本技术涉及计算机，尤其涉及汽车智能化应用，具体涉及一种车载相机姿态角调整方法、装置、车辆及存储介质。
背景技术：
1、车载相机是车辆智能驾驶系统的重要传感器，用于为车辆提供环境感知数据，环境感知数据的准确性直接影响车辆智能驾驶系统的表现，而车载相机的性能依赖于标定参数，在车辆运行过程中，车载相机会因为车身震动发生角度偏移，造成标定误差，影响车辆的智能驾驶系统。因此，需要在车辆运行过程中对车载相机的标定参数进行调整。
2、相关技术中，对车载相机进行修正的方法主要包括静态标定法和动态自标定法。其中，静态标定法需要使用尺寸已知的标定物，在固定场地通过标定物调整车载相机的参数，这种方法不仅操作复杂，而且无法对运动中的车载相机进行参数修正。动态自标定法大多是基于车载相机图像中的平行信息或正交信息或特征点进行参数调整，这种方法仅基于车载相机的单帧图像进行标定，并且未考虑车辆的运行状态，导致参数的误差较大。因此，如何在车辆运行过程中对车载相机的参数进行调整是目前亟待解决的问题。
技术实现思路
1、本技术提供一种车载相机姿态角调整方法、装置、车辆及存储介质，以至少解决相关技术中车载相机的参数误差较大的技术问题。本技术的技术方案如下：
2、根据本技术涉及的第一方面，提供一种车载相机姿态角调整方法，该方法包括：确定车载相机的连续多帧图像的叠加图中的车道线采样点；叠加图中包括多条车道线；车道线采样点用于表征叠加图中车道线的像素位置；基于叠加图中的车道线采样点，确定多条车道线的三次拟合曲线；三次拟合曲线用于表征车道线在车坐标系中的位置和形状；三次拟合曲线包括常数和系数；三次拟合曲线的常数和系数用于表征车载相机的姿态角的偏移量和倾斜度；基于多条车道线的三次拟合曲线的常数和系数，调整车载相机的姿态角。
3、根据上述技术手段，基于车载相机的连续多帧图像的叠加图，确定多条车道线的三次拟合曲线，根据三次拟合曲线的常数和系数，调整车载相机的姿态角，从而实现了仅根据车载相机的连续多帧图像，无需依赖标定物，在车辆运行过程中对车载相机的进行调整，并且，通过拟合连续多帧图像的叠加图中的车道线三次拟合曲线，降低了车载相机的图像中环境因素和外部因素的干扰，可以更准确地识别车道线的位置和形状，从而提高了车载相机姿态角调整的精度和准确度。另外，基于多条车道线的三次拟合曲线的常数和系数调整车载相机的姿态角，使得调整后的车载相机的图像可以更准确地识别车道线的位置，从而更准确地确定车辆在车道中的位置，以便车辆控制系统实现更精确的控制，提高了自动驾驶系统在各种道路条件和环境条件下的可靠性。
4、在一种可能的实施方式中，上述方法还包括：在车辆的速度和转角变化率满足预设条件的情况下，分别确定车载相机的连续多帧图像中车道线的消失点；基于连续多帧图像中车道线的消失点，判断车辆是否处于颠簸状态；在车辆未处于颠簸状态的情况下，获取车载相机的连续多帧图像的语义分割图；将连续多帧图像的语义分割图进行叠加，得到车载相机的连续多帧图像的叠加图。
5、根据上述技术手段，通过预设条件和连续多帧图像中车道线的消失点对车辆的运动状态进行检测，从而仅在车辆处于平稳直行的情况下，获取车载相机的连续多帧图像的叠加图，调整车载相机的姿态角，避免了车辆在转弯或者颠簸时，车载相机的图像不准确的情况，使得叠加图可以更准确地反应车道线的位置，从而提高了车载相机姿态角调整的准确度。并且。通过将多帧图像的语义风格图进行叠加融合，得到叠加图，叠加图可以减少车辆震动导致的图像噪声和失真，以及车辆颠簸导致的视觉断裂或不连续性，提高了叠加图的质量。
6、在另一种可能的实施方式中，分别确定车载相机的连续多帧图像中车道线的消失点，包括：针对车载相机的连续多帧图像中的每帧图像，获取每帧图像的语义分割图；基于每帧图像的语义分割图，提取每帧图像中多条车道线的采样点队列；基于每帧图像中多条车道线的采样点队列，确定每帧图像中多条车道线的直线方程；基于每帧图像中多条车道线的直线方程，确定每帧图像中多条车道线的交点；确定每帧图像中多条车道线的交点为每帧图像中车道线的消失点。
7、根据上述技术手段，通过车载相机的连续多帧图像的语义分割图提取车道线的采样点队列，从而基于采样点队列确定车道线的消失点，可以更准确地识别车道线的位置和形状，从而更准确地确定车道线的消失点，以便基于车道线的消失点更加准确地判断车辆的运动状态，从而在车辆处于平稳直行的情况下，调整车载相机的姿态角，提高了姿态角调整的精度和准确度。
8、在又一种可能的实施方式中，基于叠加图中的车道线采样点，确定多条车道线的三次拟合曲线，包括：基于旋转矩阵和平移向量，将叠加图中的车道线采样点投影至车坐标系；基于车坐标系下的车道线采样点，采用多项式最小二乘法拟合，得到叠加图中多条车道线的三次拟合曲线。
9、根据上述技术手段，通过将车道线采样点投影至车坐标系，确定多条车道线的三次拟合曲线，从而可以更准确地确定车辆在车道中的位置，使得车道线的三次拟合曲线可以更准确地反映车载相机姿态角的偏移量和倾斜度，以便基于三次拟合曲线的常数和系数对车载相机的姿态角进行更加准确的调整。
10、在又一种可能的实施方式中，多条车道线的三次拟合曲线基于车载相机的旋转矩阵确定；上述方法还包括：基于调整后的车载相机的姿态角，更新车载相机的旋转矩阵；基于叠加图中的车道线采样点和更新后的车载相机的旋转矩阵，更新多条车道线的三次拟合曲线；基于更新后的多条车道线的三次拟合曲线，再次调整车载相机的姿态角；迭代执行上述步骤，直至车载相机的姿态角处于正常姿态。
11、根据上述技术手段，通过迭代更新旋转矩阵和多条车道线的三次拟合曲线，从而可以迭代调整车载相机的姿态角，使得车载相机的姿态角处于正常姿态，提高车载相机姿态角的精度。
12、在又一种可能的实施方式中，多条车道线包括：主车道的左车道线和右车道线；三次拟合曲线的系数包括一阶系数；车载相机的姿态角包括俯仰角；基于多条车道线的三次拟合曲线的常数和系数，调整车载相机的姿态角，包括：基于左车道的一阶系数与右车道的一阶系数之差的绝对值，判断车载相机的俯仰角是否处于异常姿态；在车载相机的俯仰角处于异常姿态，且左车道的一阶系数小于右车道的一阶系数的情况下，将车载相机的俯仰角向下调整；在车载相机的俯仰角处于异常姿态，且左车道的一阶系数大于右车道的一阶系数的情况下，将车载相机的俯仰角向上调整。
13、根据上述技术手段，通过比较车辆所在的主车道的左车道线和右车道线的一阶系数差异，检测车载相机的俯仰角是否异常，在俯仰角异常的情况下，及时调整车载相机的俯仰角，从而保证车载相机的图像的准确性和车辆控制系统的可靠性。并且，调整俯仰角有助于提高车道线的识别精度，以便车载相机的图像可以更加准确地反映车道线位置。
14、在又一种可能的实施方式中，多条车道线包括：主车道的左车道线和右车道线；三次拟合曲线的系数包括一阶系数；车载相机的姿态角还包括偏航角；基于多条车道线的三次拟合曲线的常数和系数，调整车载相机的姿态角，包括：基于左车道线的一阶系数绝对值和右车道的一阶系数绝对值，判断车载相机的偏航角是否处于异常姿态；在车载相机的偏航角处于异常姿态，且左车道线的一阶系数和右车道的一阶系数为均正值的情况下，将车载相机的偏航角向上调整；在车载相机的偏航角处于异常姿态，且左车道线的一阶系数和右车道的一阶系数均为负值的情况下，将车载相机的偏航角向下调整。
15、根据上述技术手段，通过分析车辆所在的主车道的左车道线的一阶系数绝对值和右车道的一阶系数绝对值，检测车载相机的偏航角是否存在异常偏差，在偏航角异常的情况下，及时调整车载相机的偏航角，从而保证车载相机的图像的准确性和车辆控制系统的可靠性。并且，调整偏航角有助于提高车道线的识别精度，以便车载相机的图像可以更加准确地反映车道线位置。
16、在又一种可能的实施方式中，多条车道线包括：主车道的车道线、左车道的车道线以及右车道的车道线；车载相机的姿态角还包括滚转角；基于多条车道线的三次拟合曲线的常数和系数，调整车载相机的姿态角，包括：基于多条车道线的三次拟合曲线的常数和系数，确定主车道的车道宽度、左车道的车道宽度以及右车道的车道宽度；基于右车道的车道宽度与主车道的车道宽度之间的差值绝对值、左车道的车道宽度与主车道的车道宽度之间的差值绝对值，判断车载相机的滚转角是否处于异常状态；在车载相机的滚转角处于异常状态、主车道的车道宽度大于左车道的车道宽度、且主车道的车道宽度小于右车道的车道宽度的情况下，将车载相机的滚转角向上调整；在车载相机的滚转角处于异常状态、主车道的车道宽度小于左车道的车道宽度、且主车道的车道宽度大于右车道的车道宽度的情况下，将车载相机的滚转角向下调整。
17、根据上述技术手段，通过分析主车道的车道宽度、左车道的车道宽度以及右车道的车道宽度，检测车载相机的滚转角是否异常，在滚转角异常的情况下，及时调整车载相机的滚转角，从而保证车载相机的图像的准确性和车辆控制系统的可靠性。并且，调整滚转角有助于提高车道线的识别精度，以便车载相机的图像可以更加准确地反映车道线位置。
18、根据本技术提供的第二方面，提供一种车载相机姿态角调整装置，该装置包括：确定模块和调整模块；确定模块，用于确定车载相机的连续多帧图像的叠加图中的车道线采样点；叠加图中包括多条车道线；车道线采样点用于表征叠加图中车道线的像素位置；确定模块，还用于基于叠加图中的车道线采样点，确定多条车道线的三次拟合曲线；三次拟合曲线用于表征车道线在车坐标系中的位置和形状；三次拟合曲线包括常数和系数；三次拟合曲线的常数和系数用于表征车载相机的姿态角的偏移量和倾斜度；调整模块，用于基于多条车道线的三次拟合曲线的常数和系数，调整车载相机的姿态角。
19、在一种可能的实施方式中，上述装置还包括：判断模块、获取模块以及叠加模块。确定模块，还用于在车辆的速度和转角变化率满足预设条件的情况下，分别确定车载相机的连续多帧图像中车道线的消失点；判断模块，用于基于连续多帧图像中车道线的消失点，判断车辆是否处于颠簸状态；获取模块，用于在车辆未处于颠簸状态的情况下，获取车载相机的连续多帧图像的语义分割图；叠加模块，用于将连续多帧图像的语义分割图进行叠加，得到车载相机的连续多帧图像的叠加图。
20、在另一种可能的实施方式中，确定模块，具体用于针对车载相机的连续多帧图像中的每帧图像，获取每帧图像的语义分割图；基于每帧图像的语义分割图，提取每帧图像中多条车道线的采样点队列；基于每帧图像中多条车道线的采样点队列，确定每帧图像中多条车道线的直线方程；基于每帧图像中多条车道线的直线方程，确定每帧图像中多条车道线的交点；确定每帧图像中多条车道线的交点为每帧图像中车道线的消失点。
21、在又一种可能的实施方式中，确定模块，具体用于基于旋转矩阵和平移向量，将叠加图中的车道线采样点投影至车坐标系；基于车坐标系下的车道线采样点，采用多项式最小二乘法拟合，得到叠加图中多条车道线的三次拟合曲线。
22、在又一种可能的实施方式中，多条车道线的三次拟合曲线基于车载相机的旋转矩阵确定；上述装置还包括：更新模块和迭代模块。更新模块，用于基于调整后的车载相机的姿态角，更新车载相机的旋转矩阵；更新模块，还用于基于叠加图中的车道线采样点和更新后的车载相机的旋转矩阵，更新多条车道线的三次拟合曲线；调整模块，还用于基于更新后的多条车道线的三次拟合曲线，再次调整车载相机的姿态角；迭代模块，用于迭代执行上述步骤，直至车载相机的姿态角处于正常姿态。
23、在又一种可能的实施方式中，多条车道线包括：主车道的左车道线和右车道线；三次拟合曲线的系数包括一阶系数；车载相机的姿态角包括俯仰角；调整模块，具体用于基于左车道的一阶系数与右车道的一阶系数之差的绝对值，判断车载相机的俯仰角是否处于异常姿态；在车载相机的俯仰角处于异常姿态，且左车道的一阶系数小于右车道的一阶系数的情况下，将车载相机的俯仰角向下调整；在车载相机的俯仰角处于异常姿态，且左车道的一阶系数大于右车道的一阶系数的情况下，将车载相机的俯仰角向上调整。
24、在又一种可能的实施方式中，多条车道线包括：主车道的左车道线和右车道线；三次拟合曲线的系数包括一阶系数；车载相机的姿态角还包括偏航角；调整模块，具体用于基于左车道线的一阶系数绝对值和右车道的一阶系数绝对值，判断车载相机的偏航角是否处于异常姿态；在车载相机的偏航角处于异常姿态，且左车道线的一阶系数和右车道的一阶系数为均正值的情况下，将车载相机的偏航角向上调整；在车载相机的偏航角处于异常姿态，且左车道线的一阶系数和右车道的一阶系数均为负值的情况下，将车载相机的偏航角向下调整。
25、在又一种可能的实施方式中，多条车道线包括：主车道的车道线、左车道的车道线以及右车道的车道线；车载相机的姿态角还包括滚转角；调整模块，具体用于基于多条车道线的三次拟合曲线的常数和系数，确定主车道的车道宽度、左车道的车道宽度以及右车道的车道宽度；基于右车道的车道宽度与主车道的车道宽度之间的差值绝对值、左车道的车道宽度与主车道的车道宽度之间的差值绝对值，判断车载相机的滚转角是否处于异常状态；在车载相机的滚转角处于异常状态、主车道的车道宽度大于左车道的车道宽度、且主车道的车道宽度小于右车道的车道宽度的情况下，将车载相机的滚转角向上调整；在车载相机的滚转角处于异常状态、主车道的车道宽度小于左车道的车道宽度、且主车道的车道宽度大于右车道的车道宽度的情况下，将车载相机的滚转角向下调整。
26、根据本技术提供的第三方面，提供一种车辆，包括：处理器；用于存储处理器可执行指令的存储器；其中，处理器被配置为执行指令，以实现上述第一方面及其任一种可能的实施方式的方法。
27、根据本技术提供的第四方面，提供一种计算机可读存储介质，当计算机可读存储介质中的指令由车辆的处理器执行时，使得车辆能够执行上述第一方面中及其任一种可能的实施方式的方法。
28、根据本技术提供的第五方面，提供一种计算机程序产品，计算机程序产品包括计算机指令，当计算机指令在车辆上运行时，使得车辆执行上述第一方面及其任一种可能的实施方式的方法。
29、由此，本技术的上述技术特征具有以下有益效果：
30、(1)基于车载相机的连续多帧图像的叠加图，确定多条车道线的三次拟合曲线，根据三次拟合曲线的常数和系数，调整车载相机的姿态角，从而实现了仅根据车载相机的连续多帧图像，无需依赖标定物，在车辆运行过程中对车载相机的进行调整，并且，通过拟合连续多帧图像的叠加图中的车道线三次拟合曲线，降低了车载相机的图像中环境因素和外部因素的干扰，可以更准确地识别车道线的位置和形状，从而提高了车载相机姿态角调整的精度和准确度。另外，基于多条车道线的三次拟合曲线的常数和系数调整车载相机的姿态角，使得调整后的车载相机的图像可以更准确地识别车道线的位置，从而更准确地确定车辆在车道中的位置，以便车辆控制系统实现更精确的控制，提高了自动驾驶系统在各种道路条件和环境条件下的可靠性。
31、(2)通过预设条件和连续多帧图像中车道线的消失点对车辆的运动状态进行检测，从而仅在车辆处于平稳直行的情况下，获取车载相机的连续多帧图像的叠加图，调整车载相机的姿态角，避免了车辆在转弯或者颠簸时，车载相机的图像不准确的情况，使得叠加图可以更准确地反应车道线的位置，从而提高了车载相机姿态角调整的准确度。并且。通过将多帧图像的语义风格图进行叠加融合，得到叠加图，叠加图可以减少车辆震动导致的图像噪声和失真，以及车辆颠簸导致的视觉断裂或不连续性，提高了叠加图的质量。
32、(3)通过车载相机的连续多帧图像的语义分割图提取车道线的采样点队列，从而基于采样点队列确定车道线的消失点，可以更准确地识别车道线的位置和形状，从而更准确地确定车道线的消失点，以便基于车道线的消失点更加准确地判断车辆的运动状态，从而在车辆处于平稳直行的情况下，调整车载相机的姿态角，提高了姿态角调整的精度和准确度。
33、(4)通过将车道线采样点投影至车坐标系，确定多条车道线的三次拟合曲线，从而可以更准确地确定车辆在车道中的位置，使得车道线的三次拟合曲线可以更准确地反映车载相机姿态角的偏移量和倾斜度，以便基于三次拟合曲线的常数和系数对车载相机的姿态角进行更加准确的调整。
34、(5)通过迭代更新旋转矩阵和多条车道线的三次拟合曲线，从而可以迭代调整车载相机的姿态角，使得车载相机的姿态角处于正常姿态，提高车载相机姿态角的精度。
35、(6)通过比较车辆所在的主车道的左车道线和右车道线的一阶系数差异，检测车载相机的俯仰角是否异常，在俯仰角异常的情况下，及时调整车载相机的俯仰角，从而保证车载相机的图像的准确性和车辆控制系统的可靠性。并且，调整俯仰角有助于提高车道线的识别精度，以便车载相机的图像可以更加准确地反映车道线位置。
36、(7)通过分析车辆所在的主车道的左车道线的一阶系数绝对值和右车道的一阶系数绝对值，检测车载相机的偏航角是否存在异常偏差，在偏航角异常的情况下，及时调整车载相机的偏航角，从而保证车载相机的图像的准确性和车辆控制系统的可靠性。并且，调整偏航角有助于提高车道线的识别精度，以便车载相机的图像可以更加准确地反映车道线位置。
37、(8)通过分析主车道的车道宽度、左车道的车道宽度以及右车道的车道宽度，检测车载相机的滚转角是否异常，在滚转角异常的情况下，及时调整车载相机的滚转角，从而保证车载相机的图像的准确性和车辆控制系统的可靠性。并且，调整滚转角有助于提高车道线的识别精度，以便车载相机的图像可以更加准确地反映车道线位置。
38、需要说明的是，第二方面至第五方面中的任一种实现方式所带来的技术效果可参见第一方面中对应实现方式所带来的技术效果，此处不再赘述。
39、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本技术。
1.一种车载相机姿态角调整方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
3.根据权利要求2所述的方法，其特征在于，所述分别确定所述车载相机的连续多帧图像中车道线的消失点，包括：
4.根据权利要求1所述的方法，其特征在于，所述基于所述叠加图中的车道线采样点，确定所述多条车道线的三次拟合曲线，包括：
5.根据权利要求1所述的方法，其特征在于，所述多条车道线的三次拟合曲线基于所述车载相机的旋转矩阵确定；所述方法还包括：
6.根据权利要求1所述的方法，其特征在于，所述多条车道线包括：主车道的左车道线和右车道线；所述三次拟合曲线的系数包括一阶系数；所述车载相机的姿态角包括俯仰角；所述基于所述多条车道线的三次拟合曲线的常数和系数，调整所述车载相机的姿态角，包括：
7.根据权利要求1所述的方法，其特征在于，所述多条车道线包括：主车道的左车道线和右车道线；所述三次拟合曲线的系数包括一阶系数；所述车载相机的姿态角还包括偏航角；所述基于所述多条车道线的三次拟合曲线的常数和系数，调整所述车载相机的姿态角，包括：
8.根据权利要求1所述的方法，其特征在于，所述多条车道线包括：主车道的车道线、左车道的车道线以及右车道的车道线；所述车载相机的姿态角还包括滚转角；所述基于所述多条车道线的三次拟合曲线的常数和系数，调整所述车载相机的姿态角，包括：
9.一种车载相机姿态角调整装置，其特征在于，所述装置包括：确定模块和调整模块；
10.一种车辆，其特征在于，包括：
11.一种计算机可读存储介质，其特征在于，当所述计算机可读存储介质中存储的计算机执行指令由车辆的处理器执行时，所述车辆能够执行如权利要求1至8中任一项所述的方法。
