1.一种基于单目视觉的车辆长度测量方法，其特征在于，包括如下步骤：步骤1：使用张正友标定法进行相机标定，得到相机光心对应于图像中的横坐标xg；

步骤2：根据实际场地大小定制一张正方形黑白格组成的标定板，将标定板垂直于地面车道线处拍取一张图片，计算该图片对应的相机图像坐标到车道线平面坐标的单应性矩阵H，公式(1)表示图像坐标系到世界坐标系的对应关系，则相机光心横坐标对应的物理横坐标为xwg，同时通过Hough直线检测算法检测得到车道线并标记为L；

其中，(Xp1,Yp1)表示图像坐标，(Xwp1,Ywp1)表示车道线平面的世界坐标；

步骤3：使用卷积神经网络对序列图像进行检测，得到车身侧面矩形框集合A＝{ci|i＝

1,2,…,m}、前轮毂区域集合WF＝{fi|i＝1,2,…,m}和后轮毂区域集合WR＝{ri|i＝1,2,…,m}，其中，m表示序列图像总数，ci表示车身侧面矩形框，fi表示前轮毂区域矩形框，ri表示后轮毂区域矩形框，使用霍夫变换找到fi和ri中最大内接圆的圆心(xfi,yfi)和(xri,yri)，通过公式(1)得到前后轮毂圆心的世界坐标(xwfi,ywfi)和(xwri,ywri)，则车辆在第i帧的轴距物理长度为wdi＝|xwri‑xwfi|，同时，结合公式(1)可计算得到ri的最大内接圆的物理直径Ri；

步骤4：通过公式(1)将ci转换为世界坐标下的矩形框cwi，则可根据公式(2)计算每帧图像中车辆相对于第一帧的物理行驶距离rdi；

rdi＝|cwi.x‑cw1.x|      (2)其中，cwi.x表示第i帧车身侧面矩形框在世界坐标系下的左上角的横坐标；

步骤5：车辆行驶路线偏离检测，具体步骤为：

5.1：计算第i帧车辆轴距wdi与第一帧车辆轴距的差值AWi＝|wdi‑wd1|，若存在AWi>w0，则判断为车辆偏离行驶，记录车辆偏离行驶总帧数 偏离行驶帧号集合F＝{i|AWi>w0,i＝1,2,...,m}，其中，I(·)表示示性函数，若其参数值为真则返回1，否则返回0；w0表示轴距差值的阈值；

5.2：若不存在车辆偏离行驶，或存在车辆偏离行驶但满足公式(3)的约束且满足则检测到的车辆长度为cl＝cwq.w；

(rdi＜|xwg‑cw1.x|‑cwi.w)||(rdi＞|xwg‑cw1.x|),i∈F     (3)其中，cwq.w表示第q帧车身侧面矩形框在世界坐标系下的物理宽度；

5.3：若存在车辆偏离行驶但不满足公式(3)的约束，则结合公式(1)计算后轮毂矩形框rk的像素坐标点(xrk,ck.y+ck.h)得到对应的世界坐标Pk，然后根据公式(4)计算Pk到车道线L的垂直物理距离，其中，k∈F，并将所有这些垂直物理距离记录为偏离距离集合D＝{dk|k∈F}，ck.y表示第k帧车身侧面矩形框左上角的纵坐标，ck.h表示第k帧车身侧面矩形框的高度；

其中，R1为第一帧车辆后轮毂直径，Rk为第k帧偏离行驶车辆的后轮毂直径，u表示相机镜头到车道线的垂直物理距离；

5.4：以场景俯视图为坐标系，车道线为X轴，以车辆行驶方向在车道线距离rd1处为原点，在集合D中取每帧偏离距离dk与当前帧车辆行驶距离rdk组成坐标集合W＝{(dk,rdk)|k∈F}并使用最小二乘法把点集W中的点进行车辆偏离路线拟合直线并得到直线斜率b，通过α＝arctan(b)求得行驶偏离路线与车道线的夹角α；

步骤6：找到满足等式rdr＝xwg‑u×tan(α)的图像帧号r，根据公式(5)求得在偏离行驶情况下的车辆长度cl：

其中，cwr.w表示第r帧车身侧面矩形框在世界坐标系下的物理宽度。