基于计算机视觉的室内5G pRRU站址标注工具

为了解决室内5G pRRU的站址测量不准确问题，提出了一种基于计算机视觉的pRRU站址标注工具。该工具首先使用双目相机采集pRRU图像，通过YOLOv4目标检测算法检测出pRRU，之后经过SGBM算法获取视差，最后通过坐标变换把pRRU的相机坐标系坐标映射到场景的世界坐标系中，从而实现对pRRU的精确识别和定位。实验结果表明，该工具对pRRU的检测精度达到99.8%，在场景中的定位最大误差为0.3 m，实时性方面在Jetson Nano上平均帧率达到27 fps。