单目视觉系统检测车辆的测距方法（Mobileye单目测距等7种方法）

作者：CV_Community

来源：计算机视觉社区：计算机视觉社区：计算机视觉社区：

---

本文在传统机器视觉的基础上讨论了单目测距。深度学习直接估计深度图不属于这个话题，主要是通过mobileye相信离实际工程应用还有很长的路要走。

以前提到过单目测距的问题，检测到的障碍物2-D框架加上相机的姿势和路面假设。具体算法如下：

注:深度学习直接估计深度图不属于这个问题。

1、Vision-based ACC with a Single Camera: Bounds on Range and Range Rate Accuracy

着名的Mobileye先看成像几何图：

本车A，前方车B和C，相机P焦距f，高度H，和障碍物B/C距离Z1/Z2，B/C图像投影是检测框的位置y1/y2。那么y=fH/Z，所以Z=fH/y。以下是三个不同距离的估计结果：

精度测量：90米误差约10%， 44米误差约为5%。

2、Integrated Vehicle and Lane Detection with Distance Estimation

算法流程如下：

先从三个消失点估计摄像头焦距，再从六个消失点估计摄像头焦距D-3D对应点获得摄像头姿态：

假设基于车道宽度(3).75米)，可计算投影矩阵，然后得到距离公式：

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

基于消失点原理和水平线，可以获得道路场景的几何关系。

消失点和pitch angle的关系：

从消失点得到pitch angle：

4、RobustRange Estimation with a MonocularCamera for Vision-Based Forward Collision Warning System

如果辆宽度已知，则车距为d=FW/w。

如上图所示，距离可计算为：

整个FCW系统流程图如下：

它给出了虚拟水平线的概念来估计它的位置，Hc摄像头高度，Yb是车框底部的垂直位置。然后计算车辆距离：

5、Robust Vehicle Detection and Distance Estimation Under Challenging Lighting Conditions

碰撞报警需要估计安全距离。以下几何关系可以给出估计距离的公式：

距离公式为

下图是IPM鸟瞰显示距离：

6、Pitch Angle Estimation Using a Vehicle Mounted Monocular Camera for Vehicle Target Range Measurement

计算特征点运动，从而获得自己的摄像头运动，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几何关系推理距离：

看看下面的关系。pitch angle：

角度计算公式为

7、Forward Collision Warning with a Single Camera

time to contact (TTC) 流程图直接从车辆的大小和位置获得：

计算公式：

碰撞的可能性可以通过车框的位置和光流大小来确定:

这主要是通过简单的几何关系，直接估计道路上的车辆距离，并给出可能的冲击时间。现在深度学习越来越强大，理论上，汽车检测框架也可以回到汽车的距离。

本文仅进行学术分享。如有侵权行为，请联系删除。

下载1

在「计算机视觉车间」公众号后台回复：深度学习，您可以下载深度学习算法3D深度学习、深度学习框架、目标测试，GAN相关内容近30本pdf书籍。

下载2

在「计算机视觉车间」微信官方账号后台回复:计算机视觉，下载计算机视觉相关17本pdf书籍包括计算机视觉算法，Python视觉实战、Opencv3.0学习等。

下载3

在「计算机视觉车间」微信官方账号后台回复:SLAM，独家下载即可SLAM相关视频课程包括视觉SLAM、激光SLAM精品课程。

重磅！计算机视觉车间！-学习交流群已成立

扫码添加小助手微信，可申请添加3D视觉研讨会-学术论文写作和提交目的是微信交流群交流顶会，顶刊，SCI、EI等待写作和提交。

同时也可以申请加入我们的细分交流群。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、医学影像、缺陷检测、行人重识别、目标跟踪、视觉产品着陆、视觉竞赛、车牌识别、硬件选择、深度估计、学术交流、求职交流等待微信群，请扫描以下微信号加群，备注:研究方向 学校/公司 昵称，如：3D视觉 上海交大 安静。请按格式备注，否则不予通过。添加成功后，将根据研究方向邀请相关微信群。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总结知识点，进入高级学习路线，最新paper分享，回答问题深耕五个方面，各大厂的算法工程师进行技术指导。同时，星球将与知名企业合作发布3家D视觉相关算法开发岗位和项目对接信息，打造集技术与就业于一体的铁杆粉丝聚集区，近2000星球成员打造更好的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

圈子里有高质量的教程资料，回答问题，帮助你有效地解决问题

感觉有用，请给个赞和看~