当前位置: 首页 > article >正文

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(xc,yc)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。


http://www.kler.cn/a/288007.html

相关文章:

  • YOLOv5、YOLOv6、YOLOv7、YOLOv8、YOLOv9、YOLOv10、YOLOv11 推理的 C++ 和 Python 实现
  • 图像深度与像素深度的辨析
  • WPF中如何使用区域导航
  • STM32单片机CAN总线汽车线路通断检测
  • 系统架构设计师第二版口诀
  • cls(c基础)
  • 微服务--认识微服务
  • 在线压缩pdf,无需安装就可轻易压缩pdf文件
  • 双线服务器与BGP服务器的区别?
  • 文件上传的学习
  • node版本切换
  • 关于contextmenu-ui组件库
  • Ceph集群维护相关操作
  • 5.注册中心的其他实现-Nacos
  • 【人工智能】Transformers之Pipeline(十四):问答(question-answering)
  • JAVA后端框架【spring】--超详解
  • springboot整合logback进行日志管理(下篇)
  • 希尔排序
  • C++实现的购物小程序
  • python-uinput虚拟输入
  • ARP协议(原理,特点,报文格式,具体过程),ARP缓存(有效时间,为什么),ARP欺骗(定向断网,成为中间人),RARP简单介绍
  • 2024-8-28作业C++/QT
  • 机器学习——贝叶斯分类器
  • 【iOS】属性关键字
  • LivePortraitV3,支持图像驱动和区域控制,更精确的人像控制(WIN,MAC)
  • gitlab 包含模型文件,比较大,怎么上传