Estimation of distance from objects in real-world scenes is an important topic in several applications such as navigation of autonomous robots, simultaneous localization and mapping (SLAM), and augmented reality (AR). Even though there is a technology for this purpose, in some cases, this technology has some disadvantages. For example, GPS systems are susceptible to interference, especially in places surrounded by buildings, under bridges or indoors; alternatively, RGBD sensors can be used, but they are expensive, and their operational range is limited. Monocular vision is a low-cost suitable alternative that can be used indoor and outdoor. However, monocular odometry is challenging because the object location can be known up a scale factor. Moreover, when objects are moving, it is necessary to estimate the location from consecutive images accumulating error. This paper introduces a new method to compute the distance from a single image of the desired object, with known dimensions, captured with a monocular calibrated vision system. This method is less restrictive than other proposals in the state-of-the-art literature. For the detection of interest points, a Region-based Convolutional Neural Network combined with a corner detector were used. The proposed method was tested on a standard dataset and images acquired by a low-cost and low-resolution webcam, under noncontrolled conditions. The system was tested and compared with a calibrated stereo vision system. Results showed the similar performance of both systems, but the monocular system accomplished the task in less time.

中文翻译：

---

使用单目视觉从相机到移动车辆的3D距离测量

在诸如自主机器人导航，同时定位和地图绘制（SLAM）和增强现实（AR）等多种应用中，估计现实场景中与物体的距离是一个重要主题。即使有一种用于此目的的技术，在某些情况下，该技术也有一些缺点。例如，GPS系统容易受到干扰，特别是在建筑物周围，桥梁下或室内的地方；另外，可以使用RGBD传感器，但价格昂贵，并且操作范围受到限制。单眼视觉是可在室内和室外使用的低成本合适替代产品。但是，单眼里程计具有挑战性，因为可以按比例缩放比例知道物体的位置。而且，当物体在移动时，有必要根据连续图像的累积误差来估计位置。本文介绍了一种新方法，该方法可通过单眼校准视觉系统从已知尺寸的目标物体的单个图像计算距离。这种方法的限制不如最新文献中的其他建议那样。为了检测兴趣点，使用了基于角点检测器的基于区域的卷积神经网络。在标准数据集上测试了所提出的方法，并在非受控条件下通过低成本和低分辨率的网络摄像头获取了图像。该系统经过了测试，并与校准后的立体视觉系统进行了比较。结果显示两个系统的性能相似，但是单眼系统在较短的时间内完成了任务。本文介绍了一种新方法，该方法可通过单眼校准视觉系统从已知尺寸的目标物体的单个图像计算距离。这种方法的限制不如最新文献中的其他建议那样。为了检测兴趣点，使用了基于角点检测器的基于区域的卷积神经网络。在标准数据集上测试了所提出的方法，并在非受控条件下通过低成本和低分辨率的网络摄像头获取了图像。该系统经过了测试，并与校准后的立体视觉系统进行了比较。结果显示两个系统的性能相似，但是单眼系统在较短的时间内完成了任务。本文介绍了一种新方法，该方法可通过单眼校准视觉系统从已知尺寸的目标物体的单个图像计算距离。这种方法的限制不如最新文献中的其他建议那样。为了检测兴趣点，使用了基于角点检测器的基于区域的卷积神经网络。在标准数据集上测试了所提出的方法，并在非受控条件下通过低成本和低分辨率的网络摄像头获取了图像。该系统经过了测试，并与校准后的立体视觉系统进行了比较。结果显示两个系统的性能相似，但是单眼系统在较短的时间内完成了任务。用单眼校准视觉系统捕获。这种方法的限制不如最新文献中的其他建议那样。为了检测兴趣点，使用了基于角点检测器的基于区域的卷积神经网络。在标准数据集上测试了所提出的方法，并在非受控条件下通过低成本和低分辨率的网络摄像头获取了图像。该系统经过了测试，并与校准后的立体视觉系统进行了比较。结果显示两个系统的性能相似，但是单眼系统在较短的时间内完成了任务。用单眼校准视觉系统捕获。这种方法的限制不如最新文献中的其他建议那样。为了检测兴趣点，使用了基于角点检测器的基于区域的卷积神经网络。在标准数据集上测试了所提出的方法，并在非受控条件下通过低成本和低分辨率的网络摄像头获取了图像。该系统经过了测试，并与校准后的立体视觉系统进行了比较。结果显示两个系统的性能相似，但是单眼系统在较短的时间内完成了任务。在标准数据集上测试了所提出的方法，并在非受控条件下通过低成本和低分辨率的网络摄像头获取了图像。该系统经过了测试，并与校准后的立体视觉系统进行了比较。结果显示两个系统的性能相似，但是单眼系统在较短的时间内完成了任务。在标准数据集上测试了所提出的方法，并在非受控条件下通过低成本和低分辨率的网络摄像头获取了图像。该系统经过了测试，并与校准后的立体视觉系统进行了比较。结果显示两个系统的性能相似，但是单眼系统在较短的时间内完成了任务。