[发明专利]多相机外参的联合标定方法、装置、设备和介质

说明书

本申请公开了一种多相机外参的联合标定方法、装置、设备和介质，可用于自动驾驶领域。具体实现方案为：重合区域的图像中获取2D验证点集；对每个相机分别进行外参标定，得到各相机的当前外参；分别利用各相机的当前外参计算每个验证点在世界坐标系对应的3D点的坐标，并确定当前验证点的3D点与真值距离均值；根据3D点坐标计算方差；将该方差和均值加权求和；将该加权求和的结果进行求和，此和值为损失函数，损失函数用于衡量在当前外参下各相机标定的叠加误差；依据损失函数进行联合标定，得到各相机的目标外参。本申请实施例通过损失函数进行联合标定，消除多相机标定的误差叠加。

本申请是申请号为201910955707.0专利申请的分案申请(原申请的申请日为2019年10月9日，发明名称为多相机外参的联合标定方法、装置、设备和介质)。

技术领域

本申请涉及图像处理技术，可用于自动驾驶领域，尤其涉及一种相机外参标定技术，具体涉及一种多相机外参的联合标定方法、装置、设备和介质。

背景技术

相机外参标定是指在相机安装后，通过某种方法得到世界坐标系到相机坐标系的变换矩阵(由旋转矩阵和平移向量组成)，该变换矩阵即为相机外参。相机外参是将物体在真实世界的位置和图像中的像素位置连接起来的必要条件，在需要定位图像中物体位置的领域中十分重要，如自动驾驶、安防等。因此，计算出准确的相机外参十分必要。

发明内容

本申请实施例提供一种多相机外参的联合标定方法、装置、设备和介质，以减小多相机外参的叠加误差。

第一方面，本申请实施例提供了一种多相机外参的联合标定方法，包括：

确定各相机视角的重合区域，并在所述重合区域的图像中获取2D验证点集，其中，所述2D验证点集中包括至少一个验证点；

对每个相机分别进行外参标定，得到各相机的当前外参；

分别利用所述各相机的当前外参计算每个验证点在世界坐标系对应的3D点的坐标，并根据所述3D点的坐标计算损失函数，其中，所述损失函数用于衡量在当前外参下各相机标定的叠加误差；

依据所述损失函数进行联合标定，得到各相机的目标外参；

其中，所述根据所述3D点的坐标计算损失函数，包括：

将任一验证点作为当前验证点，根据所述当前验证点在所述世界坐标系的真值，确定每一个相机对应计算得到的所述当前验证点的3D点与所述真值的距离，并计算所述距离的均值；

结合所述真值，根据每一个相机对应计算得到的所述当前验证点的3D点的坐标计算方差；

将所述当前验证点对应计算得到的方差和均值进行加权求和；

将各个验证点对应计算得到的所述加权求和的结果进行求和，将和值作为所述损失函数。

上述申请中的一个实施例具有如下优点或有益效果：通过在现有技术基础上增加验证环节，根据验证点映射回世界坐标系的3D点计算损失函数，通过损失函数来衡量在当前外参下各相机标定的叠加误差，从而起到一定的验证作用，在能够获取验证点在世界坐标系的真值的情况下，将均值和方差共同作为损失函数的一部分，方差可以衡量各3D点的聚拢程度，而均值则可以衡量各3D点距离真值的远近，进一步从聚拢程度和与真值距离两个角度共同来衡量各相机标定的叠加误差，并依据该损失函数进行多相机的联合标定，确定最终的目标外参，从而在很大程度上消除了多相机误差的叠加，提高了求外参最优解的准确性，为后续进行多相机融合提供良好的基础。

可选的，所述依据所述损失函数进行联合标定，得到各相机的目标外参，包括：

重复执行如下操作，直到执行次数满足预设阈值，并将计算得到的各损失函数中，数值满足预设条件的损失函数对应的各相机外参，作为各相机的目标外参：