【技术实现步骤摘要】
本专利技术涉及车辆控制，特别涉及一种基于特征匹配的相机姿态自适应标定方法及相关设备。
技术介绍
1、路侧感知系统是利用视觉传感器、毫米波雷达和激光雷达等多种传感器，结合边缘计算设备，实时监测当前的路况数据。并且路侧感知系统可以根据当前的路况数据，实时为驾驶员提供道路环境相关的信息和出行安全相关的预警信息，以及为相关交通部门提供道路交通环境的监控和预测等。
2、考虑到激光雷达的高昂成本问题，雷视成为路侧感知设备的主流解决方案。路侧相机定位一般是对设备已采集的图片中筛选出一张图片作为基准图片，使用标定方法将像素坐标与3d世界坐标关联。路侧感知设备一般安装在路侧的电警杆上，但在实际使用中，由于受震动、自然风等各种因素，发现最初已标定好的相机设备，相比原始标定时的视角发生了变化，使得定位精度变差，从而引起定位误差。
技术实现思路
1、本专利技术提供一种基于特征匹配的相机姿态自适应标定方法及相关设备，旨在解决现有技术中存在的问题。
2、本专利技术的目的采用以下技术方案实现：
3、第一方面，本专利技术提供一种基于特征匹配的相机姿态自适应标定方法，包括：
4、获取原始标定视角下的原始图片以及与所述原始标定视角发生视角变化后的多个场景下不同时段的当前图片；
5、从所述原始图片和所述当前图片中提取特征点；
6、对所述原始图片和所述当前图片进行特征点匹配，获取特征点对；
7、根据匹配得到的所述特征点对，得到图像之间的单
8、获取所述当前图片应用所述单应变换矩阵前后的像素变化量，判断所述像素变化量是否超过预设的第一阈值，以及获取所述当前图片中匹配成功的特征点的空间分布率，判断所述空间分布率是否超过预设的第二阈值；
9、如果所述像素变化量未超出所述第一阈值且所述空间分布率超出所述第二阈值，则输出所述单应变换矩阵，将相机拍摄的图片根据所述单应变换矩阵修正至原始标定视角；
10、如果所述像素变化量超出所述第一阈值或所述空间分布率未超出所述第二阈值，则输出视角修正失败警告。
11、根据本专利技术提供的一种基于特征匹配的相机姿态自适应标定方法，所述从所述原始图片和所述当前图片中提取特征点的步骤，包括：
12、利用尺度不变特征变换算法检测所述原始图片和所述当前图片的特征点，获取所述特征点的尺度信息；
13、根据所述特征点的尺度信息，得到所述特征点的邻域范围的梯度信息；
14、根据所述邻域范围的梯度信息，构建对应的特征点描述符信息，以确定所述特征点的主方向，进而提取到图像中的特征点。
15、根据本专利技术提供的一种基于特征匹配的相机姿态自适应标定方法，在所述从所述原始图片和所述当前图片中提取特征点的步骤之前，还包括：对所述原始图片和所述当前图片进行预处理，具体包括：
16、对所述原始图片和所述当前图片进行高斯平滑滤波以及对图像的局部区域进行直方图均衡化处理。
17、根据本专利技术提供的一种基于特征匹配的相机姿态自适应标定方法，所述对所述原始图片和所述当前图片进行特征点匹配，获取特征点对的步骤，包括：
18、在特征点匹配过程中，对于所述原始图片的特征点，从所述当前图片中寻找与所述特征点距离最近的特征点和次近距离的特征点，并得到最近距离和次近距离；
19、计算所述最近距离与所述次近距离的差值，判断所述差值是否小于预设的第三阈值，若小于所述第三阈值，则判定为匹配成功的特征点对，若否，则特征点匹配失败；
20、遍历所述原始图片的所有特征点，从所述当前图片中找出所有匹配的特征点，以得到匹配成功的所述特征点对。
21、根据本专利技术提供的一种基于特征匹配的相机姿态自适应标定方法，所述根据匹配得到的所述特征点对，得到图像之间的单应变换矩阵的步骤，包括：
22、采用ransac算法迭代计算得到最优的单应变换矩阵并输出，具体包括：
23、在每次迭代过程中，从所有匹配成功的所述特征点对中随机选择四组不共线的特征点对作为种子点，以计算初始的单应变换矩阵；
24、利用所述初始的单应变换矩阵，计算其他非种子点的投影误差，如果所述投影误差小于预设的第四阈值，则将所述非种子点作为内点加入到内点集合中；
25、比较当前内点集合的内点个数是否大于之前最优内点集合的内点个数，若是，则将当前内点集合作为新的最优内点集合；
26、重复迭代过程直至达到设定的迭代结束条件，利用内点数量最多的内点集合中的所有内点计算得到单应变换矩阵，以作为所述最优的单应变换矩阵并输出。
27、根据本专利技术提供的一种基于特征匹配的相机姿态自适应标定方法，在输出所述单应变换矩阵之后，还包括：将应用所述单应变换矩阵的所述当前图片与所述原始图片进行叠加，以验证所述当前图片是否修正至原始标定视角。
28、根据本专利技术提供的一种基于特征匹配的相机姿态自适应标定方法，所述获取所述当前图片中匹配成功的特征点的空间分布率的步骤，包括：
29、将所述当前图片划分为多个网格区域，基于所述网格区域的数量以及所述当前图片中匹配成功的特征点的数量，分别统计各个所述网格区域中特征点的数量，以确定所述当前图片中匹配成功的特征点的空间分布率。
30、第二方面，本专利技术提供一种电子设备，所述电子设备包括：
31、一个或多个处理器；
32、以及存储有计算机程序指令的存储器，所述计算机程序指令在被执行时使所述处理器执行如上述任一种所述的基于特征匹配的相机姿态自适应标定方法的步骤。
33、第三方面，本专利技术提供一种计算机可读存储介质，其上存储有计算机程序/指令，所述计算机程序/指令被处理器执行时实现如上述任一种所述的基于特征匹配的相机姿态自适应标定方法的步骤。
34、第四方面，本专利技术提供一种计算机程序产品，包括计算机程序/指令，该计算机程序/指令被处理器执行时实现如上述任一种所述的基于特征匹配的相机姿态自适应标定方法的步骤。
35、本专利技术提供的一种基于特征匹配的相机姿态自适应标定方法及相关设备，通过获取原始标定视角下的原始图片以及与原始标定视角发生视角变化后的多个场景下不同时段的当前图片；从原始图片和当前图片中提取特征点；对原始图片和当前图片进行特征点匹配，获取特征点对；根据匹配得到的特征点对，得到图像之间的单应变换矩阵；获取当前图片应用单应变换矩阵前后的像素变化量，判断像素变化量是否超过预设的第一阈值，以及获取当前图片中匹配成功的特征点的空间分布率，判断空间分布率是否超过预设的第二阈值；如果像素变化量未超出第一阈值且空间分布率超出第二阈值，则输出单应变换矩阵，将相机拍摄的图片根据单应变换矩阵修正至原始标定视角；如果像素变化量超出第一阈值或空间分布率未超出第二阈值，则输出视角修正失败警告。本专利技术为了应对路侧感知设备在实际使用过程中相机的视角不断发生变化设计了本方本文档来自技高网...
【技术保护点】
1.一种基于特征匹配的相机姿态自适应标定方法，其特征在于，包括：
2.根据权利要求1所述的基于特征匹配的相机姿态自适应标定方法，其特征在于，所述从所述原始图片和所述当前图片中提取特征点的步骤，包括：
3.根据权利要求1所述的基于特征匹配的相机姿态自适应标定方法，其特征在于，在所述从所述原始图片和所述当前图片中提取特征点的步骤之前，还包括：对所述原始图片和所述当前图片进行预处理，具体包括：
4.根据权利要求1所述的基于特征匹配的相机姿态自适应标定方法，其特征在于，所述对所述原始图片和所述当前图片进行特征点匹配，获取特征点对的步骤，包括：
5.根据权利要求1所述的基于特征匹配的相机姿态自适应标定方法，其特征在于，所述根据匹配得到的所述特征点对，得到图像之间的单应变换矩阵的步骤，包括：
6.根据权利要求1所述的基于特征匹配的相机姿态自适应标定方法，其特征在于，在输出所述单应变换矩阵之后，还包括：将应用所述单应变换矩阵的所述当前图片与所述原始图片进行叠加，以验证所述当前图片是否修正至原始标定视角。
7.根据权利要求1
8.一种电子设备，其特征在于，所述电子设备包括：
9.一种计算机可读存储介质，其上存储有计算机程序/指令，其特征在于，所述计算机程序/指令被处理器执行时实现如权利要求1-7任一项所述的基于特征匹配的相机姿态自适应标定方法的步骤。
10.一种计算机程序产品，包括计算机程序/指令，其特征在于，该计算机程序/指令被处理器执行时实现如权利要求1-7任一项所述的基于特征匹配的相机姿态自适应标定方法的步骤。
...【技术特征摘要】
1.一种基于特征匹配的相机姿态自适应标定方法，其特征在于，包括：
2.根据权利要求1所述的基于特征匹配的相机姿态自适应标定方法，其特征在于，所述从所述原始图片和所述当前图片中提取特征点的步骤，包括：
3.根据权利要求1所述的基于特征匹配的相机姿态自适应标定方法，其特征在于，在所述从所述原始图片和所述当前图片中提取特征点的步骤之前，还包括：对所述原始图片和所述当前图片进行预处理，具体包括：
4.根据权利要求1所述的基于特征匹配的相机姿态自适应标定方法，其特征在于，所述对所述原始图片和所述当前图片进行特征点匹配，获取特征点对的步骤，包括：
5.根据权利要求1所述的基于特征匹配的相机姿态自适应标定方法，其特征在于，所述根据匹配得到的所述特征点对，得到图像之间的单应变换矩阵的步骤，包括：
6.根据权利要求1所述的基...
【专利技术属性】
技术研发人员：马源，
申请(专利权)人：云控智行科技有限公司，
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。