Akıllı araç görüş sistemi kalibrasyon odası inşaatı / 360 derece çevre görünümü

Akıllı araçların görsel sistem kalibrasyonu, otonom sürüş ve akıllı kokpitlerde (örneğin 360 derece çevre görünümü gibi) doğru algının temel taşıdır.Kamera iki boyutlu pikselleri yakaladığı için, araç karar verme süreci üç boyutlu alanda gerçek fiziksel konumu gerektirirken (örneğin şerit çizgileri, engeller mesafeleri),Kalibrasyon yoluyla "piksel koordinatı kamera koordinatı vücut koordinatı/dünya koordinatı"nın matematiksel bir haritalandırma ilişkisini oluşturmak gerekir..

Akıllı otomotiv görüş sistemlerinin tam kalibrasyon süreci genellikle üç boyut halinde ayrılır: üretim hattı/statik kalibrasyon, dinamik/ çevrimiçi kalibrasyon,ve çoklu sensörlü eklem kalibrasyonuAşağıda çekirdek kalibrasyon sürecinin ayrıntılı bir açıklaması veriliyor:

1Çekirdek kalibrasyon parametrelerinin sınıflandırılması

Sürece girmeden önce, kalibrasyonun tam olarak ne olduğunu bilmemiz gerekir:

İçsel parametreler: Kamera merceğinin içindeki geometrik bozulma ve odak uzaklığı özelliklerini belirler.Geniş açılı lenslerin "balık gözü" bozulmasını ortadan kaldırmak ve eğri görüntüleri düzeltmek.

Dış parametreler: Kameranın araç koordinat sistemindeki spesifik konumunu ve yönelimini belirler (kurulu X, Y, Z koordinatları ve yön açıları Pitch, Yaw, Roll).

2Üretim hattı/statik kalibrasyon işlemi (orta akım temel)

Statik kalibrasyon genellikle otomobilin fabrikadan çıkmasından önce veya 4S mağazasında bakım sonrası kalibrasyon odasında yapılır.Çevre kontrol ediliyor ve doğruluk son derece yüksek..

(1) Hazırlık ve çevresel kurulum

Kalibrasyon aracı: Belirli bir geometrik desenli bir kalibrasyon tahtası hazırlayın (örneğin bir satranç tahtası, nokta dizisi diyagramı veya özel bir panoramik kalibrasyon bez).

Çevre gereksinimleri: Tekdüze aydınlatma sağlanmalı ve güçlü ışık nedeniyle veya düşük ışık nedeniyle görüntü özellik noktalarını çıkaramamak nedeniyle aşırı maruziyetten kaçınmalıdır.

Aracın durumu: Araç düz bir yüzeye park edilmiş, lastik basıncı standart değere ayarlanmıştır ve aracın tamamen hareketsiz olması gerekir (süspansiyon titremesini önlemek için).

(2) İç parametreler kalibrasyonu (genellikle tedarikçinin yerinde veya yüklemeden önce tamamlanır)

Veri toplama: Kamera kalibrasyon tahtasına işaret eder ve farklı açılardan ve mesafelerden birden fazla fotoğraf (genellikle 10-20) alır.

Algoritma çözümü: Endüstri genellikle Zhang Zhengyou kalibrasyon yöntemini benimser.Algoritma, kalibrasyon tahtasındaki köşe noktalarını (özellik noktalarını) tanımlar ve kameranın odak mesafesini (f_x) çözmek için matematiksel matrisler kullanır, f_y), ana nokta konumu (u-0, v-0) ve bozulma katsayısı (radyal ve dokunmatik bozulma).

(3) Dış parametrelerin kalibrasyonu (yüklendikten sonra yapılmalıdır)

Konum düzeni: Place the calibration plate or calibration cloth accurately at known relative positions around the vehicle (using a total station or laser rangefinder to determine the position of the calibration plate relative to the vehicle axle and centerline).

Özellik çıkarma: Aracın çeşitli kameraları kalibrasyon plakaları içeren görüntüler yakalar.ve algoritma görüntülerdeki kalibrasyon plakalarının karşılık gelen özellik noktalarını otomatik olarak tespit eder (örneğin çevre görünüm sistemindeki dört kalibrasyon kumaşının köşesi noktaları).

Dış parametreler matris hesaplaması: Resimdeki özellik noktalarının "piksel koordinatları" ve gerçekte araçla ilişkili "gerçek fiziksel koordinatları"na dayanarak,Araç koordinat sistemine göre her bir kameranın rotasyon matrisini R ve hareket vektörünü T hesaplayın..

Splicing ve inceleme (örneğin 360 derecelik çevre görünümü kullanılarak): Ön, arka, sol ve sağ, dört kameranın görüntülerini yansıtmak için hesaplanmış dış görüntüyü kullanın,Kuş bakışı (BEV) perspektifine, ve dikiş boşluklarının (yer çizgileri gibi) hizalı olup olmadığını ve herhangi bir hayalet olup olmadığını kontrol edin.

3Dinamik kalibrasyon/online kalibrasyon işlemi (yürüme sırasında optimize edilir)

Bir otomobilin sürüş sürecinde, uzun süreli çarpmalardan, termal genişlemeye ve daralmaya neden olan sıcaklık değişikliklerinden veya süspansiyon yükündeki değişikliklerden dolayı,Kamera dış kamerası hafif bir yer değiştirme yaşayacaktır. Online kalibrasyon, "araç sürerken kalibrasyon"u sağlayabilir.

[Araç Sürüşü] -> [Doğal Özelliklerin (Kolu Çizgisi/Yol İşaretleri) tespiti] -> [Özelliklerin çıkarılması ve Kinematik ile entegrasyon] -> [Dış parametreler matrisinin çevrimiçi tekrarlı güncellemesi]

(1) Özellik tetikleme ve çıkarma

Araç, otobanlar ve kentsel geçitler gibi normal yollarda çalışırken, görsel algoritmalar çevreden doğal özellik noktalarını gerçek zamanlı olarak çıkarır.en yaygın olarak kullanılanlar şerit işaretleri (şerit işaretlerinin paralel olduğunu ve aracın önünde sonsuza kadar uzandığını varsayarsak) ve kaybolma noktalarıdır..

(2) Çoklu sensörlü füzyon ve durum tahmini

Aracın IMU'sunu (İnersiyel Ölçüm Birimi) ve hız sensörünü (Tür Hızölçeri) birleştirerek, aracın kendi duruş değişimlerini tahmin edin.

(3) İteratif hesaplama ve düzeltme

Algorithms such as Kalman filtering or beam based adjustment (BA) continuously fine tune and correct the pitch and yaw angles of the camera by comparing the image changes between the current frame and historical frames, ve ayrıca sorunsuz dinamik yenileme elde etmek için şerit çizgilerinin geometrik kısıtlamaları.

4Ortak kalibrasyon süreci (çapraz sensör hizalama)

Modern akıllı arabalarda sadece kameralar değil, LiDAR ve milimetre dalga radarları da vardır.

Kamera'yı LIDAR'a (Ön Kamera ve Lidar Kalibrasyonu) örnek olarak almak:

(1) Ortak görüş alanı satın alma: Place a specially designed calibration plate (usually with high reflectivity patterns or specific geometric shapes) that can be captured clearly by a camera and scanned by a laser radar in front of the car.

(2) Veri çıkarma: Kamera'nın 2 boyutlu görüntüsünden kalibrasyon plakasının köşelerinin veya kenarlarının piksel koordinatlarını çıkarın.

Extract the three-dimensional spatial feature points corresponding to the calibration plate from the three-dimensional point cloud of the LiDAR (using point cloud reflection intensity or plane fitting).

(3) Sınır çözme: İki özellik noktası kümesi arasında en iyi eşleşmeyi bulun, en küçük kare gibi optimizasyon algoritmaları kullanın,ve kamera koordinat sistemine LiDAR koordinat sisteminden 2D dönüşüm matris 3D hesaplamak.

(4) Hizalama etkisinin doğrulanması: LiDAR'ın renkli nokta bulutunu kameranın görüntüsüne yansıtmak,ve nokta bulutunun konturunun araçlar gibi nesnelere mükemmel bir şekilde uyduğunu gözlemleyin, binalar ve araçlar görüntüde.

5Kalibrasyon sonuçlarının doğrulanması ve kalite değerlendirmesi

Kalibrasyon tamamlandıktan sonra, ticari kullanıma sunulmadan önce titiz bir gösterge değerlendirmesine tabi tutulmalıdır:

Tekrar projeksiyon hatası: Hesaplanan 3 boyutlu uzay noktaları kalibrasyon parametrelerini kullanarak 2 boyutlu bir görüntüye yeniden projeksiyon edilir ve görüntüdeki gerçek piksel noktalarından sapma hesaplanır.Otonom sürüşte, ortalama yeniden projeksiyon hatası genellikle 0,5 ila 1 pikselden daha az olmalıdır.

Parametre istikrarı kontrolü:Sol ve sağ dürbünlü kameralar veya çevre görünümü kamerası arasındaki göreceli geometrik ilişkinin mekanik yapının katı sağduyuya uygun olup olmadığını kontrol edin, algoritmanın yerel optimum çözümlerde sıkışmasını ve "deforme" parametreler hesaplamasını önlemek için.