(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210567147.3 (22)申请日 2022.05.24 (65)同一申请的已公布的文献号 申请公布号 CN 114663458 A (43)申请公布日 2022.06.24 (73)专利权人 魔门塔 （苏州） 科技有限公司 地址 215131 江苏省苏州市相城区高铁新 城青龙港 路58号天成时代商务广场23 层 (72)发明人 王易昕　李源　王晋玮　沈鹏程　 (74)专利代理 机构 北京国科程知识产权代理事 务所(普通 合伙) 11862 专利代理师 曹晓斐 (51)Int.Cl. G06T 7/13(2017.01) G06T 7/73(2017.01)G06T 7/80(2017.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (56)对比文件 CN 112927303 A,2021.0 6.08 CN 114387350 A,2022.04.22 US 2010134519 A1,2010.0 6.03 WO 20210 37086 A1,2021.0 3.04 CN 111854620 A,2020.10.3 0 CN 107730551 A,2018.02.23 CN 104461005 A,2015.0 3.25 CN 113844365 A,2021.12.28 WO 2020042345 A1,2020.0 3.05 US 2020134870 A1,2020.04.3 0 US 2016065903 A1,2016.0 3.03 US 2022157068 A1,202 2.05.19 审查员 夏玫 (54)发明名称 动态标定方法、 装置、 驾驶状态检测方法、 介 质及设备 (57)摘要 本申请公开了一种动态标定方法、 装置、 驾 驶状态检测方法、 介质及设备， 属于数据处理技 术领域。 该方法主要包括： 根据车载相机拍摄的 具有车辆内部结构的图像， 在图像中选取一个或 多个区域； 对区域进行定位， 获取区域中角点的 位置信息； 将角点的位置信息输入 预设的神经网 络模型中， 获取区域中曲线上的一个或多个点的 位置信息； 利用在预建立的车身坐标系中车辆内 部结构的位置信息与点的位置信息， 获取车辆与 车载相机之间外参矩阵。 将带有驾驶疲劳检测系 统 （DMS） 的相机布置于方向盘的管柱上， 使用动 态标定的方式获取相机坐标系与车身坐标系之 间准确外参矩阵， 从而为获知驾驶员在驾驶车辆 过程中的视线方向， 以准确判断驾驶员是否分心 提供准确条件。 权利要求书2页 说明书8页 附图3页 CN 114663458 B 2022.10.11 CN 114663458 B 1.一种动态标定方法， 其特 征在于， 包括： 根据车载相机拍摄的具有车辆内部结构的图像， 在所述图像中选取由所述车辆内部结 构合围成的一个或多个区域； 在所述图像中对所述区域进行定位， 获取所述区域中角点的位置信息， 其中所述角点 为所述车辆内部结构对应 轮廓的边 缘点； 将所述角点的位置信 息输入预设的神经网络模型中， 获取所述 区域中曲线上的一个或 多个点的位置信息， 其中所述 曲线为所述车辆内部结构对应轮廓的轮廓线， 所述角点在所 述曲线上； 以及 利用在预建立的车身坐标系中所述车辆 内部结构的位置信 息与所述点的位置信 息， 获 取车辆与所述车 载相机之间外参矩阵。 2.根据权利要求1所述的动态标定方法， 其特征在于， 所述在所述图像中对所述 区域进 行定位， 获取 所述区域中角点的位置信息， 进一 步包括： 在所述图像中对所述区域进行粗定位， 确定所述区域所在的定位区域； 以及 利用预设的神经网络模型对所述定位区域进行细定位， 获取 所述角点的位置信息 。 3.根据权利要求1所述的动态标定方法， 其特征在于， 所述利用在预建立的车身坐标系 中所述车辆内部结构的位置信息与所述点的位置信息， 获取车辆与所述车载相机之 间外参 矩阵， 进一 步包括： 根据预设的目标函数对所述车辆内部结构的位置信息与所述点的位置信息进行非线 性最小二乘优化， 获取 所述外参矩阵。 4.根据权利要求1 ‑3任一项所述的动态标定方法， 其特征在于， 所述利用在预建立的车 身坐标系中所述车辆内部结构的位置信息与所述点的位置信息， 获取车辆与所述车载相机 之间外参矩阵之前， 还 包括： 根据所述车 载相机在所述车身坐标系中的位置确定所述车 载相机的位置信息； 以及 根据所述车 载相机的位置信息确定所述车辆与所述车 载相机之间的初始外参矩阵。 5.根据权利要求4所述的动态标定方法， 其特征在于， 所述利用在预建立的车身坐标系 中所述车辆内部结构的位置信息与所述 点的位置信息， 进一 步包括： 将所述车辆 内部结构的位置信 息与所述点的位置信 息转换到同一坐标系下， 在所述同 一坐标系下计算获取 所述外参矩阵， 其中， 利用所述初始外参矩阵将所述车辆内部结构的位置信息转换到相机坐标系下， 或 利用所述初始外参矩阵将所述 点的位置信息转换到所述车身坐标系下。 6.根据权利要求1所述的动态标定方法， 其特 征在于， 还 包括： 对所述外参矩阵进行校验， 当所述外参矩阵在预设合格范围内时， 将所述外参矩阵作 为目标外参矩阵输出。 7.根据权利要求1所述的动态标定方法， 其特征在于， 所述将所述角点的位置信 息输入 预设的神经网络模型中， 获取 所述区域中曲线上的一个或多个点的位置信息， 进一 步包括： 利用所述神经网络模型对所述曲线进行等分， 获取所述曲线的N等分点及其分别对应 的位置信息， 其中N 为大于0的自然数。 8.根据权利要求7所述的动态标定方法， 其特征在于， 所述将所述角点的位置信 息输入 预设的神经网络模型中， 获取 所述区域中曲线上的一个或多个点的位置信息， 还 包括：权　利　要　求　书 1/2 页 2 CN 114663458 B 2利用所述神经网络模型计算所述 N等分点的置信度。 9.一种驾驶状态检测方法， 其特 征在于， 包括： 根据车载相机拍摄的具有车辆内部结构的图像， 在所述图像中选取由所述车辆内部结 构合围成的一个或多个区域； 在所述图像中对所述区域进行定位， 获取所述区域中角点的位置信息， 其中所述角点 为所述车辆内部结构对应 轮廓的边 缘点； 将所述角点的位置信 息输入预设的神经网络模型中， 获取所述 区域中曲线上的一个或 多个点的位置信息， 其中所述 曲线为所述车辆内部结构对应轮廓的轮廓线， 所述角点在所 述曲线上； 利用在预建立的车身坐标系中所述车辆 内部结构的位置信 息与所述点的位置信 息， 获 取车辆与所述车 载相机之间外参矩阵； 利用所述外参矩阵对所述车载相机实时拍摄的驾驶员面容进行解析， 获得所述驾驶员 当前的视线方向； 以及 对所述视线方向进行分析， 获知所述驾驶员当前的驾驶状态。 10.一种动态标定装置， 其特 征在于， 包括： 区域选取模块， 其用于根据车载相机拍摄的具有车辆内部结构的图像， 在所述图像中 选取由所述车辆内部结构合围成的一个或多个区域； 定位模块， 其用于在所述图像中对所述区域进行定位， 获取所述区域中角点的位置信 息， 其中所述角点 为所述车辆内部结构对应 轮廓的边 缘点； 曲线位置预测模块， 其用于将所述角点的位置信息输入预设的神经网络模型中， 获取 所述区域中曲线 上的一个或多个点的位置信息， 其中所述曲线为所述车辆内部结构对应轮 廓的轮廓线， 所述角点在所述曲线上； 以及 外参获取模块， 其用于利用在预建立的车身坐标系中所述车辆 内部结构的位置信 息与 所述点的位置信息， 获取 车辆与所述车 载相机之间外参矩阵。 11.一种计算机可读存储介质， 其存储有计算机指令， 其特征在于， 所述计算机指令被 操作以执行权利要求1 ‑8中任一项所述的动态标定方法或权利要求9所述的驾驶状态检测 方法。 12.一种计算机设备， 其特 征在于， 包括： 至少一个处 理器； 以及 与所述至少一个处 理器进行通信连接的存 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计算机指令， 所述至少一个 处理器操作所述计算机指 令以执行如权利要求 1‑8任一项所述的动态标定方法或权利要求 9所述的驾驶状态检测方法。权　利　要　求　书 2/2 页 3 CN 114663458 B 3