算法 自动采集列表( 一种在线自动标定系统的自动点过程及过程过程步骤)

　　算法 自动采集列表(

一种在线自动标定系统的自动点过程及过程过程步骤)

　　360度环视系统在线自动校准系统

　　技术领域

　　[0001] 本发明涉及一种在线自动校准系统，具体为一种36°环视系统的在线自动校准系统。

　　背景技术

　　[0002] 360度环视系统需要*敏*感*词*的标定过程，现有的标定过程一般需要人工参与。一般采用的标定方法是：先将标定布和标定板铺在地上，然后用相机拍照，手动选择照片中的标记点，最后计算生成俯视图。在涉及人的校准过程中存在一些缺陷。首先，每张照片后都需要手动选择校准点，效率低下。其次，手动选择校准点是主观的。第三，校准人员的长期工作会降低选点的效率和准确性。因此，人工参与的校准过程不适合大量安装和环视的场合。

　　发明内容

　　[0003] 本发明的目的在于提供一种360度环视系统在线自动校准系统，以解决上述背景技术问题。

　　[0004]为实现上述目的，本发明提供如下技术方案：

　　[0005] 360度环视系统在线自动校准系统。自动校准的一个基本前提是安装在同一车型上的*敏*感*词*的位置和角度相同。车型不同车辆的*敏*感*词*差异的根源只是安装错误，自动标定，每辆车都有一个环视ECU，自动标定算法运行在环视ECU中。自动校准系统的自动校准过程包括以下步骤：

　　[0006]（1)首先在自动标定场地地面铺设手动标定点，将车辆驶入手动标定点所在区域，对车辆进行单视角手动标定，生成标准表并下载到每个在车内环视EOT；

　　【0007】（2)然后在自动校准点的地面上铺设自动校准点，将车辆驶入自动校准点所在区域，拍照，开始自动校准计算过程. 具体计算过程包括：

　　[0008]2.1)使用Surround View ECU中的标准表对捕获的图像进行操作，生成4个俯视图；

　　[0009] 2 •2) 使用自动取点算法在 4 个顶视图上自动取点。自动取点算法可自动对俯视图中的自动标定点进行检测和编号；

　　[0010]2.3)利用得到的自动标定点对环视ECU中已有的标准表进行调整，生成调整表以补偿*敏*感*词*安装误差；

　　[0011]（3)调整表生成后，表示自动校准过程结束。

　　[0012]作为本发明的又一方案：自动取点算法的具体步骤如下：

　　[0013]⑴检测4个顶视图中的所有角点，这里使用Harris角点检测算法；

　　[0014]（2)生成4个顶视图图像块匹配模板和邻域循环匹配模板；

　　[0015]（3)分析4个顶视图中所有角点的邻域图像块，先对邻域图像进行阈值划分U，对阈值分割后的图像块进行形态学开运算；

　　[0016] ⑷对处理后的图像块进行圆线统计；

　　[0017]（5)对处理后的图像块进行模板匹配和圆匹配，结合匹配值和4个顶视图中标定点的位置进行过滤；

　　[0018] ⑹合并满足条件的角点；

　　[0019] ⑺ 根据标定点的行列信息去除不满足条件的角点。

　　[0020]与现有技术相比，本发明的有益效果是：第一，除了第一次标定需要人工参与外，本车型后续所有车辆的标定均无需人工参与，即即，一个模型只有一个手动校准过程。其次，除了第一次校准是对单视图进行校准外，后续的所有校准都是对顶视图进行校准。校准顶视图有两个好处：一是在顶视图中，校准图形不失真，更容易在顶视图上自动取点，一般不会遗漏和多检查；二是调整计算标准表量小，这样计算过程就可以在环视ECU上运行，不会花很长时间。

　　图纸说明

　　[0021] 图 1 不适用于手动校准点的排列。

　　[0022]图2为自动校准点布置*敏*感*词*。

　　[0023] 图3为自动取点算法流程图。

　　[0024] 图中：自动校准点1、手动校准点2.

　　具体实现方法

　　[0025] 下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整的描述。显然，所描述的实施例只是本发明一部分实施例，而不是全部示例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

　　[0026] 在本发明实施例中，一种用于360度环视系统的在线自动校准系统。自动校准的一个基本前提是安装在同一车型上的*敏*感*词*的位置和角度基本一致。车型不同车辆的*敏*感*词*差异的根源仅在于安装错误。在自动校准过程中，需要一个自动校准站点。每辆车都有一个环视ECU，自动标定算法运行在环视ECU中。

　　[0027]自动校准系统的自动校准过程包括以下步骤：

　　[0028]（1)首先在自动标定点地面铺设手动标定点2，将车辆开入手动标定点2所在区域，对车辆进行单视角手动标定，生成一张标准表，下载后查看每辆车的ECU；

　　【0029】（2)然后将自动校准点1放在自动校准点的地面上，将车辆开到自动校准点1所在的区域，拍照，开始自动校准计算过程，具体计算过程包括：

　　[0030]2.1)使用Surround View ECU中的标准表对捕获的图像进行操作，生成4个俯视图；

　　[0031]2.2)采用自动取点算法从4个顶视图自动取点（自动取点算法主要包括角点检测、邻域图像分割、形态学操作、模板匹配、邻域图像循环线分析等图像处理算法），自动取点算法可以在俯视图中自动检测自动校准点1，并编号自动校准点1；

　　[0032]2.3)利用得到的自动标定点1对环视ECU中已有的标准表进行调整，生成调整表补偿*敏*感*词*安装误差；

　　[0033] ⑶调整表生成后，表示自动校准过程结束。

　　[0034] 在上述自动校准过程中，自动取点算法是关键步骤。自动取点算法关系到自动校准过程的成功与否。自动取点算法的具体步骤如下：

　　[0035]⑴检测4个顶视图中的所有角点，这里使用Harris角点检测算法；

　　[0036] ⑵ 生成4个顶视图的邻域图像块匹配模板和邻域循环匹配模板；

　　[0037] 分析4个顶视图中所有角点的邻域图像块，先对邻域图像进行阈值分析，对阈值分割后的图像块进行形态学开运算；

　　[0038] ⑷对处理后的图像块进行圆线统计；

　　[0039] ⑸对处理后的图像块进行模板匹配和圆匹配，结合匹配值和4个顶视图中标定点的位置进行过滤；

　　[0040] ⑹合并满足条件的角点；

　　[0041]（7)根据校准点的行列信息去除不合格的角点。

　　[0042] 当你得到一个顶视图时，你首先需要检测顶视图的角点。角点检测的原因是校准点必须是图像中的角点。可以通过执行角点检测并去除不属于校准点的角点来找到校准点。这里角点检测采用 Harris 角点检测算法。 Harris角点检测算法的基本原理是：得到每个像素的结构张量矩阵，将该矩阵设为A，则该像素的C值可由下式计算：

　　[0043]C=det(A)-〇。 04 • tr (A)

　　[0044] 当像素点的C值大于104时，认为该点为角点。

　　[0045] 顶视图的角点检测后，可以得到顶视图中的所有角点。这时就需要在这些角点中寻找校准点，剔除非校准点。观察校准点及其邻域图像，可以发现邻域图像的一个对角线方向为黑色，另一对角线方向为白色，反之亦然。因此，对每个角点的邻域图像进行如下操作： 1 • 交叉熵阈值分割； 2 • 形态腐蚀； 3.形态扩展； 4.模板匹配； 5.根据模板匹配结果确定邻域循环 匹配方法，这些操作在流程图中用黑色虚线框起来。下面我们来详细介绍一下这5个步骤。交叉熵阈值分割是一种阈值分割方法。通过计算分割图像与原创图像的交叉熵，将分割图像与原创图像的最小交叉熵对应的阈值作为分割阈值。分割阈值用于对邻域图像进行分割。分割后的图像是通过分割得到的。分割后的图像是二值图像。由于原创图像（俯视图）光照不均，分割后的图像有很多毛刺。为了消除这些毛刺，可以使用形态学操作。在这里，首先进行形态腐蚀，然后进行形态扩展，以消除毛刺。形态学运算的基本原理是利用一个结构元素对图像进行遍历，对结构元素内的元素值进行最小/最大运算来确定计算结果。这里结构元素的大小是3X3。进行形态学操作后，分割后的图像显示出更规则的结果。此时匹配模数f，模板为预先生成的二值图像。为了增加算法的鲁棒性，预先生成了总共6个二值模板，这6个二值模板分别用于对分割后的图像进行匹配。得到匹配结果后，根据匹配结果确定邻域循环匹配方法。 Nei*敏*感*词*or 是围绕相邻图像中心点的圆。对分割图像的每个邻域循环进行邻域循环匹配，并记录匹配结果。当邻域循环匹配时，它也与预先生成的模板匹配。以下是模板匹配和邻域循环匹配之间的异同。模板匹配和邻域循环匹配的本质是将待匹配元素与之前生成的元素一一比较，得到比较值。不同的是模板匹配是二维图像之间的匹配。循环匹配是一维数组之间的匹配。

　　[0046]——对每个角点的邻域图像进行上述操作后，可以根据行列信息和匹配值对角点进行过滤。当模板匹配值和邻域环匹配值满足标定点的特性时，可以保留角点。这样，可以消除大部分未校准的角。角在下面合并。由于校准点周围的点的c值都大于104，所以校准点处会出现“角点簇”。合并角点的目的是将“一组角点合并为一个角点”。角点合并准则是利用角点的模板匹配值对角点的秩进行加权，得到合并角点的最终秩值。最后，角点需要进一步筛选。观察前后顶视图中的校准点，可以发现校准点在两行，观察左右顶视图中的校准点，可以发现校准点在两列。根据这个特点，可以消除远离2行或2列的校准点。经过以上步骤，就可以得到最终的输出图像，其中只收录我们需要的校准点。

　　[0047] 对于本领域技术人员来说，显然本发明不限于上述示例性实施例的细节，在不脱离本发明的精神或基本特征的情况下，可以以其他具体形式实施。本发明。发明。因此，从任何角度来看，这些实施例都应被视为示例性的而非限制性的。本发明的保护范围由所附的权利要求而不是上述说明所限定，因此应属于权利要求的范围。凡在其等效要素的含义和范围内的变化，均收录在本发明中。权利要求中的任何附图标记不应视为对所涉及的权利要求的限制。 [0048] 另外，应当理解，虽然本说明书是根据实施例进行描述的，但并不是每个实施例都只收录一个独立的技术方案。说明书中的这种叙述只是为了清楚起见。整体上，还可以对实施例中的技术方案进行适当组合，形成本领域技术人员能够理解的其他实现方式。