[发明专利]一种融合校准摄像头位姿的方法

说明书

本发明提供一种融合校准摄像头位姿的方法，属于车辆自动驾驶技术领域，在一个周围环境特征明显的场地中，加装多个摄像头，分别用于识别车辆车轮位置和车辆位置，然后采用移动平台带动自动驾驶车辆运动，根据车辆中加装的摄像头拍摄的图像变化，采用相关数学方法求解摄像头位置，进而确定车辆车轮与摄像头的相对位置，从而得到摄像头的位姿，结合车厂模型尺寸数据与计算结果，采用卡尔曼滤波进行融合校准，进而得到更为精确的摄像头位姿数据。通过本文所提方法与系统，用户可获得更为精确的摄像头位姿校准结果。

技术领域

本发明涉及车辆自动驾驶技术，尤其涉及一种融合校准摄像头位姿的方法。

背景技术

现阶段国内外对自动驾驶的研究逐渐深入，不断从辅助驾驶向自动驾驶推进。在车辆自动驾驶过程中，摄像头为不可缺少的传感器。而自动驾驶车辆应用摄像头感知环境的前提，是需要知道摄像头与车辆的相对位姿。尽管可以通过车厂和摄像头的尺寸参数，计算出摄像头相对车辆的位置和姿态，但是由于安装和模具精度问题，不同车辆摄像头的相对位姿必然存在细微差别，而随着车速的提高，对摄像头相对位姿的精确度要求也越高，所以有必要尽量提高摄像头相对位姿的精度。

发明内容

为了解决上述如何提高自动驾驶车辆摄像头位姿精确度的问题，本发明提出了一种融合校准摄像头位姿的方法，用于方便用户获得精确的摄像头相对位姿数据。

本发明的技术方案是：

一种融合校准摄像头位姿的方法，通过多种方式获取摄像头相对车辆的位姿，考虑到必然存在的测量误差，利用相互校准的方式，提高测量结果的精度。

首先在一个场地中加装数个摄像头，分别用于识别车辆车轮位置和车辆位置，然后采用移动平台带动自动驾驶车辆运动，根据车辆中加装的摄像头拍摄的图像变化，采用相关数学方法求解摄像头位置，进而确定车辆车轮与摄像头的相对位置，从而得到摄像头的位姿。

结合车厂模型尺寸数据与计算结果，采用卡尔曼滤波进行融合校准，进而得到更为精确的摄像头位姿数据。

进一步的，本发明主要包括三个步骤，1)设置用于校准的场地环境与设施、2)利用采集到的数据进行摄像头校准、3)提高校准精度。

5、根据权利要求4所述的方法，其特征在于，

其中，

所述设置用于校准的场地环境：首先需要一个车辆移动平台，平台上表面存在弧形凸起，用于固定车辆位置，平台底部轮子可转向，以适应非直线轨道；平台移动轨道为非直线轨道，轨道两边布置一个物体和若干摄像头。

此外场地中另外需要wifi覆盖，用于系统与车辆摄像头通信；wifi网络及场地中各摄像头需接入到用于校准的计算机中。

所述利用采集到的数据进行摄像头校准，分为以下几个步骤：

步骤一：建立校准场地附件图像环境高精地图，存储到用于校准的计算机中，该步骤仅需刚开始的时候进行，后续直接调用存储的数据即可；

步骤二：将待校准车辆移动至移动平台上并连接场地wifi，并通过校准车道，场地摄像头及车辆摄像头实时采集记录数据；

步骤三：采用特征点匹配的方法，结合高精地图数据与场地摄像头数据，确定车辆运动的轨迹和时间，结合高精地图数据与车辆摄像头数据，确定摄像头运动的轨迹和时间；

步骤四：对比车辆与摄像头的运动轨迹和时间，得到一系列的摄像头相对车辆的位姿结果。

所述提高校准精度，即先利用车厂车辆模型尺寸参数，计算摄像头相对车辆的位姿结果；再利用摄像头校准中的步骤四和步骤五的结果，采用卡尔曼滤波方法，进行摄像头位姿融合校准，得到较为精确的结果。

本发明的有益效果是