[发明专利]一种双目相机测距校正方法及车载设备

说明书

本发明提供一种双目相机测距校正方法及车载设备，可以将视差图中的障碍物检测区域划分为多个子区域，根据每个子区域的测距校正模型计算每个子区域的测距校正参数，再根据所述测距校正参数生成所述障碍物检测区域对应的测距校正参数表，基于所述测距校正参数表和所述测距校正模型对视差图进行双目相机测距。由于本发明可以根据实际环境对障碍物检测区域中的多个子区域分别计算测距校正参数，通过测距校正参数修正测距校正模型，从而可以提高测距精度。

技术领域

本发明涉及智能交通及辅助驾驶技术领域，尤其涉及一种双目相机测距校正方法及车载设备。

背景技术

随着汽车智能化的发展趋势，辅助驾驶、自动驾驶等正成为学术界和工业界的研究热点，国内外众多传统汽车厂商、高科技企业等都致力于推出各自的解决方案。近年来，基于毫米波雷达和激光雷达的方案已经广泛用于高端汽车，毫米波雷达的主要优势体现在具有很强的抵抗环境干扰的能力，可穿透雾、烟、灰尘等，具有全天候全天时工作的能力，可直接检测前方车辆的距离和速度。激光雷达的主要优势体现在极精准的测距能力和超高分辨率。然而，不论是毫米波雷达还是激光雷达，存在垂直视场角较窄、纵向分辨率较低、无法提供颜色和纹理信息的问题，并且这些参数对很多应用场景而言是非常重要的，例如行人检测、车辆识别、交通标志识别等。

车载双目系统包括图像采集、相机标定、图像校正、立体匹配和ADAS(AdvancedDriving Assistant System，高级驾驶辅助系统)功能等部分。其中，双目相机在进行图像采集时需要保持采集时间的高度同步性、左右图像画质的清晰性和一致性；双目相机标定为了获取无畸变、平行等位以及测距精度符合要求的左右图像；左右图像经过图像校正后，进行立体匹配，获得稀疏/稠密视差图像，供后续算法使用相应的距离信息；ADAS功能主要包括障碍物检测和车道线检测等功能，用于实现对车辆前方的障碍物检测和车道线检测，从而实现危险预警。

由此可见，双目ADAS产品的优劣很大程度依赖于相机的测距性能，测距精度往往容易受感光单元的装配精度，镜头的各种畸变，双目标定算法和匹配算法等等因素的影响，导致双目相机标定以后的测距精度难以满足实际应用要求。

发明内容

有鉴于此，本发明提供一种双目相机测距校正方法及车载设备来解决现有技术中双目相机测距精度无法满足应用要求的问题。

具体地，本发明是通过如下技术方案实现的：

本发明提供一种双目相机测距校正方法，所述方法包括：

将视差图中的障碍物检测区域划分为多个子区域；

根据每个子区域的测距校正模型计算每个子区域的测距校正参数；

根据所述测距校正参数生成所述障碍物检测区域对应的测距校正参数表；

基于所述测距校正参数表和所述测距校正模型对视差图进行双目相机测距。

作为一个实施例，将视差图中的障碍物检测区域划分为多个子区域，包括：

确定所述障碍物检测区域中的感兴趣区域和非感兴趣区域；

分别为所述感兴趣区域和所述非感兴趣区域划分的子区域；

所述感兴趣区域中的子区域数量大于所述非感兴趣区域中的子区域数量。

作为一个实施例，根据每个子区域的测距校正模型计算每个子区域的测距校正参数，包括：

通过预设的评估板计算测定距离对应的视差值；

基于所述测定距离和所述视差值计算所述测距校正模型中的测距校正参数。

作为一个实施例，通过预设的评估板计算测定距离对应的视差值，包括：

基于预设的评估板，通过匹配算法计算测定距离对应的视差值；