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
FL162386312910 小时前
自动驾驶场景驾驶员注意力安全行为睡驾分心驾驶疲劳驾驶检测数据集VOC+YOLO格式5370张6类别
人工智能·yolo·自动驾驶
SYNKROTRON12 小时前
方案解读 | 精准感知的基石:OASIS CALIBER 传感器标定方案
自动驾驶·传感器标定
m0_6501082413 小时前
Co-MTP:面向自动驾驶的多时间融合协同轨迹预测框架
论文阅读·人工智能·自动驾驶·双时间域融合·突破单车感知局限·帧间轨迹预测·异构图transformer
m0_6501082413 小时前
Don’t Shake the Wheel: 端到端自动驾驶中的动量感知规划(MomAD)
人工智能·自动驾驶·端到端·实时性·动量感知机制·闭环性能·长时域预测
大模型服务器厂商13 小时前
挥手示意车辆先行,自动驾驶为何常 “不知所措”? Alpamayo-R1给出新解法
人工智能·机器学习·自动驾驶
智算菩萨2 天前
《自动驾驶与大模型融合新趋势:端到端感知-决策一体化架构分析》
人工智能·架构·自动驾驶
极智视界2 天前
目标检测数据集 - 自动驾驶场景驾驶员注意力不集中检测数据集下载
人工智能·目标检测·自动驾驶
i***58672 天前
自动驾驶---E2E架构演进
人工智能·架构·自动驾驶
Mr.Winter`2 天前
深度强化学习 | 基于PPO算法的移动机器人路径跟踪(附Pytorch实现)
人工智能·pytorch·深度学习·机器学习·机器人·自动驾驶·ros
数据与后端架构提升之路3 天前
感知模块详解:从 OpenCV/YOLO 脚本到 多模态多任务 BEV 架构
人工智能·机器学习·自动驾驶