作者:CV_Community
来源:计算机视觉社区
本文还是在传统机器视觉的基础上讨论单目测距,深度学习直接估计深度图不属于这个议题,主要通过mobileye的论文管中窥豹,相信离实际工程应用还有很远。
以前提过单目测距的问题,检测的障碍物2-D框加上摄像头的姿态和路面假设。以下根据公开发布的论文讨论具体的算法:
注:深度学习直接估计深度图不属于这个议题。
1、Vision-based ACC with a Single Camera: Bounds on Range and Range Rate Accuracy
著名的Mobileye论文,先看成像几何如图:
本车A,前方车B和C,摄像头P焦距f,高度H,和障碍物B/C距离Z1/Z2,B/C检测框着地点在图像的投影是y1/y2。那么y=fH/Z,所以Z=fH/y。下面是三个不同距离的估计结果:
精度测量得到:90米误差大约10%, 44米误差约为5%。
2、Integrated Vehicle and Lane Detection with Distance Estimation
算法流程如下:
先是从3个消失点估算摄像头焦距,然后6个2D-3D对应点得到摄像头姿态:
基于车道宽度的假设(3.75米),可以算出投影矩阵,随之得到距离公式:
下图是一些结果:
3、Use of a Monocular Camera to Analyze a Ground Vehicle’s Lateral Movements for Reliable Autonomous City Driving
还是基于消失点原理,加上水平线,可得到道路场景几何关系。
消失点和pitch angle的关系:
从消失点得到pitch angle:
4、Robust Range Estimation with a Monocular Camera for Vision-Based Forward Collision Warning System
如果车辆宽度已知,那么车距为d=FW/w。
如上图,可以计算距离为:
整个FCW系统流程图如下:
给了一个虚拟水平线的概念,估计它的位置 ,Hc为摄像头高度,Yb是车辆框底部的垂直位置。然后可以计算出车辆距离:
5、Robust Vehicle Detection and Distance Estimation Under Challenging Lighting Conditions
碰撞报警需要估算安全距离。下图几何关系能给出估计距离的公式:
距离公式为
下图是IPM的鸟瞰图展示距离:
6、Pitch Angle Estimation Using a Vehicle Mounted Monocular Camera for Vehicle Target Range Measurement
计算特征点运动,由此得到自身摄像头运动,从其平移向量推出pitch angle。
上图可以计算出前方车的距离:
整个系统流程图如下:
下面就是从SFM的几何关系推理距离:
看下面的关系可以得到pitch angle:
角度计算公式为
7、Forward Collision Warning with a Single Camera
time to contact (TTC) 直接从车辆的大小和位置得到,下面是流程图:
计算公式:
车边框的位置以及光流大小可以确定碰撞的可能性:
这里主要是通过简单的几何关系,直接估算检测的路上车辆距离并给出可能的撞击时间。现在深度学习越来越强大,理论上得到车检测边框的同时,也可以回归车的距离。
本文仅做学术分享,如有侵权,请联系删文。
下载1
在「计算机视觉工坊」公众号后台回复:深度学习,即可下载深度学习算法、3D深度学习、深度学习框架、目标检测、GAN等相关内容近30本pdf书籍。
下载2
在「计算机视觉工坊」公众号后台回复:计算机视觉,即可下载计算机视觉相关17本pdf书籍,包含计算机视觉算法、Python视觉实战、Opencv3.0学习等。
下载3
在「计算机视觉工坊」公众号后台回复:SLAM,即可下载独家SLAM相关视频课程,包含视觉SLAM、激光SLAM精品课程。
重磅!计算机视觉工坊-学习交流群已成立
扫码添加小助手微信,可申请加入3D视觉工坊-学术论文写作与投稿 微信交流群,旨在交流顶会、顶刊、SCI、EI等写作与投稿事宜。
同时也可申请加入我们的细分方向交流群,目前主要有ORB-SLAM系列源码学习、3D视觉、CV&深度学习、SLAM、三维重建、点云后处理、自动驾驶、CV入门、三维测量、VR/AR、3D人脸识别、医疗影像、缺陷检测、行人重识别、目标跟踪、视觉产品落地、视觉竞赛、车牌识别、硬件选型、深度估计、学术交流、求职交流等微信群,请扫描下面微信号加群,备注:”研究方向+学校/公司+昵称“,例如:”3D视觉 + 上海交大 + 静静“。请按照格式备注,否则不予通过。添加成功后会根据研究方向邀请进去相关微信群。原创投稿也请联系。
▲长按加微信群或投稿
▲长按关注公众号
3D视觉从入门到精通知识星球:针对3D视觉领域的视频课程(三维重建系列三维点云系列结构光系列、手眼标定、相机标定、orb-slam3知识点汇总、入门进阶学习路线、最新paper分享、疑问解答五个方面进行深耕,更有各类大厂的算法工程人员进行技术指导。与此同时,星球将联合知名企业发布3D视觉相关算法开发岗位以及项目对接信息,打造成集技术与就业为一体的铁杆粉丝聚集区,近2000星球成员为创造更好的AI世界共同进步,知识星球入口:
学习3D视觉核心技术,扫描查看介绍,3天内无条件退款
圈里有高质量教程资料、答疑解惑、助你高效解决问题
觉得有用,麻烦给个赞和在看~