Monocular Vision
基于单目视觉的 位置追踪及定位技术
单目视觉（Monocular Vision）是利用单个摄像头获取并分析图像的计算机视觉技术。与其相对应的是双目视觉（Stereo Vision）技术，双目视觉使用两个摄像头测量深度并将其应用于定位。
什么是单目视觉？
单目视觉是利用单摄像头获取二维图像信息的视觉技术。该技术非常简单，只需普通的单摄像头即可轻松实现，因此被广泛应用于诸多领域。由于其易于导入的特性，在各种工业领域得到了广泛应用。 单目视觉应用于目标识别与追踪、自动驾驶、机器人工程等多个领域。例如，在目标识别领域，利用深度学习算法识别并追踪单目图像序列中的目标技术已普及。此外，在自动驾驶领域，它被用于识别道路上的车道线、信号灯、标志牌、行人等，并估算周围车辆的位置和速度，以确保安全行驶。
基于单目视觉的RTLS特点
单目视觉技术由于使用单摄像头，构建系统的成本相对较低。与双目摄像头相比，单摄像头的单价较低，因此在进行大规模安装或广域RTLS构建时，比其他技术更具成本优势。此外，结合机器学习技术，可以根据先前学习的数据实现精确的位置估算。这保证了高准确度，利用最新的深度学习技术，即使数据量较少也能进行学习，从而降低了构建和运营成本。 基于单目视觉的RTLS不需要标签（Tag），与传统的RTLS相比，具有显著的成本节约效果。无需单独的标签终端意味着安装和运营更简便，与现有设施的兼容性更高，易于导入。此外，由于不需要安装用于接收标签信号的设备（基站/Anchor），提高了空间利用率，并以此为基础提升设施效率。
基于单目视觉的定位是如何工作的？
目标检测 (Object Detection)
在基于视觉的RTLS中，使用深度学习目标检测技术来追踪图像中的目标。该技术是经过学习的人工智能算法，可以识别并分类图像中的各种物体。目前可识别约80种物体，并可根据客户需求通过追加学习识别更多种类的物体。
透视变换 (Perspective Transform)
利用透视变换（Perspective transform），可以将二维图像上的特定点转换为现实世界的坐标。为此，利用摄像头的内外部参数构成相机矩阵，并使用该矩阵将二维图像上的点转换为实际空间中的点。
基于单目视觉的RTLS与基于双目视觉的RTLS有何不同？
单目视觉和双目视觉的工作原理基本不同。单目视觉仅使用一个摄像头追踪物体位置，而双目视觉使用两个摄像头，并利用两个摄像头之间的视差信息来追踪物体位置。单目视觉可以以较低的成本实现，且安装和维护简便。然而，由于仅凭摄像头提供的二维图像追踪物体位置，其准确度和可靠性可能相对较低。 相比之下，双目视觉由于硬件实现的复杂性，其导入及安装在内的总成本高于单目视觉，软件处理也更复杂。即使处理相同的图像，由于需要计算视差，双目视觉RTLS比单目视觉RTLS需要更多的计算资源。因此，选择哪种技术实现RTLS可根据用途和预算等因素综合决定。
单目视觉的主要优点
成本相对低廉
单目视觉仅使用一个摄像头，因此硬件构成成本低廉。此外，由于使用单一图像传感器，软件处理也相对简单，计算能力要求较低，即使使用低配置硬件也能实现。
安装限制少
无论摄像头安装在何处，单目视觉都能追踪物体的位置和移动。这意味着其应用领域非常多样。例如，室内位置追踪、自动驾驶车辆的行人检测与追踪、体育赛事中的运动员追踪等。
应用领域广泛
该技术仅需一个摄像头即可追踪物体，因此安装和维护简单且成本低。因此，可应用于日常生活中广泛使用的智能家居、机器人、汽车等领域。
利用单目视觉实现的 ORBRO解决方案
通过基于单目视觉的RTLS精准连接资产与人员的实时位置数据，查看各现场的代表性解决方案。
