CN114494439B - Hil仿真测试中摄像头位姿校准方法、装置、设备及介质 - Google Patents

Hil仿真测试中摄像头位姿校准方法、装置、设备及介质 Download PDF

Info

Publication number
CN114494439B
CN114494439B CN202210099351.7A CN202210099351A CN114494439B CN 114494439 B CN114494439 B CN 114494439B CN 202210099351 A CN202210099351 A CN 202210099351A CN 114494439 B CN114494439 B CN 114494439B
Authority
CN
China
Prior art keywords
pose
camera
real
test
simulation
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
CN202210099351.7A
Other languages
English (en)
Other versions
CN114494439A (zh
Inventor
苏芮琦
张帆
张峻荧
王士焜
何帆
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.)
Xiangyang Daan Automobile Test Center Co Ltd
Original Assignee
Xiangyang Daan Automobile Test Center 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 Xiangyang Daan Automobile Test Center Co Ltd filed Critical Xiangyang Daan Automobile Test Center Co Ltd
Priority to CN202210099351.7A priority Critical patent/CN114494439B/zh
Publication of CN114494439A publication Critical patent/CN114494439A/zh
Application granted granted Critical
Publication of CN114494439B publication Critical patent/CN114494439B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • G06T1/00—General purpose image data processing
    • G06T1/0007—Image acquisition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
  • Studio Devices (AREA)

Abstract

本申请公开了一种HIL仿真测试中摄像头位姿校准方法、装置、计算机设备及计算机可读存储介质，该方法包括：根据实车测试中实车的位姿参数设置HIL仿真测试中仿真车辆的位姿，根据实车测试中摄像头的位姿参数设置HIL仿真测试中摄像头的位姿，使得实车测试和仿真测试中车辆和摄像头的位姿相同，摄像头拍摄的角度完全相同；获取实车测试中摄像头拍摄的真实视野图片和HIL仿真测试中摄像头拍摄的仿真视野图片；重叠真实视野图片和仿真视野图片，根据真实视野图片和仿真视野图片中道路场景的重叠度调整HIL仿真测试中摄像头的位姿，以实现提高HIL仿真测试中与实车测试中摄像头安装位姿的一致性，为HIL仿真测试提供可靠的前置条件。

Description

HIL仿真测试中摄像头位姿校准方法、装置、设备及介质
技术领域
本申请涉及自动驾驶视觉感知技术领域，尤其涉及一种HIL仿真测试中摄像头位姿校准方法、装置、计算机设备及计算机可读存储介质。
背景技术
高级驾驶辅助***和自动驾驶汽车在研发过程中都需要进行真实车辆的真实道路测试(简称实车测试)和HIL(Hardware-in-the-Loop，硬件在环)仿真测试，在实车测试和HIL仿真测试中摄像头都是非常重要的传感器，摄像头采集到的图像会对测试结果产生较大的影响。
现有技术中，通常会根据实车测试中摄像头的位置和姿态参数来设置HIL仿真测试中摄像头的位姿，但是实车测试中摄像头的位姿参数在测量时会存在一些细小误差，这会导致HIL仿真测试中摄像头的位姿与实车测试中摄像头的位姿并不完全一致，从而导致两种测试中摄像头采集到的图像数据存在误差，影响HIL仿真测试的测试结果，对车辆的研发工作的进行造成了阻碍。
发明内容
本申请的主要目的在于提供一种HIL仿真测试中摄像头位姿校准方法、装置、计算机设备及计算机可读存储介质，旨在解决现有技术中根据实车测试中摄像头的安装位姿参数对HIL仿真测试中的摄像头进行安装的情况下，会由于实车测试中摄像头的安装参数测量存在误差，而导致摄像头在仿真中的安装位姿与实车存在较大差异，影响HIL测试效果的技术问题。
第一方面，本申请提供一种HIL仿真测试中摄像头位姿校准方法，所述方法包括以下步骤：
根据实车测试中实车的位姿参数设置HIL仿真测试中仿真车辆的位姿，根据实车测试中摄像头的位姿参数设置HIL仿真测试中摄像头的位姿；
获取所述实车测试中摄像头拍摄的真实视野图片和所述HIL仿真测试中摄像头拍摄的仿真视野图片；
重叠所述真实视野图片和所述仿真视野图片，根据所述真实视野图片和所述仿真视野图片中道路场景的重叠度调整所述HIL仿真测试中摄像头的位姿。
一些实施例中，所述重叠所述真实视野图片和所述仿真视野图片，根据所述真实视野图片和所述仿真视野图片中道路场景的重叠度调整所述HIL仿真测试中摄像头的位姿前，还包括：
去除所述真实视野图片中的一个RGB通道，去除所述仿真视野图片中的一个RGB通道，其中，所述真实视野图片和所述仿真视野图片中去除的RGB通道不同；
增加所述真实视野图片或所述仿真视野图片的透明度。
一些实施例中，所述根据实车测试中实车的位姿参数设置HIL仿真测试中仿真车辆的位姿，根据实车测试中摄像头的位姿参数设置HIL仿真测试中摄像头的位姿前，还包括：
根据所述实车测试中记录的真实道路场景数据建立所述HIL仿真测试的道路场景。
一些实施例中，所述真实道路场景数据包括：真实道路场景中车道线的数量和相邻车道线之间的距离。
一些实施例中，所述根据实车测试中实车的位姿参数设置HIL仿真测试中仿真车辆的位姿前，还包括：
在进行所述实车测试时调整所述实车的位姿，以使所述实车测试中摄像头拍摄的真实视野图片里包含完整道路场景，并记录所述实车的位姿。
一些实施例中，所述根据实车测试中实车的位姿参数设置HIL仿真测试中仿真车辆的位姿，包括：
根据所述实车的轮胎外延与车道线的距离设置HIL仿真测试中车辆的轮胎外延与车道线的距离。
一些实施例中，所述根据实车测试中摄像头的位姿参数设置HIL仿真测试中摄像头的位姿前，还包括：
在进行所述实车测试时调整摄像头的位姿，以使所述实车测试中摄像头的位姿满足标定要求，并记录所述实车测试中摄像头的位姿参数。
第二方面，本申请还提供一种HIL仿真测试中摄像头位姿校准装置，所述装置包括：
设置模块，其用于根据实车测试中实车的位姿参数设置HIL仿真测试中仿真车辆的位姿，根据实车测试中摄像头的位姿参数设置HIL仿真测试中摄像头的位姿；
获取模块，其用于获取所述实车测试中摄像头拍摄的真实视野图片和所述HIL仿真测试中摄像头拍摄的仿真视野图片；
调整模块，其用于重叠所述真实视野图片和所述仿真视野图片，根据所述真实视野图片和所述仿真视野图片中道路场景的重叠度调整所述HIL仿真测试中摄像头的位姿。
第三方面，本申请还提供一种计算机设备，所述计算机设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的计算机程序，其中所述计算机程序被所述处理器执行时，实现如上述的HIL仿真测试中摄像头位姿校准方法的步骤。
第四方面，本申请还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，其中所述计算机程序被处理器执行时，实现如上述的HIL仿真测试中摄像头位姿校准方法的步骤。
本申请提供一种HIL仿真测试中摄像头位姿校准方法、装置、计算机设备及计算机可读存储介质，通过根据实车测试中实车的位姿参数设置HIL仿真测试中仿真车辆的位姿，根据实车测试中摄像头的位姿参数设置HIL仿真测试中摄像头的位姿，使得实车测试和仿真测试中车辆和摄像头的位姿相同，摄像头拍摄的角度完全相同；获取所述实车测试中摄像头拍摄的真实视野图片和所述HIL仿真测试中摄像头拍摄的仿真视野图片；重叠所述真实视野图片和所述仿真视野图片，根据所述真实视野图片和所述仿真视野图片中道路场景的重叠度调整所述HIL仿真测试中摄像头的位姿,以实现提高HIL仿真测试中与实车测试中摄像头安装位姿的一致性，为HIL仿真测试提供可靠的前置条件。
附图说明
为了更清楚地说明本申请实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1本申请实施例提供的一种HIL仿真测试中摄像头位姿校准方法的流程示意图；
图2为真实视野图片和仿真视野图片重叠示意图；
图3为本申请实施例提供的一种HIL仿真测试中摄像头位姿校准装置的示意性框图；
图4为本申请一实施例涉及的计算机设备的结构示意框图。
本申请目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
附图中所示的流程图仅是示例说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解、组合或部分合并，因此实际执行的顺序有可能根据实际情况改变。
本申请实施例提供一种HIL仿真测试中摄像头位姿校准方法、装置、计算机设备及计算机可读存储介质。其中，该HIL仿真测试中摄像头位姿校准装置可应用于计算机设备中，该计算机设备可以是笔记本电脑、台式电脑等电子设备。
下面结合附图，对本申请的一些实施方式作详细说明。在不冲突的情况下，下述的实施例及实施例中的特征可以相互组合。
请参照图1，图1为本申请的实施例提供的一种方法的流程示意图。
如图1所示，该方法包括步骤S1至步骤S3。
步骤S1、根据实车测试中实车的位姿参数设置HIL仿真测试中仿真车辆的位姿，根据实车测试中摄像头的位姿参数设置HIL仿真测试中摄像头的位姿。
作为一种优选的实施方式，根据实车测试中摄像头的位姿参数设置HIL仿真测试中摄像头的位姿之前，还包括获取实车测试中摄像头的位姿参数，其中位姿包括位置和姿态。并且在获取实车测试中摄像头的位姿参数前，需要将实车测试中摄像头的位姿调整至满足标定要求，使得摄像头的位姿满足测试时的要求，其中摄像头的标定要求包括：摄像头离地面的高度，摄像头离挡风玻璃的距离，摄像头与雨刷器的距离，摄像头的俯角或仰角等参数。不同的车辆，摄像头的标定要求不相同，标定要求可以根据实际情况确定。在将实车上摄像头的位姿调整至满足标定要求后，获取实车测试中摄像头的位姿数据。
进一步的，根据实车测试中实车的位姿参数设置HIL仿真测试中仿真车辆的位姿之前，还包括获取实车测试中实车的位姿参数。在获取实车测试中实车的位姿参数前，需要对实车的位姿进行调整，调整到实车测试中摄像头的拍摄的真实视野图片中包含完整的道路场景时，记录当前实车的位姿参数。
值得说明的是，在根据实车测试中实车的位姿参数设置HIL仿真测试中仿真车辆的位姿，根据实车测试中摄像头的位姿参数设置HIL仿真测试中摄像头的位姿之前，还包括获取实车测试过程中的记录的真实道路场景数据，该真实道路场景数据中包括真实道路场景车道线特征参数，其中包括真实环境道路中车道线的数量和相邻车道线之间的距离。在根据真实道路场景数据建立HIL仿真测试的道路场景时，使得HIL仿真测试的道路场景与实车测试中真实道路场景中的车道线的数量和车道线的位置保持一致。
优选的，实车测试中实车的位姿参数为实车的车轮胎外延相对于车道线的距离。根据实车测试中实车的位姿参数设置HIL仿真测试中仿真车辆的位姿时，可以根据实车的车轮胎外延相对于车道线的距离设置HIL仿真测试中仿真车辆的车轮胎外延相对于车道线的距离。这样就能够使得仿真车辆在仿真道路环境中的位姿与实车在真实道路上的位姿保持一致。
步骤S2、获取所述实车测试中摄像头拍摄的真实视野图片和所述HIL仿真测试中摄像头拍摄的仿真视野图片。
步骤S3、重叠所述真实视野图片和所述仿真视野图片，根据所述真实视野图片和所述仿真视野图片中道路场景的重叠度调整所述HIL仿真测试中摄像头的位姿。
作为一种优选的实施方式，如图2所示，在获得真实视野图片和仿真视野图片后，对两张图片进行重叠前，还包括:去除真实视野图片中的一个RGB通道，去除仿真视野图片中的一个RGB通道，其中，所述真实视野图片和所述仿真视野图片中去除的RGB通道不同；并且再增加真实视野图片或仿真视野图片的透明度。值得说明的时，RGB通道为图片的颜色通道，RGB通道中包括红(R)、绿(G)、蓝(B)三个颜色通道。例如，去除真实视野图片中的一个红色RGB通道去除仿真视野图片中的一个蓝色RGB通道后，真实视野图片与仿真视野图片呈现不同的颜色，再增加真实视野图片或仿真视野图片其中的一个的透明度。完成上述步骤以后再对真实视野图片和仿真视野图片进行叠加就能够进行明显区分。
值得说明的是，在步骤S1中根据实车测试中实车的位姿参数设置HIL仿真测试中仿真车辆的位姿，根据实车测试中摄像头的位姿参数设置HIL仿真测试中摄像头的位姿之后，HIL仿真测试中仿真车辆的位姿与实车测试中实车的位姿相同，仿真测试中摄像头的位姿与实车测试中摄像头的位姿也相同，并且仿真测试中的道路场景与实车测试中的道路场景也相同，所以理论上真实视野图片和仿真视野图片在叠加后，两张图片的中的道路场景应该是重叠的。若两张图片进行叠加后，两张图片的中的道路场景没有完全重叠，或位置出现偏差，说明HIL仿真测试中摄像头的位姿可能与实车测试中位姿出现偏差。
进一步的，真实视野图片和仿真视野图片重叠后出现偏差，根据两张图片的重叠度对HIL仿真测试中摄像头的位姿进行精调，在调整后拍摄新的仿真视野图片，并与真实视野图片进行重叠。直到调整到真实视野图片和仿真视野图片重叠后其中的道路场景完全重叠为止。
本发明提供的HIL仿真测试中摄像头位姿校准方法通过根据实车测试中实车的位姿参数设置HIL仿真测试中仿真车辆的位姿，使得仿真车辆的位姿和实车的位姿处于一致状态，根据实车测试中摄像头的位姿参数设置HIL仿真测试中摄像头的位姿，使得HIL仿真测试中摄像头的位姿与实车测试中摄像头的位姿处于一致状态。这样就能够拍摄相同角度的真实视野图片和仿真视野图片，重叠两张图片，根据两张图片中道路场景的重叠度来精调HIL仿真测试中的摄像头位姿，从而使得HIL仿真测试中的摄像头位姿与实车测试中摄像头的位姿保持一致，保证HIL仿真测试的可靠性。
请参照图3，图3为本申请实施例提供的一种HIL仿真测试中摄像头位姿校准装置的示意性框图。
如图3所示，该装置包括：设置模块、获取模块和调整模块。
设置模块，其用于根据实车测试中实车的位姿参数设置HIL仿真测试中仿真车辆的位姿，根据实车测试中摄像头的位姿参数设置HIL仿真测试中摄像头的位姿；
获取模块，其用于获取所述实车测试中摄像头拍摄的真实视野图片和所述HIL仿真测试中摄像头拍摄的仿真视野图片；
调整模块，其用于重叠所述真实视野图片和所述仿真视野图片，根据所述真实视野图片和所述仿真视野图片中道路场景的重叠度调整所述HIL仿真测试中摄像头的位姿。
其中，所述HIL仿真测试中摄像头位姿校准装置还用于：去除所述真实视野图片中的一个RGB通道，去除所述仿真视野图片中的一个RGB通道，其中，所述真实视野图片和所述仿真视野图片中去除的RGB通道不同；
增加所述真实视野图片或所述仿真视野图片的透明度。
其中，所述HIL仿真测试中摄像头位姿校准装置还用于：根据所述实车测试中记录的真实道路场景数据建立所述HIL仿真测试的道路场景。
其中，所述HIL仿真测试中摄像头位姿校准装置还用于：在进行所述实车测试时调整所述实车的位姿，以使所述实车测试中摄像头拍摄的真实视野图片里包含完整道路场景，并记录所述实车的位姿。
其中，所述HIL仿真测试中摄像头位姿校准装置还用于：根据所述实车的轮胎外延与车道线的距离设置HIL仿真测试中车辆的轮胎外延与车道线的距离。
其中，所述HIL仿真测试中摄像头位姿校准装置还用于：在进行所述实车测试时调整摄像头的位姿，以使所述实车测试中摄像头的位姿满足标定要求，并记录所述实车测试中摄像头的位姿参数。
需要说明的是，所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的装置和各模块及单元的具体工作过程，可以参考前述实施例中的对应过程，在此不再赘述。
上述实施例提供的装置可以实现为一种计算机程序的形式，该计算机程序可以在如图4所示的计算机设备上运行。
请参阅图4，图4为本申请实施例提供的一种计算机设备的结构示意性框图。该计算机设备可以为终端。
如图4所示，该计算机设备包括通过***总线连接的处理器、存储器和网络接口，其中，存储器可以包括非易失性存储介质和内存储器。
非易失性存储介质可存储操作***和计算机程序。该计算机程序包括程序指令，该程序指令被执行时，可使得处理器执行任意一种HIL仿真测试中摄像头位姿校准方法。
处理器用于提供计算和控制能力，支撑整个计算机设备的运行。
内存储器为非易失性存储介质中的计算机程序的运行提供环境，该计算机程序被处理器执行时，可使得处理器执行任意一种HIL仿真测试中摄像头位姿校准方法。
该网络接口用于进行网络通信，如发送分配的任务等。本领域技术人员可以理解，图4中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
应当理解的是，处理器可以是中央处理单元(Central Processing Unit，CPU)，该处理器还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。其中，通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
本申请实施例还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序中包括程序指令，所述程序指令被执行时所实现的方法可参照本申请的各个实施例。
其中，所述计算机可读存储介质可以是前述实施例所述的计算机设备的内部存储单元，例如所述计算机设备的硬盘或内存。所述计算机可读存储介质也可以是所述计算机设备的外部存储设备，例如所述计算机设备上配备的插接式硬盘，智能存储卡(SmartMedia Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者***不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者***所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者***中还存在另外的相同要素。
上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种HIL仿真测试中摄像头位姿校准方法，其特征在于，包括：
根据实车测试中实车的位姿参数设置HIL仿真测试中仿真车辆的位姿，根据实车测试中摄像头的位姿参数设置HIL仿真测试中摄像头的位姿；
获取所述实车测试中摄像头拍摄的真实视野图片和所述HIL仿真测试中摄像头拍摄的仿真视野图片；
重叠所述真实视野图片和所述仿真视野图片，根据所述真实视野图片和所述仿真视野图片中道路场景的重叠度调整所述HIL仿真测试中摄像头的位姿，直到调整到真实视野图片和仿真视野图片重叠后其中的道路场景完全重叠为止；
其中，实车的位姿参数为车辆的车轮胎外延相对于车道线的距离。
2.按照权利要求1所述的HIL仿真测试中摄像头位姿校准方法，其特征在于，所述重叠所述真实视野图片和所述仿真视野图片，根据所述真实视野图片和所述仿真视野图片中道路场景的重叠度调整所述HIL仿真测试中摄像头的位姿前，还包括：
去除所述真实视野图片中的一个RGB通道，去除所述仿真视野图片中的一个RGB通道，其中，所述真实视野图片和所述仿真视野图片中去除的RGB通道不同；
增加所述真实视野图片或所述仿真视野图片的透明度。
3.按照权利要求1所述的HIL仿真测试中摄像头位姿校准方法，其特征在于，所述根据实车测试中实车的位姿参数设置HIL仿真测试中仿真车辆的位姿，根据实车测试中摄像头的位姿参数设置HIL仿真测试中摄像头的位姿前，还包括：
根据所述实车测试中记录的真实道路场景数据建立所述HIL仿真测试的道路场景。
4.按照权利要求3所述的HIL仿真测试中摄像头位姿校准方法，其特征在于，所述真实道路场景数据包括：真实道路场景中车道线的数量和相邻车道线之间的距离。
5.按照权利要求1所述的HIL仿真测试中摄像头位姿校准方法，其特征在于，所述根据实车测试中实车的位姿参数设置HIL仿真测试中仿真车辆的位姿前，还包括：
在进行所述实车测试时调整所述实车的位姿，以使所述实车测试中摄像头拍摄的真实视野图片里包含完整道路场景，并记录所述实车的位姿。
6.按照权利要求5所述的HIL仿真测试中摄像头位姿校准方法，其特征在于，所述根据实车测试中实车的位姿参数设置HIL仿真测试中仿真车辆的位姿，包括：
根据所述实车的轮胎外延与车道线的距离设置HIL仿真测试中车辆的轮胎外延与车道线的距离。
7.按照权利要求1所述的HIL仿真测试中摄像头位姿校准方法，其特征在于，所述根据实车测试中摄像头的位姿参数设置HIL仿真测试中摄像头的位姿前，还包括：
在进行所述实车测试时调整摄像头的位姿，以使所述实车测试中摄像头的位姿满足标定要求，并记录所述实车测试中摄像头的位姿参数；
其中，摄像头的位姿标定要求包括：摄像头离地面的高度，摄像头离挡风玻璃的距离，摄像头与雨刷器的距离，摄像头的俯角或仰角。
8.一种HIL仿真测试中摄像头位姿校准装置，其特征在于，包括：
设置模块，其用于根据实车测试中实车的位姿参数设置HIL仿真测试中仿真车辆的位姿，根据实车测试中摄像头的位姿参数设置HIL仿真测试中摄像头的位姿；
获取模块，其用于获取所述实车测试中摄像头拍摄的真实视野图片和所述HIL仿真测试中摄像头拍摄的仿真视野图片；
调整模块，其用于重叠所述真实视野图片和所述仿真视野图片，根据所述真实视野图片和所述仿真视野图片中道路场景的重叠度调整所述HIL仿真测试中摄像头的位姿，直到调整到真实视野图片和仿真视野图片重叠后其中的道路场景完全重叠为止；
其中，实车的位姿参数为车辆的车轮胎外延相对于车道线的距离。
9.一种计算机设备，其特征在于，所述计算机设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的计算机程序，其中所述计算机程序被所述处理器执行时，实现如权利要求1至7中任一项所述的HIL仿真测试中摄像头位姿校准方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，其中所述计算机程序被处理器执行时，实现如权利要求1至7中任一项所述的HIL仿真测试中摄像头位姿校准方法的步骤。
CN202210099351.7A 2022-01-25 2022-01-25 Hil仿真测试中摄像头位姿校准方法、装置、设备及介质 Active CN114494439B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210099351.7A CN114494439B (zh) 2022-01-25 2022-01-25 Hil仿真测试中摄像头位姿校准方法、装置、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210099351.7A CN114494439B (zh) 2022-01-25 2022-01-25 Hil仿真测试中摄像头位姿校准方法、装置、设备及介质

Publications (2)

Publication Number Publication Date
CN114494439A CN114494439A (zh) 2022-05-13
CN114494439B true CN114494439B (zh) 2023-08-15

Family

ID=81476800

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210099351.7A Active CN114494439B (zh) 2022-01-25 2022-01-25 Hil仿真测试中摄像头位姿校准方法、装置、设备及介质

Country Status (1)

Country Link
CN (1) CN114494439B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115278220B (zh) * 2022-07-29 2024-04-30 重庆长安汽车股份有限公司 车载摄像头仿真测试方法、***、电子设备及存储介质
CN117611724B (zh) * 2024-01-19 2024-06-21 中汽数据(天津)有限公司 车辆视觉传感器仿真图像校正方法、***、设备和介质

Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105488457A (zh) * 2015-11-23 2016-04-13 北京电影学院 摄影机运动控制***在电影拍摄中的虚拟仿真方法及***
CN109407547A (zh) * 2018-09-28 2019-03-01 合肥学院 面向全景视觉感知的多摄像头在环仿真测试方法与***
DE102017219688A1 (de) * 2017-11-06 2019-05-09 Conti Temic Microelectronic Gmbh Verfahren zur Kalibrierung einer Fahrzeugkamera
CN109901546A (zh) * 2017-12-11 2019-06-18 郑州宇通客车股份有限公司 辅助驾驶车辆硬件在环仿真测试方法和***
CN110705134A (zh) * 2019-12-13 2020-01-17 中智行科技有限公司 行驶测试方法、装置、设备及计算机可读存储介质
CN110795813A (zh) * 2019-08-14 2020-02-14 腾讯科技（深圳）有限公司 一种交通仿真方法及装置
CN111856963A (zh) * 2019-04-30 2020-10-30 北京初速度科技有限公司 一种基于车载环视***的泊车仿真方法及装置
CN112115820A (zh) * 2020-09-03 2020-12-22 上海欧菲智能车联科技有限公司 车载辅助驾驶方法及装置、计算机装置及可读存储介质
CN112154440A (zh) * 2019-09-26 2020-12-29 深圳市大疆创新科技有限公司 无人机的仿真方法、仿真装置和计算机可读存储介质
CN112734944A (zh) * 2021-01-29 2021-04-30 中国人民解放军国防科技大学 无人驾驶汽车调试方法、***、存储介质、计算机设备
CN112948270A (zh) * 2021-04-06 2021-06-11 东风小康汽车有限公司重庆分公司 自动驾驶车辆道路测试仿真分析方法、装置、设备和介质
CN112987593A (zh) * 2021-02-19 2021-06-18 中国第一汽车股份有限公司 一种视觉定位硬件在环仿真平台及仿真方法
CN113239609A (zh) * 2020-12-24 2021-08-10 天津职业技术师范大学(中国职业培训指导教师进修中心) 一种用于智能车单目摄像头目标识别监测的试验***及检测方法
CN113408141A (zh) * 2021-07-02 2021-09-17 阿波罗智联(北京)科技有限公司 一种自动驾驶测试方法、装置及电子设备
CN113727064A (zh) * 2020-05-26 2021-11-30 北京罗克维尔斯科技有限公司 一种摄像头视场角的确定方法及装置

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016157799A1 (ja) * 2015-03-27 2016-10-06 パナソニックＩｐマネジメント株式会社 車両用表示装置の位置調整方法
CN106200612B (zh) * 2016-07-07 2019-01-22 百度在线网络技术（北京）有限公司 用于测试车辆的方法和***
US10354408B2 (en) * 2016-07-20 2019-07-16 Harman International Industries, Incorporated Vehicle camera image processing
CN110858405A (zh) * 2018-08-24 2020-03-03 北京市商汤科技开发有限公司 车载摄像头的姿态估计方法、装置和***及电子设备
CN110579216B (zh) * 2019-09-12 2022-02-18 阿波罗智能技术(北京)有限公司 测试场景库构建方法、装置、电子设备和介质
US20210406562A1 (en) * 2020-06-24 2021-12-30 Keysight Technologies, Inc. Autonomous drive emulation methods and devices

Patent Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105488457A (zh) * 2015-11-23 2016-04-13 北京电影学院 摄影机运动控制***在电影拍摄中的虚拟仿真方法及***
DE102017219688A1 (de) * 2017-11-06 2019-05-09 Conti Temic Microelectronic Gmbh Verfahren zur Kalibrierung einer Fahrzeugkamera
CN109901546A (zh) * 2017-12-11 2019-06-18 郑州宇通客车股份有限公司 辅助驾驶车辆硬件在环仿真测试方法和***
CN109407547A (zh) * 2018-09-28 2019-03-01 合肥学院 面向全景视觉感知的多摄像头在环仿真测试方法与***
CN111856963A (zh) * 2019-04-30 2020-10-30 北京初速度科技有限公司 一种基于车载环视***的泊车仿真方法及装置
CN110795813A (zh) * 2019-08-14 2020-02-14 腾讯科技（深圳）有限公司 一种交通仿真方法及装置
CN112154440A (zh) * 2019-09-26 2020-12-29 深圳市大疆创新科技有限公司 无人机的仿真方法、仿真装置和计算机可读存储介质
CN110705134A (zh) * 2019-12-13 2020-01-17 中智行科技有限公司 行驶测试方法、装置、设备及计算机可读存储介质
CN113727064A (zh) * 2020-05-26 2021-11-30 北京罗克维尔斯科技有限公司 一种摄像头视场角的确定方法及装置
CN112115820A (zh) * 2020-09-03 2020-12-22 上海欧菲智能车联科技有限公司 车载辅助驾驶方法及装置、计算机装置及可读存储介质
CN113239609A (zh) * 2020-12-24 2021-08-10 天津职业技术师范大学(中国职业培训指导教师进修中心) 一种用于智能车单目摄像头目标识别监测的试验***及检测方法
CN112734944A (zh) * 2021-01-29 2021-04-30 中国人民解放军国防科技大学 无人驾驶汽车调试方法、***、存储介质、计算机设备
CN112987593A (zh) * 2021-02-19 2021-06-18 中国第一汽车股份有限公司 一种视觉定位硬件在环仿真平台及仿真方法
CN112948270A (zh) * 2021-04-06 2021-06-11 东风小康汽车有限公司重庆分公司 自动驾驶车辆道路测试仿真分析方法、装置、设备和介质
CN113408141A (zh) * 2021-07-02 2021-09-17 阿波罗智联(北京)科技有限公司 一种自动驾驶测试方法、装置及电子设备

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于摄像头在环的HIL仿真测试与研究;于洪峰等;《汽车电器》(第12期);第4-7页 *

Also Published As

Publication number Publication date
CN114494439A (zh) 2022-05-13

Similar Documents

Publication Publication Date Title
CN114494439B (zh) Hil仿真测试中摄像头位姿校准方法、装置、设备及介质
CN109165162B (zh) 一种车载***的测试方法及相关设备
US11157766B2 (en) Method, apparatus, device and medium for calibrating pose relationship between vehicle sensor and vehicle
EP1954063A2 (en) Apparatus and method for camera calibration, and vehicle
CN108337496B (zh) 白平衡处理方法、处理装置、处理设备及存储介质
CN110706282A (zh) 全景***自动标定方法、装置、可读存储介质及电子设备
CN105069453A (zh) 一种图像校正方法及装置
CN111355941A (zh) 图像颜色实时校正方法、装置和***
US20230078721A1 (en) Vehicle localization method and device, electronic device and storage medium
CN115082565A (zh) 相机标定方法、装置、服务器及介质
CN114727024A (zh) 自动曝光参数调节方法、装置、存储介质及拍摄设备
CN107886039A (zh) 泊车***全景视图生成方法和装置
CN114372919A (zh) 一种双挂汽车列车全景环视图像拼接方法及***
CN113808004B (zh) 图像变换装置、图像变换方法以及图像变换用计算机程序
CN113989394A (zh) 用于自动驾驶模拟环境色温的图像处理方法及***
CN112184827B (zh) 校准多个摄像机的方法及装置
CN107948501A (zh) 自动环视方法、装置及计算机可读存储介质
CN114821513B (zh) 一种基于多层网络的图像处理方法及装置、电子设备
CN114460862A (zh) 应用于adas的摄像设备环测试仿真方法
CN116546335A (zh) 仿真图像获取方法、装置、电子设备及计算机可读存储介质
CN112884844B (zh) 全景影像***的标定方法、装置及计算机可读存储介质
CN115240125A (zh) 一种场景图像中对象的检测方法及装置
CN108833874A (zh) 一种用于行车记录仪的全景图像色彩校正方法
US20220394223A1 (en) Neural network based auto-white-balancing
CN112907533A (zh) 检测模型训练方法、装置、设备及可读存储介质

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