基于Yolov5的快速双目立体视觉测距研究

摘要

针对传统双目测距方法存在的需要对摄像头进行标定、立体匹配算法时间复杂度高等问题,本文主要对快速双目立体视觉测距进行研究.给出了双目测距原理,提出了一种基于Yolov5的目标检测算法和径向基函数神经网络相结合的双目测距方法,建立了基于径向基函数神经网络的距离预测模型,并采用神经网络中的径向基函数神经网络进行距离预测.实验结果表明,经过训练的优化模型,能实时目标检测、快速计算出目标距离,实时性大幅增加,预测距离的精度可达97.7％.同时,径向基函数神经网络与卷积神经网络相结合的方法,在双目测距中具有速度快、精度高的特点.该方法无需对摄像头进行标定,充分利用目标检测得到的信息,简化图像匹配算法.该研究对自主移动机器人和无人驾驶汽车具有重要意义.