摘要
本发明提供了一种无人环卫车的车载环视相机标定方法,属于相机标定技术领域,该方法包括对无人环卫车四周的鱼眼相机图像数据进行去畸变处理,并通过单应性变换进行数据增强处理;利用深度学习网络估计消影点与地平线角度,并根据消影点与地平线角度估计鱼眼相机的外参数;设计基于ResNet‑18的外参数估计网络,以估计的鱼眼相机的外参数作为弱监督对外参数估计网络进行训练,以使外参数估计网络在自然车道场景下进行车载环视鱼眼相机外参标定,完成对车载环视鱼眼相机的标定。本发明解决了无人环卫车在自然场景下的自我标定问题,使其在因环境因素影响外参数改变时无需人工返厂标定。
技术关键词
车载环视
鱼眼相机标定方法
环卫车
深度学习网络
图像
相机标定技术
参数
数据
笛卡尔
矩阵
投影模型
自然场景
表达式
坐标系
光度
车道
编码
系统为您推荐了相关专利信息
配置文件生成方法
页面
配置文件生成装置
模板结构
条目
故障诊断方法
无线振动传感器
物理
频域特征提取
数据
融合特征
人脸图像提取
非线性特征
图像生成方法
补丁
卫星遥感图像
遥感卫星图像
深度度量学习
深度卷积神经网络
多源遥感图像