應用背景

    隨著科技的迅猛發展，人工智能概念也逐漸進入人們的視野，其中包括智能家居、智能駕駛以及其他智能機器人領域等。很多對智能駕駛感興趣的朋友都知道，無人駕駛的技術可以分為感知、認知和控制三大模塊。這個順序也正是智能汽車運作的一個過程，首先需要對環境進行準確的感知，然后對信息進行處理，最后向汽車的控制系統發出指令，實現具體的功能。

    在智能駕駛系統中，尤其重要的就是感知與認知，感知的準確是認知的基礎，在感知模塊當中，傳感器是最重要的硬件。目前的傳感器也有許多種類，包括紅外避障、超聲雷達等器件，除此之外，攝像頭也是必不可少的?；谟嬎銠C視覺技術的車載攝像頭能夠對環境中的很多物體進行感知，隨著計算機視覺的發展，攝像頭將代替傳統的雷達等傳感器的作用。目前的智能駕駛領域中，所應用的攝像頭主要有單目攝像頭和雙目攝像頭兩類。三目的攝像頭目前也在研發當中。

    傳統的單目攝像頭

    在智能駕駛系統中，傳統單目攝像頭需要對目標進行識別，也就是說在測距前先識別障礙物是車、是人還是別的什么，需要在此基礎上再進行測距。由于單目攝像頭方案很大程度上是依靠圖像識別，也就是把采集到的信息與標定信息進行比對、識別，所以需要依靠大量的數據訓練，并且需要不斷更新和維護，而且針對一些特殊地區特殊情況，還需要不斷優化。例如內蒙古大草原上經常有牛羊橫穿公路，那你就需要更新數據，讓機器知道這是牛，那是羊，而且數據收集、標簽的難度確實有些大。

    雙目攝像頭

    為了進一步優化并增強攝像頭的作用，利用兩個平行布置的攝像頭形成一個雙目攝像頭。雙目攝像頭測距更像一個數學問題，主要是依靠兩個平行布置的攝像頭產生的視差。把同一個物體所有的點都找到，依賴精確的三角測距，就能夠算出攝像頭與前方障礙物距離。使用這種方案，需要兩個攝像頭有較高的同步率和采樣率，說起來簡單，做起來并不容易，特別是對于駕車場景來說。雙目攝像頭方案，本質上是對距離的探測。通過雙目實時深度計算，可以計算出視野內障礙物每個點到攝像頭的距離，然后可以快速劃分出障礙物平面。如此一來，數據訓練就顯得不是那么重要了（相對于單目來說）。