[发明专利]一种双目相机的调校方法和装置

说明书

本发明公开了双目相机的调校方法，包括以下步骤：S2：对在相距特定距离的两点分别拍摄的图集1和图集2，分别提取特征点；S3：分别拟合特征点的高斯分布参数，并提取期望值作为理论视差；S4：筛选公共特征点，并分别计算公共特征点的第一理论距离特定帧数和第二理论距离特定帧数；S5：对公共特征点的理论距离差进行高斯拟合，并提取方差作为评价指标；S6：判断评价指标是否小于阈值：若是，结束调校；若否，继续下面的步骤；S7：调整双目相机的姿态参数，然后回到步骤S3。本发明可以实现对双目相机“极线对齐”模型的修正。

技术领域

本发明涉及汽车辅助驾驶和自动驾驶领域，尤其涉及其中的双目相机。

背景技术

正确的立体匹配是双目相机能够正常工作的基础，这就要求双目相机满足“极线对齐”的理论模型。在理论的极线对齐状态下，极线对齐误差为0，其计算方法是，左图的特征点像素行坐标减去右图特征点像素的行坐标。但是在实际使用中，由于各种因素的综合作用，双目相机之间的位姿关系会随着时间的推移，逐渐发生变化。这就导致“极线对齐”的理论模型被破坏，需要调校，调节相机的姿态参数R、T。

发明内容

本发明的目的在于提供一种双目相机的调校方法和装置，其可以实现对双目相机“极线对齐”模型的修正。

本发明提供的双目相机的调校方法，包括以下步骤：S2：对在相距特定距离的两点分别拍摄的图集1和图集2，分别提取特征点；S3：分别拟合特征点的高斯分布参数，并提取期望值作为理论视差；S4：筛选公共特征点，并分别计算公共特征点的第一理论距离特定帧数和第二理论距离特定帧数；S5：对公共特征点的理论距离差进行高斯拟合，并提取方差作为评价指标；S6：判断评价指标是否小于阈值：若是，结束调校；若否，继续下面的步骤；S7：调整双目相机的姿态参数，然后回到步骤S3。

其中，在步骤S2之前还包括步骤S1：在相距特定距离的两点分别拍摄图集1和图集2，其包括以下步骤：S11、在双目相机静止状态下，拍摄当前场景图特定帧数，标记为图集1；S12、在相同场景下，相机沿固定方向移动特定距离后，再次拍摄静止状态下的场景特定帧数，标记为图集2。

其中，步骤S3包括以下步骤：S31、对图集1的每一帧图像，计算每一个特征点的视差值；S32、对每一个特征点，对特定帧数图像中的视差值进行统计分析，得到高斯拟合模型；S33、取上述高斯拟合模型的期望值作为此特征点的理论视差值；S34、对图集1中的每一个特征点都重复上述过程，则得到图集1中的全部特征点的理论视差值；S35、针对图集2重复步骤S31～S34，得到图集2的全部特征点的理论视差值。

其中，步骤S4包括以下步骤：S41、在图集1和图集2内，挑选在两个图集内都存在的公共特征点；S42、对图集1中每一个挑选出的公共特征点，根据其理论视差值计算第一理论距离特定帧数；S43、对图集2中每一个挑选出的公共特征点，根据其理论视差值计算第二理论距离特定帧数。

其中，步骤S5包括以下步骤：S51：对于每一个挑选出的公共特征点，根据该点第一理论距离和第二理论距离，计算该点的距离差；S52：对所有挑选出的公共特征点的距离差进行高斯拟合，得到高斯分布，期望值等于特定距离，提取方差作为评价指标。

本发明还提供一种存储设备，其中存储有多条指令，所述指令适于由处理器加载并执行以下步骤：S2：对在相距特定距离的两点分别拍摄的图集1和图集2，分别提取特征点；S3：分别拟合特征点的高斯分布参数，并提取期望值作为理论视差；S4：筛选公共特征点，并分别计算公共特征点的第一理论距离特定帧数和第二理论距离特定帧数；S5：对公共特征点的理论距离差进行高斯拟合，并提取方差作为评价指标；S6：判断评价指标是否小于阈值：若是，结束调校；若否，继续下面的步骤；S7：调整双目相机的姿态参数，然后回到步骤S3。