[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

说明书

本发明公开了一种用于全自动泊车的相机高精度自动标定方法及装置，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；利用高精度的角点信息，对内外参初始值进行优化，得到优化的标定结果。本发明能够有效的对相机进行高精度自动标定。

技术领域

本发明涉及全自动泊车技术领域，尤其涉及一种用于全自动泊车的相机高精度自动标定方法及装置。

背景技术

目前，对于批量相机的标定而言，由于内参标定比较耗时，因此会采用固定相机内参(包括光心，焦比，畸变系数)，仅进行外参标定。对于角点提取而言，通常会采用直接在鱼眼图像上直接粗提取角点初始坐标，再进行亚像素级别角点提取。

由此可以看出，虽然批量相机工艺相差不大，但是相机内参不可能完全相同，若批量相机均采用同一组参数显然会引入较大误差，而自动泊车对相机参数精度要求相对较高。另外，由于鱼眼相机畸变较大，直接在鱼眼相机原始图像中精确的提取图像非中间位置的角点初始值会比较困难。

因此，在全自动泊车时，如何高精度的对相机进行自动标定，是一项亟待解决的问题。

发明内容

有鉴于此，本发明提供了一种用于全自动泊车的相机高精度自动标定方法，能够通过构建内参集，在内参集中选取最合适的参数，以及将鱼眼相机图象转换为俯视图，在俯视图中提取角点，再将提取到的角点转换到鱼眼相机图象，实现高精度的对相机进行自动标定。

本发明提供了一种用于全自动泊车的相机高精度自动标定方法，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。

优选地，所述方法还包括：

构建鱼眼相机图形与俯视图之间相互转换的表。

优选地，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。

优选地，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。

优选地，所述智能优化算法包括：粒子群算法。