[发明专利]一种应用智能驾驶的相机和场景关联标定方法及系统

权利要求书

1.一种应用智能驾驶的相机和场景关联标定方法，其特征在于，所述方法包括：

步骤A，预先通过设置在车辆挡风玻璃上并调好视角的相机监测处于相机视野中的单个或多个目标物体；

步骤B，当所述目标物体在相机视野中走动时通过相机进行成像，检测器检测得到目标物体在图像坐标中的位置和高度信息作为标定数据；

步骤C，根据所述标定数据通过离线计算或者在线学习的方式对用于表示目标物体图像位置和高度关系的标定模型进行更新。

2.根据权利要求1所述的应用智能驾驶的相机和场景关联标定方法，其特征在于，所述步骤B具体包括：

步骤B1，自动采集出现在相机视野中包含目标物体的图像数据；

步骤B2，通过目标检测算法检测出目标物体在图像中的位置和高度；

步骤B3，建立目标物体的位置和高度的映射关系图。

3.根据权利要求2所述的应用智能驾驶的相机和场景关联标定方法，其特征在于，所述步骤B2具体包括：

步骤B21，选取图像中的通道特征图像作为原始输入图像进行进一步的特征提取和分类器训练，用于目标物体的检测；

步骤B22，选择迭代算法作为分类框架、决策树作为弱分类器，通过决策树进行分类并将所有决策树判定的分数之和作为检测分数用于筛选目标物体；

步骤B23，通过采用滑动窗口和多尺度的方式对目标物体进行搜索，得到目标物体在图像中的位置和高度。

4.根据权利要求2所述的应用智能驾驶的相机和场景关联标定方法，其特征在于，所述步骤B3具体包括：

建立位置和高度的多项式映射，所述多项式映射反映了平面(x，y)到高度h的映射为：h=f（x，y），其中f为多项式，用于表示平面或高阶曲面，（x，y）表示位置，h表示高度；

当目标物体的成像高度在图像中表现为线性分布时，此时f定义为一个平面函数：f（x，y）=ax+by+c；此时h由线性函数逼近为：h=ax+by+c；

当h由二阶函数逼近为：h=ax²+by²+cx+dy+e；函数公式的选择取决于相机的成像特性；

当标定数据获取后，得到一系列的标定点对（x₁，y₁，h₁），（x₂，y₂，h₂），…，（x_n，y_n，h_n），通过所述标定点对利用最小二乘法估计出f（x，y）函数中的映射系数。

5.根据权利要求4所述的应用智能驾驶的相机和场景关联标定方法，其特征在于，所述离线计算的方式为：收集到一定数量的标定数据（x，y，h）收后，利用最小二乘法一次性估计f（x，y）的参数标定过程；

所述在线学习的方式为：每间隔一定时间，对图像进行目标检测，得到标定数据。

6.根据权利要求1所述的应用智能驾驶的相机和场景关联标定方法，其特征在于，在检测和收集目标物体成像数据时，同时采用二维热力学图来展示目标在画面中的分布情况。

7.根据权利要求1所述的应用智能驾驶的相机和场景关联标定方法，其特征在于，当系统完成标定模型后，采用在二维图中嵌入形变后的三维立体，用于展示目标在场景中的高度变化以及揭示场景的三维结构。

8.一种应用智能驾驶的相机和场景关联标定系统，其特征在于，所述系统包括：

目标检测模块，用于预先通过设置在车辆挡风玻璃上并调好视角的相机监测处于相机视野中的单个或多个目标物体；

数据检测模块，用于当所述目标物体在相机视野中走动时通过相机进行成像，检测器检测得到目标物体在图像坐标中的位置和高度信息作为标定数据；

模型更新模块，用于根据所述标定数据通过离线计算或者在线学习的方式对用于表示目标物体图像位置和高度关系的标定模型进行更新。

9.根据权利要求8所述的应用智能驾驶的相机和场景关联标定系统，其特征在于，所述数据检测模块具体包括：

数据采集单元，用于自动采集出现在相机视野中包含目标物体的图像数据；

算法检测单元，用于通过目标检测算法检测出目标物体在图像中的位置和高度；

映射建立单元，用于建立目标物体的位置和高度的映射关系图。