很多同学在做 YOLO 目标检测 Demo 时其实都会走到同样一步模型已经能把人、车、障碍物画框框出来了但下一个问题却答不上来——这个目标距离我多远它以多少速度在运动如果只是做图片分类检测框就够用了但到了辅助驾驶、智能交通、巡检机器人这类场景距离和速度往往是核心输出。本文围绕“基于 YOLO26 的单目测距与测速感知开源 Demo”这条主线把「目标检测 → 多目标跟踪 → 单目距离估计 → 速度估算」完整串成一条可运行管线。项目代码按模块拆开方便你自己替换模型、修改相机参数也能作为自动驾驶感知方向新手的入门工程参考。1. 项目背景与核心概念1.1 这是一条什么感知管线所谓“感知管线”并不是简单把几个算法前后拼在一起而是要保证数据在整个链路里能对得上。本项目的链路可以拆为四段YOLO26 检测器在图像中找出目标并给出类别与检测框。多目标跟踪器给每个目标分配稳定ID持续追踪同一辆车或同一个人。单目测距模块根据相机模型或深度先验估算目标到相机的距离。速度估算模块结合跟踪ID、世界坐标变化和帧间时间差计算目标移动速度。只做检测的话拿到的是“哪里有什么物体”接上跟踪后才能知道“物体属于谁”再接上测距与测速才能得到“物体从哪里来到哪里去速度是多少”。这也贴合辅助驾驶中前车碰撞预警、行人横穿预警等真实需求。需要说明的是YOLO26 在不同的仓库或分支里权重文件命名、任务头数量、可训练模块都可能存在差异。本文示例采用 ultralytics 风格的调用方式如果你本地的 YOLO26 权重入口不是YOLO(yolo26s.pt)只需要替换模型路径和加载方式后续管线代码仍然可以复用。