Данная работа посвящена исследованию возможности измерения расстояния до объекта в пространстве, используя данные изображения объекта, полученные с помощью монокулярной камеры. Перед основной работой был проведен обзор существующих методов определения расстояния с помощью видеокамер, в том числе с использованием машинного обучения. Основная часть работы была проведена в условиях закрытого помещения. В ходе работы была разработана установка для сбора базы данных. База данных включает в себя обучающую и валидационную выборки для обучения нейронных сетей и тестовую выборку для проверки точности измерения расстояния. После обучения и тестирования полученных нейронных сетей было установлено, что наилучшим соотношением абсолютной и относительной точностью измерения обладает нейронная сеть с входными данными в виде площади описанного вокруг объекта прямоугольника и координат центра прямоугольника. Во время обучения этой сети использовалась функция среднего модуля ошибок. Данная модель нейронной сети легла в основу программы определения расстояния до объекта.

This work is devoted to the study of the possibility of measuring the distance to an object in space using the image data of an object obtained using a monocular camera. Before the main work, a review of existing methods for determining distance using video cameras, including using machine learning, was conducted. The main part of the work was carried out in a closed room. In the course of the work, a database collection facility was developed. The database includes training and validation samples for training neural networks and a test sample to verify the accuracy of distance measurement.  After training and testing the obtained neural networks, it was found that the best ratio of absolute and relative measurement accuracy is possessed by a neural network with input data in the form of the area of the rectangle described around the object and the coordinates of the rectangle center. During the training of this network, the function of the average error module was used. This model of the neural network formed the basis of the program for determining the distance to the object.