本發(fā)明涉及相機的外參檢測，具體地涉及一種相機的外參檢測方法及裝置、存儲介質(zhì)、終端、計算機程序產(chǎn)品。

背景技術(shù)：

1、在智能駕駛系統(tǒng)中，感知模塊負責接收傳感器采集的原始信息，為智能駕駛車輛構(gòu)建周圍實時的環(huán)境模型，提供包括車輛、行人等動靜態(tài)障礙物信息。自動駕駛車輛上部署的傳感器主要包括激光雷達、相機等。不同的傳感器在環(huán)境建模方面具有不同的優(yōu)勢，比如相機可以獲取豐富的色彩信息，從而有利于對物體進行分類識別，為車輛行車方案提供依據(jù)。

2、由于單相機的視野有限，為減少死角、增加探測區(qū)域，自動駕駛車輛上通常會配置多個相機，通過標定多相機各自的外參(用于表示相機坐標系和目標坐標系(通常指車輛坐標系)之間的旋轉(zhuǎn)關(guān)系和平移關(guān)系)，使得多相機的各自的相機坐標系可以轉(zhuǎn)換到統(tǒng)一的車輛坐標系。當相機與車輛的相對位姿發(fā)生變化(尤其是朝向變化)時，會導(dǎo)致相機的檢測結(jié)果在空間位置上有異常，需要對相機的外參進行重新標定。

3、因此，有必要研究如何針對相機的外參是否準確或異常進行精準、可靠檢測，以保障自動駕駛安全性。

技術(shù)實現(xiàn)思路

1、本發(fā)明實施例解決的技術(shù)問題是如何對自動駕駛車輛上的相機外參的準確性進行精準、可靠地檢測。

2、為解決上述技術(shù)問題，本發(fā)明實施例提供一種相機的外參檢測方法，包括以下步驟：確定激光雷達采集的場景點云和多個待測相機采集的多張場景圖像，其中，所述場景點云和所述多張場景圖像時序同步，每個待測相機與其余至少一個待測相機具有相鄰關(guān)系，且相鄰的待測相機采集的場景圖像具有重疊區(qū)域，所述重疊區(qū)域的每個像素點具有各自所屬的類別；對于每個待測相機與其相鄰的待測相機的重疊區(qū)域，基于該待測相機的外參和所述重疊區(qū)域的各個像素點的類別，確定所述重疊區(qū)域的各像素點在所述場景點云中對應(yīng)的多個目標點、以及每個所述目標點的第一類別和第二類別，其中，所述第一類別為對應(yīng)于該待測相機的類別，所述第二類別為對應(yīng)于所述相鄰的待測相機的類別；基于所述多個目標點各自的第一類別和第二類別，進行類別一致性分析，得到所述重疊區(qū)域的初步分析結(jié)果；基于該待測相機與各相鄰的待測相機的各重疊區(qū)域的初步分析結(jié)果，檢測該待測相機的外參的準確性。

3、可選的，所述多個目標點所屬的第一類別的數(shù)目和第二類別的數(shù)目均有至少一種；基于所述多個目標點各自的第一類別和第二類別，進行類別一致性分析，得到所述重疊區(qū)域的初步分析結(jié)果，包括：對于所述多個目標點所屬的每種第一類別，確定所述多個目標點中屬于該種第一類別的各目標點及其總數(shù)量，屬于該種第一類別的目標點記為第一目標點；針對各第一目標點所屬的每種第二類別，統(tǒng)計所述各第一目標點中屬于該種第二類別的第一目標點的數(shù)量，記為該種第二類別對應(yīng)的統(tǒng)計數(shù)量；至少基于所述各第一目標點所屬的每種第二類別對應(yīng)的統(tǒng)計數(shù)量以及所述總數(shù)量，確定每種第二類別對應(yīng)的評分值；對所述各第一目標點所屬的各種第二類別的評分值求和，得到該種第一類別的總評分；對所述多個目標點所屬的各種第一類別的總評分進行加權(quán)運算，得到所述重疊區(qū)域的初步分析結(jié)果。

4、可選的，至少基于所述各第一目標點所屬的每種第二類別對應(yīng)的統(tǒng)計數(shù)量以及所述總數(shù)量，確定每種第二類別對應(yīng)的評分值，包括：對所述各第一目標點所屬的每種第二類別，計算該種第二類別對應(yīng)的統(tǒng)計數(shù)量與所述總數(shù)量的比值，并采用該比值的平方，作為該種第二類別對應(yīng)的評分值。

5、可選的，至少基于所述各第一目標點所屬的每種第二類別對應(yīng)的統(tǒng)計數(shù)量以及所述總數(shù)量，確定每種第二類別對應(yīng)的評分值，包括：依照所述各第一目標點所屬的各種第二類別對應(yīng)的統(tǒng)計數(shù)量由大至小進行排序，得到排序后的各種第二類別；對于排序后的每種第二類別，基于該種第二類別所屬的順序確定對應(yīng)的評分系數(shù)，并計算所述評分系數(shù)與該種第二類別對應(yīng)的統(tǒng)計數(shù)量的乘積，采用該乘積與所述總數(shù)量的比值，作為該種第二類別對應(yīng)的評分值。

6、可選的，所述基于該待測相機與各相鄰的待測相機的各重疊區(qū)域的初步分析結(jié)果，檢測該待測相機的外參的準確性，包括：對于該待測相機與每個相鄰的待測相機的重疊區(qū)域，統(tǒng)計該重疊區(qū)域的各像素點在所述場景點云中對應(yīng)的所述多個目標點的總個數(shù)，并采用該總個數(shù)作為該重疊區(qū)域的初步分析結(jié)果的權(quán)重；采用所述權(quán)重，對該待測相機與各相鄰的待測相機的各重疊區(qū)域的初步分析結(jié)果進行加權(quán)運算，得到第一加權(quán)分析結(jié)果；至少基于所述第一加權(quán)分析結(jié)果，檢測該待測相機的外參的準確性。

7、可選的，至少基于所述第一加權(quán)分析結(jié)果，檢測該待測相機的外參的準確性，包括：采用多種不同的偏移參數(shù)，對該待測相機的外參分別進行偏移，得到該待測相機的多種偏移后外參；基于該待測相機的每種偏移后外參確定對應(yīng)的第二加權(quán)分析結(jié)果；確定所述第一加權(quán)分析結(jié)果和各個第二加權(quán)分析結(jié)果中的最大值，并確定該最大值所屬的偏移參數(shù)，記為目標偏移參數(shù)；如果所述目標偏移參數(shù)小于或等于預(yù)設(shè)偏移參數(shù)閾值，則確認該待測相機的外參是準確的；其中，所述基于該待測相機的每種偏移后外參確定對應(yīng)的第二加權(quán)分析結(jié)果的方案，與基于該待測相機的外參確定所述第一加權(quán)分析結(jié)果的方案一致。

8、可選的，所述對于每個待測相機與其相鄰的待測相機的重疊區(qū)域，基于該待測相機的外參和所述重疊區(qū)域的各個像素點的類別，確定所述重疊區(qū)域的各像素點在所述場景點云中對應(yīng)的多個目標點、以及每個所述目標點的第一類別和第二類別，包括：采用該待測相機的外參，將所述場景點云投影至該待測相機采集的場景圖像，得到多個第一投影點；采用所述相鄰的待測相機的外參，將所述場景點云投影至該相鄰的待測相機采集的場景圖像，得到多個第二投影點；確定所述多個第一投影點和所述多個第二投影點的交集，并將該交集中的各投影點在所述場景點云中對應(yīng)的多個原始三維點，作為所述多個目標點；對于每個目標點對應(yīng)的第一投影點，在所述重疊區(qū)域中確定與該第一投影點距離最近的第一像素點，并采用該第一像素點的類別作為該目標點相對于該待測相機的第一類別；對于每個目標點對應(yīng)的第二投影點，在所述重疊區(qū)域中確定與該第二投影點距離最近的第二像素點，并采用該第二像素點的類別作為該目標點相對于所述相鄰的待測相機的第二類別。

9、本發(fā)明實施例還提供一種相機的外參檢測裝置，包括：場景數(shù)據(jù)確定模塊，用于確定激光雷達采集的場景點云和多個待測相機采集的多張場景圖像，其中，所述場景點云和所述多張場景圖像時序同步，每個待測相機與其余至少一個待測相機具有相鄰關(guān)系，且相鄰的待測相機采集的場景圖像具有重疊區(qū)域，所述重疊區(qū)域的每個像素點具有各自所屬的類別；類別確定模塊，用于對于每個待測相機與其相鄰的待測相機的重疊區(qū)域，基于該待測相機的外參和所述重疊區(qū)域的各個像素點的類別，確定所述重疊區(qū)域的各像素點在所述場景點云中對應(yīng)的多個目標點、以及每個所述目標點的第一類別和第二類別，其中，所述第一類別為對應(yīng)于該待測相機的類別，所述第二類別為對應(yīng)于所述相鄰的待測相機的類別；類別一致性分析模塊，用于基于所述多個目標點各自的第一類別和第二類別，進行類別一致性分析，得到所述重疊區(qū)域的初步分析結(jié)果；外參準確性檢測模塊，用于基于該待測相機與各相鄰的待測相機的各重疊區(qū)域的初步分析結(jié)果，檢測該待測相機的外參的準確性。

10、本發(fā)明實施例還提供一種存儲介質(zhì)，其上存儲有計算機程序，所述計算機程序被處理器運行時執(zhí)行上述相機的外參檢測方法的步驟。

11、本發(fā)明實施例還提供一種終端，包括存儲器和處理器，所述存儲器上存儲有能夠在所述處理器上運行的計算機程序，所述處理器運行所述計算機程序時執(zhí)行上述相機的外參檢測方法的步驟。

12、本發(fā)明實施例還提供一種計算機程序產(chǎn)品，包括計算機程序，所述計算機程序被處理器運行時執(zhí)行上述相機的外參檢測方法的步驟。

13、與現(xiàn)有技術(shù)相比，本發(fā)明實施例的技術(shù)方案具有以下有益效果：

14、在本發(fā)明實施例中，結(jié)合激光雷達采集的場景點云、以及多個待測相機采集的多張場景圖像之間的重疊區(qū)域進行相機的外參準確性檢測，具體而言：對于每個待測相機與其相鄰的待測相機的重疊區(qū)域，基于該待測相機的外參和所述重疊區(qū)域的各個像素點的類別，確定所述重疊區(qū)域的各像素點在所述場景點云中對應(yīng)的多個目標點及其各自的第一類別和第二類別；然后對重疊區(qū)域的各目標點進行類別一致性分析，并根據(jù)待測相機與各相鄰的待測相機的各重疊區(qū)域的類別一致性分析結(jié)果，檢測該待測相機的外參的準確性。

15、由上，相較于現(xiàn)有常規(guī)方案以激光雷達和單個相機采集的數(shù)據(jù)進行相機外參檢測，本發(fā)明實施例的方案綜合利用了激光雷達采集的場景點云和多個相機的重疊區(qū)域圖像數(shù)據(jù)，有助于避免因數(shù)據(jù)量不足、數(shù)據(jù)采集環(huán)境變化等導(dǎo)致的外參檢測準確度不足問題，以獲得更加準確、可靠的檢測結(jié)果。