从单目视觉信息学习深度信息（一）

现实生活中，除了人本身有两只眼睛可以通过双目视觉信息获取深度信息，我们很难方便的有如此稳定和精确的双目系统来测深度。最近接触到了AR.Drone的无人机，开放接口这种事情最喜欢了，似乎可以用深度信息来控制无人机的运动，不过介于无人机只有单目摄像头的限制，不得不转换思维，开始搜集论文研究如何用单目视觉信息来获取深度。

提取单目视觉信息的方式可以包括两种，基于静止的单张图像和基于运动的多张图像。

这篇是之前看了Andrew N.g.的05年ICML论文（High Speed Obstacle Avoidance using Monocular Vision and
Reinforcement Learning (ICML,2005)），做了一次组会分享的内容，希望基于此启发感兴趣的童鞋，之后会做更多方法和实验的跟进。

论文里解决的是玩具车的无人导航系统问题，实验提出的假设如上图所示：
1、玩具车行驶速度一般在5m/s，所以1s内发给玩具车的命令必须保证选择5m内没有障碍的方向行驶，当然可能1s内已经有多次计算，很多指令发出，这基于算法和图像传输效率。
2、外界环境是不规则的，论文在训练参数的时候所在的环境是一个灌木丛生，叶子随处可见，偶尔还有石凳的小花园，视觉系统的参数被训练好（论文里还使用了合