本公开涉及计算机视觉,具体而言,涉及一种外参标定方法、车载设备、车辆及计算机程序产品。
背景技术:
1、非共视相机在多种场景中有广泛应用,如无人驾驶汽车、机器人导航、增强现实等场景。以汽车为例,在汽车的不同方位会安装多个非共视相机;不同相机用于获取汽车不同方位的图像,并利用多个非共视相机所拍摄的图像进行车辆周围的立体视觉重建、三维场景理解等。
2、非共视相机外参的标定精度在很大程度上决定了利用非共视相机进行立体式觉重建、三维场景理解等应用的精度。当前非共视相机外参的标定方式存在所标定外参精度低的问题。
技术实现思路
1、本公开实施例至少提供一种外参标定方法,包括:根据基相机在目标载体处于第一位姿状态下获得的基准靶标图像以及所述基相机在目标载体处于第二位姿状态下获得的第一靶标图像,确定所述基相机在基准坐标系中的第一位姿;以及根据所述基准靶标图像和待标定相机在所述目标载体处于所述第二位姿状态下获得的第二靶标图像,确定所述待标定相机在所述基准坐标系中的第二位姿;其中,所述基准坐标系为所述基相机在所述目标载体处于所述第一位姿状态下的相机坐标系;根据所述基相机在所述目标载体对应的载体坐标系的第一设计位置、所述待标定相机相对于所述载体坐标系的第二设计位置,对所述第一位姿和所述第二位姿进行重投影优化处理,得到第一位姿对应的第一优化位姿和所述第二位姿对应的第二优化位姿;根据所述第一优化位姿、所述第二优化位姿以及所述基相机的外参,确定所述待标定相机的标定外参。
2、一种可选的实施方式中根据基准靶标图像以及靶标图像,确定相机在所述基准坐标系中的位姿,包括:
3、根据所述基准靶标图像中的靶标在所述基准靶标图像中的映射位置,确定所述靶标中的各个靶标点在所述基准坐标系中的基准三维位置信息;
4、基于所述基准三维位置信息和所述靶标在所述靶标图像中的投影位置,确定所述相机在所述基准坐标系中的位姿;
5、其中,所述靶标图像包括:第一靶标图像;所述相机包括基相机;所述位姿包括第一位姿;和/或,
6、所述靶标图像包括:第二靶标图像;所述相机包括待标定相机;所述位姿包括第二位姿。
7、一种可选的实施方式中所述对所述第一位姿和所述第二位姿进行重投影优化处理,得到第一位姿对应的第一优化位姿和所述第二位姿对应的第二优化位姿,包括:
8、根据所述第一设计位置和所述第二设计位置,确定所述基相机和所述待标定相机之间的相对位移;
9、在保持所述第一位姿不变的情况下,利用所述相对位移、所述基准三维位置信息以及所述第二靶标图像,对所述第二位姿进行重投影优化处理,得到所述第二位姿对应的中间待优化位姿;以及,
10、在保持所述相对位移不变的情况下,利用所述基准三维位置信息、所述第一靶标图像和所述第二靶标图像,对所述第一位姿和所述中间待优化位置进行联合重投影优化,得到所述第一位姿对应的第一优化位姿和所述第二位姿对应的第二优化位姿。
11、一种可选的实施方式中所述对所述第二位姿进行重投影优化处理,包括:
12、基于所述相对位移以及所述第一位姿中包括的位移信息,确定所述待标定相机对应的待优化位移,并将所述第二位姿中的位移信息替换为所述待优化位移,构成所述待标定相机对应的第一待优化位姿;
13、利用所述第一待优化位姿和所述基准三维位置信息,将所述靶标点重投影至所述第二靶标图像中,得到所述靶标点在所述第二靶标图像中的第一重投影点;
14、以最小化所述第一重投影点和所述靶标点在所述第二靶标图像中的原始投影点之间的误差为目标,对所述第一待优化位姿中的旋转信息进行调整处理,得到所述中间待优化位姿。
15、一种可选的实施方式中所述对所述第一位姿和所述中间待优化位置进行联合重投影优化,包括:
16、利用所述第一位姿和所述基准三维位置信息,将所述靶标点重投影至所述第一靶标图像中,得到所述靶标点在所述第一靶标图像中的第二重投影点;以及,
17、利用所述中间待优化位姿,和所述基准三维位置信息,将所述靶标点重投影至所述第二靶标图像中,得到所述靶标点在所述第二靶标图像中的第三重投影点;
18、以保持所述相对位移不变为约束条件,以目标重投影误差满足预设收敛条件为目标,对所述第一位姿和所述中间待优化位姿进行调整处理,得到所述第一位姿对应的第一优化位姿和所述第二位姿对应的第二优化位姿;
19、其中,所述目标重投影误差包括:第一误差和第二误差的和值;所述第一误差为:所述第二重投影点和所述靶标点在所述第一靶标图像中的原始投影点之间的误差;所述第二误差为:所述第三重投影点和所述靶标点在所述第一靶标图像中的原始投影点之间的误差。
20、一种可选的实施方式中所述根据所述第一优化位姿、所述第二优化位姿以及所述基相机的外参,确定所述待标定相机的标定外参之前,包括:
21、根据所述第一优化位姿中的位移信息以及所述基相机的原始标定外参,确定所述目标载体在所述第一位姿状态和所述第二位姿状态之间的位姿变化信息;
22、将所述位姿变化信息的旋转信息在目标方向的旋转分量置零后,得到目标位姿变化信息;
23、利用所述目标位姿变化信息以及所述基相机的外参,确定优化后的第一优化位姿;
24、所述根据所述第一优化位姿、所述第二优化位姿以及所述基相机的外参,确定所述待标定相机的标定外参,包括:
25、根据所述优化后的第一优化位姿、所述第二优化位姿以及所述基相机的外参,确定所述待标定相机的标定外参。
26、一种可选的实施方式中所述待标定相机的标定外参包括:所述待标定相机相对于载体坐标系的位移信息和旋转信息;
27、所述方法还包括:
28、将所述待标定相机的标定外参中的位移信息,替换为所述待标定相机的在载体坐标系中的第二设计位置,得到所述待标定相机的目标标定外参。
29、第二方面,本公开可选实现方式还提供一种车载设备,包括:处理器、存储器,所述存储器存储有所述处理器可执行的机器可读指令,所述处理器用于执行所述存储器中存储的机器可读指令,所述机器可读指令被所述处理器执行时,所述机器可读指令被所述处理器执行时执行上述第一方面,或第一方面中任一种可能的实施方式中的步骤。
30、第三方面,本公开可选实现方式还提供一种车辆,包括如上述第二方面所述的车载设备。
31、第四方面,本公开可选实现方式还提供一种计算机程序产品,所述计算机程序产品承载有程序代码,所述程序代码包括的指令可用于执行如第一方面、或第一方面任一项所述的外参标定方法的步骤,或执行如第三方面所述的外参标定方法的步骤。
32、应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,而非限制本公开的技术方案。
33、本公开实施例提供的外参标定方法,在对待标定相机的外参标定过程中,利用了基相机和待标定相机的设计位置这一特性,在利用靶标得到待标定相机的位姿后,对待标定相机的位姿进行进一步的优化,提升了为待标定相机确定的标定外参的精度。
34、为使本公开的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
1.一种外参标定方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,根据基准靶标图像以及靶标图像,确定相机在所述基准坐标系中的位姿,包括:
3.根据权利要求2所述的方法,其特征在于,所述对所述第一位姿和所述第二位姿进行重投影优化处理,得到第一位姿对应的第一优化位姿和所述第二位姿对应的第二优化位姿,包括:
4.根据权利要求3所述的方法,其特征在于,所述对所述第二位姿进行重投影优化处理,包括:
5.根据权利要求3或4所述的方法,其特征在于,所述对所述第一位姿和所述中间待优化位置进行联合重投影优化,包括:
6.根据权利要求1-4任一项所述的方法,其特征在于,所述根据所述第一优化位姿、所述第二优化位姿以及所述基相机的外参,确定所述待标定相机的标定外参之前,包括:
7.根据权利要求1-4任一项所述的方法,其特征在于,所述待标定相机的标定外参包括:所述待标定相机相对于载体坐标系的位移信息和旋转信息;
8.一种车载设备,其特征在于,包括:处理器、存储器,所述存储器存储有所述处理器可执行的机器可读指令,所述处理器用于执行所述存储器中存储的机器可读指令,所述机器可读指令被所述处理器执行时,所述处理器执行如权利要求1至7任一项所述的外参标定方法的步骤。
9.一种车辆,其特征在于,包括如权利要求8所述的车载设备。
10.一种计算机程序产品,其特征在于,所述计算机程序产品承载有程序代码,所述程序代码包括的指令可用于执行如权利要求1-7任意一项所述的外参标定方法的步骤。