電子發燒友網報道（文/梁浩斌）人形機器人的運動能力，已經進入了“軍備競賽”階段，各家紛紛展出自家機器人的行走、跳舞，甚至空翻等能力，并不斷用新的動作刷新人們對于人形機器人的能力理解。

然而運動能力歸運動能力，人形機器人目前主要還是需要預設固定程序運行，離真正要實現具身智能還很遠。要實現具身智能，還需要AI、算力、感知的配合。最近速騰聚創、銳思智芯分別推出了創新形態的機器視覺傳感器。

速騰聚創AC1：姿態、深度、色彩信息三合一

今年年初的發布會上，速騰聚創發布了一個面向機器人視覺的全新傳感器解決方案Active Camera，這個方案包含傳感器硬件、運算核心、AI算法等的智能生態。在3月28日，速騰聚創終于發布了Active Camera的首款產品AC1，以及AI-Ready生態。

在傳感器硬件上，AC1集成了IMU姿態傳感器、深度傳感器（固態激光雷達+CMOS）以及一個RGB相機，在單一模塊中提供深度信息、圖像色彩信息和運動姿態信息，并實現硬件級融合，將三大信息的時間和空間進行同步對齊。

AC1提供120°x60°超大融合視場角，較傳統3D相機高出70%；色彩FOV達到144°×78°；測距能力達到70米，是傳統3D相機的6倍；測距精度3cm@1σ測距精度穩定不隨距離衰減，可精準還原遠近物體形狀大小，幫助機器人實現準確的路徑規劃。

同時AC1避免了傳統3D相機存在的強光干擾問題，能夠在100KLux陽光下工作，克服強光干擾問題，適應更豐富的場景。

面向機器人開發者用戶，速騰聚創打造了AI-Ready生態，通過AC Studio為Active Camera用戶提供包括驅動程序、數據標定、數據融合在內的開源工具包，以及SLAM、高階多模態感知等開源算法，支持用戶深度二次開發，并通過專用跨平臺軟件AC Viewer，提供最佳的數據融合、SLAM、目標檢測等功能體驗。

同時，AI-Ready生態將提供避障類目標數據集、認知識別類數據集，幫助開發者訓練模型算法，快速完成場景功能化的二次開發，以及方案部署。

同時，WIKI以開發者文檔方式全面收錄Active Camera與AI-Ready生態的信息；數據集提供多種場景下的訓練數據，將在后續逐步上線，供開發者免費使用。AI-Ready生態幫助行業升級機器人項目流程，讓軟件快速迭代的開發模式驅動機器人產品化商業化落地。

AC1通過融合多傳感器，在硬件上實現了出廠的傳感器標定，以及軟件上實現了數據融合和對齊，實際上這在技術上也有一定的難點。

此前我們在《激光雷達+攝像頭融合傳感器，有沒有搞頭？》一文里介紹了京瓷展示的世界上第一個實現光軸對齊的攝像頭+激光雷達融合傳感器，通過對齊兩種傳感器的光軸，實現激光雷達和攝像頭無視差的數據融合。

但在實際產品中，由于激光雷達通過發射激光束并接收反射回來的信號來測量距離，生成點云數據；而攝像頭則捕捉環境的二維圖像。這兩種傳感器的數據格式不同，坐標系也不同，使得直接對齊它們的光軸變得極為復雜。

從速騰聚創對AC1的描述中，同樣是實現了固態激光雷達和相機數據的硬件級融合，這對于用戶來說是體驗上的躍升，無需再通過后端處理將數據進行融合，將大大提高開發效率。

同時，AC1也不僅適用于人形機器人，在無人機、倉儲機器人、清潔機器人、配送機器人等領域都有很大的應用前景。

銳思智芯：全局曝光機器感知融合式圖像傳感器

銳思智芯在3月31日發布了全球首款將全局曝光圖像技術與EVS事件感知技術實現像素級融合的融合視覺傳感器——ALPIX-Pizol。

ALPIX-Pizol是一款1/4英寸、由1.3M GESP全局事件感知像素組成的視覺傳感器。這款傳感器的特殊之處在于，在單個圖像傳感器中集成了圖像、事件和融合三種工作模式，可以單獨進行圖像和事件模式，也可以同時輸出圖像和事件數據，以及模式間的快速切換。

在全局曝光圖像傳感模式中，ALPIX-Pizol可以輸出1.3MP/120 fps圖像，全局曝光的方式也避免了卷簾曝光帶來的果凍效應。

事件感知模式中，ALPIX-Pizol能夠在全分辨率下最高1000fps的事件信號，高效捕捉運動信息，在暗光高速環境下，可輸出高時間分辨率無模糊事件流，輔助提升影像質量。

而融合視覺模式中，支持同時輸出圖像和事件數據，也支持模式間快速切換，從而在各種光照環境下穩定地為視覺AI提供高質量圖像數據和高時間分辨率的變化/運動數據。

同時針對AI視覺場景的低功耗需求，ALPIX-Pizol在三種模式中都提供低功耗的設置，比如低功耗事件感知模式中支持e.g. <1.5 mW @VGA 30 fps的感知，可以直接提取機器需要的特征數據，在傳感器側和處理器側均可極大降低功耗和算力需求。

由于支持不同的模式，在實際應用中可以根據需求來快速切換模式，以減少數據冗余和算力消耗。比如在事件模式下，僅感知變化信息，單位時間生成的時間數據量僅為傳統圖像傳感器的10%-20%，大大降低算力、傳輸帶寬和存儲壓力，提高系統能效。

對于機器人應用而言，可以在完成不同工作時采用不同的模式，比如需要抓取運動物體時使用事件模式，在行走等需要避障的場景就需要開啟融合模式，修正因運動造成的畫質問題，實現復雜光照環境中的識別。

當然除了機器人應用，在手機和運動相機等應用中，ALPIX-Pizol可以提供影像增強能力，實現EVS AI-enhanced 圖像/視頻去模糊、視頻插幀、AI-ISP等功能，利用多模態數據輔助生成AI-Motion運動感知應用。

在工業視覺中，ALPIX-Pizol提供無畸變全局曝光圖像 + 高時間分辨率的事件數據，支持低光、暗光場景高速產線檢測和快速3D掃描、建模等數據。

小結：

人形機器人要實現商業化，需要滿足通用場景，在各種復雜環境下的感知能力就十分關鍵。近期推出的這些創新的機器視覺傳感產品，代表了當前市場需求的一些方向，以及傳感器行業在機器人應用上的一些探索。但最終隨著人形機器人行業的迭代和發展，相信也將會繼續出現更多創新形態的傳感器產品。