CN117611724B - 车辆视觉传感器仿真图像校正方法、***、设备和介质 - Google Patents
车辆视觉传感器仿真图像校正方法、***、设备和介质 Download PDFInfo
- Publication number
- CN117611724B CN117611724B CN202410077055.6A CN202410077055A CN117611724B CN 117611724 B CN117611724 B CN 117611724B CN 202410077055 A CN202410077055 A CN 202410077055A CN 117611724 B CN117611724 B CN 117611724B
- Authority
- CN
- China
- Prior art keywords
- correction
- picture
- projection
- virtual
- vision sensor
- 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
Links
- 238000004088 simulation Methods 0.000 title claims abstract description 116
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000012937 correction Methods 0.000 claims abstract description 170
- 238000009434 installation Methods 0.000 claims abstract description 110
- 230000000007 visual effect Effects 0.000 claims abstract description 77
- 238000012360 testing method Methods 0.000 claims abstract description 28
- 238000004590 computer program Methods 0.000 claims description 16
- 238000003702 image correction Methods 0.000 claims description 16
- 238000005259 measurement Methods 0.000 claims description 14
- 238000004891 communication Methods 0.000 claims description 8
- 238000010586 diagram Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 12
- 230000003287 optical effect Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000010276 construction Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 102100034112 Alkyldihydroxyacetonephosphate synthase, peroxisomal Human genes 0.000 description 1
- 101000799143 Homo sapiens Alkyldihydroxyacetonephosphate synthase, peroxisomal Proteins 0.000 description 1
- 238000000848 angular dependent Auger electron spectroscopy Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 238000005316 response function Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/10—Geometric effects
- G06T15/20—Perspective computation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/005—General purpose rendering architectures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20112—Image segmentation details
- G06T2207/20164—Salient point detection; Corner detection
-
- 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)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Graphics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computing Systems (AREA)
- Geometry (AREA)
- Closed-Circuit Television Systems (AREA)
Abstract
本发明公开车辆视觉传感器仿真图像校正方法、***、设备和介质,涉及汽车仿真测试技术领域,该方法包括以下步骤:采集并存储实测视觉传感器拍摄的校正图片;根据实测视觉传感器、投影显示模块和投影模块的安装坐标和安装角度搭建仿真***;采集虚拟视觉传感器拍摄的仿真图片;获取两个对比图片的参考边长,并计算得到校正增量;当至少一个校正增量大于或者等于相应的校正阈值时,则根据该校正增量调整虚拟视觉传感器的数据参数,并重新获取第二对比图片的参考边长,计算新的校正增量;当校正增量均小于相应的校正阈值时,则判定当前仿真图片的数据参数满足仿真测试要求。提高仿真图像的逼真度,提升辅助驾驶和自动驾驶仿真测试的可靠性。
Description
技术领域
本发明一般涉及汽车仿真测试技术领域,具体涉及车辆视觉传感器仿真图像校正方法、***、设备和介质。
背景技术
随着汽车电子技术的发展,基于视觉传感器、毫米波雷达、激光雷达等传感器的汽车高级辅助驾驶(Advanced Driver Assistance System,ADAS)和自动驾驶功能受到广大消费者的青睐,成为新的发展趋势。汽车厂商针对市场需求,对辅助驾驶和自动驾驶相关功能进行了大量的研发投入。而汽车辅助驾驶和自动驾驶功能的安全性和稳定性需要在应急驾驶场景工况下,经过大量的仿真测试和验证。其中,如何获取高逼真度的车辆视觉传感器仿真图像是检验辅助驾驶和自动驾驶功能的重要影响因素。
在辅助驾驶和自动驾驶整车在环仿真测试中,多采用显示屏或投影幕布作仿真图像的载体,再由单目视觉传感器通过光学***完成仿真图像采集。仿真图像是由仿真场景中的虚拟视觉传感器仿真模型生成,其建模不仅要根据已知视觉传感器的安装位置和安装角度参数,还需要依赖实测视觉传感器的硬件参数(如传感器尺寸、焦距等参数)。基于硬件参数的标定过程,不仅效率低下,而且硬件参数对于检验单位可能是难获取的,并存在安装误差等问题,这些问题会导致仿真图像失真,进而影响辅助驾驶和自动驾驶功能测试的准确性。因此,我们提供一种车辆视觉传感器仿真图像校正方法、***、设备和介质,用以解决上述问题。
发明内容
鉴于现有技术中的上述缺陷或不足,期望提供一种实现工程应用中对虚拟视觉传感器仿真参数快速自动校准,提高仿真图像的逼真度和测试效率,从而提升辅助驾驶和自动驾驶仿真测试的可靠性,降低测试成本的车辆视觉传感器仿真图像校正方法、***、设备和介质。
第一方面,本发明提供一种车辆视觉传感器仿真图像校正方法,包括以下步骤:
构建安装坐标系,并在所述安装坐标系中,获取实测视觉传感器的安装高度和安装角度;
根据所述实测视觉传感器的安装高度和安装角度,确定投影模块和投影显示模块在所述安装坐标系中的安装坐标和安装角度并安装;
采集并存储所述实测视觉传感器拍摄的所述投影模块投射在所述投影显示模块上的投影图片,作为校正图片;
根据所述实测视觉传感器、所述投影显示模块和所述投影模块的安装坐标和安装角度搭建仿真***;所述仿真***包含与所述实测视觉传感器对应的虚拟视觉传感器、与所述投影显示模块对应的虚拟投影显示模块以及与所述投影模块对应的虚拟投影模块;
在所述仿真***中,采集所述虚拟视觉传感器拍摄的虚拟投影模块投射在虚拟显示模块上的投影图片,作为仿真图片;
在所述校正图片上构建图像坐标系,在所述图像坐标系中生成第一对比图片并获取其对应的参考边长,同时,在所述仿真图片上构建虚拟图像坐标系,在所述虚拟图像坐标系中生成第二对比图片并获取其对应的参考边长,并计算得到校正增量;
当至少一个所述校正增量大于或者等于相应的校正阈值时,则根据该校正增量调整所述虚拟视觉传感器相应的数据参数,并重新获取所述仿真图片,计算新的校正增量;
当所述校正增量均小于相应的校正阈值时,则判定所述虚拟视觉传感器当前的数据参数满足仿真测试要求。
根据本发明提供的技术方案,所述校正增量至少包括:俯仰校正增量、方位校正增量、视场角校正增量和位置坐标校正增量;
根据以下公式计算所述校正增量:
;
其中,为俯仰校正增量,/>为俯仰比例系数,/>为位于第一对比图片上侧的参考边长,/>为位于第一对比图片下侧的参考边长,/>为位于第二对比图片上侧的参考边长,/>为位于第二对比图片下侧的参考边长;
;
其中,为方位校正增量,/>为方位比例系数,/>为位于第一对比图片左侧的参考边长,/>为位于第一对比图片右侧的参考边长,/>为位于第二对比图片左侧的参考边长,/>为位于第二对比图片右侧的参考边长;
;
其中,为视场角校正增量,/>为视场角比例系数;
;
其中,为位置坐标校正增量,/>为位置坐标比例系数,/>、/>分别为第一对比图片的一个边缘角点的x轴坐标与y轴坐标,/>、/>分别为第二对比图片的一个边缘角点的x轴坐标与y轴坐标。
根据本发明提供的技术方案,当至少一个所述校正增量大于或者等于相应的校正阈值时,则根据该校正增量调整所述虚拟视觉传感器相应的数据参数,具体包括以下步骤:
当所述俯仰校正增量大于或者等于俯仰校正阈值时,则根据所述俯仰校正增量的绝对值向相应方向转动所述虚拟视觉传感器;
当所述方位校正增量大于或者等于方位校正阈值时,则根据所述方位校正增量的绝对值向相应方向转动所述虚拟视觉传感器;
当所述视场角校正增量大于或者等于视场角校正阈值时,则根据所述视场角校正增量的绝对值调整所述虚拟视觉传感器的视场角;
当所述位置坐标校正增量大于或者等于位置坐标校正阈值时,则根据所述位置坐标校正增量的绝对值调整所述虚拟视觉传感器的坐标。
根据本发明提供的技术方案,根据以下步骤构建安装坐标系:
以所述实测视觉传感器在底盘测功机上的投影点作为原点,以过所述投影点且与车辆车头前进方向平行的延长线作为X轴,以过所述投影点且与所述底盘测功机平行、与所述车辆车头前进方向垂直的延长线作为Y轴,以过所述投影点且与所述底盘测功机垂直的延长线作为Z轴,构建安装坐标系。
根据本发明提供的技术方案,确定所述投影模块和所述投影显示模块在所述安装坐标系中的安装坐标和安装角度并安装,具体包括以下步骤:
根据所述实测视觉传感器的安装角度,调整所述投影模块和所述投影显示模块的安装角度;
根据所述实测视觉传感器的安装高度以及安装角度,确定所述投影模块和所述投影显示模块在所述安装坐标系中的安装坐标;
根据所述投影模块和所述投影显示模块在所述安装坐标系中的安装坐标和安装角度安装所述投影模块和所述投影显示模块。
根据本发明提供的技术方案,在所述图像坐标系中生成第一对比图片并获取其对应的参考边长,具体包括以下步骤:
在所述校正图片上获取四个边缘角点;
根据四个所述边缘角点,生成第一对比图片;
提取相应所述边缘角点在所述图像坐标系中的坐标;
计算相邻两个所述边缘角点的坐标之间的距离,作为所述第一对比图片的参考边长。
根据本发明提供的技术方案,根据以下步骤构建图像坐标系:
以位于所述校正图片左上角的点为原点,以过该原点且平行于所述校正图片长度方向的线作为x轴,以过该原点且平行于所述校正图片宽度方向的线作为y轴,构建图像坐标系。
第二方面,本发明提供一种车辆视觉传感器仿真图像校正***,能够实现上述的一种车辆视觉传感器仿真图像校正方法,所述***包括:仿真工作单元和与所述仿真工作单元通信连接的待测车辆的实测视觉传感器、投影显示模块、投影模块;
所述待测车辆设置在底盘测功机上,所述投影显示模块位于所述待测车辆和所述投影模块之间,所述投影显示模块用于显示投影图像;
所述实测视觉传感器用于拍摄所述投影模块投射在所述投影显示模块上的投影图片;所述仿真工作单元具有虚拟视觉传感器、虚拟投影模块以及虚拟投影显示模块,所述虚拟视觉传感器用于拍摄虚拟投影模块投射在虚拟投影显示模块上的投影图片;所述投影模块用于向所述投影显示模块上投射图片。
第三方面,本发明提供一种电子设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上述的一种车辆视觉传感器仿真图像校正方法的步骤。
第四方面,本发明提供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程序,所述计算机程序被处理器执行时实现如上述的一种车辆视觉传感器仿真图像校正方法的步骤。
综上所述,本发明公开一种车辆视觉传感器仿真图像校正方法的具体流程。本发明通过构建安装坐标系,并在安装坐标系中,获取实测视觉传感器的安装高度和安装角度;根据实测视觉传感器的安装高度和安装角度,确定投影模块和投影显示模块在安装坐标系中的安装坐标和安装角度并安装;采集并存储实测视觉传感器拍摄的投影模块投射在投影显示模块上的投影图片,作为校正图片;然后,根据实测视觉传感器、投影显示模块和投影模块的安装坐标和安装角度搭建仿真***,并且仿真***包含与实测视觉传感器对应的虚拟视觉传感器、与投影显示模块对应的虚拟投影显示模块以及与投影模块对应的虚拟投影模块;在仿真***中,采集虚拟视觉传感器拍摄的虚拟投影模块投射在虚拟投影显示模块上的投影图片,作为仿真图片;在校正图片上构建图像坐标系,在图像坐标系中生成第一对比图片并获取其对应的参考边长,同时,在仿真图片上构建虚拟图像坐标系,在虚拟图像坐标系中生成第二对比图片并获取其对应的参考边长,并计算得到校正增量;当至少一个校正增量的绝对值大于或者等于相应的校正阈值时,则根据该校正增量调整虚拟视觉传感器相应的数据参数,并重新获取仿真图片,计算新的校正增量;当校正增量的绝对值均小于相应的校正阈值时,则判定虚拟视觉传感器当前的数据参数满足仿真测试要求。
本发明通过垂直投射方式获取相应的安装高度和安装角度,将该安装高度和安装角度作为初始仿真数据参数,在仿真***中对虚拟视觉传感器、虚拟投影显示模块以及虚拟投影模块进行布置,然后再提取图像的多个边缘角点,对校正图片和仿真图片进行映射,通过计算校正增量以及对校正增量进行判断,相应地对虚拟视觉传感器的俯仰角、方位角、视场角以及位置坐标进行校正,最终让仿真图片和校正图片能够完全重合,完成虚拟视觉传感器仿真数据参数的校正,提高仿真图像的逼真度和测试效率,从而提升辅助驾驶和自动驾驶仿真测试的可靠性,降低测试成本。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显。
图1为车辆视觉传感器仿真图像校正方法的流程示意图。
图2为车辆视觉传感器仿真图像校正***的结构示意图。
图3为安装坐标系的示意图。
图4为实测图片完全投影在投影显示模块上的示意图。
图5为仿真图片的示意图。
图6为校正图片的四个边缘角点的示意图。
图7为仿真图片和校正图片存在偏差时的示意图。
图8为满足仿真测试要求的仿真图片的示意图。
图9为根据相应校正增量调整虚拟视觉传感器相应数据参数的流程示意图。
图10为电子设备的结构示意图。
图中标号:1、待测车辆;2、实测视觉传感器;3、仿真工作单元;4、投影显示模块;5、投影模块;
500、电子设备;501、CPU;502、ROM;503、RAM;504、总线;505、I/O接口;506、输入部分;507、输出部分;508、存储部分;509、通信部分;510、驱动器;511、可拆卸介质。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与发明相关的部分。
需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。
实施例1
请参考图1所示的本发明提供的一种车辆视觉传感器仿真图像校正方法的第一种实施例的流程示意图,包括以下步骤:
S10、构建安装坐标系,并在安装坐标系中,获取实测视觉传感器2的安装高度和安装角度;
安装坐标系为三维坐标系,其中,如图2所示,根据以下步骤构建安装坐标系:
以实测视觉传感器2在底盘测功机上的投影点作为原点,以过投影点且与车辆车头前进方向平行的延长线作为X轴,以过投影点且与底盘测功机平行、与车辆车头前进方向垂直的延长线作为Y轴,以过投影点且与底盘测功机垂直的延长线作为Z轴,构建安装坐标系。其中,底盘测功机位于待测车辆1的底部,其长度方向与待测车辆1的长度方向一致,实测视觉传感器2安装在待测车辆1的顶部前方,其拍摄方向朝向车头前方。
需要说明的是,投影点可以定义为实测视觉传感器2的中点在底盘测功机上投影的点,图2中的O点为安装坐标系的原点;实测视觉传感器2的类型例如为待测车辆1配备的前视摄像头。
另外,可以使用测距仪测量实测视觉传感器2底部和安装坐标系X轴之间的直线距离,即为安装高度,还可以使用测角仪测量实测视觉传感器2的安装角度;例如,图3中的表示安装高度,图3中的β表示安装角度,即实测视觉传感器2与X轴之间形成的角度。
S20、根据实测视觉传感器2的安装高度和安装角度,确定投影模块5和投影显示模块4在安装坐标系中的安装坐标和安装角度并安装;
其中,确定投影模块5和投影显示模块4在安装坐标系中的安装坐标和安装角度并安装,具体包括以下步骤:
根据实测视觉传感器2的安装角度,确定投影模块5和投影显示模块4的安装角度;
根据实测视觉传感器2的安装高度以及安装角度,确定投影模块5和投影显示模块4在安装坐标系中的安装坐标;
根据投影模块5和投影显示模块4在安装坐标系中的安装坐标和安装角度安装投影模块5和投影显示模块4。
如图3所示,投影模块5和投影显示模块4的安装角度均与实测视觉传感器2的安装角度一致,均为β,安装后,投影模块5的中点,投影显示模块4的中点以及实测视觉传感器2的中点共线,并且,实测视觉传感器2与投影模块5的连线垂直于投影显示模块4所在平面。
具体地,如图3所示,首先,确定投影显示模块4在X轴上的坐标为,该坐标位置的选取标准为:使实测视觉传感器2的拍摄范围沿Y轴方向恰好能够覆盖整个投影显示模块4,然后,根据几何关系计算投影显示模块4在Z轴上的坐标/>;即,在安装坐标系中,投影显示模块4的安装坐标为/>。
接下来,确定投影模块5在X轴上的坐标为,该坐标位置的选取标准为:使投影模块5的投射范围沿Y轴方向恰好能覆盖整个投影显示模块4,然后,根据几何关系计算投影模块5在Z轴上的坐标/>;即,在安装坐标系中,投影模块5的安装坐标为/>。
最后,根据上述确定的投影显示模块4和投影模块5的安装坐标和安装角度来在相应位置安装投影显示模块4和投影模块5。
如图4所示,投影模块5向投影显示模块4投射的图片能够展示在投影显示模块4上,并且实测视觉传感器2能够顺利采集到投影显示模块4上投射的图片。在本实施例中,投影显示模块4投射的图片为棋盘格图片。
S30、采集并存储实测视觉传感器2拍摄的投影模块5投射在投影显示模块4上的投影图片,作为校正图片;
其中,校正图片为拍摄投影显示模块4上的棋盘格图片而得到的图片。
S40、根据实测视觉传感器2、投影显示模块4、投影模块5的安装坐标和安装角度搭建仿真***,仿真***包含与实测视觉传感器2对应的虚拟视觉传感器、与投影显示模块4对应的虚拟投影显示模块、与投影模块5对应的虚拟投影模块;
其中仿真***是在仿真工作单元3中搭建的,其用于模拟实际的待测车辆1、底盘测功机、实测视觉传感器2、投影显示模块4、投影模块5的相对位置关系。
并且,还需要测量校正图片的尺寸,将该尺寸作为仿真图片尺寸的参照标准,需确保虚拟视觉传感器所拍摄的仿真图片的大小和校正图片的大小一致。
S50、在仿真***中,采集虚拟视觉传感器拍摄的虚拟投影模块投射在虚拟投影显示模块上的投影图片,作为仿真图片;
如图5所示,其为仿真图片;该仿真图片为拍摄虚拟投影显示模块上的棋盘格图片而得到的图片。
S60、在校正图片上构建图像坐标系,在图像坐标系中生成第一对比图片并获取其对应的参考边长,同时,在仿真图片上构建虚拟图像坐标系,在虚拟图像坐标系中生成第二对比图片并获取其对应的参考边长,并计算得到校正增量;
其中,构建图像坐标系,具体包括以下步骤:
如图6所示,以位于校正图片左上角的点为原点,以过该原点且平行于校正图片长度方向的线作为x轴,以过该原点且平行于校正图片宽度方向的线作为y轴,构建图像坐标系,图像坐标系为平面坐标系。
进一步地,在图像坐标系中生成第一对比图片并获取其对应的参考边长,具体包括以下步骤:
在校正图片上获取四个边缘角点;
此处,可以根据角点检测算法,获取四个边缘角点;
根据四个边缘角点,生成第一对比图片;
提取相应边缘角点在图像坐标系中的坐标;
计算相邻两个边缘角点的坐标之间的距离,作为第一对比图片的参考边长。
另外,虚拟图像坐标系的构建方式和图像坐标系的构建方式一致,此处不再详细赘述;并且,第二对比图片的参考边长获取方式和第一对比图片的参考边长获取方式一致,此处不再详细赘述。
需要说明的是,角点检测算法是基于像素领域包含若干元素的近似圆形模板,对每个像素基于该模板领域的图像灰度计算角点响应函数(CRF)的数值,如果大于某阈值且为局部极大值,则认为该点为角点。
例如,图6包含第一对比图片的四个边缘角点,第一对比图片为矩形,其为棋盘格图片中的任意矩形区域,边缘角点为黑格或白格的角点,四个边缘角点依次定义为第一校正角点、第二校正角点、第三校正角点和第四校正角点,其中,第一校正角点位于校正图片的左上角区域,第二校正角点位于校正图片的左下角区域,第三校正角点位于校正图片的右上角区域,第四校正角点位于校正图片的右下角区域。
在图像坐标系中获取上述四个校正角点的坐标,四个坐标分别为,,/>,/>;并根据四个坐标计算校正图片的四个参考边长,分别为,/>,/>,/>;其中,如图6所示,/>为位于第一对比图片上侧的参考边长,/>为位于第一对比图片下侧的参考边长,/>为位于第一对比图片左侧的参考边长,/>为位于第一对比图片右侧的参考边长。
相应的,定义第二对比图片的四个边缘角点分别为第一仿真角点、第二仿真角点、第三仿真角点和第四仿真角点,其中,第一仿真角点位于仿真图片的左上角区域,第二仿真角点位于仿真图片的左下角区域,第三仿真角点位于仿真图片的右上角区域,第四仿真角点位于仿真图片的右下角区域。
在虚拟图像坐标系中获取上述四个仿真角点的坐标,四个坐标分别为,,/>,/>;并根据四个坐标计算仿真图片的四个参考边长,分别为,/>,/>,/>;其中,/>为位于第二对比图片上侧的参考边长,/>为位于第二对比图片下侧的参考边长,/>为位于第二对比图片左侧的参考边长,/>为位于第二对比图片右侧的参考边长。
其中,校正增量至少包括:俯仰校正增量、方位校正增量、视场角校正增量和位置坐标校正增量;
进一步地,根据以下公式计算校正增量:
;
其中,为俯仰校正增量,/>为俯仰比例系数,/>为位于第一对比图片上侧的参考边长,/>为位于第一对比图片下侧的参考边长,/>为位于第二对比图片上侧的参考边长,/>为位于第二对比图片下侧的参考边长;
;
其中,为方位校正增量,/>为方位比例系数,/>为位于第一对比图片左侧的参考边长,/>为位于第一对比图片右侧的参考边长,/>为位于第二对比图片左侧的参考边长,/>为位于第二对比图片右侧的参考边长;
;
其中,为视场角校正增量,/>为视场角比例系数;
;
其中,为位置坐标校正增量,/>为位置坐标比例系数,/>、/>分别为第一对比图片的一个边缘角点的x轴坐标与y轴坐标,/>、/>分别为第二对比图片的一个边缘角点的x轴坐标与y轴坐标。
需要说明的是,第一对比图片的参考边长是指第一对比图片在图像坐标系的X轴方向的投影长度或者Y轴方向的投影长度;第二对比图片的参考边长是指第二对比图片在虚拟图像坐标系的x轴方向的投影长度或者y轴方向的投影长度。俯仰比例系数、方位比例系数、视场角比例系数以及位置坐标比例系数可以根据实际需求进行设置;俯仰比例系数的取值范围例如为1~100;方位比例系数/>的取值范围例如为1~100;视场角比例系数/>的取值范围例如为0.01~1;位置坐标比例系数/>的取值范围例如为0.01~1。
S70、当至少一个校正增量的绝对值大于或者等于相应的校正阈值时,则根据该校正增量调整虚拟视觉传感器相应的数据参数,并重新获取仿真图片,计算新的校正增量;
其中,如图9所示,当至少一个校正增量的绝对值大于或者等于相应的校正阈值时,则根据该校正增量调整虚拟视觉传感器相应的数据参数,具体包括以下步骤:
S701、当俯仰校正增量的绝对值大于或者等于俯仰校正阈值时,则根据俯仰校正增量的绝对值向相应方向转动虚拟视觉传感器;
S702、当方位校正增量的绝对值大于或者等于方位校正阈值时,则根据方位校正增量的绝对值向相应方向转动虚拟视觉传感器;
S703、当视场角校正增量的绝对值大于或者等于视场角校正阈值时,则根据视场角校正增量的绝对值调整虚拟视觉传感器的视场角;
S704、当位置坐标校正增量的绝对值大于或者等于位置坐标校正阈值时,则根据位置坐标校正增量的绝对值调整虚拟视觉传感器的坐标。
具体地,当且/>时,表示虚拟视觉传感器的俯仰角比实测视觉传感器2的俯仰角高,需要调整虚拟视觉传感器的俯仰角向下转动/>;当/>且时,表示虚拟视觉传感器的俯仰角比实测视觉传感器2的俯仰角低,需要调整虚拟视觉传感器的俯仰角向上转动/>;此处,/>为俯仰校正阈值。
当且/>时,表示虚拟视觉传感器的方位角比实测视觉传感器2的方位角偏左,需要调整虚拟视觉传感器的方位角向右转动/>;当/>且/>时,表示虚拟视觉传感器的方位角比实测视觉传感器2的方位角偏右,需要调整虚拟视觉传感器的方位角向左转动/>;此处,/>为方位校正阈值。
当且/>时,表示虚拟视觉传感器的视场角比实测视觉传感器2的视场角大,需要调整虚拟视觉传感器的视场角减小/>;当/>且/>时,表示虚拟视觉传感器的视场角比实测视觉传感器2的视场角小,需要调整虚拟视觉传感器的视场角增大/>;此处,/>为视场角校正阈值。
当时,表示虚拟视觉传感器的位置坐标比实测视觉传感器2的位置坐标偏差/>,需要调整虚拟视觉传感器的位置坐标移动/>;此处,/>为位置坐标校正阈值。
当某一个校正增量的绝对值大于或者等于相应的校正阈值时,如图7所示,表示仿真图片和校正图片之间存在偏差,需要控制虚拟视觉传感器按照上述的过程调整相应的俯仰角、方位角、视场角或者位置坐标,然后利用调整后的虚拟视觉传感器再次拍摄新的仿真图片并获取相应的新的第二对比图片的参考边长,利用新的参考边长和第一对比图片的参考边长重新计算校正增量,并重新判断各个校正增量和相应的校正阈值的大小关系,如果大于或者等于相应的校正阈值,则再次根据本步骤的具体调整过程对虚拟视觉传感器进行调整,直至所有校正增量均小于相应的校正阈值时,执行步骤S80。
需要说明的是,俯仰角是否存在偏差是根据仿真图片在图像坐标系的x方向投影坐标进行判定的,方位角是否存在偏差是根据仿真图片在图像坐标系的y方向投影坐标进行判定的,所以,虚拟视觉传感器的俯仰角与方位角的调整不会相互影响。
另外,俯仰校正阈值、方位校正阈值、视场角校正阈值以及位置坐标校正阈值可以根据实际情况进行设置。
S80、当校正增量的绝对值均小于相应的校正阈值时,则判定虚拟视觉传感器当前的数据参数满足仿真测试要求。
当校正增量的绝对值全部小于相应的校正阈值时,当前的数据参数即为虚拟视觉传感器的最终数据参数,如图8所示,仿真图片和校正图片完全重合,使用当前完成校正的虚拟视觉传感器进行仿真测试,能够提高仿真图像逼真度,同时提升了辅助驾驶和自动驾驶整车在环仿真测试的可靠性与测试效率。
本发明在不依赖实测视觉传感器2本身的硬件参数的基础上,通过软硬件相结合形成车辆视觉传感器仿真图像校正方法与***,具体地,通过垂直投射方式获取相应的安装高度和安装角度,将该安装高度和安装角度作为初始仿真数据参数搭建仿真***,仿真***具备虚拟视觉传感器、虚拟投影模块以及虚拟投影显示模块,然后再提取各图片中的对比图片的多个边缘角点,对两个对比图片进行映射,通过计算校正增量以及对校正增量进行判断,相应地对虚拟视觉传感器的俯仰角、方位角、视场角以及位置坐标进行校正,最终让仿真图片和校正图片能够完全重合,完成虚拟视觉传感器仿真数据参数的校正,提高仿真图像的逼真度和测试效率,从而提升辅助驾驶和自动驾驶仿真测试的可靠性,降低测试成本。
实施例2
本发明提供一种车辆视觉传感器仿真图像校正***,能够实现实施例1所述的一种车辆视觉传感器仿真图像校正方法,如图2所示,该***包括:仿真工作单元3和与仿真工作单元3通信连接的待测车辆1的实测视觉传感器2、投影显示模块4、投影模块5;
待测车辆1设置在底盘测功机上,投影显示模块4位于待测车辆1和投影模块5之间,投影显示模块4用于显示投影图像;
实测视觉传感器2用于拍摄投影模块5投射在投影显示模块4上的投影图片;仿真工作单元3具有虚拟视觉传感器、虚拟投影模块以及虚拟投影显示模块,虚拟视觉传感器用于拍摄虚拟投影模块投射在虚拟投影显示模块上的投影图片;投影模块5用于向投影显示模块4上投射图片。
其中,底盘测功机是一种用来测试汽车动力性、多工况排放指标、燃油指标等性能的室内台架试验设备。实测视觉传感器2例如为待测车辆1配备的前视摄像头;投影显示模块4的类型例如为具备角度和高度调节功能的投影幕布;投影模块5的类型例如为具备角度和高度调节功能的投影仪。
仿真工作单元3具有仿真软件和校正软件,其中,校正软件,用于采集并存储实测视觉传感器2拍摄的投影模块5投射在投影显示模块4上的投影图片,作为校正图片;
仿真软件,用于根据实测视觉传感器2、投影显示模块4和投影模块5的安装坐标和安装角度搭建仿真***;仿真***包含与实测视觉传感器2对应的虚拟视觉传感器、与投影显示模块4对应的虚拟投影显示模块以及与投影模块5对应的虚拟投影模块;
仿真软件,还用于在仿真***中,采集虚拟视觉传感器拍摄的虚拟投影模块投射在虚拟投影显示模块上的投影图片,作为仿真图片;
校正软件,还用于在校正图片上构建图像坐标系,在图像坐标系中生成第一对比图片并获取其对应的参考边长,同时,在仿真图片上构建虚拟图像坐标系,在虚拟图像坐标系中生成第二对比图片并获取其对应的参考边长,并计算得到校正增量;
当至少一个校正增量的绝对值大于或者等于相应的校正阈值时,则根据该校正增量调整虚拟视觉传感器相应的数据参数,并重新获取仿真图片,计算新的校正增量;
当校正增量的绝对值均小于相应的校正阈值时,则判定当前仿真图片的数据参数满足仿真测试要求。
虚拟视觉传感器是仿真工作单元3模拟的视觉传感器,其能够模拟生成虚拟环境中视觉传感器所观测到的图像,再通过虚拟投影模块将仿真图像投影到虚拟投影显示模块上,以供实际车辆进行整车在环测试,即使用实际车辆的视觉传感器观测虚拟视觉传感器产生的仿真图像。
实施例3
一种电子设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上述实施例所述的一种车辆视觉传感器仿真图像校正方法的步骤。
在本实施例中,如图10所示,电子设备500包括CPU501,其可以根据存储在ROM502中的程序或者从存储部分加载到RAM503中的程序而执行各种适当的动作和处理。在RAM503中,还存储有***操作所需的各种程序和数据。CPU501、ROM502以及RAM503通过总线504彼此相连。I/O接口505也连接至总线504。
以下部件连接至I/O接口505:包括键盘、鼠标等的输入部分506;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分507;包括硬盘等的存储部分508;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分509。通信部分509经由诸如因特网的网络执行通信处理。驱动器也根据需要连接至I/O接口505。可拆卸介质511,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器510上,以便于从其上读出的计算机程序根据需要被安装入存储部分508。
特别地,根据本发明的实施例,上文参考流程图1描述的过程可以被实现为计算机软件程序。例如,本发明的实施例3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。在这样的实施例中,该计算机程序可以通过通信部分从网络上被下载和安装,和/或从可拆卸介质被安装。在该计算机程序被CPU501执行时,执行本发明的***中限定的上述功能。
需要说明的是,本发明所示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、RAM(随机访问存储器)、ROM(只读存储器)、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。在本发明中,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。而在本发明中,计算机可读的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。计算机可读的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:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本发明各种实施例的***、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,上述模块、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,框图或流程图中的每个方框、以及框图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。
描述于本发明实施例中所涉及到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。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。所描述的单元或模块也可以设置在处理器中。
实施例4
本发明还提供了一种计算机可读存储介质,该计算机可读存储介质可以是上述实施例中描述的电子设备中所包含的;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一个该电子设备执行时,使得该电子设备实现如上述实施例中所述的一种车辆视觉传感器仿真图像校正方法。
以上描述仅为本发明的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,本发明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所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。例如上述特征与本发明中公开的(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 (8)
1.一种车辆视觉传感器仿真图像校正方法,其特征在于,包括以下步骤:
构建安装坐标系,并在所述安装坐标系中,获取实测视觉传感器(2)的安装高度和安装角度;
根据所述实测视觉传感器(2)的安装高度和安装角度,确定投影模块(5)和投影显示模块(4)在所述安装坐标系中的安装坐标和安装角度并安装;
采集并存储所述实测视觉传感器(2)拍摄的所述投影模块(5)投射在所述投影显示模块(4)上的投影图片,作为校正图片;
根据所述实测视觉传感器(2)、所述投影显示模块(4)和所述投影模块(5)的安装坐标和安装角度搭建仿真***;所述仿真***包含与所述实测视觉传感器(2)对应的虚拟视觉传感器、与所述投影显示模块(4)对应的虚拟投影显示模块以及与所述投影模块(5)对应的虚拟投影模块;
在所述仿真***中,采集所述虚拟视觉传感器拍摄的虚拟投影模块投射在虚拟投影显示模块上的投影图片,作为仿真图片;
在所述校正图片上构建图像坐标系,在所述图像坐标系中生成第一对比图片并获取其对应的参考边长,同时,在所述仿真图片上构建虚拟图像坐标系,在所述虚拟图像坐标系中生成第二对比图片并获取其对应的参考边长,并计算得到校正增量;
当至少一个所述校正增量的绝对值大于或者等于相应的校正阈值时,则根据该校正增量调整所述虚拟视觉传感器相应的数据参数,并重新获取所述仿真图片,计算新的校正增量;
当所述校正增量的绝对值均小于相应的校正阈值时,则判定所述虚拟视觉传感器当前的数据参数满足仿真测试要求;
所述校正增量至少包括:俯仰校正增量、方位校正增量、视场角校正增量和位置坐标校正增量;
根据以下公式计算所述校正增量:
;
其中,为俯仰校正增量,/>为俯仰比例系数,/>为位于第一对比图片上侧的参考边长,/>为位于第一对比图片下侧的参考边长,/>为位于第二对比图片上侧的参考边长,/>为位于第二对比图片下侧的参考边长;
;
其中,为方位校正增量,/>为方位比例系数,/>为位于第一对比图片左侧的参考边长,/>为位于第一对比图片右侧的参考边长,/>为位于第二对比图片左侧的参考边长,/>为位于第二对比图片右侧的参考边长;
;
其中,为视场角校正增量,/>为视场角比例系数;
;
其中,为位置坐标校正增量,/>为位置坐标比例系数,/>、/>分别为第一对比图片的一个边缘角点的x轴坐标与y轴坐标,/>、/>分别为第二对比图片的一个边缘角点的x轴坐标与y轴坐标;
当至少一个所述校正增量的绝对值大于或者等于相应的校正阈值时,则根据该校正增量调整所述虚拟视觉传感器相应的数据参数,具体包括以下步骤:
当所述俯仰校正增量的绝对值大于或者等于俯仰校正阈值时,则根据所述俯仰校正增量的绝对值向相应方向转动所述虚拟视觉传感器;
当所述方位校正增量的绝对值大于或者等于方位校正阈值时,则根据所述方位校正增量的绝对值向相应方向转动所述虚拟视觉传感器;
当所述视场角校正增量的绝对值大于或者等于视场角校正阈值时,则根据所述视场角校正增量的绝对值调整所述虚拟视觉传感器的视场角;
当所述位置坐标校正增量的绝对值大于或者等于位置坐标校正阈值时,则根据所述位置坐标校正增量的绝对值调整所述虚拟视觉传感器的坐标。
2.根据权利要求1所述的一种车辆视觉传感器仿真图像校正方法,其特征在于,根据以下步骤构建安装坐标系:
以所述实测视觉传感器(2)在底盘测功机上的投影点作为原点,以过所述投影点且与车辆车头前进方向平行的延长线作为X轴,以过所述投影点且与所述底盘测功机平行、与所述车辆车头前进方向垂直的延长线作为Y轴,以过所述投影点且与所述底盘测功机垂直的延长线作为Z轴,构建安装坐标系。
3.根据权利要求1所述的一种车辆视觉传感器仿真图像校正方法,其特征在于,确定所述投影模块(5)和所述投影显示模块(4)在所述安装坐标系中的安装坐标和安装角度并安装,具体包括以下步骤:
根据所述实测视觉传感器(2)的安装角度,调整所述投影模块(5)和所述投影显示模块(4)的安装角度;
根据所述实测视觉传感器(2)的安装高度以及安装角度,确定所述投影模块(5)和所述投影显示模块(4)在所述安装坐标系中的安装坐标;
根据所述投影模块(5)和所述投影显示模块(4)在所述安装坐标系中的安装坐标和安装角度安装所述投影模块(5)和所述投影显示模块(4)。
4.根据权利要求1所述的一种车辆视觉传感器仿真图像校正方法,其特征在于,在所述图像坐标系中生成第一对比图片并获取其对应的参考边长,具体包括以下步骤:
在所述校正图片上获取四个边缘角点;
根据四个所述边缘角点,生成第一对比图片;
提取相应所述边缘角点在所述图像坐标系中的坐标;
计算相邻两个所述边缘角点的坐标之间的距离,作为所述第一对比图片的参考边长。
5.根据权利要求1所述的一种车辆视觉传感器仿真图像校正方法,其特征在于,根据以下步骤构建图像坐标系:
以位于所述校正图片左上角的点为原点,以过该原点且平行于所述校正图片长度方向的线作为x轴,以过该原点且平行于所述校正图片宽度方向的线作为y轴,构建图像坐标系。
6.一种车辆视觉传感器仿真图像校正***,能够实现权利要求1-5任一项所述的一种车辆视觉传感器仿真图像校正方法,其特征在于,所述***包括:仿真工作单元(3)和与所述仿真工作单元(3)通信连接的待测车辆(1)的实测视觉传感器(2)、投影显示模块(4)、投影模块(5);
所述待测车辆(1)设置在底盘测功机上,所述投影显示模块(4)位于所述待测车辆(1)和所述投影模块(5)之间,所述投影显示模块(4)用于显示投影图像;
所述实测视觉传感器(2)用于拍摄所述投影模块(5)投射在所述投影显示模块(4)上的投影图片;所述仿真工作单元(3)具有虚拟视觉传感器、虚拟投影模块以及虚拟投影显示模块,所述虚拟视觉传感器用于拍摄虚拟投影模块投射在虚拟投影显示模块上的投影图片;所述投影模块(5)用于向所述投影显示模块(4)上投射图片。
7.一种电子设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述的一种车辆视觉传感器仿真图像校正方法的步骤。
8.一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程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至5任一项所述的一种车辆视觉传感器仿真图像校正方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410077055.6A CN117611724B (zh) | 2024-01-19 | 2024-01-19 | 车辆视觉传感器仿真图像校正方法、***、设备和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410077055.6A CN117611724B (zh) | 2024-01-19 | 2024-01-19 | 车辆视觉传感器仿真图像校正方法、***、设备和介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117611724A CN117611724A (zh) | 2024-02-27 |
CN117611724B true CN117611724B (zh) | 2024-06-21 |
Family
ID=89958187
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410077055.6A Active CN117611724B (zh) | 2024-01-19 | 2024-01-19 | 车辆视觉传感器仿真图像校正方法、***、设备和介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117611724B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114332213A (zh) * | 2022-03-17 | 2022-04-12 | 中国汽车技术研究中心有限公司 | 车辆视觉传感器仿真图像投射位姿确定方法和*** |
CN114494439A (zh) * | 2022-01-25 | 2022-05-13 | 襄阳达安汽车检测中心有限公司 | Hil仿真测试中摄像头位姿校准方法、装置、设备及介质 |
CN116883515A (zh) * | 2023-09-06 | 2023-10-13 | 菲特(天津)检测技术有限公司 | 光学环境调整方法及光学标定装置 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7768527B2 (en) * | 2006-05-31 | 2010-08-03 | Beihang University | Hardware-in-the-loop simulation system and method for computer vision |
KR101933185B1 (ko) * | 2012-05-23 | 2018-12-27 | 현대모비스 주식회사 | 어라운드 뷰 모니터링용 카메라의 위치 자동 조정 시스템 및 그 방법 |
US11042974B2 (en) * | 2018-01-09 | 2021-06-22 | Robert Bosch Gmbh | Method and system for determining a degree of correlation between a simulated camera image and an actual camera image |
CN111783292B (zh) * | 2020-06-23 | 2023-12-12 | 上海联影医疗科技股份有限公司 | X射线成像设备的建模方法、装置、设备及存储介质 |
US20230196619A1 (en) * | 2021-12-16 | 2023-06-22 | Gm Cruise Holdings Llc | Validation of virtual camera models |
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 |
CN116456070A (zh) * | 2022-12-30 | 2023-07-18 | 北京瞰瞰智能科技有限公司 | 基于数字孪生的摄像头校准方法及装置与计算机存储介质 |
CN117372335A (zh) * | 2023-09-13 | 2024-01-09 | 西安电子科技大学 | 一种基于斯皮尔曼等级相关系数的光电仿真图像处理方法及*** |
-
2024
- 2024-01-19 CN CN202410077055.6A patent/CN117611724B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114494439A (zh) * | 2022-01-25 | 2022-05-13 | 襄阳达安汽车检测中心有限公司 | Hil仿真测试中摄像头位姿校准方法、装置、设备及介质 |
CN114332213A (zh) * | 2022-03-17 | 2022-04-12 | 中国汽车技术研究中心有限公司 | 车辆视觉传感器仿真图像投射位姿确定方法和*** |
CN116883515A (zh) * | 2023-09-06 | 2023-10-13 | 菲特(天津)检测技术有限公司 | 光学环境调整方法及光学标定装置 |
Also Published As
Publication number | Publication date |
---|---|
CN117611724A (zh) | 2024-02-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9787960B2 (en) | Image processing apparatus, image processing system, image processing method, and computer program | |
CN101467153B (zh) | 用于获取摄影测量数据来估计碰撞严重性的方法和设备 | |
CN110988849B (zh) | 雷达***的标定方法、装置、电子设备及存储介质 | |
CN111263142B (zh) | 一种摄像模组光学防抖的测试方法、装置、设备及介质 | |
CN112902874B (zh) | 图像采集装置及方法、图像处理方法及装置、图像处理*** | |
CN112912932B (zh) | 一种车载摄像头的标定方法、装置及终端设备 | |
CN112102387B (zh) | 一种基于深度相机深度估计性能的测试方法与测试*** | |
CN113763478B (zh) | 无人车相机标定方法、装置、设备、存储介质及*** | |
CN116630444A (zh) | 一种相机与激光雷达融合校准的优化方法 | |
CN113487539B (zh) | 胶路质量分析方法、设备、***及存储介质 | |
CN117611724B (zh) | 车辆视觉传感器仿真图像校正方法、***、设备和介质 | |
CN115994952B (zh) | 环视影像***的标定方法、装置、计算机设备及存储介质 | |
CN102155937B (zh) | 柔性网状面形照相测量方法 | |
CN111369513A (zh) | 一种异常检测方法、装置、终端设备及存储介质 | |
CN114332213B (zh) | 车辆视觉传感器仿真图像投射位姿确定方法和*** | |
CN116030139A (zh) | 摄像头检测方法、装置、电子设备及车辆 | |
JP5760558B2 (ja) | カメラシミュレーション装置、カメラシミュレーション方法、及びカメラシミュレーションプログラム | |
JP2003510568A (ja) | パターン比較によるlcd検査方法およびlcd検査装置 | |
CN113790711A (zh) | 一种无人机低空飞行位姿无控多视测量方法及存储介质 | |
US10054421B2 (en) | Apparatus for measuring three-dimensional position of target object | |
CN112449175B (zh) | 一种图像拼接测试方法、装置、设备和存储介质 | |
CN117115233B (zh) | 一种基于机器视觉的尺寸测量方法、装置及电子设备 | |
CN115082572B (zh) | 一种雷达和相机联合自动标定方法和*** | |
CN115201796B (zh) | 一种车辆传感器的外参校正方法 | |
CN117274956B (zh) | 车辆侧视图生成方法、装置、终端设备以及存储介质 |
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 |