CN110675635A - 相机外参的获取方法、装置、电子设备及存储介质 - Google Patents

Abstract

本公开提供的相机外参的获取方法、装置、电子设备及存储介质，可用于自动驾驶领域，通过对当前帧的待处理图像进行车道线检测处理，获得车道线信息；根据预设的车道线掩膜，对所述车道线信息进行处理，提取获得车道线中心线；对高精地图中的车道离散点和所述车道线中心线进行基于最近点匹配的迭代运算，输出相机外参。本公开通过利用车道线掩模对车道线信息进行处理，以使车道线信息的数据数量得到缩减，进而使得对处理后的车道线信息进行提取获得的车道线中心线的数据点的规模较小，提高了车道中心线与车道离散点基于最近点匹配的迭代运算时的运算效率，满足了对于相机外参的实时性要求。

Description

相机外参的获取方法、装置、电子设备及存储介质

技术领域

本公开涉及数据处理技术，特别涉及一种相机外参的获取方法、装置、电子设备及存储介质，可用于自动驾驶领域。

背景技术

在V2X路侧感知场景下，通过安装在路灯杆或红绿灯杆上的相机可获取超视距的道路交通信息，通过利用相机外参能够使得将相机拍摄获得车辆或行人的图像位置与高精度地图数据进行转换，以获得车辆或行人在该精度地图上的真实坐标。但是，由于风吹或重型车经过会引起相机抖动，一旦相机发生抖动，其相机外参将会发生变化，此时，需要对相机外参进行重新计算以满足使用需求。

发明内容

针对上述技术问题，本公开提供了一种相机外参的获取方法、装置、电子设备及存储介质。

第一方面，本公开提供了一种相机外参的获取方法，包括：

对当前帧的待处理图像进行车道线检测处理，获得车道线信息；

根据预设的车道线掩膜，对所述车道线信息进行处理，提取获得车道线中心线；

对高精地图中的车道离散点和所述车道线中心线进行基于最近点匹配的迭代运算，输出相机外参。

第二方面，本公开提供了一种相机外参的获取装置，包括：

检测模块，用于对当前帧的待处理图像进行车道线检测处理，获得车道线信息；

处理模块，用于根据预设的车道线掩膜，对所述车道线信息进行处理，提取获得车道线中心线；

运算模块，用于对高精地图中的车道离散点和所述车道线中心线进行基于最近点匹配的迭代运算，输出相机外参。

第三方面，本公开提供了一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述任一项所述的方法。

第四方面，本公开提供了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行上述任一项所述的方法。

本公开提供的相机外参的获取方法、装置、电子设备及存储介质，通过对当前帧的待处理图像进行车道线检测处理，获得车道线信息；根据预设的车道线掩膜，对所述车道线信息进行处理，提取获得车道线中心线；对高精地图中的车道离散点和所述车道线中心线进行基于最近点匹配的迭代运算，输出相机外参。本公开通过利用车道线掩模对车道线信息进行处理，以使车道线信息的数据数量得到缩减，进而使得对处理后的车道线信息进行提取获得的车道线中心线的数据点的规模较小，提高了车道中心线与车道离散点基于最近点匹配的迭代运算时的运算效率，满足了对于相机外参的实时性要求。

上述可选方式所具有的其他效果将在下文中结合具体实施例加以说明。

附图说明

附图用于更好地理解本方案，不构成对本公开的限定。其中：

图1是本公开提供的一种网络架构的示意图；

图2是本公开提供的一种相机外参的获取方法的流程示意图；

图3是本公开提供的车道线掩膜的示意图；

图4是本公开提供的车道线信息的示意图；

图5是本公开提供的车道线掩膜和车道线信息的交集的示意图；

图6是本公开提供的车道线中心线信息的示意图；

图7是本公开提供的另一种相机外参的获取方法的流程示意图；

图8是本公开提供的一种相机外参的获取装置的结构示意图；

图9是本公开实施例的处理方法的电子设备的框图。

具体实施方式

以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

在V2X路侧感知场景下，通过安装在路灯杆或红绿灯杆上的相机可获取超视距的道路交通信息，通过利用相机外参能够使得将相机拍摄获得车辆或行人的图像位置与高精度地图数据进行转换，以获得车辆或行人在该精度地图上的真实坐标。但是，由于风吹或重型车经过会引起相机抖动，一旦相机发生抖动，其相机外参将会发生变化，此时，需要对相机外参进行重新计算以满足使用需求。

在现有技术中，为了保证对相机外参的计算准确度，一般可采用车道线匹配的方式，即首先对输入图像进行车道线检测，之后进行细化，提取车道中心线，并和高精地图中的车道中心离散点进行最近点匹配以及优化求解，判断是否满足重投影误差要求，不满足则重新计算最近点匹配，否则输出外参并计算地面方程。但是，在将车道中心线与高精地图中的车道中心离散点进行最近点匹配时，针对车道中心线中的每一数据点均需要遍历高精地图中的全部离散点以获取匹配结果。

然而，由于高精地图中的车道中心离散点过多，其计算速度和匹配速率较慢，不满足实时性要求。

针对上述问题，本公开提供了一种相机外参的获取方法、装置、电子设备及存储介质。该处理方法通过利用车道线掩模对车道线信息进行处理，以使车道线信息的数据数量得到缩减，进而使得对处理后的车道线信息进行提取获得的车道线中心线的数据点的规模较小，提高了车道中心线与车道离散点基于最近点匹配的迭代运算时的运算效率，满足了对于相机外参的实时性要求。

图1是本公开提供的一种网络架构的示意图，如图1所示的，本公开提供的相机外参的获取方法可适用于需要获取相机外参的各种应用场景，其包括但不限于基于路口或固定路段的监控相机的相机外参的获取，基于自动驾驶车辆的摄像系统的相机外参获取等。其中，该网络架构可包括有相机外参的获取装置1、拍摄设备2以及网络。其中，相机外参的获取装置1具体可为云端架设的服务器或服务器集群，其也可为集成在拍摄设备2上的电子单元或电子模块。拍摄设备2具体可为监控相机、摄像系统等具备图像采集功能的终端。通过无线网络或有线网络，相机外参的获取装置1可与拍摄设备2进行数据交互，以使相机外参的获取装置1接收拍摄设备2上传的图像数据，并向拍摄设备2发送处理获得的相机外参。

需要说明的是，图1所示方式仅为本公开提供的其中一种网络架构方式，基于不同的应用场景，其架构将存在相应变化。

第一方面，本公开提供了一种相机外参的获取方法，图2是本公开提供的一种相机外参的获取方法的流程示意图。如图2所示的，该获取方法包括：

步骤101、对当前帧的待处理图像进行车道线检测处理，获得车道线信息；

本公开示例所提供的相机外参的获取方法的执行主体为前述的相机外参的获取装置，其中，该种相机外参的获取装置具体可由多种类型的硬件器件组成，如处理器，通信器，存储器等等。

具体来说，本公开提供的相机外参的获取装置首先将对当前真的待处理图像进行车道线检测处理，以获得车道线信息。其中车道线检测处理具体是指通过机器算法识别技术，图像识别技术或像素识别技术等识别技术，从图像中识别出车道线所在的位置，该位置将作为车道线信息进行后续处理，其中该位置具体可以像素坐标或图像的平面坐标来表示，本公开对此不进行限制。

步骤102、根据预设的车道线掩膜，对所述车道线信息进行处理，提取获得车道线中心线。

具体来说，相机外参的获取装置将根据预设的车道线掩模对前述获得的车道线信息进行进一步处理，并对处理后的车道线信息进行提取以获得车道线中心线。

在其中可选的示例中，高精地图是指高精度地图，通俗来讲就是精度更高、数据维度更多的电子地图，其精度更高体现在精确到厘米级别，数据维度更多体现在其包括了除道路信息之外的与交通相关的周围静态信息。一般的，高精地图中的各数据的坐标均表示为真实坐标系，即各物体在真实世界中的三维坐标。高精地图的车道离散点是指高精地图中的组成车道这一物体的点的三维坐标合集，这些离散点可用于描述车道走向、边缘分布、宽度等信息。

图3是本公开提供的车道线掩膜的示意图，如图3所示的，在本示例中，可通过对于高精地图的离散点进行预处理，以获得较为稀疏的离散点作为车道线掩模。该车道线掩模可用于对前述获得的车道线信息进行处理，以减少车道线信息中的数据规模。具体来说，图4是本公开提供的车道线信息的示意图，图5是本公开提供的车道线掩膜和车道线信息的交集的示意图，如图4和图5所示的，可将车道线掩膜和车道线信息进行与运算，获得所述车道线掩膜和所述车道线信息的交集。随后，图6是本公开提供的车道线中心线信息的示意图，可对车道线掩膜和车道线信息的交集进行细化处理，获得车道线中心线信息。

在其他可选示例中，车道线掩模可为预先获取的，如离线获取。具体的，获取装置可根据离线外参，首先将高精地图的车道离散点进行平面投影处理。

其中，离线外参是指可将高精地图中的物体在真实坐标系下的三维坐标转换为基于图像的平面坐标的坐标转换矩阵，其一般与相机在真实坐标系下的位姿状态或运动状态有关。而在对车道线掩模的获取过程中，获取装置采用了离线外参，该离线外参可为相机在理想的真实坐标系位置下，处于理想位姿状态或运动状态时的坐标转换矩阵。

换句话说，根据离线外参，获取装置可将基于真实坐标系的车道离散点的世界坐标转换为基于图像的平面坐标系的平面坐标。

获取装置还将根据所述车道离散点的平面投影处理后的车道离散点进行稀疏处理，获得车道线掩膜。

具体来说，获取装置可首先根据各车道离散点的平面坐标，计算任意两个车道离散点之间的距离。随后，获取装置还将根据预设的距离阈值，对各车道离散点进行筛选，并将筛选后保留的各车道离散点作为车道线掩模，其中，所述筛选保留的各车道离散点之间的距离均大于所述距离阈值。

通过上述示例可获得车道线掩模，其组成车道线掩模的各离散点是基于图像的平面坐标系的平面坐标的，且各离散点之间相对稀疏，使得车道线掩模在采用较小规模数据的情况下还能有效描述车道的分布情况。相应的，利用该车道线掩模对车道线信息进行与运算，将使得获得的交集能够有效保留车道线信息所描述的车道分布情况并缩减原车道线中心线的数据规模。

步骤103、对高精地图中的车道离散点和所述车道线中心线进行基于最近点匹配的迭代运算，输出相机外参。

具体来说，与现有技术类似的是，针对于前述获取的车道离散点和车道线中心线，将采用基于最近点匹配的迭代运算的方式，获得相机外参。

进一步的，获取装置可首先对所述车道离散点和所述车道线中心线进行最近点匹配计算，获得相机外参；随后，判断计算获得的所述相机外参是否满足预设的重投影误差；若是，则获取装置将所述相机外参进行输出；否则，获取装置将返回所述对所述车道离线点和所述车道线中心线进行最近点匹配计算的步骤，并重新获得相机外参并进行判断。

此外，在对对所述车道离散点和所述车道线中心线进行最近点匹配计算的过程中，现有技术采用的是遍历的处理方式，即针对车道线中心线的每一个数据点依次遍历各车道离散点，以确定与之最近的匹配点。在本公开示例中，为了进一步提高对于运算的处理效率，在最近点匹配计算的过程中，将针对车道线中心线建立一个KD树，通过KD树搜索代替原有的遍历搜索，从而使得对于最近点匹配的运算效率得到有效提高。

本公开示例通过利用车道线掩模对车道线信息进行处理，以使车道线信息的数据数量得到缩减，进而使得对处理后的车道线信息进行提取获得的车道线中心线的数据点的规模较小，提高了车道中心线与车道离散点基于最近点匹配的迭代运算时的运算效率，满足了对于相机外参的实时性要求。

图7是本公开提供的另一种相机外参的获取方法的流程示意图，如图7所示的，该获取方法包括：

步骤201、采集获得当前帧图像；

步骤202、根据预先绘制的感兴趣区域对所述当前帧图像进行处理，并将处理后得到的感兴趣区域所对应的当前帧图像作为所述待处理图像；

步骤203、对所述待处理图像进行车道线检测处理，获得车道线信息；

步骤204、根据预设的感兴趣区域对应的车道线掩膜，对所述车道线信息进行处理，提取获得车道线中心线；

步骤205、对高精地图中的车道离散点和所述车道线中心线进行基于最近点匹配的迭代运算，输出相机外参。

与前述示例不同的是，为了进一步提高相机外参的输出效率，保证运算实时性，在本示例，对当前帧的待处理图像进行车道线检测处理，获得车道线信息可采用如下方式：

获取装置获得当前帧图像，该当前帧图像可为拍摄设备采集获得的；随后，获取装置将根据预先绘制的感兴趣区域对所述当前帧图像进行处理，并将处理后得到的感兴趣区域所对应的当前帧图像作为所述待处理图像。具体来说，感兴趣区域是指包括有车道线信息的区域，一般来说，在采集获得的当前帧图像中，车道线所在的区域的占比较小，占比较大的区域一般为车道本身或路口、人行道所在的区域。因此，对于车道线所在的区域可预先圈出，以作为当前帧图像的感兴趣区域。获取装置则再获得当前帧图像之后，基于该感兴趣区域对当前帧图像进行处理，以感兴趣区域对应的当前帧图像作为待处理图像，以仅将待处理图像中所包含的信息作为下一步处理的信息。

再后，与前述示例类似的是，获取装置将一次执行对所述待处理图像进行车道线检测处理，获得车道线信息；根据预设的感兴趣区域对应的车道线掩膜，对所述车道线信息进行处理，提取获得车道线中心线；对高精地图中的车道离散点和所述车道线中心线进行基于最近点匹配的迭代运算的步骤，并最终输出相机外参。

其中，在本示例中，由于仅对感兴趣区域对应的图像进行处理，其车道线掩模也应为感兴趣区域所对应的车道线掩模。其获取方式与前述示例类似，在此不进行赘述。

本公开示例通过利用车道线掩模对车道线信息进行处理，以使车道线信息的数据数量得到缩减，进而使得对处理后的车道线信息进行提取获得的车道线中心线的数据点的规模较小，提高了车道中心线与车道离散点基于最近点匹配的迭代运算时的运算效率，满足了对于相机外参的实时性要求。

第二方面，本公开提供了一种相机外参的获取装置，图8是本公开提供的一种相机外参的获取装置的结构示意图。

如图8所示的，该相机外参的获取装置包括：

检测模块10，用于对当前帧的待处理图像进行车道线检测处理，获得车道线信息；

处理模块20，用于根据预设的车道线掩膜，对所述车道线信息进行处理，提取获得车道线中心线；

运算模块30，用于对高精地图中的车道离散点和所述车道线中心线进行基于最近点匹配的迭代运算，输出相机外参。

在可选示例中，所述检测模块10具体用于采集获得当前帧图像，根据预先绘制的感兴趣区域对所述当前帧图像进行处理，并将处理后得到的感兴趣区域所对应的当前帧图像作为所述待处理图像，对所述待处理图像进行车道线检测处理，获得车道线信息。

在可选示例中，对运算模块30具体用于:对所述车道离散点和所述车道线中心线进行最近点匹配计算，获得相机外参；判断计算获得的所述相机外参是否满足预设的重投影误差；若是，则将所述相机外参进行输出；否则，返回所述对所述车道离线点和所述车道线中心线进行最近点匹配计算的步骤。

在可选示例中，该获取装置还包括：预处理模块20；

所述预处理模块20用于根据离线外参，将高精地图的车道离散点进行平面投影处理；根据所述车道离散点的平面投影处理后的车道离散点进行稀疏处理，获得车道线掩膜。

在可选示例中，所述预处理模块20具体用于：根据离线外参，将基于真实坐标系的车道离散点的世界坐标转换为基于图像的平面坐标系的平面坐标；根据各车道离散点的平面坐标，计算任意两个车道离散点之间的距离；根据预设的距离阈值，对各车道离散点进行筛选，并将筛选后保留的各车道离散点作为车道线掩模，其中，所述筛选保留的各车道离散点之间的距离均大于所述距离阈值。

在可选示例中，所述处理模块20具体用于：将所述车道线掩膜和所述车道线信息进行与运算，获得所述车道线掩膜和所述车道线信息的交集；对所述车道线掩膜和所述车道线信息的交集进行细化处理，提取获得车道线中心线。

本公开提供的相机外参的获取装置，通过对当前帧的待处理图像进行车道线检测处理，获得车道线信息；根据预设的车道线掩膜，对所述车道线信息进行处理，提取获得车道线中心线；对高精地图中的车道离散点和所述车道线中心线进行基于最近点匹配的迭代运算，输出相机外参。本公开通过利用车道线掩模对车道线信息进行处理，以使车道线信息的数据数量得到缩减，进而使得对处理后的车道线信息进行提取获得的车道线中心线的数据点的规模较小，提高了车道中心线与车道离散点基于最近点匹配的迭代运算时的运算效率，满足了对于相机外参的实时性要求。

根据本公开的实施例，本公开还提供了一种电子设备和一种可读存储介质。

如图9所示，是根据本公开实施例的获取方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。

如图9所示，该电子设备包括：一个或多个处理器901、存储器902，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个电子设备，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图9中以一个处理器901为例。

存储器902即为本公开所提供的非瞬时计算机可读存储介质。其中，所述存储器存储有可由至少一个处理器执行的指令，以使所述至少一个处理器执行本公开所提供的获取方法。本公开的非瞬时计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行本公开所提供的获取方法。

存储器902作为一种非瞬时计算机可读存储介质，可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块，如本公开实施例中的获取方法对应的程序指令/模块(例如，附图7所示的采集模块10、处理模块20和控制模块30)。处理器901通过运行存储在存储器902中的非瞬时软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例中的获取方法的方法。

存储器902可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据获取方法的电子设备的使用所创建的数据等。此外，存储器902可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中，存储器902可选包括相对于处理器901远程设置的存储器，这些远程存储器可以通过网络连接至电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动902、输入装置903和输出装置904可以通过总线或者其他方式连接，图9中以通过总线连接为例。

输入装置903可接收输入的数字或字符信息，以及产生与用于获取方法的电子设备的用户设置以及功能控制有关的键信号输入，例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置904可以包括显示设备、辅助照明装置(例如，LED)和触觉反馈装置(例如，振动电机)等。该显示设备可以包括但不限于，液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中，显示设备可以是触摸屏。

此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令，并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的，术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如，磁盘、光盘、存储器、可编程逻辑装置(PLD))，包括，接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。

为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。

计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

Claims (14)

1.一种相机外参的获取方法，其特征在于，包括：

对当前帧的待处理图像进行车道线检测处理，获得车道线信息；

根据预设的车道线掩膜，对所述车道线信息进行处理，提取获得车道线中心线；

对高精地图中的车道离散点和所述车道线中心线进行基于最近点匹配的迭代运算，输出相机外参。

2.根据权利要求1所述的获取方法，其特征在于，所述对当前帧的待处理图像进行车道线检测处理，获得车道线信息，包括：

采集获得当前帧图像；

根据预先绘制的感兴趣区域对所述当前帧图像进行处理，并将处理后得到的感兴趣区域所对应的当前帧图像作为所述待处理图像；

对所述待处理图像进行车道线检测处理，获得车道线信息。

3.根据权利要求1所述的获取方法，其特征在于，对高精地图中的车道离散点和所述车道线中心线进行基于最近点匹配的迭代运算，输出相机外参，包括:

对所述车道离散点和所述车道线中心线进行最近点匹配计算，获得相机外参；

判断计算获得的所述相机外参是否满足预设的重投影误差；

若是，则将所述相机外参进行输出；否则，返回所述对所述车道离线点和所述车道线中心线进行最近点匹配计算的步骤。

4.根据权利要求1至3中任一项所述的获取方法，其特征在于，还包括：

根据离线外参，将高精地图的车道离散点进行平面投影处理；

根据所述车道离散点的平面投影处理后的车道离散点进行稀疏处理，获得车道线掩膜。

5.根据权利要求4所述的获取方法，其特征在于，所述根据离线外参，将高精地图的车道离散点进行平面投影处理，包括：

根据离线外参，将基于真实坐标系的车道离散点的世界坐标转换为基于图像的平面坐标系的平面坐标；

所述根据所述车道离散点的平面投影处理后的车道离散点进行稀疏处理，获得车道线掩膜，包括：

根据各车道离散点的平面坐标，计算任意两个车道离散点之间的距离；

根据预设的距离阈值，对各车道离散点进行筛选，并将筛选后保留的各车道离散点作为车道线掩模，其中，所述筛选保留的各车道离散点之间的距离均大于所述距离阈值。

6.根据权利要求1所述的获取方法，其特征在于，所述根据预设的车道线掩膜，对所述车道线信息进行处理，提取获得车道线中心线，包括：

将所述车道线掩膜和所述车道线信息进行与运算，获得所述车道线掩膜和所述车道线信息的交集；

对所述车道线掩膜和所述车道线信息的交集进行细化处理，提取获得车道线中心线。

7.一种相机外参的获取装置，其特征在于，包括：

检测模块，用于对当前帧的待处理图像进行车道线检测处理，获得车道线信息；

处理模块，用于根据预设的车道线掩膜，对所述车道线信息进行处理，提取获得车道线中心线；

运算模块，用于对高精地图中的车道离散点和所述车道线中心线进行基于最近点匹配的迭代运算，输出相机外参。

8.根据权利要求7所述的获取装置，其特征在于，所述检测模块具体用于采集获得当前帧图像，根据预先绘制的感兴趣区域对所述当前帧图像进行处理，并将处理后得到的感兴趣区域所对应的当前帧图像作为所述待处理图像，对所述待处理图像进行车道线检测处理，获得车道线信息。

9.根据权利要求7所述的获取装置，其特征在于，对运算模块具体用于:对所述车道离散点和所述车道线中心线进行最近点匹配计算，获得相机外参；判断计算获得的所述相机外参是否满足预设的重投影误差；若是，则将所述相机外参进行输出；否则，返回所述对所述车道离线点和所述车道线中心线进行最近点匹配计算的步骤。

10.根据权利要求7至9中任一项所述的获取装置，其特征在于，还包括：预处理模块；

所述预处理模块用于根据离线外参，将高精地图的车道离散点进行平面投影处理；根据所述车道离散点的平面投影处理后的车道离散点进行稀疏处理，获得车道线掩膜。

11.根据权利要求10所述的获取装置，其特征在于，所述预处理模块具体用于：根据离线外参，将基于真实坐标系的车道离散点的世界坐标转换为基于图像的平面坐标系的平面坐标；根据各车道离散点的平面坐标，计算任意两个车道离散点之间的距离；根据预设的距离阈值，对各车道离散点进行筛选，并将筛选后保留的各车道离散点作为车道线掩模，其中，所述筛选保留的各车道离散点之间的距离均大于所述距离阈值。

12.根据权利要求7所述的获取装置，其特征在于，所述处理模块具体用于：将所述车道线掩膜和所述车道线信息进行与运算，获得所述车道线掩膜和所述车道线信息的交集；对所述车道线掩膜和所述车道线信息的交集进行细化处理，提取获得车道线中心线。

13.一种电子设备，其特征在于，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-6中任一项所述的方法。

14.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使所述计算机执行权利要求1-6中任一项所述的方法。

Images