[发明专利]一种应用智能驾驶的相机和场景关联标定方法及系统

说明书

技术领域

本发明涉及相机标定技术领域，尤其涉及的是一种应用智能驾驶的相机和场景关联标定方法及系统。

背景技术

现有技术中基于视觉传感器的道路场景感知技术被广泛应用于自动驾驶、半自动驾驶和高级驾驶辅助系统(Advanced Driver Assistance Systems, ADAS)中(统称为智能驾驶)，这些视觉传感器即通常说的车载相机，主要功能是连续感知汽车周围特别是前方的可见光图像信息并发送到处理器进行场景分析理解，经过相关的决策处理后反馈给用户或直接介入驾驶系统。

单个车载相机实现了从三维现实世界到二维图像的映射，即Px=u （1）；

其中P为投影矩阵形，x和u分别是世界坐标（三维）和图像坐标(二维)的齐次坐标表达式。公式(1)中的P为3x4的矩阵，即

矩阵P可以进一步分解为相机的内参数矩阵和外参数矩阵；

由于P不可逆，导致无法从图像直接恢复出目标的真实大小以及离相机的位置等对智能驾驶至关重要的信息。

通常做法是通过逼近的办法解决信息丢失的问题，将P简化为单映矩阵H：

H为可逆矩阵，实现了从二维到二维的透射投影变换，基于矩阵H可以将三维世界中的平面（例如路面）与图像平面建立关联。

基于单目相机的相机标定主要是根据成像信息估计出单映矩阵H以及H中包含的相机内外参数信息。常用的方法主要有：1.基于车道线等一些道路中已有的标志点如标线等估计成像平面与道路平面的单映矩阵，同时恢复出相应的相机内参数和大部分外参数。2.通过人为放置特定的标定杆、标定板等进行对相机内外参数进行全面标定，并计算出相机成像畸变情况。

从技术和实施上，上述方式存在一些缺点：

1、标定和计算过程较为繁琐，需要较多的人为干预；

2、只能得到相机内外参数等中间结果，需要增加额外的计算才能得到最终的目标－图像映射关系；

3、难以实现与自动检测算法结合，并且无法加速检测算法；

4、无法检测相机安装配置的变化。

因此，针对上述缺陷，现有技术还有待于改进和发展。

发明内容

本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供一种应用智能驾驶的相机和场景关联标定方法及系统，旨在通过在车辆上安装的相机对出现在相机视野中的目标物体进行标定，本发明汽车相机标定具有简单、快速、准确、不受环境限制的优点，无论车辆行驶在高速公路，还是城市道路上均可以进行标定，同时，当车停在城市道路上，甚至是停在地下停车库时，只要有行人出现在相机视野中就可以进行标定。

本发明解决技术问题所采用的技术方案如下：

一种应用智能驾驶的相机和场景关联标定方法，其中，所述方法包括：

步骤A，预先通过设置在车辆挡风玻璃上并调好视角的相机监测处于相机视野中的单个或多个目标物体；

步骤B，当所述目标物体在相机视野中走动时通过相机进行成像，检测器检测得到目标物体在图像坐标中的位置和高度信息作为标定数据；

步骤C，根据所述标定数据通过离线计算或者在线学习的方式对用于表示目标物体图像位置和高度关系的标定模型进行更新。

所述的应用智能驾驶的相机和场景关联标定方法，其中，所述步骤B具体包括：

步骤B1，自动采集出现在相机视野中包含目标物体的图像数据；

步骤B2，通过目标检测算法检测出目标物体在图像中的位置和高度；

步骤B3，建立目标物体的位置和高度的映射关系图。

所述的应用智能驾驶的相机和场景关联标定方法，其中，所述步骤B2具体包括：

步骤B21，选取图像中的通道特征图像作为原始输入图像进行进一步的特征提取和分类器训练，用于目标物体的检测；

步骤B22，选择迭代算法作为分类框架、决策树作为弱分类器，通过决策树进行分类并将所有决策树判定的分数之和作为检测分数用于筛选目标物体；

步骤B23，通过采用滑动窗口和多尺度的方式对目标物体进行搜索，得到目标物体在图像中的位置和高度。

所述的应用智能驾驶的相机和场景关联标定方法，其中，所述步骤B3具体包括：

建立位置和高度的多项式映射，所述多项式映射反映了平面(x，y)到高度h的映射为：h=f（x，y），其中f为多项式，用于表示平面或高阶曲面，（x，y）表示位置，h表示高度；