08-10 用于验证相机标定结果的方法、装置、电子设备和介质

Publications (2)

Publication Number Publication Date
CN113379852A true CN113379852A (zh) 2021-09-10
CN113379852B CN113379852B (zh) 2021-11-30

Family

ID=77576666

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110911425.8A Active CN113379852B (zh) 2021-08-10 2021-08-10 用于验证相机标定结果的方法、装置、电子设备和介质

Country Status (1)

Country Link
CN (1) CN113379852B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113942458A (zh) * 2021-10-29 2022-01-18 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

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109470254A (zh) * 2018-10-31 2019-03-15 百度在线网络技术(北京)有限公司 地图车道线的生成方法、装置、***及存储介质
CN110793544A (zh) * 2019-10-29 2020-02-14 北京百度网讯科技有限公司 感知传感器参数标定方法、装置、设备及存储介质
CN111242031A (zh) * 2020-01-13 2020-06-05 禾多科技(北京)有限公司 基于高精度地图的车道线检测方法
CN111815713A (zh) * 2020-05-29 2020-10-23 安徽酷哇机器人有限公司 自动标定相机外参的方法及***
CN112598762A (zh) * 2020-09-16 2021-04-02 禾多科技(北京)有限公司 三维车道线信息生成方法、装置、电子设备和介质
CN112785655A (zh) * 2021-01-28 2021-05-11 中汽创智科技有限公司 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
CN112837381A (zh) * 2021-02-09 2021-05-25 上海振华重工(集团)股份有限公司 一种适用于驾驶设备的摄像头的标定方法、***及设备

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109470254A (zh) * 2018-10-31 2019-03-15 百度在线网络技术(北京)有限公司 地图车道线的生成方法、装置、***及存储介质
CN110793544A (zh) * 2019-10-29 2020-02-14 北京百度网讯科技有限公司 感知传感器参数标定方法、装置、设备及存储介质
CN111242031A (zh) * 2020-01-13 2020-06-05 禾多科技(北京)有限公司 基于高精度地图的车道线检测方法
CN111815713A (zh) * 2020-05-29 2020-10-23 安徽酷哇机器人有限公司 自动标定相机外参的方法及***
CN112598762A (zh) * 2020-09-16 2021-04-02 禾多科技(北京)有限公司 三维车道线信息生成方法、装置、电子设备和介质
CN112785655A (zh) * 2021-01-28 2021-05-11 中汽创智科技有限公司 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
CN112837381A (zh) * 2021-02-09 2021-05-25 上海振华重工(集团)股份有限公司 一种适用于驾驶设备的摄像头的标定方法、***及设备

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
AHMED MAHMOUD等: "Real-Time Lane Detection-Based Line Segment Detection", 《2018 NEW GENERATION OF CAS (NGCAS)》 *
祁淼: "车载相机自动标定和快速标定技术研究", 《机械设计与制造》 *
赵思雨: "交通场景中相机自标定优化方法研究及应用", 《中国优秀硕士学位论文全文数据库信息科技Ⅱ辑》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113942458A (zh) * 2021-10-29 2022-01-18 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

Also Published As

Publication number Publication date
CN113379852B (zh) 2021-11-30

Similar Documents

Publication Publication Date Title
CN112598762B (zh) 三维车道线信息生成方法、装置、电子设备和介质
CN113674357B (zh) 相机外参标定方法、装置、电子设备和计算机可读介质
CN113607185B (zh) 车道线信息显示方法、装置、电子设备和计算机可读介质
CN112597047A (zh) 测试方法、装置、电子设备和计算机可读介质
CN112991465A (zh) 相机标定方法、装置、电子设备和计算机可读介质
CN112183627B (zh) 生成预测密度图网络的方法和车辆年检标数量检测方法
CN112464921B (zh) 障碍物检测信息生成方法、装置、设备和计算机可读介质
CN112328731A (zh) 车辆车道级定位方法、装置、电子设备和计算机可读介质
CN116182878B (zh) 道路曲面信息生成方法、装置、设备和计算机可读介质
CN113379852B (zh) 用于验证相机标定结果的方法、装置、电子设备和介质
CN114399588A (zh) 三维车道线生成方法、装置、电子设备和计算机可读介质
CN110516463B (zh) 用于生成信息的方法和装置
CN114894205A (zh) 三维车道线信息生成方法、装置、设备和计算机可读介质
CN112590798B (zh) 用于检测驾驶员状态的方法、装置、电子设备和介质
CN112590929B (zh) 自动驾驶车辆方向盘的校正方法、装置、电子设备和介质
CN112232326A (zh) 行驶信息生成方法、装置、电子设备和计算机可读介质
CN111461980B (zh) 点云拼接算法的性能估计方法和装置
CN114724115B (zh) 障碍物定位信息生成方法、装置、设备和计算机可读介质
CN117191080A (zh) 相机与imu外参的标定方法、装置、设备及存储介质
CN114399587B (zh) 三维车道线生成方法、装置、电子设备和计算机可读介质
CN113870600B (zh) 车道线信息显示方法、装置、电子设备和计算机可读介质
CN110634159A (zh) 一种目标检测方法和装置
CN110084298B (zh) 用于检测图像相似度的方法及装置
CN112528970A (zh) 路牌检测方法、装置、设备和计算机可读介质
CN114399555B (zh) 数据在线标定方法、装置、电子设备和计算机可读介质

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
CP03 Change of name, title or address
CP03 Change of name, title or address

Address after: 201, 202, 301, No. 56-4 Fenghuang South Road, Huadu District, Guangzhou City, Guangdong Province, 510806

Patentee after: Heduo Technology (Guangzhou) Co.,Ltd.

Address before: 100099 101-15, 3rd floor, building 9, yard 55, zique Road, Haidian District, Beijing

Patentee before: HOLOMATIC TECHNOLOGY (BEIJING) Co.,Ltd.