相机模型、标定以及基于Yolov5的单目距离测量方法

简介：
本研究探讨了相机模型与标定技术，并结合YOLOv5算法实现单目视觉下的精确距离测量，为机器人导航和自动驾驶提供技术支持。 ### 前言 在摄像头成像过程中，物体反射的光线通过镜头聚焦到成像设备上形成图像。这是一个从三维空间转换为二维平面的过程，在此期间会丢失深度信息，因此单目摄像头难以直接测量距离。然而，我们可以通过假设物体位于地面上来简化测距问题。 ### 相机模型及单目测距原理 相机可以视为一个凸透镜成像系统。在这一模型中，XcYcZc代表相机坐标系，原点O为光心（即镜头中心）。x-o1-y表示图像坐标系。 图示中包含一辆车，并假设这辆车的接触地面位置Q位于地面上。因此可以计算出该点的深度值。具体求解过程这里不再列出公式，而是直接引用图片中的说明。 在单目测距过程中，实际物体上的Q点会在成像后的图像上对应到Q点，其沿y轴的距离为o1p’（单位：像素）。将这个距离除以焦距fy后取arctan可以得到角度b。根据图示步骤可进一步求得深度OD。 值得注意的是，在依据上述方法计算物体与相机之间的实际距离时，如果不能准确测量出相机高度H和光轴相对于水平面的夹角a，则会影响测距精度。