在技术飞速发展的推动下，自动驾驶汽车行业的增长势头十分迅猛，而且丝毫没有放缓的迹象。2021 年，全球估计有 2030 万辆汽车至少具备一级自动驾驶（驾驶辅助）功能，预计到 2030 年，这一数字将增至约 6240 万辆。
自动驾驶技术的主要目的是提高驾驶安全性。实现这一目标的方法是收集有关环境的准确信息并进行分析，以便检测和避开障碍物。包括摄像头、雷达和激光雷达在内的一系列传感器共同协作，识别并提供车辆周围环境所需的详细而精确的信息–最好是在任何天气和照明条件下。
这些传感器构成了当今市场上大多数高级驾驶辅助系统（ADAS）的基础。无论是从技术角度还是从实施角度来看，我们越能优化这些技术，自动驾驶汽车就会越好、越安全。
三维感知的挑战
由于功能强大且价格低廉，摄像头是当今最常用的传感器之一，用于捕捉车辆周围物体的高分辨率数据。尽管摄像头作为 ADAS 和 AD（自动驾驶）传感器很受欢迎，但并不总能充分发挥其潜力。目前，大多数 ADAS 算法都基于单目系统，即从单个摄像头获取视频。单目视觉无法直接、准确地估算出与物体的距离，而这对环境中障碍物的三维显示至关重要。这意味着，基于单目系统的高度自动驾驶汽车并不安全。
还有其他技术能够为 ADAS 提供 3D 感知，其中之一就是激光雷达。无论这项技术多么有用，它也是昂贵的，而且要求汽车制造商进行复杂而昂贵的集成过程。
自动驾驶汽车行业面临的两个最大挑战是，如何以经济实惠的方式获取精确的 3D 数据，以及如何确保以高效的方式扩大此类传感器的应用范围。三维立体视觉在成本和性能方面解决了这两个难题。
3D 立体视觉： 响应号召？
三维立体视觉技术通过使用两个摄像头来提供环境中物体的相对深度和精确位置信息–类似于人类通过双眼来探测深度的方式。
在 3D 立体视觉技术中，两个摄像头安装在一个已知距离的平面上，这个距离被称为基线。两台相机同时捕捉图像，这两幅图像之间的重叠区域被用来创建三维感知。然后可以使用算法来匹配像素，生成并分析这些重叠图像中像素之间的差异。 由于相差和深度成反比（即随着与摄像机距离的增加，相差减小），这些相差点可用于分析计算深度。然后利用外极几何将这些点映射为三维空间中的坐标。或者简单地说，一台摄像机可以拍摄出二维图像，而两台摄像机则可以拍摄出三维图像。
三维立体视觉的优势
三维立体视觉可提供目标区域内所有物体的高精度数据，以及这些物体的深度和相对位置等关键信息。三维立体视觉还可用于其他一些关键应用，如语义分割–即根据类别或标签对图像中的每个像素进行分类。这意味着，它不仅能判断物体是否存在，还能识别物体是什么。
过去十年来，三维立体视觉领域发展迅速，因为它满足了自动驾驶汽车行业的关键需求。更好的摄像头具有更高的分辨率和更大的动态范围，因此即使在不利的照明条件下，也能从更远的距离检测到更小的物体。此外，更高的计算能力意味着更复杂的算法可以以更高的速度运行，并获得更精确的性能。 由于搭载两台而不是一台摄像机的成本并不高，因此该解决方案比许多提供相同信息的其他技术更简单、更便宜。更重要的是，它相对容易集成到任何现有的 ADAS 系统中。
3D 立体声如何与其他传感器协同工作？
任何 ADAS 系统都会使用许多传感器，这些传感器相互配合，以建立对车辆环境的最佳感知。3D 立体视觉与这些其他技术一起工作，为 ADAS 数据带来深度感知和准确性。
激光雷达是 ADAS 中最常用的深度感知技术之一，其功能与 3D 立体视觉类似。三维立体视觉和激光雷达都能够测量距离和估算深度，并且都可以用来形成三维点云–一组代表三维感知的空间数据点。每种技术都可以作为自动驾驶汽车系统中唯一的传感器，也可以一起使用以建立冗余，当其中一个系统出现故障时，另一个系统可以进行补偿。
真正的区别在于成本和可扩展性，这正是自动驾驶汽车行业所面临的挑战。三维立体视觉是最具成本效益且易于集成的技术，可提供高质量、精确的三维数据。由于三维立体视觉使用的高分辨率相机价格相对低廉，功耗极低，因此它只需花费激光雷达等其他技术的一小部分成本，就能实现三维成像的所有优点。
三维立体视觉可以实现大批量扩展，因为这项技术很容易集成到现有系统中。借助 Foresight 的 Mono2Stereo™ 和 ScaleCam 专有软件算法等先进技术，可以简单快速地集成到现有系统中。这使得 Foresight 解决方案成为现有系统大批量升级的理想选择。
前瞻： 让三维立体视觉变得触手可及
三维立体视觉对自动驾驶汽车行业的巨大好处显而易见。借助 Foresight 革命性的软件解决方案，自动驾驶汽车行业现在可以快速、低成本地将这项技术添加到任何 ADAS 中。
了解有关三维立体解决方案的更多信息，或联系我们以了解更多详情。
