从相机标定到YOLOv5单目测距：原理推导与工程实践全解析

1. 相机模型与单目测距基础

第一次接触单目测距时，我和大多数人一样充满疑惑：用单个摄像头真能测出距离吗？后来在停车场倒车时突然想通了——当我们看到后视镜里越来越近的障碍物，其实大脑就在做单目测距。这个生活场景揭示了单目测距的核心：通过物体在图像中的变化反推真实距离。

相机模型可以类比为我们的眼睛。想象你拿着一个纸筒看远处的路灯：纸筒代表镜头，视网膜就是图像传感器。当路灯距离变化时，它在纸筒另一端形成的像会变大变小。这个简单的凸透镜成像原理，就是针孔相机模型的物理基础。

在实际工程中，我们需要用数学语言描述这个过程。相机坐标系(Xc,Yc,Zc)的原点位于镜头光心，Z轴指向拍摄方向。假设地面有个路灯底座点Q，它在图像平面的投影Q'的坐标(y')与真实高度(H)存在关系：

y' = f * (Yc / Zc)

其中f是焦距。当相机以俯角α安装时，通过三角函数推导可得距离公式：

distance = H / (tan(α + atan(y'/f)) * cos(α))

这个公式揭示了单目测距的三大依赖：

1. 相机高度H：测量误差会线性影响结果
2. 俯角α：需要精确的水平校准
3. 焦距f：必须通过标定获得准确值

2. 相机标定实战指南

去年给工厂做AGV导航系统时，我花了整整两天调试标定参数。当时用普通USB摄像头采集的测距数据波动超过20%，后来发现是忽略了镜头的桶形畸变。这个教训让我明白：标定质量直接决定测距精度。

推荐使用OpenCV的棋盘格标定法，具体操作流程：

1. 准备标定板：打印10x7的棋盘格图案（每个方格2cm），贴在平整硬纸板上
2. 多角度拍摄：在不同距离（0.5m-3m）、不同倾斜角度拍摄15-20张照片
3. 运行标定脚本：

import cv2 import numpy as np # 准备对象点 (0,0,0), (1,0,0),...,(9,6,0) objp = np.zeros((6*9,3), np.float32) objp[:,:2] = np.mgrid[0:9,0:6].T.reshape(-1,2) # 检测角点 img = cv2.imread('calib.jpg') gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) ret, corners = cv2.findChessboardCorners(gray, (9,6), None) # 标定计算 ret, mtx, dist, rvecs, tvecs = cv2.calibrateCamera( [objp], [corners], gray.shape[::-1], None, None)

关键参数说明：

实测建议：

• 标定板要占图像1/3以上面积
• 使用cv2.CALIB_FIX_ASPECT_RATIO保持fx/fy比例
• 标定后要用cv2.undistort()验证矫正效果

3. YOLOv5与测距的工程融合

在最新版的YOLOv5 v7.0中，我们可以通过修改detect.py实现端到端测距。核心思路是：利用检测框底部中点作为测距参考点。但实际测试发现，直接使用原始框会导致10%以上的误差，特别是对远处的小物体。

经过多次实验，我总结出三点优化策略：

1. 参考点修正：对行人等直立物体，将参考点上移5%框高
2. 动态滤波：对连续5帧距离变化>15%的结果进行中值滤波
3. 高度补偿：不同物体类别采用预设高度（轿车1.5m，卡车3m等）

关键代码实现：

def estimate_distance(det, cam_matrix, height=1.5): """ 单目测距核心函数 Args: det: YOLOv5检测结果 [x1,y1,x2,y2,conf,cls] cam_matrix: 相机内参矩阵 height: 物体预设高度 """ # 获取检测框底部中点 (u,v) u = (det[0] + det[2]) / 2 v = det[3] - 0.05 * (det[3] - det[1]) # 上移5% # 坐标转换 fx = cam_matrix[0,0] fy = cam_matrix[1,1] v0 = cam_matrix[1,2] # 角度计算 beta = np.arctan((v - v0) / fy) distance = height / np.tan(beta + np.radians(15)) # 假设俯角15度 return distance

部署时的性能优化技巧：

• 使用torch.jit.trace将模型转为TorchScript
• 对640x480图像，在Jetson Nano上可达15FPS
• 开启half=True使用FP16推理可提升30%速度

4. 误差分析与调优方案

上周测试时遇到个有趣现象：同一辆卡车在10米处测距误差仅8%，但在3米处误差却达到25%。经过反复验证，发现是相机俯角导致的比例失真问题。这引出了单目测距的一个重要结论：误差与距离成非线性关系。

常见误差来源及解决方案：

建议的验证流程：

1. 在5m、10m、15m位置放置标定物
2. 采集100帧数据计算平均误差
3. 根据误差曲线调整高度参数

对于需要厘米级精度的场景（如自动泊车），可以考虑：

• 增加距离分段补偿系数
• 融合IMU数据补偿车身震动
• 使用车道线等参照物进行动态校准

在工程实践中，单目测距最适合1-20米范围的中距离检测。我曾将这套方案用于智能叉车系统，通过结合二维码定位，最终实现了±5%的测距精度。关键是要根据具体场景做参数调优——就像调整相机焦距一样，需要耐心地反复微调。