用Python和YOLOv5打造智能测距系统：从原理到工业级实现

在计算机视觉领域，单目测距技术因其硬件成本低、部署简单而备受关注。想象一下，只需一个普通摄像头，就能让机器感知物体距离——这在智能仓储、机器人导航、辅助驾驶等领域具有巨大应用潜力。本文将带您从零构建一个基于YOLOv5的工业级单目测距系统，不仅包含完整代码实现，还会深入探讨误差优化和工程化封装技巧。

1. 环境配置与项目初始化

1.1 创建虚拟环境

为避免依赖冲突，建议使用conda创建独立环境：

conda create -n monocular_ranging python=3.8
conda activate monocular_ranging

1.2 安装核心依赖

pip install torch==1.9.0+cu111 torchvision==0.10.0+cu111 -f https://download.pytorch.org/whl/torch_stable.html
pip install opencv-python==4.5.5.64 numpy==1.21.6
git clone https://github.com/ultralytics/yolov5
cd yolov5
pip install -r requirements.txt

注意：CUDA版本需与显卡驱动匹配，无NVIDIA显卡时可使用CPU版本，但性能会显著下降

1.3 项目结构设计

规范的目录结构是工程化的第一步：

monocular_ranging/
├── configs/            # 参数配置文件
├── data/               # 样本数据集
│   ├── calibration/    # 标定图像
│   └── test/           # 测试图像
├── models/             # 自定义模型
├── utils/              # 工具函数
│   └── ranging.py      # 测距核心逻辑
├── demo.py             # 演示脚本
└── README.md

2. 单目测距核心原理深度解析

2.1 几何模型数学推导

单目测距基于小孔成像模型，其核心公式为：

D = (W × F) / P

其中：

• D：物体到摄像头距离（cm）
• W：物体实际宽度（已知量）
• F：摄像头焦距（像素单位）
• P：物体在图像中的像素宽度

参数获取策略 ：

1. 物体实际宽度W：使用卡尺直接测量
2. 焦距F：通过标定过程计算获得
3. 像素宽度P：通过目标检测框的x_max - x_min获得

2.2 误差来源分析

误差类型	产生原因	影响程度	解决方案
标定误差	测量距离不准	★★★★	使用激光测距仪校准
检测误差	YOLO框不准	★★★	使用更精确的模型
姿态误差	非正面拍摄	★★★★	增加角度补偿算法
镜头畸变	广角变形	★★	相机标定去畸变

3. 工业级代码实现

3.1 相机标定模块

class CameraCalibrator:
    def __init__(self, known_width, known_distance):
        self.known_width = known_width
        self.known_distance = known_distance
        
    def calculate_focal_length(self, image_path):
        """通过标定图像计算焦距"""
        img = cv2.imread(image_path)
        results = model(img)  # YOLOv5检测
        box = results.xyxy[0][0]  # 获取检测框
        pixel_width = box[2] - box[0]
        return (pixel_width * self.known_distance) / self.known_width

3.2 实时测距模块

class DistanceMeasurer:
    def __init__(self, focal_length, known_width):
        self.focal_length = focal_length
        self.known_width = known_width
    
    def measure(self, detection_results):
        """处理YOLOv5检测结果并计算距离"""
        distances = []
        for *box, conf, cls in detection_results:
            pixel_width = box[2] - box[0]
            distance = (self.known_width * self.focal_length) / pixel_width
            distances.append({
                'class': classes[int(cls)],
                'distance': round(distance, 1),
                'confidence': float(conf)
            })
        return distances

3.3 可视化增强

def annotate_image(image, results):
    """在图像上绘制检测框和距离信息"""
    for item in results:
        label = f"{item['class']} {item['distance']}cm (conf: {item['confidence']:.2f})"
        color = COLORS[item['class']]
        cv2.rectangle(image, (x1,y1), (x2,y2), color, 2)
        cv2.putText(image, label, (x1, y1-10), 
                   cv2.FONT_HERSHEY_SIMPLEX, 0.6, color, 2)
    return image

4. 性能优化与工程实践

4.1 多帧融合策略

为提高测量稳定性，可采用时间域滤波：

class TemporalFilter:
    def __init__(self, window_size=5):
        self.buffer = deque(maxlen=window_size)
        
    def update(self, new_value):
        self.buffer.append(new_value)
        return np.median(self.buffer)

4.2 角度补偿算法

当摄像头与物体存在俯仰角时，需进行几何校正：

修正距离 = 原始距离 × cos(θ)

其中θ可通过以下方式估计：

1. 使用目标高度与宽度比
2. 添加惯性测量单元(IMU)
3. 基于多视角几何计算

4.3 部署优化技巧

• TensorRT加速 ：将YOLOv5模型转换为TensorRT格式
• 多线程处理 ：分离图像采集和推理线程
• 边缘部署 ：使用OpenVINO优化Intel平台性能

5. 实战：USB摄像头实时测距

5.1 完整流程实现

def main():
    # 初始化
    calibrator = CameraCalibrator(known_width=15, known_distance=20)
    focal_length = calibrator.calculate_focal_length("calib.jpg")
    measurer = DistanceMeasurer(focal_length, known_width=15)
    filter = TemporalFilter()
    
    # 摄像头初始化
    cap = cv2.VideoCapture(0)
    cap.set(cv2.CAP_PROP_FRAME_WIDTH, 1280)
    cap.set(cv2.CAP_PROP_FRAME_HEIGHT, 720)
    
    while True:
        ret, frame = cap.read()
        results = model(frame)
        distances = measurer.measure(results)
        
        # 应用滤波
        for d in distances:
            d['distance'] = filter.update(d['distance'])
            
        # 显示结果
        frame = annotate_image(frame, distances)
        cv2.imshow("Monocular Ranging", frame)
        
        if cv2.waitKey(1) == 27:  # ESC退出
            break

5.2 常见问题排查

1. 检测框跳动严重 ：

   • 检查光照条件，避免过曝或过暗
   • 尝试调整YOLOv5的conf-thres参数
   • 增加TemporalFilter的窗口大小

2. 距离测量偏差大 ：

   • 重新校准焦距，确保标定距离准确
   • 检查物体实际宽度输入是否正确
   • 确认摄像头与物体保持水平

3. 性能瓶颈分析 ：

   # 使用PyTorch Profiler分析
   python -m torch.utils.bottleneck demo.py
   

6. 进阶方向与扩展应用

6.1 多目标协同测距

当场景中存在多个已知尺寸物体时，可交叉验证测量结果：

def cross_validate(distances):
    valid_results = []
    for i, d1 in enumerate(distances):
        for j, d2 in enumerate(distances[i+1:]):
            if abs(d1['distance'] - d2['distance']) < 10:  # 阈值
                valid_results.append((d1['distance']+d2['distance'])/2)
    return valid_results

6.2 三维空间定位

结合相机姿态信息，可将距离转换为三维坐标：

def to_3d_position(distance, pixel_x, pixel_y, camera_matrix):
    """将像素坐标转换为三维坐标"""
    fx = camera_matrix[0,0]
    fy = camera_matrix[1,1]
    cx = camera_matrix[0,2]
    cy = camera_matrix[1,2]
    
    x = (pixel_x - cx) * distance / fx
    y = (pixel_y - cy) * distance / fy
    z = distance
    return (x, y, z)

6.3 工业应用案例

• 智能货架 ：实时监控货物摆放距离
• AGV导航 ：障碍物距离检测
• 质量控制 ：零件安装位置验证

在完成基础实现后，尝试用不同物体测试系统表现。实际项目中，建议使用已知尺寸的校准板定期校验系统精度。当测量距离超过5米时，考虑改用双目或多传感器融合方案。