CN114565681A - 一种相机标定方法、装置、设备、介质及产品 - Google Patents
一种相机标定方法、装置、设备、介质及产品 Download PDFInfo
- Publication number
- CN114565681A CN114565681A CN202210193862.5A CN202210193862A CN114565681A CN 114565681 A CN114565681 A CN 114565681A CN 202210193862 A CN202210193862 A CN 202210193862A CN 114565681 A CN114565681 A CN 114565681A
- Authority
- CN
- China
- Prior art keywords
- camera
- target
- calibrated
- lane lines
- acquired
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 60
- 239000013598 vector Substances 0.000 claims description 21
- 238000004590 computer program Methods 0.000 claims description 20
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 101100235013 Arabidopsis thaliana LCY1 gene Proteins 0.000 description 2
- 101100042554 Arabidopsis thaliana SHL gene Proteins 0.000 description 2
- 101100154954 Human herpesvirus 6A (strain Uganda-1102) U1 gene Proteins 0.000 description 2
- 101100156597 Human herpesvirus 6A (strain Uganda-1102) U3 gene Proteins 0.000 description 2
- 101100049563 Human herpesvirus 6A (strain Uganda-1102) U4 gene Proteins 0.000 description 2
- 101100331195 Oryza sativa subsp. japonica ADL1 gene Proteins 0.000 description 2
- 101100434502 Oryza sativa subsp. japonica AGO7 gene Proteins 0.000 description 2
- 101100149425 Oryza sativa subsp. japonica SHL2 gene Proteins 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
- G06T7/85—Stereo camera calibration
-
- 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)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Closed-Circuit Television Systems (AREA)
- Studio Devices (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种相机标定方法、装置、设备、介质及产品。该方法包括：获取每个待标定相机采集的至少两条目标车道线；将所述每个待标定相机采集的至少两条目标车道线投影至目标相机坐标系，得到每个待标定相机采集的至少两条目标车道线对应的投影面；根据每个待标定相机采集的至少两条目标车道线对应的投影面确定所述待标定相机中非目标相机与目标相机的目标相对位置，其中，所述非目标相机为所述待标定相机中除目标相机以外的相机。通过本发明的技术方案，能够提升相机标定的效率和准确率。
Description
技术领域
本发明涉及计算机技术领域，尤其涉及一种相机标定方法、装置、设备、介质及产品。
背景技术
汽车全景影像***是通过安装在车辆车身前后左右的4组相机同时采集车辆四周的影像，并通过图像处理拼接技术，最终形成完整的车周全景鸟瞰图，从而拓展驾驶员对车辆周边环境的感知能力，避免因为视野盲区造成安全事故。
上述驾驶辅助技术中所使用的相机均需进行标定，从而建立相机之间真实的位置关系。目前，对车载相机的标定方法主要是引入外部测量相机对车载相机进行标定，引入外部测量相机的方法对环境要求高，容易造成标定精度低且标定效率低的问题，且在实际应用中应用范围有限。
发明内容
本发明提供了一种相机标定方法、装置、设备、介质及产品，能够提升相机标定的效率和精度。
根据本发明的一方面，提供了一种相机标定方法，应用于目标车辆，所述目标车辆上配置至少两个待标定相机，所述相机标定方法包括：
获取每个待标定相机采集的至少两条目标车道线；
将所述每个待标定相机采集的至少两条目标车道线投影至目标相机坐标系，得到每个待标定相机采集的至少两条目标车道线对应的投影面；
根据每个待标定相机采集的至少两条目标车道线对应的投影面确定所述待标定相机中非目标相机与目标相机的目标相对位置，其中，所述非目标相机为所述待标定相机中除目标相机以外的相机。
进一步的，获取每个待标定相机采集的至少两条目标车道线，包括：
获取每个待标定相机采集的目标图像；
对所述每个待标定相机采集的目标图像进行图像识别，得到每个待标定相机对应的至少两条目标车道线。
进一步的，对所述每个待标定相机采集的目标图像进行图像识别，得到每个待标定相机对应的至少两条目标车道线，包括：
对所述每个待标定相机采集的目标图像进行图像识别，得到每个待标定相机对应的至少两条初始车道线；
根据两两初始车道线的夹角对所述每个待标定相机对应的至少两条初始车道线进行调整，得到每个待标定相机对应的至少两条目标车道线。
进一步的，将所述每个待标定相机采集的至少两条目标车道线投影至目标相机坐标系，得到每个待标定相机采集的至少两条目标车道线对应的投影面，包括：
获取待标定相机到车体的外参；
若所述待标定相机为目标相机，则根据目标相机到车体的外参将目标相机采集的至少两条目标车道线投影至目标相机坐标系，得到目标相机采集的至少两条目标车道线对应的投影面；
若所述待标定相机非目标相机，则获取所述非目标相机和所述目标相机的初始相对位置，根据所述非目标相机和所述目标相机的初始相对位置，与所述非目标相机到车体的外参将所述非目标相机采集的至少两条目标车道线投影至目标相机坐标系，得到非目标相机采集的至少两条目标车道线对应的投影面。
进一步的，获取所述非目标相机和所述目标相机的初始相对位置，包括：
根据所述非目标相机到车体的外参和所述目标相机到车体的外参确定所述非目标相机和所述目标相机的初始相对位置。
进一步的，根据每个待标定相机采集的至少两条目标车道线对应的投影面确定所述待标定相机中非目标相机与目标相机的目标相对位置，包括：
获取两两投影面的交线集合；
根据所述交线集合中两两交线的夹角确定所述待标定相机中非目标相机与目标相机的目标相对位置。
根据本发明的另一方面，提供了一种相机标定装置，所述相机标定装置包括：
获取模块，用于获取每个待标定相机采集的至少两条目标车道线；
投影模块，用于将所述每个待标定相机采集的至少两条目标车道线投影至目标相机坐标系，得到每个待标定相机采集的至少两条目标车道线对应的投影面；
确定模块，用于根据每个待标定相机采集的至少两条目标车道线对应的投影面确定所述待标定相机中非目标相机与目标相机的目标相对位置，其中，所述非目标相机为所述待标定相机中除目标相机以外的相机。
进一步的，所述获取模块具体用于：
获取每个待标定相机采集的目标图像；
对所述每个待标定相机采集的目标图像进行图像识别，得到每个待标定相机对应的至少两条目标车道线。
进一步的，所述获取模块具体用于：
对所述每个待标定相机采集的目标图像进行图像识别，得到每个待标定相机对应的至少两条初始车道线；
根据两两初始车道线的夹角对所述每个待标定相机对应的至少两条初始车道线进行调整，得到每个待标定相机对应的至少两条目标车道线。
进一步的，所述投影模块具体用于：
获取待标定相机到车体的外参；
若所述待标定相机为目标相机，则根据目标相机到车体的外参将目标相机采集的至少两条目标车道线投影至目标相机坐标系，得到目标相机采集的至少两条目标车道线对应的投影面；
若所述待标定相机非目标相机，则获取所述非目标相机和所述目标相机的初始相对位置，根据所述非目标相机和所述目标相机的初始相对位置，与所述非目标相机到车体的外参将所述非目标相机采集的至少两条目标车道线投影至目标相机坐标系，得到非目标相机采集的至少两条目标车道线对应的投影面。
进一步的，所述投影模块还用于：
根据所述非目标相机到车体的外参和所述目标相机到车体的外参确定所述非目标相机和所述目标相机的初始相对位置。
进一步的，所述确定模块具体用于：
获取两两投影面的交线集合；
根据所述交线集合中两两交线的夹角确定所述待标定相机中非目标相机与目标相机的目标相对位置。
根据本发明的另一方面，提供了一种电子设备，所述电子设备包括：
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计算机程序，所述计算机程序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本发明任一实施例所述的相机标定方法。
根据本发明的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本发明任一实施例所述的相机标定方法。
根据本发明的另一方面，提供了一种计算机程序产品，所述计算机程序在被处理器执行时实现如本发明实施例中任一所述的内转价格确定方法。
本发明实施例的技术方案，通过获取每个待标定相机采集的至少两条目标车道线；将所述每个待标定相机采集的至少两条目标车道线投影至目标相机坐标系，得到每个待标定相机采集的至少两条目标车道线对应的投影面；根据每个待标定相机采集的至少两条目标车道线对应的投影面确定所述待标定相机中非目标相机与目标相机的目标相对位置，其中，所述非目标相机为所述待标定相机中除目标相机以外的相机，解决了标定效率低且标定准确率低的问题，能够提升相机标定的准确度和效率。
应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案，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，下面描述中的附图仅仅是本发明的一些实施例，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是根据本发明实施例一提供的一种相机标定方法的流程图；
图2是根据本发明实施例二提供的一种相机标定方法的流程图；
图3是根据本发明实施例二提供的相机标定场景示意图；
图4是根据本发明实施例三提供的一种相机标定装置的结构示意图；
图5是实现本发明实施例的相机标定方法的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，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，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
图1为本发明实施例一提供了一种相机标定方法的流程图，本实施例可适用于相机标定情况，该方法可以由相机标定装置来执行，该相机标定装置可以采用硬件和/或软件的形式实现，该相机标定装置可配置在车辆上。如图1所示，该方法包括：
S110、获取每个待标定相机采集的至少两条目标车道线。
其中，所述待标定相机设置在车辆上，所述待标定相机可以包括：前视相机、后视相机以及侧视相机，侧视相机还可以包括：左视相机和右视相机。
其中，所述目标车道线可以为车辆所处道路上的车道线，例如可以是，前视相机采集到车道线1、车道线2、车道线3和车道线4，车道线1、车道线2、车道线3和车道线4为目标车道线。
具体的，获取每个待标定相机采集的至少两条目标车道线的方式可以为：获取前视相机采集的至少两条目标车道线，获取后视相机采集的至少两条目标车道线，获取左视相机采集的至少两条目标车道线，获取右视相机采集的至少两条目标车道线。例如可以是，前视相机采集到车道线1、车道线2、车道线3和车道线4，后视相机采集到车道线1、车道线2、车道线3和车道线4，左视相机采集到车道线1和车道线2，右视相机采集到车道线3和车道线4。
S120、将所述每个待标定相机采集的至少两条目标车道线投影至目标相机坐标系，得到每个待标定相机采集的至少两条目标车道线对应的投影面。
其中，所述目标相机坐标系可以为前视相机坐标系，也可以为后视相机坐标系，或者可以为左视相机坐标系，或者可以为右视相机坐标系，本发明实施例对此不进行限制。
具体的，将所述每个待标定相机采集的至少两条目标车道线投影至目标相机坐标系，得到每个待标定相机采集的至少两条目标车道线对应的投影面的方式可以为：将前视相机采集的至少两条目标车道线投影至前视相机坐标系，得到前视相机采集的至少两条目标车道线对应的投影面；将后视相机采集的至少两条目标车道线投影至前视相机坐标系，得到后视相机采集的至少两条目标车道线对应的投影面；将左视相机采集的至少两条目标车道线投影至前视相机坐标系，得到左视相机采集的至少两条目标车道线对应的投影面；将右视相机采集的至少两条目标车道线投影至前视相机坐标系，得到右视相机采集的至少两条目标车道线对应的投影面。将所述每个待标定相机采集的至少两条目标车道线投影至目标相机坐标系，得到每个待标定相机采集的至少两条目标车道线对应的投影面的方式还可以为：将前视相机采集的至少两条目标车道线投影至后视相机坐标系，得到前视相机采集的至少两条目标车道线对应的投影面；将后视相机采集的至少两条目标车道线投影至后视相机坐标系，得到后视相机采集的至少两条目标车道线对应的投影面；将左视相机采集的至少两条目标车道线投影至后视相机坐标系，得到左视相机采集的至少两条目标车道线对应的投影面；将右视相机采集的至少两条目标车道线投影至后视相机坐标系，得到右视相机采集的至少两条目标车道线对应的投影面。将所述每个待标定相机采集的至少两条目标车道线投影至目标相机坐标系，得到每个待标定相机采集的至少两条目标车道线对应的投影面的方式还可以为：将前视相机采集的至少两条目标车道线投影至左视相机坐标系，得到前视相机采集的至少两条目标车道线对应的投影面；将后视相机采集的至少两条目标车道线投影至左视相机坐标系，得到后视相机采集的至少两条目标车道线对应的投影面；将左视相机采集的至少两条目标车道线投影至左视相机坐标系，得到左视相机采集的至少两条目标车道线对应的投影面；将右视相机采集的至少两条目标车道线投影至左视相机坐标系，得到右视相机采集的至少两条目标车道线对应的投影面。将所述每个待标定相机采集的至少两条目标车道线投影至目标相机坐标系，得到每个待标定相机采集的至少两条目标车道线对应的投影面的方式还可以为：将前视相机采集的至少两条目标车道线投影至右视相机坐标系，得到前视相机采集的至少两条目标车道线对应的投影面；将后视相机采集的至少两条目标车道线投影至右视相机坐标系，得到后视相机采集的至少两条目标车道线对应的投影面；将左视相机采集的至少两条目标车道线投影至右视相机坐标系，得到左视相机采集的至少两条目标车道线对应的投影面；将右视相机采集的至少两条目标车道线投影至右视相机坐标系，得到右视相机采集的至少两条目标车道线对应的投影面。
S130、根据每个待标定相机采集的至少两条目标车道线对应的投影面确定所述待标定相机中非目标相机与目标相机的目标相对位置，其中，所述非目标相机为所述待标定相机中除目标相机以外的相机。
具体的，根据每个待标定相机采集的至少两条目标车道线对应的投影面确定所述待标定相机中非目标相机与目标相机的目标相对位置的方式可以为：获取两两投影面的交线集合；根据所述交线集合中两两交线的夹角确定所述待标定相机中非目标相机与目标相机的目标相对位置。根据每个待标定相机采集的至少两条目标车道线对应的投影面确定所述待标定相机中非目标相机与目标相机的目标相对位置的方式还可以为：获取两两投影面的交线集合；获取交线集合中每个交线上的任一目标点，得到目标点集合；根据所述目标点集合中的两两目标点生成目标向量；根据所述目标向量和两个目标点所属交线的方向向量的乘积，与所述交线集合中两两交线的夹角确定所述待标定相机中非目标相机与目标相机的目标相对位置。
可选的，获取每个待标定相机采集的至少两条目标车道线，包括：
获取每个待标定相机采集的目标图像；
对所述每个待标定相机采集的目标图像进行图像识别，得到每个待标定相机对应的至少两条目标车道线。
需要说明的是，为了保证采集到的车道线共面，每个待标定相机在车辆处于平坦地面时采集图像。平坦地面上的车道线为平行车道线。
具体的，获取每个待标定相机采集的目标图像的方式可以为：获取前视相机采集的目标图像，获取后视相机采集的目标图像，获取左视相机采集的目标图像，获取右视相机采集的目标图像。
具体的，对所述每个待标定相机采集的目标图像进行图像识别，得到每个待标定相机对应的至少两条目标车道线的方式可以为：对前视相机采集的目标图像进行图像识别，得到前视相机对应的至少两条目标车道线；对后视相机采集的目标图像进行图像识别，得到后视相机对应的至少两条目标车道线；对左视相机采集的目标图像进行图像识别，得到左视相机对应的至少两条目标车道线；对右视相机采集的目标图像进行图像识别，得到右视相机对应的至少两条目标车道线。
可选的，对所述每个待标定相机采集的目标图像进行图像识别，得到每个待标定相机对应的至少两条目标车道线，包括：
对所述每个待标定相机采集的目标图像进行图像识别，得到每个待标定相机对应的至少两条初始车道线；
根据两两初始车道线的夹角对所述每个待标定相机对应的至少两条初始车道线进行调整，得到每个待标定相机对应的至少两条目标车道线。
具体的，根据两两初始车道线的夹角对所述每个待标定相机对应的至少两条初始车道线进行调整，得到每个待标定相机对应的至少两条目标车道线的方式可以为：对前视相机采集的目标图像进行图像识别，得到前视相机对应的至少两条初始车道线；对后视相机采集的目标图像进行图像识别，得到后视相机对应的至少两条初始车道线；对左视相机采集的目标图像进行图像识别，得到左视相机对应的至少两条初始车道线；对右视相机采集的目标图像进行图像识别，得到右视相机对应的至少两条初始车道线；根据前视相机检测的至少两条初始车道线、后视相机检测的至少两条初始车道线、左视相机检测的至少两条初始车道线以及右视相机检测的至少两条初始车道线中的两两初始车道线的夹角对前视相机检测的至少两条初始车道线、后视相机检测的至少两条初始车道线、左视相机检测的至少两条初始车道线以及右视相机检测的至少两条初始车道线进行调整，得到前视相机对应的至少两条目标车道线、后视相机对应的至少两条目标车道线、左视相机对应的至少两条目标车道线以及右视相机对应的至少两条目标车道线。
可选的，根据每个待标定相机采集的至少两条目标车道线对应的投影面确定所述待标定相机中非目标相机与目标相机的目标相对位置，包括：
获取两两投影面的交线集合；
根据所述交线集合中两两交线的夹角确定所述待标定相机中非目标相机与目标相机的目标相对位置。
其中，获取两两投影面的交线集合的方式可以为：基于前视相机采集的至少两条目标车道线投影后得到的投影面、后视相机采集的至少两条目标车道线投影后得到的投影面、左视相机采集的至少两条目标车道线投影后得到的投影面以及右视相机采集的至少两条目标车道线投影后得到的投影面构成投影面集合，选取所述投影面集合中的两两投影面的交线的集合。例如可以是，若前视相机采集到车道线QL1、车道线QL2、车道线QL3以及车道线QL4,后视相机采集到车道线HL1、车道线HL2、车道线HL3以及车道线HL4，左视相机采集到车道线ZL1和车道线ZL2，右视相机采集到车道线YL3以及车道线YL4。将车道线QL1、车道线QL2、车道线QL3以及车道线QL4投影至前视相机坐标系，得到投影面SQL1投影面SQL2、投影面SQL3以及投影面SQL4，将车道线HL1、车道线HL2、车道线HL3以及车道线HL4投影至前视相机坐标系，得到投影面SHL1、投影面SHL2、投影面SHL3以及投影面SHL4，将车道线ZL1和车道线ZL2投影至前视相机坐标系，得到投影面SZL1和投影面SZL2，将车道线YL3以及车道线YL4投影至前视相机坐标系，得到投影面SYL3以及投影面SYL4。得到投影面集合：投影面SQL1投影面SQL2、投影面SQL3、投影面SQL4、投影面SHL1、投影面SHL2、投影面SHL3、投影面SHL4、投影面SZL1和投影面SZL2、投影面SYL3以及投影面SYL4。获取投影面集合中两两投影面的交线集合。
具体的，根据交线集合中两两交线的夹角确定所述待标定相机中非目标相机与目标相机的目标相对位置的方式可以为：设置约束条件为交线集合中两两交线平行。根据约束条件对非目标相机和目标相机的初始相对位置进行调整，得到目标相对位置。
可选的，根据所述交线集合中两两交线的夹角确定所述待标定相机中非目标相机与目标相机的目标相对位置，包括：
获取交线集合中每个交线上的任一目标点，得到目标点集合；
根据所述目标点集合中的两两目标点生成目标向量；
根据所述目标向量和两个目标点所属交线的方向向量的乘积，与所述交线集合中两两交线的夹角确定所述待标定相机中非目标相机与目标相机的目标相对位置。
具体的，获取交线集合中每个交线上的任一目标点，得到目标点集合的方式可以为：从交线集合中的每个交线上选取一个点作为目标点，将目标点存储至目标点集合。
其中，所述目标向量的数量为至少两个。
其中，获取所有目标向量和两个目标点所属交线的方向向量的乘积的方式可以为：根据交线1上的点A和交线2上的点B生成向量K，获取向量K、交线1的方向向量以及交线2的方向向量的乘积，以此类推，获取所有目标向量和两个目标点所属交线的方向向量的乘积。
本发明实施例的技术方案，通过获取每个待标定相机采集的至少两条目标车道线；将所述每个待标定相机采集的至少两条目标车道线投影至目标相机坐标系，得到每个待标定相机采集的至少两条目标车道线对应的投影面；根据每个待标定相机采集的至少两条目标车道线对应的投影面确定所述待标定相机中非目标相机与目标相机的目标相对位置，其中，所述非目标相机为所述待标定相机中除目标相机以外的相机，解决了标定效率低且标定准确率低的问题，能够提升相机标定的准确度和效率。
实施例二
图2为本发明实施例二提供的一种相机标定方法的流程图，本发明实施例中，将所述每个待标定相机采集的至少两条目标车道线投影至目标相机坐标系，得到每个待标定相机采集的至少两条目标车道线对应的投影面，包括：获取待标定相机到车体的外参；若所述待标定相机为目标相机，则根据目标相机到车体的外参将目标相机采集的至少两条目标车道线投影至目标相机坐标系，得到目标相机采集的至少两条目标车道线对应的投影面；若所述待标定相机非目标相机，则获取所述非目标相机和所述目标相机的初始相对位置，根据所述非目标相机和所述目标相机的初始相对位置，与所述非目标相机到车体的外参将所述非目标相机采集的至少两条目标车道线投影至目标相机坐标系，得到非目标相机采集的至少两条目标车道线对应的投影面。如图2所示，该方法包括：
S210、获取每个待标定相机采集的至少两条目标车道线。
S220、获取待标定相机到车体的外参。
其中，待标定相机到车体的外参包括：前视相机到车体的外参、后视相机到车体的外参、左视相机到车体的外参以及右视相机到车体的外参。
S230、若所述待标定相机为目标相机，则根据目标相机到车体的外参将目标相机采集的至少两条目标车道线投影至目标相机坐标系，得到目标相机采集的至少两条目标车道线对应的投影面。
其中，所述目标相机可以为前视相机，也可以为后视相机，还可以为左视相机，或者可以为右视相机。
具体的，若所述待标定相机为目标相机，则根据目标相机到车体的外参将目标相机采集的至少两条目标车道线投影至目标相机坐标系，得到目标相机采集的至少两条目标车道线对应的投影面，例如可以是，若所述目标相机为前视相机，待标定相机为前视相机，则根据前视相机到车体的外参将前视相机采集的至少两条目标车道线投影至前视相机坐标系，得到前视相机采集的至少两条目标车道线对应的投影面。
S240、若所述待标定相机非目标相机，则获取所述非目标相机和所述目标相机的初始相对位置，根据所述非目标相机和所述目标相机的初始相对位置，与所述非目标相机到车体的外参将所述非目标相机采集的至少两条目标车道线投影至目标相机坐标系，得到非目标相机采集的至少两条目标车道线对应的投影面。
其中，所述非目标相机为除目标相机以外的其他相机。
具体的，若所述待标定相机非目标相机，则获取所述非目标相机和所述目标相机的初始相对位置，根据所述非目标相机和所述目标相机的初始相对位置，与所述非目标相机到车体的外参将待标定相机采集的至少两条目标车道线投影至目标相机坐标系，得到非目标相机采集的至少两条目标车道线对应的投影面。例如可以是，若所述目标相机为前视相机，若待标定相机为左视相机，则获取左视相机和前视相机的初始相对位置，根据左视相机和前视相机的初始相对位置，与左视相机到车体的外参将左视相机采集的至少两条目标车道线投影至前视坐标系，得到左视相机采集的至少两条目标车道线对应的投影面。
S250、根据每个待标定相机采集的至少两条目标车道线对应的投影面确定所述待标定相机中非目标相机与目标相机的目标相对位置，其中，所述非目标相机为所述待标定相机中除目标相机以外的相机。
可选的，获取所述非目标相机和所述目标相机的初始相对位置，包括：
根据所述非目标相机到车体的外参和所述目标相机到车体的外参确定所述非目标相机和所述目标相机的初始相对位置。
在一个具体的例子中，如图3所示，假设四个相机(前视相机、后视相机、左视相机和右视相机)分别看到共同的车道线，如果没有共视区域则获取车道线的延长线，将前视相机、后视相机、左视相机和右视相机检测到的车道线反投影到前视相机坐标系下，会形成一个投影面，通过相机相互之间的待优化的外参E_tgt_src(待标定相机到目标相机的外参)把待标定相机投影的面src_plane_1转到目标相机下形成project_src_plane，比如左视相机和前视相机均检测到车道线lane_1，将左视相机检测到的车道线lane_1投影至目标相机坐标系，得到投影面project_src_plane_1；将前视相机检测到的车道线lane_1投影至目标相机坐标系，得到投影面tgt_plane_1，获取投影面project_src_plane_1和投影面tgt_plane_1相交成空间的线line_1，同理会有line_2，line_3，line_4,第一约束条件是：line_1、line_2、line_3以及line_4都是相互平行和共面的，第二约束条件是：设m为直线line_1上一点，n为直线line_2上一点，令过m，n的向量为a，求向量a与两直线方向向量的混合乘积，最小化混合乘积和最小化两两直线的夹角。根据上述第一约束条件和第二约束条件对非目标相机与目标相机的初始相对位置进行调整，得到目标相对位置。
本发明实施例的技术方案，通过获取每个待标定相机采集的至少两条目标车道线；获取待标定相机到车体的外参；若所述待标定相机为目标相机，则根据目标相机到车体的外参将目标相机采集的至少两条目标车道线投影至目标相机坐标系，得到目标相机采集的至少两条目标车道线对应的投影面；若所述待标定相机非目标相机，则获取所述非目标相机和所述目标相机的初始相对位置，根据所述非目标相机和所述目标相机的初始相对位置，与所述非目标相机到车体的外参将所述非目标相机采集的至少两条目标车道线投影至目标相机坐标系，得到非目标相机采集的至少两条目标车道线对应的投影面；根据每个待标定相机采集的至少两条目标车道线对应的投影面确定所述待标定相机中非目标相机与目标相机的目标相对位置，其中，所述非目标相机为所述待标定相机中除目标相机以外的相机，解决了标定效率低且标定准确率低的问题，能够提升相机标定的准确度和效率。
实施例三
图4为本发明实施例三提供的一种相机标定装置的结构示意图。如图4所示，该装置包括：获取模块310、投影模块320和确定模块330；
其中，获取模块，用于获取每个待标定相机采集的至少两条目标车道线；
投影模块，用于将所述每个待标定相机采集的至少两条目标车道线投影至目标相机坐标系，得到每个待标定相机采集的至少两条目标车道线对应的投影面；
确定模块，用于根据每个待标定相机采集的至少两条目标车道线对应的投影面确定所述待标定相机中非目标相机与目标相机的目标相对位置，其中，所述非目标相机为所述待标定相机中除目标相机以外的相机。
可选的，所述获取模块具体用于：
获取每个待标定相机采集的目标图像；
对所述每个待标定相机采集的目标图像进行图像识别，得到每个待标定相机对应的至少两条目标车道线。
可选的，所述获取模块具体用于：
对所述每个待标定相机采集的目标图像进行图像识别，得到每个待标定相机对应的至少两条初始车道线；
根据两两初始车道线的夹角对所述每个待标定相机对应的至少两条初始车道线进行调整，得到每个待标定相机对应的至少两条目标车道线。
可选的，所述投影模块具体用于：
获取待标定相机到车体的外参；
若所述待标定相机为目标相机，则根据目标相机到车体的外参将目标相机采集的至少两条目标车道线投影至目标相机坐标系，得到目标相机采集的至少两条目标车道线对应的投影面；
若所述待标定相机非目标相机，则获取所述非目标相机和所述目标相机的初始相对位置，根据所述非目标相机和所述目标相机的初始相对位置，与所述非目标相机到车体的外参将所述非目标相机采集的至少两条目标车道线投影至目标相机坐标系，得到非目标相机采集的至少两条目标车道线对应的投影面。
可选的，所述投影模块还用于：
根据所述非目标相机到车体的外参和所述目标相机到车体的外参确定所述非目标相机和所述目标相机的初始相对位置。
可选的，所述确定模块具体用于：
获取两两投影面的交线集合；
根据所述交线集合中两两交线的夹角确定所述待标定相机中非目标相机与目标相机的目标相对位置。
本发明实施例所提供的相机标定装置可执行本发明任意实施例所提供的相机标定方法，具备执行方法相应的功能模块和有益效果。
本发明实施例的技术方案，通过获取每个待标定相机采集的至少两条目标车道线；将所述每个待标定相机采集的至少两条目标车道线投影至目标相机坐标系，得到每个待标定相机采集的至少两条目标车道线对应的投影面；根据每个待标定相机采集的至少两条目标车道线对应的投影面确定所述待标定相机中非目标相机与目标相机的目标相对位置，其中，所述非目标相机为所述待标定相机中除目标相机以外的相机，解决了标定效率低且标定准确率低的问题，能够提升相机标定的准确度和效率。
实施例四
图5示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备旨在表示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(如头盔、眼镜、手表等)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/或者要求的本发明的实现。
如图5所示，电子设备10包括至少一个处理器11，以及与至少一个处理器11通信连接的存储器，如只读存储器(ROM)12、随机访问存储器(RAM)13等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序，来执行各种适当的动作和处理。在RAM 13中，还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15，包括：输入单元16，例如键盘、鼠标等；输出单元17，例如各种类型的显示器、扬声器等；存储单元18，例如磁盘、光盘等；以及通信单元19，例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理，例如相机标定方法：
获取每个待标定相机采集的至少两条目标车道线；
将所述每个待标定相机采集的至少两条目标车道线投影至目标相机坐标系，得到每个待标定相机采集的至少两条目标车道线对应的投影面；
根据每个待标定相机采集的至少两条目标车道线对应的投影面确定所述待标定相机中非目标相机与目标相机的目标相对位置，其中，所述非目标相机为所述待标定相机中除目标相机以外的相机。
在一些实施例中，相机标定方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元18。在一些实施例中，计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时，可以执行上文描述的相机标定方法的一个或多个步骤。备选地，在其他实施例中，处理器11可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行相机标定方法：
获取每个待标定相机采集的至少两条目标车道线；
将所述每个待标定相机采集的至少两条目标车道线投影至目标相机坐标系，得到每个待标定相机采集的至少两条目标车道线对应的投影面；
根据每个待标定相机采集的至少两条目标车道线对应的投影面确定所述待标定相机中非目标相机与目标相机的目标相对位置，其中，所述非目标相机为所述待标定相机中除目标相机以外的相机。
本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、负载可编程逻辑设备(CPLD)、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。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中，计算机可读存储介质可以是有形的介质，其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备，或者上述内容的任何合适组合。备选地，计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在电子设备上实施此处描述的***和技术，该电子设备具有：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电子设备。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)、区块链网络和互联网。
计算***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。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务中，存在的管理难度大，业务扩展性弱的缺陷。
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，本发明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，只要能够实现本发明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，并不构成对本发明保护范围的限制。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。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。
Claims (11)
1.一种相机标定方法，其特征在于，应用于目标车辆，所述目标车辆上配置至少两个待标定相机，所述相机标定方法包括：
获取每个待标定相机采集的至少两条目标车道线；
将所述每个待标定相机采集的至少两条目标车道线投影至目标相机坐标系，得到每个待标定相机采集的至少两条目标车道线对应的投影面；
根据每个待标定相机采集的至少两条目标车道线对应的投影面确定所述待标定相机中非目标相机与目标相机的目标相对位置，其中，所述非目标相机为所述待标定相机中除目标相机以外的相机。
2.根据权利要求1所述的方法，其特征在于，获取每个待标定相机采集的至少两条目标车道线，包括：
获取每个待标定相机采集的目标图像；
对所述每个待标定相机采集的目标图像进行图像识别，得到每个待标定相机对应的至少两条目标车道线。
3.根据权利要求2所述的方法，其特征在于，对所述每个待标定相机采集的目标图像进行图像识别，得到每个待标定相机对应的至少两条目标车道线，包括：
对所述每个待标定相机采集的目标图像进行图像识别，得到每个待标定相机对应的至少两条初始车道线；
根据两两初始车道线的夹角对所述每个待标定相机对应的至少两条初始车道线进行调整，得到每个待标定相机对应的至少两条目标车道线。
4.根据权利要求1所述的方法，其特征在于，将所述每个待标定相机采集的至少两条目标车道线投影至目标相机坐标系，得到每个待标定相机采集的至少两条目标车道线对应的投影面，包括：
获取待标定相机到车体的外参；
若所述待标定相机为目标相机，则根据目标相机到车体的外参将目标相机采集的至少两条目标车道线投影至目标相机坐标系，得到目标相机采集的至少两条目标车道线对应的投影面；
若所述待标定相机非目标相机，则获取所述非目标相机和所述目标相机的初始相对位置，根据所述非目标相机和所述目标相机的初始相对位置，与所述非目标相机到车体的外参将所述非目标相机采集的至少两条目标车道线投影至目标相机坐标系，得到非目标相机采集的至少两条目标车道线对应的投影面。
5.根据权利要求4所述的方法，其特征在于，获取所述非目标相机和所述目标相机的初始相对位置，包括：
根据所述非目标相机到车体的外参和所述目标相机到车体的外参确定所述非目标相机和所述目标相机的初始相对位置。
6.根据权利要求1所述的方法，其特征在于，根据每个待标定相机采集的至少两条目标车道线对应的投影面确定所述待标定相机中非目标相机与目标相机的目标相对位置，包括：
获取两两投影面的交线集合；
根据所述交线集合中两两交线的夹角确定所述待标定相机中非目标相机与目标相机的目标相对位置。
7.根据权利要求6所述的方法，其特征在于，根据所述交线集合中两两交线的夹角确定所述待标定相机中非目标相机与目标相机的目标相对位置，包括：
获取交线集合中每个交线上的任一目标点，得到目标点集合；
根据所述目标点集合中的两两目标点生成目标向量；
根据所述目标向量和两个目标点所属交线的方向向量的乘积，与所述交线集合中两两交线的夹角确定所述待标定相机中非目标相机与目标相机的目标相对位置。
8.一种相机标定装置，其特征在于，包括：
获取模块，用于获取每个待标定相机采集的至少两条目标车道线；
投影模块，用于将所述每个待标定相机采集的至少两条目标车道线投影至目标相机坐标系，得到每个待标定相机采集的至少两条目标车道线对应的投影面；
确定模块，用于根据每个待标定相机采集的至少两条目标车道线对应的投影面确定所述待标定相机中非目标相机与目标相机的目标相对位置，其中，所述非目标相机为所述待标定相机中除目标相机以外的相机。
9.一种电子设备，其特征在于，所述电子设备包括：
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计算机程序，所述计算机程序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1-7中任一项所述的相机标定方法。
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存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的相机标定方法。
11.一种计算机程序产品，其特征在于，所述计算机程序产品包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-7中任一项所述的相机标定方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210193862.5A CN114565681B (zh) | 2022-03-01 | 2022-03-01 | 一种相机标定方法、装置、设备、介质及产品 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210193862.5A CN114565681B (zh) | 2022-03-01 | 2022-03-01 | 一种相机标定方法、装置、设备、介质及产品 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114565681A true CN114565681A (zh) | 2022-05-31 |
| CN114565681B CN114565681B (zh) | 2022-11-22 |
Family
ID=81714916
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210193862.5A Active CN114565681B (zh) | 2022-03-01 | 2022-03-01 | 一种相机标定方法、装置、设备、介质及产品 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114565681B (zh) |
Citations (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080140286A1 (en) * | 2006-12-12 | 2008-06-12 | Ho-Choul Jung | Parking Trace Recognition Apparatus and Automatic Parking System |
| DE102015103877A1 (de) * | 2014-03-25 | 2015-10-01 | Ford Global Technologies, Llc | Kamerakalibrierung |
| WO2016131587A1 (en) * | 2015-02-16 | 2016-08-25 | Application Solutions (Electronics and Vision) Ltd. | Method and device for stabilization of a surround view image |
| CN106056620A (zh) * | 2016-06-13 | 2016-10-26 | 西南科技大学 | 用于线激光位置标定的标定板及线激光相机测量***标定方法 |
| CN109827521A (zh) * | 2019-03-11 | 2019-05-31 | 烟台大学 | 一种快速多线结构光视觉测量***标定方法 |
| WO2019228211A1 (zh) * | 2018-05-31 | 2019-12-05 | 上海商汤智能科技有限公司 | 基于车道线的智能驾驶控制方法和装置、电子设备 |
| CN110555884A (zh) * | 2018-05-31 | 2019-12-10 | 海信集团有限公司 | 一种车载双目相机的标定方法、装置及终端 |
| CN110555885A (zh) * | 2018-05-31 | 2019-12-10 | 海信集团有限公司 | 一种车载相机的标定方法、装置及终端 |
| CN111724446A (zh) * | 2020-05-20 | 2020-09-29 | 同济大学 | 一种用于建筑物三维重建的变焦距相机外参数标定方法 |
| CN111862231A (zh) * | 2020-06-15 | 2020-10-30 | 南方科技大学 | 一种相机标定方法、车道偏离预警方法及*** |
| CN112598750A (zh) * | 2020-12-22 | 2021-04-02 | 北京百度网讯科技有限公司 | 路侧相机标定方法、装置、电子设备和存储介质 |
| CN112654886A (zh) * | 2020-05-27 | 2021-04-13 | 华为技术有限公司 | 外参标定方法、装置、设备及存储介质 |
| CN113256742A (zh) * | 2021-07-15 | 2021-08-13 | 禾多科技（北京）有限公司 | 界面展示方法、装置、电子设备和计算机可读介质 |
| CN113340334A (zh) * | 2021-07-29 | 2021-09-03 | 新石器慧通（北京）科技有限公司 | 用于无人车的传感器标定方法、装置及电子设备 |
| CN113378705A (zh) * | 2021-06-09 | 2021-09-10 | 苏州智加科技有限公司 | 车道线检测方法、装置、设备及存储介质 |
| US20210319588A1 (en) * | 2020-07-20 | 2021-10-14 | Beijing Baidu Netcom Science and Technology Co., Ltd | Method and Apparatus for Calibrating External Parameters of Image Acquisition Device, Device and Storage Medium |
| CN113674357A (zh) * | 2021-08-04 | 2021-11-19 | 禾多科技（北京）有限公司 | 相机外参标定方法、装置、电子设备和计算机可读介质 |
| CN113947639A (zh) * | 2021-10-27 | 2022-01-18 | 北京斯年智驾科技有限公司 | 基于多雷达点云线特征的自适应在线估计标定***及方法 |
| CN114067001A (zh) * | 2022-01-14 | 2022-02-18 | 天津所托瑞安汽车科技有限公司 | 车载相机角度标定方法、终端及存储介质 |
-
2022
- 2022-03-01 CN CN202210193862.5A patent/CN114565681B/zh active Active
Patent Citations (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080140286A1 (en) * | 2006-12-12 | 2008-06-12 | Ho-Choul Jung | Parking Trace Recognition Apparatus and Automatic Parking System |
| DE102015103877A1 (de) * | 2014-03-25 | 2015-10-01 | Ford Global Technologies, Llc | Kamerakalibrierung |
| WO2016131587A1 (en) * | 2015-02-16 | 2016-08-25 | Application Solutions (Electronics and Vision) Ltd. | Method and device for stabilization of a surround view image |
| CN106056620A (zh) * | 2016-06-13 | 2016-10-26 | 西南科技大学 | 用于线激光位置标定的标定板及线激光相机测量***标定方法 |
| WO2019228211A1 (zh) * | 2018-05-31 | 2019-12-05 | 上海商汤智能科技有限公司 | 基于车道线的智能驾驶控制方法和装置、电子设备 |
| CN110555884A (zh) * | 2018-05-31 | 2019-12-10 | 海信集团有限公司 | 一种车载双目相机的标定方法、装置及终端 |
| CN110555885A (zh) * | 2018-05-31 | 2019-12-10 | 海信集团有限公司 | 一种车载相机的标定方法、装置及终端 |
| CN109827521A (zh) * | 2019-03-11 | 2019-05-31 | 烟台大学 | 一种快速多线结构光视觉测量***标定方法 |
| CN111724446A (zh) * | 2020-05-20 | 2020-09-29 | 同济大学 | 一种用于建筑物三维重建的变焦距相机外参数标定方法 |
| CN112654886A (zh) * | 2020-05-27 | 2021-04-13 | 华为技术有限公司 | 外参标定方法、装置、设备及存储介质 |
| CN111862231A (zh) * | 2020-06-15 | 2020-10-30 | 南方科技大学 | 一种相机标定方法、车道偏离预警方法及*** |
| US20210319588A1 (en) * | 2020-07-20 | 2021-10-14 | Beijing Baidu Netcom Science and Technology Co., Ltd | Method and Apparatus for Calibrating External Parameters of Image Acquisition Device, Device and Storage Medium |
| CN112598750A (zh) * | 2020-12-22 | 2021-04-02 | 北京百度网讯科技有限公司 | 路侧相机标定方法、装置、电子设备和存储介质 |
| CN113378705A (zh) * | 2021-06-09 | 2021-09-10 | 苏州智加科技有限公司 | 车道线检测方法、装置、设备及存储介质 |
| CN113256742A (zh) * | 2021-07-15 | 2021-08-13 | 禾多科技（北京）有限公司 | 界面展示方法、装置、电子设备和计算机可读介质 |
| CN113340334A (zh) * | 2021-07-29 | 2021-09-03 | 新石器慧通（北京）科技有限公司 | 用于无人车的传感器标定方法、装置及电子设备 |
| CN113674357A (zh) * | 2021-08-04 | 2021-11-19 | 禾多科技（北京）有限公司 | 相机外参标定方法、装置、电子设备和计算机可读介质 |
| CN113947639A (zh) * | 2021-10-27 | 2022-01-18 | 北京斯年智驾科技有限公司 | 基于多雷达点云线特征的自适应在线估计标定***及方法 |
| CN114067001A (zh) * | 2022-01-14 | 2022-02-18 | 天津所托瑞安汽车科技有限公司 | 车载相机角度标定方法、终端及存储介质 |
Non-Patent Citations (6)
| Title |
|---|
| KYOUNGTAEK CHOI等: ""Automatic Calibration of an Around View Monitor System Exploiting Lane Markings"", 《SENSORS 》 * |
| YUEHUALI等: ""A universal method for the calibration of swing-scanning line structured light measurement system"", 《OPTIK》 * |
| 刘福明: ""一种开放道路车载双目相机的外参标定方法"", 《电子技术与软件工程》 * |
| 张新宇: ""基于深度学习的车道线提取研究"", 《中国优秀硕士学位论文全文数据库 (工程科技Ⅱ辑)》 * |
| 祝飞 等: ""融合多种棋盘格约束的面阵相机和线激光外参标定"", 《武汉大学学报(信息科学版)》 * |
| 虞国庆: ""自动驾驶中相机外参优化与应用"", 《中国优秀硕士学位论文全文数据库 (工程科技Ⅱ辑)》 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114565681B (zh) | 2022-11-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP3869399A2 (en) | Vehicle information detection method and apparatus, electronic device, storage medium and program | |
| EP3889908A2 (en) | Image projection method, apparatus, device and storage medium | |
| KR20210065075A (ko) | 차량 주행 궤적의 예측 방법, 장치, 기기 및 저장 매체 | |
| US20210272306A1 (en) | Method for training image depth estimation model and method for processing image depth information | |
| KR20210151724A (ko) | 차량 포지셔닝 방법, 장치, 전자 기기, 저장 매체 및 컴퓨터 프로그램 | |
| CN112967344B (zh) | 相机外参标定的方法、设备、存储介质及程序产品 | |
| CN113706704B (zh) | 基于高精地图规划路线的方法、设备以及自动驾驶车辆 | |
| CN113483774B (zh) | 导航方法、装置、电子设备及可读存储介质 | |
| CN114663529B (zh) | 一种外参确定方法、装置、电子设备及存储介质 | |
| CN113435392A (zh) | 应用于自动泊车的车辆定位方法、装置及车辆 | |
| CN115139792A (zh) | 一种车辆显示控制***、方法、装置、设备及介质 | |
| CN111949816A (zh) | 定位处理方法、装置、电子设备和存储介质 | |
| CN117745845A (zh) | 一种外参信息确定方法、装置、设备和存储介质 | |
| CN116620168B (zh) | 一种障碍物预警方法、装置、电子设备及存储介质 | |
| CN114565681B (zh) | 一种相机标定方法、装置、设备、介质及产品 | |
| CN114565683B (zh) | 一种精度确定方法、装置、设备、介质及产品 | |
| CN115760827A (zh) | 点云数据的检测方法、装置、设备以及存储介质 | |
| CN115908581A (zh) | 一种车载相机俯仰角标定方法、装置、设备及存储介质 | |
| CN115265472A (zh) | 路面沉降测量方法、装置、设备以及介质 | |
| CN114266876A (zh) | 定位方法、视觉地图的生成方法及其装置 | |
| CN110389349B (zh) | 定位方法和装置 | |
| CN113409405A (zh) | 评估相机标定位置的方法、装置、设备和存储介质 | |
| JP7425169B2 (ja) | 画像処理方法、装置、電子機器、記憶媒体及びコンピュータプログラム | |
| EP4134843A2 (en) | Fusion and association method and apparatus for traffic objects in driving environment, and edge computing device | |
| CN116485906B (zh) | 参数处理方法、装置、设备以及存储介质 |
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 | ||
| 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: 100095 101-15, 3rd floor, building 9, yard 55, zique Road, Haidian District, Beijing Patentee before: HOLOMATIC TECHNOLOGY (BEIJING) Co.,Ltd. |
|
| CP03 | Change of name, title or address | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: A camera calibration method, device, equipment, medium, and product Granted publication date: 20221122 Pledgee: Bank of Shanghai Co.,Ltd. Beijing Branch Pledgor: Heduo Technology (Guangzhou) Co.,Ltd. Registration number: Y2024980009891 |
|
| PE01 | Entry into force of the registration of the contract for pledge of patent right |