基于深度学习的双目测距系统分析

摘要

针对无人驾驶视觉系统的研究需求,提出一种基于深度学习的双目测距系统,对室外环境中的目标物进行检测并测距.通过双目摄像头进行图像采集,利用MobileNetv3-SSDlite深度学习网络识别目标物,并使用NCNN框架对网络模型进行优化,降低模型对硬件系统的要求,采用差异值哈希算法(dHash)获取左右目中的同一物体,在改进的特征匹配算法ORB基础上引入一种基于网格的运动统计匹配法进行误匹配点剔除,通过双目相机三角测量原理计算得出目标障碍物的深度信息.结果表明,系统能够在树莓派4B上实现目标物的距离测量,具有一定的实时性和稳定性,可为无人驾驶视觉系统的需求提供保障.