一种用于AR-HUD的快速标定方法技术

本发明专利技术涉及汽车显示技术领域，更具体的说，涉及一种用于AR

【技术实现步骤摘要】
一种用于AR
‑
HUD的快速标定方法


[0001]本专利技术涉及汽车显示
，更具体的说，涉及一种用于AR
‑
HUD的快速标定方法。

技术介绍

[0002]AR
‑
HUD(Augmented Reality
‑
Head Up Display，增强现实抬头显示系统)将挡风玻璃作为显示屏，通过内部特殊设计的光学系统AR光机，将图像信息精确地结合于实际交通路况中，将胎压、速度、转速等信息投射到前挡风玻璃上，使车主在行车中，无需低头就能查看汽车相关信息。
[0003]高级驾驶辅助系统(ADAS，Advanced Driving Assistance System)是利用安装在车上的各式各样传感器(毫米波雷达、激光雷达、单\双目摄像头以及卫星导航)，在汽车行驶过程中随时来感应周围的环境，收集数据，进行静态、动态物体的辨识、侦测与追踪，并结合导航地图数据，进行系统的运算与分析，从而预先让驾驶者察觉到可能发生的危险，有效增加汽车驾驶的舒适性和安全性。
[0004]AR
‑
HUD结合ADAS等功能，可以及时有效的显示车辆信息以及车辆周边环境信息，也为实现全面自动驾驶提供了有利条件和重要支撑。
[0005]为了实现AR
‑
HUD投影图像与车外物体等环境信息的完美贴合，需要对AR
‑
HUD进行标定，其中最重要的是标定AR
‑
HUD投影光机的内参以及AR光机与ADAS之间的旋转矩阵R、平移矩阵t。
[0006]目前，AR
‑
HUD标定的经典方法是SPAAM(单点主动对准方法)，图1揭示了现有技术的AR
‑
HUD的标定方案示意图，如图1所示的单点主动对准方法，通过在AR光机102的投影图上标识n个已知像点(ui，vi)，在空间中移动特定物体101(比如手指)使人眼104观测到的像点与特定物体101重合，ADAS相机103定位特定物体101的空间3D坐标(Xi，Yi，Zi)。已知n个像点坐标(ui，vi)及其对应的3D坐标(Xi，Yi，Zi)，即可进行标定解算。
[0007]但是，上述方法存在标定效率低下、标定误差较大等缺点。
[0008]针对上述方法，目前已有一些改进方法，其中，最明显的改进是采用工业相机替代人眼，通过AR光机投影图像，典型的投影图像为一张已知角点的棋盘格图像；工业相机采集前挡玻璃上的图像，提取工业相机棋盘格角点；计算投影图像与工业相机像平面之间的单应矩阵H；关闭AR光机，多次变换车外已知实际物理尺寸的棋盘格标板姿态，工业相机、ADAS相机同时采集对应的图像；将工业相机采集到图像经过单应矩阵变换到AR光机像素坐标下，通过张氏标定方法进行标定。
[0009]上述改进方法虽然提升了标定精度，但是由于存在多次采集图像，还是存在标定效率低下的问题。

技术实现思路

[0010]本专利技术的目的是提供一种用于AR
‑
HUD的快速标定方法，解决现有技术中对于AR
‑
HUD的标定精度低且标定效率低下的问题。
[0011]为了实现上述目的，本专利技术提供了一种用于AR
‑
HUD的快速标定方法，包括以下步骤：
[0012]步骤S1、计算AR光机投影平面与工业相机像平面之间单应矩阵H；
[0013]步骤S2、ADAS相机和工业相机分别拍摄编码标定板，提取ADAS相机、工业相机拍摄编码标定板的圆心坐标和编码值；
[0014]步骤S4、将工业相机采集的编码标定板的圆心坐标，通过单应矩阵H转换到AR光机投影平面坐标系下；
[0015]步骤S5、计算ADAS相机与编码标定板之间的第一投影矩阵Pa，计算AR光机与编码标定板之间的第二投影矩阵Pp；
[0016]步骤S6、将第一投影矩阵Pa采用QR分解为第一内参矩阵Ma、第一旋转矩阵Ra和第一平移矩阵ta，将第二投影矩阵Pp矩阵采用QR分解为第二内参矩阵Mp、第二旋转矩阵Rp和第二平移矩阵tp；
[0017]步骤S7、采用列文伯格
‑
马夸尔特算法对第一内参矩阵Ma、第一旋转矩阵Ra和第一平移矩阵ta进行优化迭代，采用列文伯格
‑
马夸尔特算法对第二内参矩阵Mp、第二旋转矩阵Rp和第二平移矩阵tp进行优化迭代；
[0018]步骤S8、基于优化迭代后的第一内参矩阵Ma、第一旋转矩阵Ra、第一平移矩阵ta、第二内参矩阵Mp、第二旋转矩阵Rp和第二平移矩阵tp，采用列文伯格
‑
马夸尔特算法对ADAS相机与AR光机的第一姿态变换矩阵R、第二姿态变换矩阵t进行优化迭代；
[0019]步骤S9、基于优化迭代后的第一内参矩阵Ma、第一旋转矩阵Ra、第一平移矩阵ta、第二内参矩阵Mp、第二旋转矩阵Rp、第二平移矩阵tp、第一姿态变换矩阵R和第二姿态变换矩阵t，实现ADAS相机与AR光机之间的标定。
[0020]在一实施例中，步骤S2和步骤S4之间，进一步包括：
[0021]步骤S3、剔除ADAS相机与工业相机所拍摄图像中编码值非交集的部分图像。
[0022]在一实施例中，所述步骤S1，进一步包括：
[0023]AR光机投影已知圆心坐标(upi，vpi)的原始图像至前挡玻璃；
[0024]工业相机采集投射到前挡玻璃上的图像，提取投射图像的圆心坐标(uci，vci)；
[0025]单应矩阵H通过以下表达式进行计算：
[0026][0027]在一实施例中，所述步骤S5，进一步包括：
[0028]第一投影矩阵Pa通过以下表达式进行计算：
[0029][0030]其中，(Xwi，Ywi，Zwi)为编码标定板的3D坐标，(uai，vai)为ADAS相机所采集的投射到前挡玻璃上的图案所对应提取的圆心坐标；
[0031]第二投影矩阵Pp通过以下表达式进行计算：
[0032][0033]其中，(Xwi，Ywi，Zwi)为编码标定板的3D坐标，(upi，vpi)为经步骤S4转换得到的圆心坐标。
[0034]在一实施例中，所述步骤S7，进一步包括：
[0035]针对ADAS相机，采用列文伯格
‑
马夸尔特算法，求解以下迭代优化方程：
[0036][0037]其中，f为第一投影矩阵Pa关系函数，mai为ADAS相机所采集的投射到前挡玻璃上的图案所对应的像点，Pw为编码标定板的世界坐标点；
[0038]针对AR光机，采用列文伯格
‑
马夸尔特算法，求解以下迭代优化方程：
[0039][0040]其中，f为第二投影矩阵Pp关系函数，mpi为AR光机所对应的像点，Pw为编码标定板的世界坐标点。
[0041]在一实施例中，所述步骤S8，进一步包括：
[0042]采用列文伯格
‑
马夸尔特本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于AR
‑
HUD的快速标定方法，其特征在于，包括以下步骤：步骤S1、计算AR光机投影平面与工业相机像平面之间单应矩阵H；步骤S2、ADAS相机和工业相机分别拍摄编码标定板，提取ADAS相机、工业相机拍摄编码标定板的圆心坐标和编码值；步骤S4、将工业相机采集的编码标定板的圆心坐标，通过单应矩阵H转换到AR光机投影平面坐标系下；步骤S5、计算ADAS相机与编码标定板之间的第一投影矩阵Pa，计算AR光机与编码标定板之间的第二投影矩阵Pp；步骤S6、将第一投影矩阵Pa采用QR分解为第一内参矩阵Ma、第一旋转矩阵Ra和第一平移矩阵ta，将第二投影矩阵Pp采用QR分解为第二内参矩阵Mp、第二旋转矩阵Rp和第二平移矩阵tp；步骤S7、采用列文伯格
‑
马夸尔特算法对第一内参矩阵Ma、第一旋转矩阵Ra和第一平移矩阵ta进行优化迭代，采用列文伯格
‑
马夸尔特算法对第二内参矩阵Mp、第二旋转矩阵Rp和第二平移矩阵tp进行优化迭代；步骤S8、基于优化迭代后的第一内参矩阵Ma、第一旋转矩阵Ra、第一平移矩阵ta、第二内参矩阵Mp、第二旋转矩阵Rp和第二平移矩阵tp，采用列文伯格
‑
马夸尔特算法对ADAS相机与AR光机的第一姿态变换矩阵R、第二姿态变换矩阵t进行优化迭代；步骤S9、基于优化迭代后的第一内参矩阵Ma、第一旋转矩阵Ra、第一平移矩阵ta、第二内参矩阵Mp、第二旋转矩阵Rp、第二平移矩阵tp、第一姿态变换矩阵R和第二姿态变换矩阵t，实现ADAS相机与AR光机之间的标定。2.根据权利要求1所述的用于AR
‑
HUD的快速标定方法，其特征在于，步骤S2和步骤S4之间，进一步包括：步骤S3、剔除ADAS相机与工业相机所拍摄图像中编码值非交集的部分图像。3.根据权利要求1所述的用于AR
‑
HUD的快速标定方法，其特征在于，所述步骤S1，进一步包括：AR光机投影已知圆心坐标(upi，vpi)的原始图像至前挡玻璃；工业相机采集投射到前挡玻璃上的图像，提取投射图像的圆心坐标(uci，vci)；单应矩阵H通过以下表达式进行计算：4.根据权利要求1所述的用于A...

【专利技术属性】
技术研发人员：冉成荣，霍百林，袁丹寿，张祺，
申请(专利权)人：合众新能源汽车有限公司，
类型：发明
国别省市：