[发明专利]一种相机及用于相机生产的方法

说明书

本申请涉及一种相机以及用于相机生产的方法。使用位于离镜头的第一距离的目标来沿着多个轴定位相机镜头和图像传感器，以建立镜头和图像传感器之间的第一相对位置。对于位于离镜头的第二距离的对象，按预定量修改镜头和图像传感器之间的第一相对位置。第二距离大于第一距离。

本申请是申请日为2016年1月21日，申请号为201680010419.2，发明名称为“用于ADAS的相机聚焦”(变更后的名称为“相机生产方法和高级驾驶辅助系统”)的申请的分案申请。

相关申请的交叉引用

本申请要求2015年1月22日提交的美国临时申请第62/106,328号的权益，该申请的全部内容通过引用并入本文。

技术领域

本申请涉及用于相机生产的方法和系统。

背景技术

基于相机的高级驾驶辅助系统(ADAS)是众所周知的、广泛使用的，批量生产的机器视觉系统对于各种应用是有用的。这样的应用可以包括例如车道偏离报警、车道保持、车辆检测、前向碰撞和自适应巡航控制以及其他已知的驾驶辅助应用。随着ADAS应用的进步，对ADAS中使用的镜头的径向畸变的建模提出更高的要求。

Brown在1971年描述了在光度测定中建模镜头畸变的重要性，其中描述了畸变模型(参见Duane C.Brown，Close Range Camera Calibration，PhotogrametricEngineering，1971年)。存在用于确定相机在生产后的径向畸变参数的各种已知方法。例如，Wang等人在2009年描述了一种用于校准包括径向畸变的中心的镜头畸变参数的有效的生产后的方法(参见Aiqi Wang、Tainshiang Qiu和Longtan Shao在2009年的A SimpleMethod of Radial Distortion Correction with Center of Distortion Estimation，J.Math.Imaging Vis.)。他们使用直线的图像，并因此在生产后需要用于每个相机的单独的校准步骤。Stein的方法(CVPR 1997)可以被用于使用点对应来在线校准镜头畸变，但是该方法需要对四个参数(包括K1、K2 和径向畸变的中心)的非线性优化，这可能导致稳定性问题(参见，Gideon P.Stein在1997年的Lens Distortion Calibration Using PointCorrespondence，In Proc.CVPR)。

在某种程度上，标称镜头值可被用于对畸变建模，但这可能导致不准确的测量结果，因为径向畸变的中心可能会发生相当大的变化。一种已知的替代方案是设计具有最小畸变的镜头，因此可以使用针孔相机模型来精确地对镜头建模。然而，最小化这种设计中的畸变通常会以镜头MTF、F #、尺寸和镜头价格为代价，并可能导致次优性能。

具有机械或电子聚焦的相机系统可以减少或消除在制造期间精确聚焦的需求。然而，机械聚焦在ADAS系统中是不常见的，其中高可靠性和长的使用时间使机械系统不切实际。数字聚焦技术诸如在某些智能相机中使用的技术通常需要高分辨率和小像素尺寸，并且通常不能提供ADAS 所需的光敏感度。因此，特别是对于ADAS中的相机，在制造期间经常需要某种形式的镜头聚焦。

还已知的是，在大多数情况下，相机通常被聚焦在无穷远处。然而，在实践中，通常不可能将聚焦目标定位到足够远以在无限远处给出理想的聚焦。典型的解决方案是使用准直镜头，其中目标被放置在与准直镜头的焦距对应的焦距处。这种已知的方法通常需要非常高质量的准直镜头来填充宽的FOV。这种已知的方法通常还需要目标和相机相对于准直器的精确定位。此外，准直器的镜头畸变可能与相机镜头的镜头畸变组合，从而使得难以仅估计相机镜头的参数。

发明内容