基于目标检测的实时单目测距

简介

单目摄像头的大致测距原理，是先通过图像匹配进行目标识别（各种车型、行人、物体等），再通过目标在图像中的大小去估算目标距离。

• 环视测距
  特点：鱼眼镜头畸变矫正较大，环视相机一般用于低速场景，主要用于检测地面标识，所以相机镜头朝下；
• 前视相机测距
  特点：前视镜头畸变较小，相机安装位置为车后视镜下方，可应用于低速、高速场景，用于检测前方车辆、行人、障碍物等，所以相机镜头朝前。

环视测距

环视鱼眼相机因为镜头朝下，且畸变系数大，基于相机模型，采用数学几何的方式进行测距不再试用，会造成误差较大；采用的是基于单应性矩阵和仿射变换的思路来进行测距。核心知识点是得到畸变校正图的四个点和自定义图片四个点对应的单应性矩阵求解，与标定的准确性极为相关。

前视测距

前视相机为普通的畸变较小的相机，可以基于相机模型，推导出像素坐标和世界坐标之间的关系即可。下面的推导过程是基于前视相机的单目测距过程。
两种方案的前提是都是基于地面假设的前提，因为单个摄像头失去了空间信息。

单目相机测距相似三角形法

举个例子，假设现在我们有一张A4纸（8.27in x 11.69in), in代表英寸，1in = 25.4mm。纸张宽度W=11.69in，相机距离纸张的距离D = 32in，此时拍下的照片中A4纸的像素宽度为P=192px（我的相机实际测量得到的值）。
此时我们可以算出焦距F=（192x30)/11.69。
当我们将摄像头远离或者靠近A4纸时，就可以用相似三角形得到相机距离物体的距离。
此时的距离： D’ = (W’ x F ) / P’
（注意：这里测量的距离是相机到物体的垂直距离，产生夹角，测量的结果就不准确了。）