[发明专利]用于校准车载的基于计算机的视觉系统的方法

说明书

技术领域

本申请涉及一种用于校准车载的基于计算机的视觉系统的方法，包括具有外部参数和内部参数的一组刚性摄像头。

背景技术

有可能使用基于计算机的视觉系统(其包括一组刚性的同步摄像头)来确定车辆行驶的环境的3D重构。

有可能使用这种基于计算机的视觉系统来对自动引导的车辆进行引导，这种系统被设计为使用由基于计算机的视觉系统所拍摄的图像，以便例如沿着了解的参考轨道进行移动。

为此，有可能根据由运行的基于计算机的视觉系统(“运动结构”或“SFM”)拍摄的图像使用3D重构。

在这种方法中，在学习阶段，操作人员可沿着参考轨道控制车辆的运动。通过执行预先记录的运动，还可自动地控制该车辆，无需操作人员。在运动期间，基于计算机的视觉系统从环境中采集图像，每个图像与基于计算机的视觉系统的姿态相对应。每个图像包括2D点或像素的矩阵，每个2D点或像素由其在矩阵中的位置以及其他参数(例如，颜色或强度)来限定。姿态限定了在可为全局或局部(相对于相邻的姿态)的欧几里德坐标系中的基于计算机的视觉系统的位置和方向以及其在所述欧几里德坐标系中的平移。根据坐标系的轴，位置由与坐标相对应的三个平移参数来表示，并且方向例如由相对于坐标系的三个角(欧拉角)来表示。

基于计算机的视觉系统识别在每个图像中的特征2D姿态，与在图像之间的特征2D地标进行匹配(“母板匹配”)，并且根据匹配的2D地标来重构3D映射(其包括与匹配的2D地标相对应的环境的3D地标的参数，以及与用于重构的图像相对应的基于计算机的视觉系统的姿态参数)，在处于该姿态中时，3D映射与基于计算机的视觉系统潜在可见的3D地标相关。3D映射还可使每个3D点与包围该点的兴趣区域相关。

特别地，3D地标和2D地标可为3D点和2D点(从图像中获得)。3D点的参数是3D点的位置坐标，使得每个3D点位于空间内。

对于每个姿态，姿态参数是限定该姿态的平移参数以及旋转参数。

摄像头集合包括外部参数，外部参数是使得其有可能从摄像头集合的一个摄像头的坐标位置移动到另一个摄像头的坐标位置的刚性转换的参数。使得其有可能从一个摄像头移动到另一个摄像头的刚性转换可由在欧几里德坐标系中的三个平移参数和三个旋转参数(即，六个参数)来限定。

摄像头集合包括特定于于每个摄像头的内部参数。在针孔照相机中，内部参数特别可包括焦距、主点的位置、图像的中心以及失真系数。

Mouragnon等人的文献“3D reconstruction of complex structures with bundle adjustment:an incremental approach,Processing IEEE International Conference on Robotics and Automation,ICRA.Orlando,FL,USA,May15-19,2006,Piscataway,NJ,USA,IEEE,15 May 2006,pages 3055-3061,DOI:10.1109/ROBOT.2006.1642166,ISBN:978-0-7803-9505-3”公开了针对单眼视觉系统，重构算法对由校准的照相机获得图像进行算法，即在重构期间，其参数被视为恒定。

然而，3D映射的精度以及根据3D映射的车辆引导取决于外部参数和内部参数的精确知识。

发明内容

因此，本申请的一个目标在于，提供能够一种校准方法，使得有可能精确地估计摄像头集合的外部参数和/或内部参数，这可快速地实现。

为此，本申请提出了一种根据权利要求的用于校准车载的基于计算机的视觉系统的方法、一种产品以及一种装置。

附图说明

鉴于下文的描述，本申请及其优点将会更容易理解，下文的描述仅仅作为一个实例并且参照附图来提供的，其中：

图1是自动制导车辆的图解侧视图，自动制导车辆包括基于计算机的视觉系统，基于计算机的视觉系统具有两个摄像头，从而能够实现根据本申请的方法；

图2是视觉系统的模型的图解视图；以及

图3是示出了通过将针对由包括所有基本序列的整个序列的3D映射的分层融合按升序排列，聚集基本序列的3D地图的步骤的方框图。

具体实施方式