双目测距误差评估

我修完产假回来上班了，被分到了割草机项目组，机遇与挑战并存，我啥也不会，但是这次扛下来也许就蜕变了呢，也许我是想多了，管他呢，有问题咱就解决，有活咱就干，态度摆端正，结果就不会太差。上班第一天开会安排任务，有个双目测距的任务，领导问我之前做过吗，我心想，我在SLAM里用过双目，这算做过吗？现在想想，当时应该说没做过，但是我可以做好。同事有双目测距SGBM代码，是自己根据双目立体匹配原理重新实现的，还有SIMD加速版本的，还有，，我运行起来调整一下参数，再交叉编译搞到板子上去，应该不成问题。

领导问我双目出深度的精度，我想着等我这个同事周一回来了再跟他讨论，不过问题貌似比较急，我不得不给我这同事打电话吗，他说这个精度跟很多因素有关系的，得实际测的，我想我这怎么跟领导汇报来，只能靠自己了，我就在网上搜索相关的资料，就是如何计算双目测距的精度问题，我就找到了下面这篇文章

双目视觉误差与距离关系_双目fov计算_这个不开车的老司机的博客-CSDN博客

 我马上查阅了我们使用相机的资料，把参数都填上去，计算了一下，给领导一个直观的反馈。

 B = 60;     %mm，两个相机之间的距离，也叫基线
fs = 1.6;    %mm，相机的物理焦距
ss = 1.968;  %mm ，芯片的宽 %1.968
wid = 640;   %pix,相机的分辨率 宽
pp = ss/wid  %um  像元尺寸
dd = 0.25;    %pix，视差的精度，检测的精度，亚像素
f = fs/(pp);
minZ = 1000;  %离相机最近的距离
maxZ = 3000; %最远距离

theta = atan((wid/2)/f);
fov = 2*theta *180/pi
minDepth = 0.5*B/((wid/2)/f)

vdD = [];
for D = minZ:maxZ
    
    d = B*f/D;
    dD = B*f*(1/d - 1/(d+dd));
    vdD = [vdD;dD];
end
plot([minZ:maxZ],vdD);grid on;
xlabel("距离（毫米）");
ylabel("精确度（毫米");

心无杂念，一心工作。