(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211143937.5 (22)申请日 2022.09.20 (71)申请人 深圳市优必选科技股份有限公司 地址 518000 广东省深圳市南 山区学苑大 道1001号南山智园C1栋16、 2 2楼 (72)发明人 方芹　庞建新　 (74)专利代理 机构 深圳中一联合知识产权代理 有限公司 4 4414 专利代理师 李木燕 (51)Int.Cl. G06T 7/73(2017.01) G06T 7/00(2017.01) G06T 7/254(2017.01) G06T 7/80(2017.01) G06V 10/766(2022.01)G06V 10/82(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G01C 3/00(2006.01) (54)发明名称 单目测距方法、 装置、 电子设备及存 储介质 (57)摘要 本申请提供一种单目测距方法、 装置、 电子 设备及存储介质， 其方法包括： 获取单目相机拍 摄的视频流， 对视频流中的图像帧进行人头检 测， 在图像帧中生成表征人头所在位置的人头检 测框； 获取人头检测框在世界坐标系中的坐标信 息以及单目相机的内参矩阵和畸变参数矩阵； 根 据人头检测框在世界坐标系中的坐标信息以及 单目相机的内参矩阵和畸变参数矩阵， 使用姿态 估计模块对图像帧中的人头进行位姿估计， 获得 平移矩阵， 将平移矩阵中的Z轴值作为单目相机 相对于人头的距离。 基于该方法， 通过人头检测 获得检测框的坐标， 使用PNP算法来获得单目相 机相对于 人头的距离， 可以提高机器人人体跟随 的实时性、 成本低、 精度高。 权利要求书2页 说明书10页 附图4页 CN 115546297 A 2022.12.30 CN 115546297 A 1.一种单目测距方法， 其特 征在于， 包括： 获取单目相机拍摄的视频流， 并对所述视频流中的图像帧进行人头检测， 在所述图像 帧中生成表征 人头所在位置的人头检测框； 获取所述人头检测框在世界坐标系中的坐标信息以及所述单目相机的内参矩阵和畸 变参数矩阵； 根据所述人头检测框在世界坐标系中的坐标信息以及所述单目相机的内参矩阵和畸 变参数矩阵， 使用姿态估计模块对所述图像帧中的人头进行位姿估计， 获得平移矩阵， 将所 述平移矩阵中的Z轴值作为所述单目相机相对于所述人头的距离 。 2.根据权利要求1所述的单目测距方法， 其特征在于， 所述获取单目相机拍摄的视频 流， 并对所述视频流中的图像帧进行人头检测， 在所述图像 帧中生成表征人头所在位置的 人头检测框的步骤之后， 还 包括： 判断所述视频流中是否存在漏检图像帧； 若存在， 则按照预设的补偿规则对所述漏检图像帧进行检测框补偿处理， 获得补偿检 测框， 将所述补偿检测框生成为所述漏检图像帧中表征 人头所在位置的人头检测框 。 3.根据权利要求2所述的单目测距方法， 其特征在于， 所述按照预设的补偿规则对所述 漏检图像帧进行检测框补偿处 理， 获得补偿检测框的步骤， 包括： 统计所述视频流中连续漏检的漏检图像帧的数量， 获得第一数量， 并判断所述第一数 量是否大于预设的数量阈值； 若所述第一数量大于预设的数量阈值， 则根据所述第 一数量从所述视频流中获取生成 有人头检测框的历史检测图像帧， 以生成待采样图像集， 其中， 所述待采样图像集中包含的 历史检测图像帧数量与所述第一数量 一致； 根据每张历史检测图像帧与第 一张漏检图像帧之间的位置距离， 设置所述每张历史检 测图像帧各自对应的索引值， 其中， 所述索引值的大小与所述 位置距离负相关； 根据所述每张历史检测图像帧各自对应的索引值， 确定所述每张历史检测图像帧各自 对应的权 重值； 按照预设的采样规则从所述待采样图像集中获取第 二数量张采样帧， 根据所述第 二数 量张采样帧， 对应获得第二数量个人头检测框各自在世界坐标系中的坐标信息以及各自对 应的权重值； 根据所述第二数量个人头检测框各自在世界坐标系中的坐标信息以及各自对应的权 重值， 对所述第二数量个人头检测框进行加权求和处 理， 获得补偿检测框 。 4.根据权利要求3所述的单目测距方法， 其特征在于， 所述根据 所述第一数量从所述视 频流中获取生成有人头检测框的历史检测图像帧， 以生成待采样图像集的步骤， 包括： 获取第一张漏检图像帧在所述视频流中的位置； 根据所述位置， 从所述视频流中与所述第一张漏检图像帧相邻的历史检测图像帧开 始， 按照位置距离由近 至远获取第一数量张历史检测图像帧； 将所述第一数量张历史检测图像帧进行集 合处理， 生成待采样图像集。 5.根据权利要求3或4所述的单目测距方法， 其特征在于， 所述根据所述每张历史检测 图像帧各自对应的索引值， 确定所述每张历史检测图像帧各自对应的权 重值的步骤， 包括： 根据所述每张历史检测图像帧各自对应的索引值， 对所述每张历史检测图像帧进行归权　利　要　求　书 1/2 页 2 CN 115546297 A 2一化评分处 理， 获得所述每张历史检测图像帧各自对应的分值； 将所述每张历史检测图像帧各自对应的分值分别与所述第 二数量的相乘， 获得所述每 张历史检测图像帧各自对应的权 重值。 6.根据权利要求3所述的单目测距方法， 其特征在于， 所述统计所述视频流中连续漏检 的漏检图像 帧的数量， 获得第一数量， 并判断所述第一数量是否大于预设的数量阈值的步 骤之后， 还 包括： 若所述第一数量小于等于预设的数量阈值， 则从所述视频流中获取与第 一张漏检图像 帧位置相 邻的历史检测图像帧， 将所述历史检测图像帧中生成的人头检测框设置为所述漏 检图像帧的补偿检测框 。 7.根据权利要求1所述的单目测距方法， 其特征在于， 所述将所述平移矩阵中的Z轴值 作为所述单目相机相对于所述人头的距离的步骤之后， 包括： 根据预设的用于表示距离与 预测误差之间关联关系的拟合曲线， 对所述单目相机相对 于所述人头的距离进行修 正处理。 8.根据权利要求1所述的单目测距方法， 其特征在于， 所述对所述视频流中的图像帧进 行人头检测， 在所述图像帧中生成表征 人头所在位置的人头检测框的步骤之前， 还 包括： 使用校正 函数对所述图像帧进行图像校准处 理。 9.根据权利要求1所述的单目测距方法， 其特征在于， 所述对所述视频流中的图像帧进 行人头检测的步骤， 包括： 采用轻量级人头检测模型对所述视频流中的图像帧进行人头检测， 其中， 所述轻量级 人头检测模型中检测网络使用shuf flenetv2网络或esnet网络 。 10.一种单目测距装置， 其特 征在于， 包括： 检测模块， 用于获取单目相机拍摄的视频流， 并对所述视频流中的图像帧进行人头检 测， 在所述图像帧中生成表征 人头所在位置的人头检测框； 获取模块， 用于获取所述人头检测框在世界坐标系中的坐标信 息以及所述单目相机的 内参矩阵和畸变参数矩阵； 测距模块， 用于根据 所述人头检测框在世界坐标系中的坐标信 息以及所述单目相机的 内参矩阵和畸变参数矩阵， 使用姿态估计模块对所述图像 帧中的人头进行位姿估计， 获得 平移矩阵， 将所述平 移矩阵中的Z轴值作为所述单目相机相对于所述人头的距离 。 11.一种电子设备， 包括存储器、 处理器以及存储在所述存储器中并可在所述处理器上 运行的计算机程序， 其特征在于， 所述处理器执行所述计算机程序时实现如权利要求1至9 任一项所述方法的步骤。 12.一种计算机可读存储介质， 所述计算机可读存储介质存储有计算机程序， 其特征在 于， 所述计算机程序被处 理器执行时实现如权利要求1至9任一项所述方法的步骤。权　利　要　求　书 2/2 页 3 CN 115546297 A 3