[发明专利]一种相机外参动态标定方法

说明书

本发明涉及一种相机外参动态标定方法，包括：相机根据预设时间间隔进行图像采集，得到多帧第一图像；车道线检测模块将每帧第一图像输入深度学习模型，得到车道线信息；当车辆处于直行状态时，将车道线信息发送给存储模块；当车道线信息的数量达到第一预设数量时，标定模块选取第二预设数量的车道线信息；确定选中车道线ID，并计算选中车道线与预设标定线的多组交点的位置坐标；根据预设转换系数和位置坐标得到相对位置坐标，并且计算每组交点中两个交点之间的相对间距；根据各组交点的相对间距得到标准差参数；根据第二预设数量个标准差参数的均值与预设最优参数的比较结果确定是否调整相机的外参。

技术领域

本发明涉及自动驾驶技术领域，尤其涉及一种相机外参动态标定方法。

背景技术

近年来，自动驾驶车辆在智能交通出行、物流配送、清洁作业等多场景中广泛应用。相机作为自动驾驶车的主要传感器，常用于检测车辆行驶过程中障碍物位置，而检测的障碍物位置的准确度，与相机外参直接相关。

目前的相机外参标定主要分为两类。

第一类是依赖于特定的标定板或者标定物体的。因此需要人工进行标定场景的布置，且标定出来的外参为一组固定的参数。当车辆出现颠簸的情况时，这组固定的外参标定参数不再适用。

第二类是利用消失点或者平行的车道线的外参标定。这类标定虽然对于标定场景的要求相对较低，但是，单次标定所获得的一组外参参数同样为固定值，不适用车辆颠簸时目标位置的感知。

由此可知，现有的自动驾驶车辆的相机的外参，都是在车辆处于平缓的道路情况时的标定数据。一旦车辆行驶过程中，出现颠簸或者上下坡时，基于该固定外参所获得的车辆基准坐标系下的目标位置精度会降低，相应的自动驾驶车辆的安全系数也降低。

发明内容

本发明的目的是针对现有技术的缺陷，提供一种相机外参动态标定方法，可以在车辆离线状态下实现初始的外参标定，还可以在车辆行驶过程中实时进行动态相机外参标定。尤其是在车辆颠簸或者上下坡道的情况下，能够自动地矫正相机的外参标定参数，提高视觉检测目标的位置精度，进而提高车辆行驶的安全系数。

为实现上述目的，本发明提供了一种相机外参动态标定方法，所述动态标定方法包括：

相机根据预设时间间隔对车辆前方固定区域进行图像采集，得到多帧第一图像，并发送给车道线检测模块；每帧所述第一图像具有图像ID；

所述车道线检测模块将每帧所述第一图像输入深度学习模型，得到输出的每帧所述第一图像的车道线信息；所述车道线信息包括图像ID、每条车道线的车道线ID、所述车道线ID对应的像素坐标；

确定所述车辆是否处于直行状态；

当所述车辆处于直行状态时，所述车道线检测模块将所述车道线信息发送给存储模块；当所述存储模块内车道线信息的数量达到第一预设数量时，所述标定模块从所述存储模块选取第二预设数量的所述车道线信息；所述第二预设数量小于所述第一预设数量；

所述标定模块在第二预设数量的每个车道线信息中确定任意两个车道线ID，为选中车道线ID，并且根据所述选中车道线ID对应的像素坐标和多个预设纵坐标计算选中车道线与预设标定线的多组交点的位置坐标；所述每组交点包括一个预设纵坐标与所述选中车道线ID对应的两个车道线的两个交点；

所述标定模块根据预设转换系数和所述多组交点的位置坐标得到所述多组交点在车辆基准坐标系中的相对位置坐标，并且根据每组交点的相对位置坐标计算得到每组交点中两个交点之间的相对间距；根据一个车道线信息中的各组交点的相对间距进行标准差计算，得到所述车道线信息对应的标准差参数；所述标准差参数具有对应的图像ID；

所述标定模块根据所述第二预设数量个所述标准差参数的均值与预设最优参数的比较结果确定是否调整所述相机的外参；