随着近年来计算机视觉技术的不断发展以及相关硬件性能的提高,计算机视觉已广泛应用于各个领域,推动了社会的发展。视觉测距作为计算机视觉的一个重要研究方向,在无人机视觉定位、机器人自主导航、非接触测量等方面已经发挥了巨大的作用,利用计算机视觉技术进行测距逐渐成为测距定位技术的研究热点。基于深度学习的目标检测算法从2014年开始发展迅速,在精度和速度上都有了长足的发展,已经开始逐渐在监控、物流、交通、识别等领域逐渐落地,产出商业价值。本文将基于深度学习的目标检测算法与基于计算机视觉技术的测距算法结合在一起进行了研究,主要工作如下:(1)提出了基于目标检测的精准定位算法。首先通过目标检测网络对目标进行识别,然后通过特征点匹配获得图像坐标系中目标与世界坐标系中目标之间的对应匹配特征点,最后利用这些控制点通过单目视觉进行相机位姿解算,获得相机相对于目标的精确位置。(2)实现了基于YOLOv3的目标识别网络,YOLOv3是目前所有目标检测网络中性能较为优秀的,但是该模型的基础网络层数多、参数量大,对显存和算力的要求高。因此在YOLOv3的基础上,本文采用Mobile Netv3作为基础网络进行特征提取,对YOLOv3进行优化。优化后的网络,精度略微下降,但参数量大幅减少,检测速度提高近两倍,总的来说性能有所提高。(3)针对检测到的目标数量不同,提出了两种位姿解算方法。当图像中只存在单个目标时,我们认为这个目标在世界坐标系的z=0平面上,因此我们将3D-2D投影变换看作2D-2D单应性变换,通过单应性变换矩阵求解。如果图像中检测到多个目标,多个目标可能不在同一个平面,此时我们通过摄像机矩阵P进行相机的位姿解算。对这两种方法我们分别进行了仿真,通过事先设定好的位移和相机内参计算出变换矩阵,然后通过该变换矩阵对目标图片进行变换,再利用测距算法计算变换后图片的位移,与设定的位移作对比。仿真结果证明测距算法可以准确地计算出距离,误差在可接受范围内。(4)对SuperPoint特征点检测算法做了优化。SuperPoint特征点检测算法速度快、鲁棒性强,但是其结果只能在整数像素上,无法达到亚像素精度,本文利用三次样条插值对SuperPoint的结果做了优化,使其检测到特征点的位置可以精确到亚像素级别,实验证明优化后的SuperPoint特征点匹配效果更好,通过SuperPoint特征点匹配进行相机位姿解算的精度有所提高。(5)针对本文所提出方法的应用场景进行了实验。对于街道或者商场的精准定位问题,我们在室内特定位置固定已知尺寸的店牌,按照特定轨迹移动相机进行拍摄,然后进行相机的位姿估计,计算出相机的实际运动轨迹,与设定的轨迹作对比。实验结果表明在模拟环境下可以精确计算出相机的位置,实际轨迹与预设轨迹相差不大。另外在基于marker的机械臂定位方面,我们在ROS上进行了仿真,通过制作机械臂模型并在模型顶端插入单目相机插件,对仿真环境中的目标进行拍摄并计算相机相对于目标marker的位置,然后确定机械臂在世界坐标系中的位置,并以此来规划机械臂运动轨迹,指导机械臂运动。