本申请涉及一种相机外参标定方法、装置、计算机设备和存储介质。方法包括：从目标相机所在车辆的道路测试数据中提取第一车道线检测数据和第一定位数据；第一车道线检测数据中包括多个检测结果，第一定位数据中包括各检测结果对应的定位结果；对第一车道线检测数据进行指定检测，获取第二车道线检测数据；第二车道线检测数据包括第一车道线检测数据中的通过指定检测的检测结果；获取第二定位数据，第二定位数据中包括第二车道线检测数据中的各检测结果对应的定位结果；根据第二车道线检测数据、第二定位数据和高精度地图对目标相机进行外参标定。本申请能够实现在任意存在高精度地图的区域中快速完成对相机外参的标定，且能获得高精度的标定效果。获得高精度的标定效果。获得高精度的标定效果。
【技术实现步骤摘要】
相机外参标定方法、装置、计算机设备和存储介质
[0001]本申请涉及相机标定
，特别是涉及一种相机外参标定方法、装置、计算机设备和存储介质。
技术介绍
[0002]以下陈述仅提供与本申请有关的背景信息，而不必然地构成现有技术。
[0003]相机外参又称为相机位姿，由旋转矩阵和平移矩阵组成，相机外参标定指的是确定一个旋转矩阵和平移矩阵，用来描述相机坐标系和其他坐标系(比如车身坐标系)的转换关系。在计算机视觉的应用领域中，相机外参标定是一个关键的环节，因为标定的准确性决定计算机视觉系统能否有效地进行定位、测距、检测等涉及到二维和三维交互的功能。
[0004]专利技术人注意到，目前为相机外参进行标定时，通常需要借助诸如棋盘格、高精度传感器(例如激光雷达)或者室内搭建的高精度测距设备等的辅助，尽管这样可以获得高精度的标定效果，然而却无法实现实时实地进行标定，并且利用上述设备进行标定时操作较为繁琐，比如，以利用激光雷达进行相机外参标定为例，标定时需要先利用点云到图像上的投影进行相机到激光雷达的外参标定，再根据这一传递关系得到相机的外参，上述方式一方面无法直接获得相机的外参，另一方面，在传递过程中还会累积误差而导致标定精度下降。
技术实现思路
[0005]本申请针对上述不足或缺点，提供了一种相机外参标定方法、装置、计算机设备和存储介质，本申请实施例能够实现在任意存在高精度地图的区域中快速完成对相机外参的标定，且能获得高精度的标定效果。
[0006]本申请根据第一方面提供了一种相机外参标定方法，在一个实施例中，该方法包括：从目标相机所在车辆的测试数据中提取第一车道线检测数据和第一定位数据；第一车道线检测数据中包括多个检测结果，第一定位数据中包括第一车道线检测数据中的各检测结果对应的定位结果；对第一车道线检测数据进行指定检测，获取第二车道线检测数据；第二车道线检测数据包括第一车道线检测数据中的通过指定检测的检测结果；指定检测包括遮挡物检测、定位质量检测和角度分布检测中的一项或多项；获取第二定位数据，第二定位数据中包括第二车道线检测数据中的各检测结果对应的定位结果；根据第二车道线检测数据、第二定位数据和高精度地图对目标相机进行外参标定。
[0007]在一个实施例中，测试数据包括目标相机拍摄的多张目标图像，以及多个指定传感器的测量数据；从目标相机所在车辆的测试数据中提取第一车道线检测数据和第一定位数据，包括：对各张目标图像进行车道线检测，将各张目标图像及其检测结果作为第一车道线检测数据；根据上述多个指定传感器的测量数据进行位姿融合，获得第一定位数据。
[0008]在一个实施例中，根据上述多个指定传感器的测量数据进行位姿融合，获得第一定位数据，包括：根据上述多个指定传感器的测量数据进行位姿融合，得到初始定位数据；使用优化工具对初始定位数据进行优化，得到第一定位数据。
[0009]在一个实施例中，当指定检测包括遮挡物检测、定位质量检测和角度分布检测时，对第一车道线检测数据进行指定检测，获取第二车道线检测数据，包括：对第一车道线检测数据进行遮挡物检测，获取第一检测结果；第一检测结果包括第一车道线检测数据中的通过遮挡物检测的检测结果；对第一检测结果进行定位质量检测，获取第二检测结果；第二检测结果包括第一检测结果中的通过定位质量检测的检测结果；对第二检测结果进行角度分布检测，获取第三检测结果，第三检测结果包括第二检测结果中的通过角度分布检测的检测结果；将第三检测结果作为第二车道线检测数据。
[0010]在一个实施例中，根据第二车道线检测数据、第二定位数据和高精度地图对目标相机进行外参标定，包括：根据第二车道线检测数据、第二定位数据和高精度地图，迭代计算目标相机的外参；其中，目标相机的外参的任一次计算过程包括：从第二车道线检测数据中获取目标检测结果，从第二定位数据中获取目标检测结果对应的目标定位结果；根据历史外参、目标检测结果、目标定位结果和高精度地图计算当前外参，历史外参是指目标相机的初始外参或上一次计算出的外参，当前外参是指本次计算出的目标相机的外参；在满足预设的迭代计算结束条件时，停止迭代计算并获取最新计算出的目标相机的外参。
[0011]在一个实施例中，根据历史外参、目标检测结果、目标定位结果和高精度地图计算当前外参，包括：根据历史外参、目标定位结果和高精度地图，在目标检测结果对应的目标图像上投影；对目标检测结果和目标图像上的投影结果进行匹配，获取匹配结果；根据匹配结果计算当前外参。
[0012]在一个实施例中，根据匹配结果计算当前外参，包括：根据匹配结果构建多个目标误差项，目标误差项是指和目标相机的外参相关，且图像平面上的点到线的距离为误差的误差项；将该多个目标误差项组成正规方程，使用梯度下降方法迭代求解正规方程得到当前外参。
[0013]在一个实施例中，上述方法还包括：在使用梯度下降方法迭代求解正规方程得到当前外参时，对正规方程进行奇异值分解，得到多个特征向量，将各特征向量的特征值与预设阈值进行对比，确定目标特征向量；停止对目标特征向量对应的参数进行更新。
[0014]在一个实施例中，上述目标相机所在车辆的测试数据是上述目标相机所在车辆在传感器标定测试或日常道路测试中采集到的测试数据。
[0015]在一个实施例中，上述方法还包括：在成功对上述目标相机进行外参标定之后，获取上述目标相机当前的外参；将上述外参与指定阈值数据进行对比，获取上述外参与指定阈值数据间的差值；当上述差值超过预设调整范围时，向指定人员发送告警信息。
[0016]本申请根据第二方面提供了一种相机外参标定装置，在一个实施例中，该装置包括：
[0017]提取模块，用于从目标相机所在车辆的测试数据中提取第一车道线检测数据和第一定位数据；第一车道线检测数据中包括多个检测结果，第一定位数据中包括第一车道线检测数据中的各检测结果对应的定位结果；
[0018]检测模块，用于对第一车道线检测数据进行指定检测，获取第二车道线检测数据；第二车道线检测数据包括第一车道线检测数据中的通过指定检测的检测结果；指定检测包括遮挡物检测、定位质量检测和角度分布检测中的一项或多项；
[0019]获取模块，用于获取第二定位数据，第二定位数据中包括第二车道线检测数据中
的各检测结果对应的定位结果；
[0020]标定模块，用于根据第二车道线检测数据、第二定位数据和高精度地图对目标相机进行外参标定。
[0021]本申请根据第三方面提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述任一方法的实施例的步骤。
[0022]本申请根据第四方面提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述任一方法的实施例的步骤。
[0023]在本申请上述实施例中，通过使用高精度地图来标定相机外参，以及对从目标相机所在车辆的测试数据中提取的第一车道线检测数据进行检测，比如遮挡物检测、本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种相机外参标定方法，其特征在于，所述方法包括：从目标相机所在车辆的道路测试数据中提取第一车道线检测数据和第一定位数据；所述第一车道线检测数据中包括多个检测结果，所述第一定位数据中包括所述第一车道线检测数据中的各检测结果对应的定位结果；对所述第一车道线检测数据进行指定检测，获取第二车道线检测数据；所述第二车道线检测数据包括所述第一车道线检测数据中的通过所述指定检测的检测结果；所述指定检测包括遮挡物检测、定位质量检测和角度分布检测中的一项或多项；获取第二定位数据，所述第二定位数据中包括所述第二车道线检测数据中的各检测结果对应的定位结果；根据所述第二车道线检测数据、所述第二定位数据和高精度地图对所述目标相机进行外参标定。2.如权利要求1所述的方法，其特征在于，所述道路测试数据包括所述目标相机拍摄的多张目标图像，以及多个指定传感器的测量数据；所述从目标相机所在车辆的道路测试数据中提取第一车道线检测数据和第一定位数据，包括：对各张目标图像进行车道线检测，将各张目标图像及其检测结果作为第一车道线检测数据；根据所述多个指定传感器的测量数据进行位姿融合，获得第一定位数据。3.如权利要求2所述的方法，其特征在于，所述根据所述多个指定传感器的测量数据进行位姿融合，获得第一定位数据，包括：根据所述多个指定传感器的测量数据进行位姿融合，得到初始定位数据；使用优化工具对所述初始定位数据进行优化，得到所述第一定位数据。4.如权利要求1所述的方法，其特征在于，当所述指定检测包括遮挡物检测、定位质量检测和角度分布检测时，所述对所述第一车道线检测数据进行指定检测，获取第二车道线检测数据，包括：对所述第一车道线检测数据进行遮挡物检测，获取第一检测结果；所述第一检测结果包括所述第一车道线检测数据中的通过所述遮挡物检测的检测结果；对所述第一检测结果进行定位质量检测，获取第二检测结果；所述第二检测结果包括所述第一检测结果中的通过所述定位质量检测的检测结果；对所述第二检测结果进行角度分布检测，获取第三检测结果，所述第三检测结果包括所述第二检测结果中的通过所述角度分布检测的检测结果；将所述第三检测结果作为所述第二车道线检测数据。5.如权利要求1所述的方法，其特征在于，所述根据所述第二车道线检测数据、所述第二定位数据和高精度地图对所述目标相机进行外参标定，包括：根据所述第二车道线检测数据、所述第二定位数据和高精度地图，迭代计算所述目标相机的外参；其中，所述目标相机的外参的任一次计算过程包括：从所述第二车道线检测数据中获取目标检测结果，从所述第二定位数据中获取所述目标检测结果对应的目标定位结果；根据历史外参、所述目标检测结果、所述目标定位结果和所述高精度地图计算当前外参，所述历史外参是指所述目标相机的初始外参或上一次计算出的外参，所述当前外参是
指本次计算出的所述目标相机的外参；在满足预设的...
【专利技术属性】
技术研发人员：檀祖冰，
申请(专利权)人：广州小马智行科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。