第1个回答 2024-04-14
在自动驾驶的探索中，车载双目相机正悄然成为感知领域的新主角。早在90年代末，VisLab就以双目相机的出色表现完成了112km/h的长距离自动驾驶试验，尽管一度让位于单目相机，但其独特的测距优势逐渐显现。单目相机虽依赖深度学习，但识别盲点可能导致安全隐患，而双目相机通过视差原理，无需识别就能提供更精确的距离信息。
双目相机的工作原理深藏玄机：首先，需要进行外参标定，将世界坐标系转化为相机坐标，接着是内参标定，调整焦距、像素尺寸等参数，确保图像投影的准确性。立体匹配是关键环节，通过建立平行焦距双目模型，利用视差计算深度，同时，极线约束和图像校正技术进一步提升匹配精度。
深度测量的精准度取决于一系列因素，包括相机间的基线距离、焦距、视差以及目标本身的特性。基线的增加意味着测距范围的拓宽，但也加大了技术挑战。立体匹配的难题在于复杂算法、硬件配置要求（如FPGA的选择）以及光照和单调纹理对匹配的困扰。大型企业往往成为研发团队的主力军，他们克服了这些困难，研发出性能卓越的深度测量设备。
然而，自动驾驶领域的宣传与实际应用之间仍有差距，我们需要保持谦逊，脚踏实地推进技术发展。尽管有人通过科普书籍推广双目相机在自动驾驶中的角色，但实际的工程挑战和市场接纳仍需时间去检验。让我们共同期待，车载双目相机的回归，将为自动驾驶的未来带来新的突破。