[发明专利]车辆摄像头的自动标定方法、系统、车载控制设备

说明书

本发明属于汽车技术领域，具体提供一种车辆摄像头的自动标定方法、系统、车载控制设备。本发明旨在解决现有的摄像头标定需要人工测量，造成标定效率低，并且不能实现完全标定自动化的问题，本发明的车辆摄像头的自动标定方法包括获取摄像头采集的测量数据、实际数据采集器采集的实际数据以及车辆的状态数据；基于测量数据、实际数据以及状态数据，筛选训练数据；基于训练数据训练预设的自标定模型，得到自标定模型；计算自标定模型的误差，并比较误差与第一误差阈值的大小；在误差小于第一误差阈值时，输出自标定模型。本发明不需要人工测量，因此提升了标定效率，并且实现了摄像头的完全标定自动化。

技术领域

本发明属于汽车技术领域，具体提供一种车辆摄像头的自动标定方法、系统、车载控制设备。

背景技术

无人驾驶汽车是未来的发展趋势，摄像头是无人驾驶汽车的重要传感器之一，对环境感知起到重要作用，摄像头的测量准确性会直接影响无人驾驶功能的使用，因此对摄像头的标定具有非常重要的意义。

目前对摄像头的标定的研究主要集中在人工标定的算法开发，且人工标定算法大多基于光学机理模型进行改进。由于目前对摄像头的标定研究集中在这种传统的方法上，但这种方法需要做一些人工测量，随着无人驾驶和大数据的开发应用，迫切需要新的标定方法来提高标定效率，摆脱人工测量，同时提高数据的利用率。

相应的，本领域需要一种新的车辆摄像头的自动标定方法来解决现有的摄像头标定需要人工测量，造成标定效率低，并且不能实现完全标定自动化的问题。

发明内容

为了解决现有技术中的上述问题，即为了解决现有的摄像头标定需要人工测量，造成标定效率低，并且不能实现完全标定自动化的问题，本发明提供了一种车辆摄像头的自动标定方法，所述车辆包括实际数据采集器，所述自动标定方法包括以下步骤：

基于所述摄像头采集的测量数据、所述实际数据采集器采集的实际数据以及所述车辆的状态数据，筛选训练数据；

基于所述训练数据训练预设的自标定模型，得到训练自标定模型；

计算所述训练自标定模型的误差；

选择性地比较所述误差与第一误差阈值的大小；

在所述误差小于所述第一误差阈值时，输出所述训练自标定模型；

其中，所述自标定模型用于表征所述测量数据与所述实际数据之间的函数关系。

在上述车辆摄像头的自动标定方法的优选技术方案中，所述测量数据包括障碍物的测量车道信息、所述障碍物的测量距离、所述障碍物的测量速度以及所述障碍物的测量类型中的一种或几种；

所述实际数据包括所述障碍物的实际车道信息、所述障碍物的实际距离、所述障碍物的实际速度以及所述障碍物的实际类型中的一种或几种；

所述车辆的状态数据包括所述车辆的速度、加速度以及偏航角速度中的一种或几种。

在上述车辆摄像头的自动标定方法的优选技术方案中，所述实际数据采集器为设置于所述车辆上的雷达。

在上述车辆摄像头的自动标定方法的优选技术方案中，“基于所述测量数据、所述实际数据以及所述状态数据，筛选训练数据”的步骤进一步包括：

基于所述车辆的速度、加速度以及偏航角速度，判断所述车辆是否处于设定行驶状态；

基于所述测量车道信息和所述实际车道信息，判断所述障碍物是否与所述车辆处于同一车道；

基于所述测量速度与所述实际速度、所述测量距离与所述实际距离、以及所述测量类型与所述实际类型，判断所述摄像头与所述实际数据采集器采集的障碍物是否为同一障碍物；