ADAS---基于检测框的单目测距方法

1.1.模型求解法方法解读:

Yolo模型可以输出被检测物体的置信度、类别及检测框的中心点坐标*(* x c , y c) 及宽高*(w,h)*等信息,选取车辆检测框底部的中点作为距离测量的特征点,其计算公式如下:

车辆测距示意图如下:

图中,为相机靶面中心点,为相机光心,车载相机安装高度为 H,焦距为 f,俯仰角为β,为 γ,点与光轴投影的夹角为点到点的水平距离,点与图像中心点的垂直距离,为被检测物体参考平面的高度。

计算公式为:

横向距离设为X

模型求解法需要测量相机外参,即

1.2.相似三角形测距之高度估计:

为目标实际高度,通常根据查阅给出经验值,为目标检测框高度,为相机到实际目标的距离,为等效焦距,由实际焦距除以像元尺寸得出。

相似三角形测距,需要提前预设测距目标的实际宽高。

相关推荐
宝贝儿好4 小时前
【强化学习】第十章:随机高斯策略
人工智能·python·深度学习·神经网络·机器人·自动驾驶
田里的水稻7 小时前
FA_建图和定位(ML)-超宽带(UWB)定位
人工智能·算法·数学建模·机器人·自动驾驶
田里的水稻8 小时前
EP_基于UWB和单线激光雷达的托盘转送
人工智能·算法·数学建模·机器人·自动驾驶
Hcoco_me1 天前
车载摄像头核心知识点结构化总结
人工智能·深度学习·数码相机·算法·机器学习·自动驾驶
田里的水稻2 天前
LPC_激光点云定位(LSLAM)-正态分布变换(NDT)
人工智能·算法·数学建模·机器人·自动驾驶
vQFQJbUiJ3 天前
基于Comsol的双目标函数流热拓扑优化液冷板结构设计
自动驾驶
CCC:CarCrazeCurator3 天前
ADCU (ADAS域控制器)技术解析与应用展望
自动驾驶·汽车
田里的水稻4 天前
FA_规划和控制(PC)-快速探索随机树(RRT)
人工智能·算法·数学建模·机器人·自动驾驶
田里的水稻4 天前
LPC_激光点云定位(LSLAM)-(IPC)
人工智能·算法·数学建模·机器人·自动驾驶
BackCatK Chen4 天前
无方向盘、无踏板!特斯拉Cybercab下线:自动驾驶的终极形态来了?
图像处理·人工智能·机器学习·自动驾驶·视觉检测·能源·制造