# 【感知·单目测距】单目摄像头测距原理与前向碰撞预警（FCWS）实现

你好！这篇文章我想和你聊聊单目摄像头测距这个挺有意思的技术，以及如何用它来做前向碰撞预警（FCWS）。这是我在做ADAS项目时踩了不少坑才搞明白的，希望能帮到你。

## 一、单目测距是什么原理？

首先，单目测距，顾名思义，就是只用一个摄像头来估计目标距离。听起来很神奇，其实原理很简单——**相似三角形**！

### 1.1 相似三角形原理


![单目测距.png](https://developer.qcloudimg.com/http-save/yehe-12402630/86dc3dfd5c0b0e80b232ec911beb88de.png)


就是这么简单！不过真正用起来还有不少细节要注意。实际上，车辆抖动和相机内参都需要保证绝对稳定，才有单目测距的可用性。


## 二、代码实现

### 2.1 距离计算核心代码

这是我项目里的测距实现，你可以看看：

```python
class SingleCamDistanceMeasure(object):
    # 定义各种目标的真实尺寸（单位：英寸）
    scale = 3.5
    INCH = 0.39 * scale
    RefSizeDict = {
        "person": (160 * INCH, 50 * INCH),      # 人
        "bicycle": (98 * INCH, 65 * INCH),        # 自行车
        "motorbike": (100 * INCH, 100 * INCH),    # 摩托车
        "car": (150 * INCH, 180 * INCH),           # 小轿车
        "bus": (319 * INCH, 250 * INCH),          # 公交车
        "truck": (346 * INCH, 250 * INCH),        # 卡车
    }

    def __init__(self, object_list=None):
        if object_list is None:
            object_list = ["person", "bicycle", "car", "motorbike", "bus", "truck"]
        self.object_list = object_list
        self.f = 1000  # 焦距，这个需要自己调！
        self.distance_points = []

    def updateDistance(self, boxes):
        """根据检测到的目标框计算距离"""
        self.distance_points = []
        for box in boxes:
            xmin, ymin, xmax, ymax = box.tolist()
            label = box.label
            
            if label in self.object_list:
                point_x = (xmax + xmin) // 2
                point_y = ymax
                
                try:
                    # 核心公式！
                    distance = (self.RefSizeDict[label][0] * self.f) / (ymax - ymin)
                    distance = distance / 12 * 0.3048  # 英尺转米
                    self.distance_points.append([point_x, point_y, distance])
                except:
                    pass
```

### 2.2 关键点解释

1. **真实尺寸字典**：我给每种目标都定义了真实高度，这个很重要，需要先验测量物体的尺寸！
2. **焦距 f**：这个是需要自己调试的参数，我是用1000，你可能要根据自己的摄像头调
3. **单位转换**：最后把英寸转成米，方便理解

---

## 三、判断目标是否在本车道

光算出距离还不够，还得判断这个目标是不是在我们车道里，不然旁边车道的车我们也预警就太吵了。

### 3.1 代码实现

```python
def calcCollisionPoint(self, poly):
    """
    判断目标是否在车道区域内
    poly: 车道区域的多边形点
    """
    if len(self.distance_points) == 0 or len(poly) == 0:
        return None
    
    # 按距离排序，只关心最近的
    sorted_distance_points = sorted(self.distance_points, key=lambda arr: arr[2])
    
    for x, y, d in sorted_distance_points:
        # 用OpenCV的pointPolygonTest判断点是否在多边形内
        status = cv2.pointPolygonTest(poly, (x, y), False) >= 0
        
        if status:
            return [x, y, d]  # 返回最近的在车道内的目标
    
    return None
```

这里用了 `cv2.pointPolygonTest`，这个函数太好用了，一行代码就解决问题！

---

## 四、前向碰撞预警（FCWS）

现在有了距离，接下来就是判断什么时候该预警了。

### 4.1 预警等级

我定义了三个等级：

| 等级 | 说明 | 距离范围 |
|------|------|----------|
| NORMAL | 正常 | > 10米 |
| PROMPT | 提醒注意 | 5-10米 |
| WARNING | 危险预警 | < 5米 |

### 4.2 状态平滑处理

直接用单帧的距离容易抖动厉害，我加了个滑动窗口，用中位数滤波，这样更稳：

```python
class LimitedList(list):
    """有限长度的列表，自动滑窗"""
    def __init__(self, maxlen):
        super().__init__()
        self._maxlen = maxlen
        self._is_full = False

    def append(self, element):
        if len(self) >= self._maxlen:
            self.pop(0)
        super().append(element)
        self._is_full = len(self) >= self._maxlen

    def full(self):
        return self._is_full
```

### 4.3 预警判断代码

```python
class TaskConditions(object):
    def __init__(self):
        self.collision_msg = CollisionType.UNKNOWN
        self.vehicle_collision_record = LimitedList(5)  # 存最近5帧

    def UpdateCollisionStatus(self, vehicle_distance, lane_area, distance_thres=5):
        """
        更新碰撞预警状态
        """
        if vehicle_distance is not None:
            x, y, d = vehicle_distance
            self.vehicle_collision_record.append(d)
            
            if self.vehicle_collision_record.full():
                # 用中位数，比平均值稳
                avg_vehicle_collision = np.median(self.vehicle_collision_record)
                
                if avg_vehicle_collision <= distance_thres:
                    self.collision_msg = CollisionType.WARNING
                elif distance_thres < avg_vehicle_collision <= 2 * distance_thres:
                    self.collision_msg = CollisionType.PROMPT
                else:
                    self.collision_msg = CollisionType.NORMAL
        else:
            if lane_area:
                self.collision_msg = CollisionType.NORMAL
            else:
                self.collision_msg = CollisionType.UNKNOWN
            self.vehicle_collision_record.clear()
```

---

## 五、实际使用中的经验

做这个的时候我踩了不少坑，给你分享几个我摸索出来的经验：

### 5.1 焦距怎么调？

这个焦距 `f` 是最关键的参数，我的方法是：

1. 找一辆车，停在离你知道距离的地方（比如10米）
2. 看代码算出的距离是多少
3. 按比例调整 `f`，直到算出的距离和真实距离差不多
4. 多试几个距离，取个平均值

### 5.2 为什么用中位数不用平均值？

因为：
- 中位数对异常值不敏感
- 比如偶尔一帧检测错了，不会影响太大
- 更稳定，不会乱跳

### 5.3 滑窗大小设多少合适？

我试了5帧，感觉刚好：
- 太少：太灵敏，容易误报
- 太多：反应迟钝，预警不及时
- 5帧：30fps的话就是0.17秒延迟，完全可以接受

### 5.4 预警阈值怎么设？

这个要看车速：
- 市区开得慢：阈值可以设小一点（30米）
- 高速开得快：阈值要设大一点（100米）
- 可以做成动态的，根据车速调整

---

## 六、整合到主程序

这是完整的主流程：

```python
# 初始化
objectDetector = EfficientdetDetector(...)      # 车辆检测
distanceDetector = SingleCamDistanceMeasure()     # 测距
laneDetector = UltrafastLaneDetectorV2(...)   # 车道检测
analyzeMsg = TaskConditions()                  # 状态分析

while cap.isOpened():
    ret, frame = cap.read()
    if ret:
        # 1. 检测车辆
        objectDetector.DetectFrame(frame)
        
        # 2. 检测车道线
        laneDetector.DetectFrame(frame)
        
        # 3. 计算距离
        distanceDetector.updateDistance(objectDetector.object_info)
        
        # 4. 找出本车道内最近的车
        vehicle_distance = distanceDetector.calcCollisionPoint(laneDetector.lane_info.area_points)
        
        # 5. 判断预警
        analyzeMsg.UpdateCollisionStatus(vehicle_distance, laneDetector.lane_info.area_status, distance_thres=3)
        
        # 6. 显示结果
        displayPanel.DisplayCollisionPanel(frame, analyzeMsg.collision_msg, ...)
```

---

## 七、效果展示

![FCWS.jpg](https://developer.qcloudimg.com/http-save/yehe-12402630/1684dff3013371b6e320cdeba20eae2e.jpg)
- 绿色图标：正常
- 橙色图标：提醒
- 红色图标：预警

---

## 八、可以改进的地方

如果你想改进这个项目，可以试试：

1. **动态阈值**：根据车速自动调整预警距离
2. **多目标跟踪**：用ByteTrack跟踪，测距更稳定
3. **夜间优化**：夜间检测效果差点，可以加个夜间判断
4. **更多目标类型**：比如摩托车、电动车
5. **TensorRT加速**：让检测更快

---

## 九、总结

单目测距虽然原理简单，但要做好还是挺多细节的。希望这篇文章能帮你少走点弯路。如果你有什么好想法或者问题，欢迎一起交流！



*这个项目还有车道偏离预警（LDWS）和车道保持辅助（LKAS），有兴趣可以点个关注，催更有效哦～

祝你做项目顺利！


你好！这篇文章我想和你聊聊单目摄像头测距这个挺有意思的技术，以及如何用它来做前向碰撞预警（FCWS）。这是我在做ADAS项目时踩了不少坑才搞明白的，希望能帮到你。

【感知·单目测距】单目摄像头测距原理与前向碰撞预警（FCWS）实现

人工智能

音视频

客户端

单目摄像头测距技术详解：基于相似三角形原理实现前向碰撞预警(FCWS)，包含Python核心代码实现、车道判断算法及预警等级划分。分享焦距调试、中位数滤波等实战经验，适用于ADAS系统开发，提供夜间优化、动态阈值等改进方向。

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云AI代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

功能1上新10个字符

功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符。

功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符。

功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符

功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符

功能4上新

文章&问答评论现已支持表情

全新交互，全新视觉，新增快捷键、悬浮工具栏、高亮块等功能并同时优化现有功能，全面提升创作效率和体验

社区富文本编辑器全新改版！诚邀体验～ 

精选全网热门MCP server，让你的AI更好用 🚀

💥开发者 MCP广场重磅上线！

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

【感知·单目测距】单目摄像头测距原理与前向碰撞预警（FCWS）实现-腾讯云开发者社区-腾讯云

【感知·单目测距】单目摄像头测距原理与前向碰撞预警（FCWS）实现

【感知·单目测距】单目摄像头测距原理与前向碰撞预警（FCWS）实现

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐