[发明专利]一种相机外部参数的静态标定方法

说明书

一种相机外部参数的静态标定方法；包括步骤S1：设定多个标记点；步骤S2：将标记点的实际GPS位置转换到以IMU为坐标原点的IMU坐标系下，得到点P1；步骤S3：通过旋转平移变换矩阵将P1转换到以相机为坐标原点的相机坐标系下，得到P2；步骤S4：通过摄像装置自身的内参矩阵将P2转换到图像坐标系下，得到该点在图像上的投影坐标；步骤S5：构建的重投影误差函数，计算重投影误差；步骤S6：优化旋转平移变换矩阵，重复步骤S3‑S5，直到重投影误差低于指定阈值。该方法通过标记点的GPS坐标和摄像装置中标记点的像素坐标，构建损失函数，来最终获得两者之间的欧式变换关系，即旋转平移变换矩阵。该方法无需对采集设备进行改造，也无需对车辆进行改造，在静止状态下即可完成相机外参的标定。

技术领域

本发明涉及智能驾驶领域，具体涉及一种相机外部参数的静态标定方法。

背景技术

目前，自动驾驶地图的精度是在GPS坐标系下进行衡量的，也就是说地图上的每个点需要用GPS坐标进行表示。在多传感器的方案中，相机和GPS可能不是同时安装在车辆的相同位置，而是可能相隔了2～3米的距离。因此需要对相机的外参进行标定，建立相机和GPS模块的空间位置关系。如果不进行相机外参的标定，直接根据相机的图像和车体的位置进行建图，最终可能就会产生两三米的误差。

而传统的标定方法，需要将相机和IMU(IMU上有GPS模块)很近地绑在一起，然后剧烈地晃动，激发IMU的轴和相机的轴贴在一起，从而使得IMU的轨迹和相机的轨迹贴合，完成相机的标定。但是安装在车上的相机和IMU不能晃动，因此传统的标定方法不适用。

并且现有的技术方案中对于坐标变换过程中如何对重投影与变换矩阵间建立联系来调整变换矩阵还缺少相关的研究。

发明内容

鉴于现有技术中存在的问题，本发明采用以下技术方案：

一种相机外部参数的标定方法，其特征在于，所述方法包括以下步骤：

步骤S1：设定一个或多个标记点，通过摄像装置获取包括所述标记点的图像，识别标记点在图像中的位置(u0，v0)；

步骤S2：将标记点的实际GPS位置转换到以IMU为坐标原点的IMU坐标系下，得到点P1；

步骤S3：通过旋转平移变换矩阵M[R|t]将P1转换到以所述摄像装置为坐标原点的坐标系下，得到点P2；

步骤S4：通过所述摄像装置自身的内参矩阵K将P2转换到所述图像的坐标系下，得到该点在图像上的投影坐标(u1，v1)；

步骤S5：构建(u0，v0)和(u1，v1)的重投影误差函数，计算重投影误差，该误差与所述旋转平移变换矩阵M[R|t]相关；

步骤S6：优化M[R|t]的值，重复步骤S3-步骤S5，直至重投影误差低于指定阈值，此时M[R|t]的取值作为标定的结果；

所述述旋转平移变换矩阵M[R|t]中R代表旋转，t代表平移。

优选地，步骤S1中，所述摄像装置设置在车顶或车辆的四周。

优选地，所述摄像装置包括多台摄像机，各摄像机获取的图像之间有重叠区域。

优选地，步骤S1中，所述标记点在图像中的位置(u0，v0)通过人为或计算机逐行逐列查找得到。

优选地，步骤S1中，所述标记点在图像中的位置(u0，v0)通过训练好的神经网络得到。

优选地，在步骤S5中，所述重投影误差函数如下：

其中K:相机的内参矩阵；

R^b，t^b：分别为IMU的姿态和位置；