[发明专利]双目视觉传感器标定方法、装置、计算机设备和存储介质在审

专利信息
申请号: 201910639277.1 申请日: 2019-07-16
公开(公告)号: CN112241984A 公开(公告)日: 2021-01-19
发明(设计)人: 胡荣东;彭美华;马源;杨凯斌 申请(专利权)人: 长沙智能驾驶研究院有限公司
主分类号: G06T7/80 分类号: G06T7/80
代理公司: 广州华进联合专利商标代理有限公司 44224 代理人: 黄晓庆
地址: 410006 湖南省长沙市岳麓区学士*** 国省代码: 湖南;43
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 双目 视觉 传感器 标定 方法 装置 计算机 设备 存储 介质
【权利要求书】:

1.一种双目视觉传感器标定方法,所述方法包括:

获取在不同拍摄条件下,由待标定的双目视觉传感器分别拍摄得到的各十字激光线图像组,所述十字激光线图像组包括左侧十字激光线图像和右侧十字激光线图像;

确定所述左侧十字激光线图像中十字激光线的左侧图像交叉点,确定所述右侧十字激光线图像中所述十字激光线的右侧图像交叉点;

根据所述左侧图像交叉点和所述右侧图像交叉点得到所述十字激光线图像组对应的特征点匹配对;

根据各所述特征点匹配对和所述双目视觉传感器的内参数,确定所述左侧十字激光线图像和所述右侧十字激光线图像之间的位置映射矩阵;

分解所述位置映射矩阵,得到所述双目视觉传感器的外参数,所述双目视觉传感器的标定结果包括所述外参数。

2.根据权利要求1所述的方法,其特征在于,所述获取在不同拍摄条件下,由待标定的双目视觉传感器分别拍摄得到的各十字激光线图像组包括:

在待标定的双目视觉传感器处于不同的传感器分布参数时,调整预设的十字激光器的位置,获取由所述双目视觉传感器分别拍摄得到的各十字激光线图像组。

3.根据权利要求1所述的方法,其特征在于,所述确定所述左侧十字激光线图像中十字激光线的左侧图像交叉点,确定所述右侧十字激光线图像中所述十字激光线的右侧图像交叉点包括:

对所述左侧十字激光线图像和所述右侧十字激光线图像分别进行滤波处理,得到左侧去噪图像和右侧去噪图像;

对所述左侧去噪图像和所述右侧去噪图像中的十字激光线进行激光直线拟合,并根据直线拟合结果分别确定左侧图像交叉点和右侧图像交叉点。

4.根据权利要求2所述的方法,其特征在于,所述双目视觉传感器的内参数包括内部参数矩阵;所述位置映射矩阵包括单应性矩阵;所述根据各所述特征点匹配对和所述双目视觉传感器的内参数,确定所述左侧十字激光线图像和所述右侧十字激光线图像之间的位置映射矩阵包括:

确定各所述特征点匹配对中特征点之间的传感器坐标映射函数;

根据所述特征点的图像坐标和所述内部参数矩阵,确定所述特征点对应的传感器坐标,所述传感器坐标为所述特征点在对应传感器坐标系下的坐标;

根据所述传感器坐标映射函数和所述传感器坐标,得到所述左侧十字激光线图像和所述右侧十字激光线图像之间的单应性矩阵。

5.根据权利要求1至4任意一项所述的方法,其特征在于,在所述根据各所述特征点匹配对和所述双目视觉传感器的内参数,确定所述左侧十字激光线图像和所述右侧十字激光线图像之间的位置映射矩阵之前,还包括:

对所述双目视觉传感器进行内参标定处理,得到所述双目视觉传感器的内参数。

6.根据权利要求4所述的方法,其特征在于,所述分解所述位置映射矩阵,得到所述双目视觉传感器的外参数包括:

通过奇异值分解算法分解所述单应性矩阵,得到矩阵分解结果;

对所述矩阵分解结果的位置关系进行逻辑筛选,并根据逻辑筛选结果得到所述双目视觉传感器的外参数。

7.根据权利要求4所述的方法,其特征在于,所述双目视觉传感器的内参数还包括径向畸变因素;在所述分解所述位置映射矩阵,得到所述双目视觉传感器的外参数之后,还包括:

通过所述内部参数矩阵、所述径向畸变因素、所述双目视觉传感器的传感器分布参数和各所述特征点匹配对的图像坐标,确定所述外参数的代价函数;

根据所述代价函数对所述外参数进行调整,得到优化后的外参数,并将优化后的外参数作为所述双目视觉传感器的标定结果。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于长沙智能驾驶研究院有限公司,未经长沙智能驾驶研究院有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910639277.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top