本申请涉及汽车，尤其涉及一种相机自标定方法、装置、设备及存储介质。
背景技术：
1、摄像头在智能驾驶辅助系统中扮演重要角色，对于目标识别、环境重建等任务不可缺少，同时其探测的精度也对智能驾驶整体的性能有着非常大的关联。传统车企对于摄像头的标定方法是在工厂下线电检阶段进行的，一旦完成标定和校准，其内外参数在交付至客户手里后将不会自动优化更新。然而，当摄像头安装在车辆上时，摄像头固有的由于道路颠簸引起的机械振动或天气引起的温度波动参数会发生变化。
2、现有技术一般在受控环境下通过视觉识别图像，对图像的特征点进行提取，通过转换矩阵，获取相机内参，进一步形成自标定，但该标定方案受限于专业标定场景，无法在车辆售出后，对车载摄像头的相机内参进行精确校准，返厂重新进行相机标定需要耗费大量时间和金钱成本。
3、上述内容仅用于辅助理解本申请的技术方案，并不代表承认上述内容是现有技术。
技术实现思路
1、本申请的主要目的在于提供一种相机自标定方法、装置、设备及存储介质，旨在解决如何精确地校准车载摄像头的相机内参的技术问题。
2、为实现上述目的，本申请提出一种相机自标定方法，所述相机自标定方法包括：
3、当识别到目标标识牌时，获取所述目标标识牌的历史检测信息和当前信息；
4、比对所述历史检测信息与所述当前信息中的定位信息、尺寸信息和图片信息，得到误差比对结果；
5、当所述误差比对结果为摄像头存在误差时，基于所述当前信息计算内参矩阵，并基于所述内参矩阵更新所述摄像头的内参，以完成相机自标定过程。
6、在一实施例中，所述当识别到目标标识牌时，获取所述目标标识牌的历史检测信息和当前信息的步骤之前，还包括：
7、对标识牌进行数据采集，在识别到目标标识牌时，获取所述目标标识牌的历史图片信息和预设历史尺寸信息；
8、获取所述目标标识牌的历史定位信息，将所述历史图片信息、所述预设历史尺寸信息以及所述历史定位信息存储为历史检测信息。
9、在一实施例中，所述对标识牌进行数据采集，在识别到目标标识牌时，获取所述目标标识牌的历史图片信息和预设历史尺寸信息的步骤包括：
10、设置预设采集次数；
11、基于所述预设采集次数对标识牌进行数据采集，得到所述目标标识牌的多个历史图片信息和多个历史点云数据；
12、对多个所述历史图片信息和多个所述历史点云数据进行融合，得到所述目标标识牌的多个历史尺寸信息；
13、对多个所述历史尺寸信息进行处理，得到所述预设历史尺寸信息。
14、在一实施例中，所述对多个所述历史图片信息和多个所述历史点云数据进行融合，得到所述目标标识牌的多个历史尺寸信息的步骤，包括：
15、对多个所述历史图片信息进行图像识别，得到所述目标标识牌的历史图片特征；
16、对多个所述历史点云数据进行预处理，得到所述目标标识牌的历史点云特征；
17、对所述历史图片特征与历史所述点云特征进行融合，得到融合信息；
18、基于所述融合信息计算所述目标标识牌的多个历史尺寸信息。
19、在一实施例中，所述比对所述历史检测信息与所述当前信息中的定位信息、尺寸信息和图片信息，得到误差比对结果的步骤，包括：
20、比对所述历史检测信息与所述当前信息中的定位信息、尺寸信息和图片信息；
21、当所述历史检测信息与所述当前信息的定位信息和图片信息一致，尺寸信息不一致时，确定误差比对结果为摄像头存在误差。
22、在一实施例中，所述比对所述历史检测信息与所述当前信息中的定位信息、尺寸信息和图片信息的步骤之后，还包括：
23、当所述历史检测信息与所述当前信息的定位信息和图片信息一致，尺寸信息一致时，确定误差比对结果为摄像头不存在误差。
24、在一实施例中，所述基于所述当前信息计算内参矩阵的步骤，包括：
25、基于所述当前信息获取所述目标标识牌的角点坐标；
26、基于所述角点坐标计算单应性矩阵；
27、基于所述单应性矩阵计算内参矩阵。
28、此外，为实现上述目的，本申请还提出一种相机自标定装置，所述相机自标定装置包括：
29、信息收集模块，用于当识别到目标标识牌时，获取所述目标标识牌的历史检测信息和当前信息；
30、误差比对模块，用于比对所述历史检测信息与所述当前信息的定位信息、尺寸信息和图片信息，得到误差比对结果；
31、自动标定模块，用于当所述误差比对结果为摄像头存在误差时，基于所述当前信息计算内参矩阵，并基于所述内参矩阵更新所述摄像头的内参，以完成相机自标定过程。
32、此外，为实现上述目的，本申请还提出一种相机自标定设备，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序配置为实现如上文所述的相机自标定方法的步骤。
33、此外，为实现上述目的，本申请还提出一种存储介质，所述存储介质为计算机可读存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上文所述的相机自标定方法的步骤。
34、此外，为实现上述目的，本申请还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现如上文所述的相机自标定方法的步骤。
35、本申请提出的一个或多个技术方案，至少具有以下技术效果：
36、当识别到目标标识牌时，获取目标标识牌的历史检测信息和当前信息，比对历史检测信息与当前信息中的定位信息、尺寸信息和图片信息，得到误差比对结果，当误差比对结果为摄像头存在误差时，基于当前信息计算内参矩阵，并基于内参矩阵更新所述摄像头的内参，以完成相机自标定过程，可以在车辆下厂后，通过对实时采集的目标标识牌当前信息与目标标识牌历史检测信息进行对比，自动识别车载摄像头的缺陷，对车载摄像头的相机内参进行精确校准，节省时间和金钱成本。
1.一种相机自标定方法，其特征在于，所述相机自标定方法包括：
2.如权利要求1所述的相机自标定方法，其特征在于，所述当识别到目标标识牌时，获取所述目标标识牌的检测包和当前信息的步骤之前，还包括：
3.如权利要求2所述的相机自标定方法，其特征在于，所述对所述图片信息与所述点云数据进行融合，得到所述目标标识牌的尺寸信息的步骤，包括
4.如权利要求2所述的相机自标定方法，其特征在于，所述获取所述目标标识牌的定位信息，将所述图片信息、尺寸信息和定位信息存储为检测包的步骤之后，还包括：
5.如权利要求2所述的相机自标定方法，其特征在于，所述获取目标标识牌的图片信息和点云数据的步骤，包括：
6.如权利要求1所述的相机自标定方法，其特征在于，所述比对所述检测包与所述当前信息的定位信息、尺寸信息和图片信息，得到误差比对结果的步骤，包括：
7.如权利要求1所述的相机自标定方法，其特征在于，所述基于所述当前信息计算内参矩阵的步骤，包括：
8.一种相机自标定装置，其特征在于，所述装置包括：
9.一种相机自标定设备，其特征在于，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序配置为实现如权利要求1至7中任一项所述的相机自标定方法的步骤。
10.一种存储介质，其特征在于，所述存储介质为计算机可读存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的相机自标定方法的步骤。
