引言

圍繞“雙目智駕應用”，我們將推出系列文章深入解析雙目視覺如何跨越技術鴻溝，在中國智駕的沃土上生根發(fā)芽，探索其賦能未來出行的無限可能。

點擊鏈接雙目視覺智能駕駛行業(yè)應用-系列1，可回顧上期內容。

在智能駕駛領域，雙目視覺工程化研究可以分為硬件部分和軟件部分。其中，硬件部分指的是雙目相機、鏡頭系統(tǒng)、圖像傳感器、處理單元、同步控制器；軟件部分指的是成像調校、相機標定、立體匹配、點云重建等多個環(huán)節(jié)。

一、硬件部分

（一）硬件組成

① 雙目攝像頭

?核心組件，通常為兩個參數一致的高分辨率攝像頭（如rolling），用于同步采集左右視角的圖像。

?需保證嚴格的時間同步（通過硬件同步信號或軟件觸發(fā)），避免動態(tài)場景下的運動模糊。

② 鏡頭系統(tǒng)：

?影響成像質量的鏡頭參數：焦距、視場角（FOV）、光圈大小、畸變系數等。

?常用廣角鏡頭或定焦鏡頭，需確保左右鏡頭的參數匹配。

③ 圖像傳感器：

?傳感器類型（如CMOS或CCD）及分辨率（如1080p/4K），直接影響圖像細節(jié)和計算精度。

?高動態(tài)范圍（HDR）傳感器可提升復雜光照下的魯棒性。

④ 處理單元：

?嵌入式平臺：如FPGA、DSP或ARM芯片，用于實時圖像處理和立體匹配。

?高性能計算單元：如GPU（NVIDIA Drive系列）或專用ASIC芯片，加速深度圖生成。

⑤ 同步控制器：

?確保雙攝像頭嚴格同步曝光和采集，避免時序誤差（如通過硬件觸發(fā)信號）。

一、硬件部分

（二）硬件分析

硬件參數決定了立體視覺能力的理論上限，一般重點關注圖像分辨率、像元尺寸、焦距、基線距離、光圈數、景深范圍、光軸穩(wěn)定性等指標。例如，雙目視覺的焦距為f，基線距離為B，則距離測量公式為Z=Bf/d，其中d是雙目視覺的視差值，對于一個硬件參數確定的雙目視覺系統(tǒng)，視差d是通過立體匹配算法得到的數據，因此距離的測量范圍及測量精度，是由Bf，即基線距離乘以焦距決定的。因此，雙目相機的硬件參數，決定了傳感器測量精度的能力上限。

此外，雙目相機在智能駕駛領域應用，還必須要考慮到穩(wěn)定性問題。

穩(wěn)定性一般指兩個含義：結構件在長期使用過程中的老化現象和由于外界因素導致的臨時應變現象。其中前者的老化現象是不可逆且相對緩慢的變形，后者臨時應變現象是在短期內發(fā)生且可逆的變化。

針對臨時應變現象，一般需要采用一些硬件或工藝補償的方式進行優(yōu)化。例如，結構件對溫度敏感，如果相機的局部溫度過高，則會造成sensor、pcba、粘結膠、結構外殼等不同程度的膨脹變形，這種熱膨脹會直接導致sensor在對焦距離位置上發(fā)生偏移，進而使相機在高溫下的清晰度指標下降；當溫度下降后，這種熱膨脹變形又可以基本恢復到變化前的狀態(tài)。

針對這種臨時應變現象，改進優(yōu)化的方式一般有兩種思路：

第一，設計合理的散熱結構，使溫度上升在合理可控的范圍內，結構件的熱膨脹程度滿足設計指標，則不會出現清晰度變差至不可使用的程度。

第二，在AA工藝中根據實際情況進行離焦補償，以保證在工作環(huán)境下熱膨脹后能達到可以接受的清晰度指標。

針對老化現象，則需要基于材料特性、應力分析、受熱分析、震動分析等實際數據，從結構設計角度出發(fā)，追求成本可控的前提下實現較好的剛度，保證老化形變是緩慢的、均勻的持續(xù)性變化，不會出現突然的、巨大的變化。同時也要認識到，結構老化是不可能完全避免的，因此也要求雙目相機在長期使用過程中必須要有自我檢測和自我修正的功能，這種自我檢測和自我修正的能力就是計算機視覺中常提到的動態(tài)自標定。

下一章我們將為大家介紹軟件系統(tǒng)知識。