[发明专利]一种用于全自动泊车的相机高精度自动标定方法及装置

权利要求书

1.一种用于全自动泊车的相机高精度自动标定方法，其特征在于，包括：

在批量相机中，随机选取固定数量的相机作为样本相机；

针对每个样本相机，采集多幅原始图像，并标定相机，以及利用所有样本相机的内参数构建内参集；

在原始图像上获取标定布的角点；

遍历所述内参集，进行相机外参标定，并选取角点反投影误差作为指标，将误差最小的一组内外参作为相机内外参初始值；

基于所述内外参初始值，将鱼眼相机图像转到俯视图中，在俯视图中提取角点的初始值，并将所述角点的初始值转换到鱼眼图像上，进行亚像素级别角点提取，得到高精度的角点信息；

利用得到的所述高精度的角点信息，对所述内外参初始值进行优化，得到优化的标定结果。

2.根据权利要求1所述的方法，其特征在于，还包括：

构建鱼眼相机图形与俯视图之间相互转换的表。

3.根据权利要求2所述的方法，其特征在于，所述基于所述内外参初始值，将鱼眼相机图像转到俯视图中，在俯视图中提取角点的初始值，并将所述角点的初始值转换到鱼眼图像上，进行亚像素级别角点提取，得到高精度的角点信息包括：

基于所述内外参初始值，将鱼眼相机图像转到俯视图中，在俯视图中提取角点的初始值，并通过查询鱼眼相机图形与俯视图之间相互转换的表，将所述角点的初始值转换到鱼眼图像上，进行亚像素级别角点提取，得到高精度的角点信息。

4.根据权利要求1所述的方法，其特征在于，所述利用得到的所述高精度的角点信息，对所述内外参初始值进行优化，得到优化的标定结果包括：

利用得到的所述高精度的角点信息，选取标定板距离相机最远最近点连线的长度及方向作为目标函数，采用智能优化算法，对所述内外参初始值进行优化，得到优化的标定结果。

5.根据权利要求4所述的方法，其特征在于，所述智能优化算法包括：粒子群算法。

6.一种用于全自动泊车的相机高精度自动标定装置，其特征在于，包括：

选取模块，用于在批量相机中，随机选取固定数量的相机作为样本相机；

第一处理模块，用于针对每个样本相机，采集多幅原始图像，并标定相机，以及利用所有样本相机的内参数构建内参集；

获取模块，用于在原始图像上获取标定布的角点；

第二处理模块，用于遍历所述内参集，进行相机外参标定，并选取角点反投影误差作为指标，将误差最小的一组内外参作为相机内外参初始值；

提取模块，用于基于所述内外参初始值，将鱼眼相机图像转到俯视图中，在俯视图中提取角点的初始值，并将所述角点的初始值转换到鱼眼图像上，进行亚像素级别角点提取，得到高精度的角点信息；

优化模块，用于利用得到的所述高精度的角点信息，对所述内外参初始值进行优化，得到优化的标定结果。

7.根据权利要求6所述的装置，其特征在于，还包括：

构建模块，用于构建鱼眼相机图形与俯视图之间相互转换的表。

8.根据权利要求7所述的装置，其特征在于，所述提取模块具体用于：

基于所述内外参初始值，将鱼眼相机图像转到俯视图中，在俯视图中提取角点的初始值，并通过查询鱼眼相机图形与俯视图之间相互转换的表，将所述角点的初始值转换到鱼眼图像上，进行亚像素级别角点提取，得到高精度的角点信息。

9.根据权利要求6所述的装置，其特征在于，所述优化模块具体用于：

利用得到的所述高精度的角点信息，选取标定板距离相机最远最近点连线的长度及方向作为目标函数，采用智能优化算法，对所述内外参初始值进行优化，得到优化的标定结果。

10.根据权利要求9所述的装置，其特征在于，所述智能优化算法包括：粒子群算法。