自动驾驶传感器行业报告：毫米波雷达与摄像头（24页）

单目摄像头通过计算机视觉与人工智能算法对摄像头获取的信息进行分析，获取有用 的信息并做出相应的判断。Mobileye 即是单目摄像头解决方案的领先者。目前。单目摄像 头解决方案已经相对成熟，且成本低廉，广泛搭载于各类汽车上，用于对路况的判断。但 同时，单目摄像头也存在一定的劣势。由于单个摄像头无法获取景深，在测量车辆与障碍 物之间的距时需要根据算法在图像识别匹配目标物体之后，通过其在图像中的大小去估算 目标距离。这一方式对算法水平要求极高，同时需要大量的数据训练保证准确率。同时， 由于车载单目摄像头很难频繁变焦，导致了视觉系统难以采集不同焦距下的环境图像。因 此，Mobileye、特斯拉等厂商逐渐开始倾向于使用双目或多目摄像头来解决不同距离下摄 像头看清、看准的问题。 相比于单目视觉，双目视觉（Stereo Vision）的关键区别在于可以利用双摄像头从不 同角度对同一目标成像，从而获取视差信息，推算目标距离。

在 ADAS 应用中，如果采用 单目摄像头，为了识别行人和车辆等目标，通常需要大规模的数据采集和训练来完成机器 学习算法，并且难以识别不规则物体；而利用毫米波雷达和激光雷达进行测距的精度虽然 较高，但是成本和难度亦较高。所以，双目视觉的最大优势在于维持开发成本相对较低的 前提下，保证了一定精度的目标识别和测距。但同时，双目摄像头也存在一定的缺点。首 先，因为增加了一个镜头，带来更多运算量，整个摄像头模组的性能要求和成本都更高， 系统也容易产生更大的误差。其次，在两者都有的标定工作上，双目要比单目更加复杂， 而且选择双目方案依然要需要一个庞大的数据库训练模型从而实现目标识别，因此算法的 开发难度也不低。目前市场上采用双目摄像头系统的主要是斯巴鲁的 Subaru EyeSight 系 统、百度推出的部分 Apollo L4 摆渡车以及欧盟自主泊车项目 V-Charge。整体而言，双目 摄像头功能更加强大、测度更加精准，但成本比单目摄像头高，因此目前多搭载于高档汽 车，属于较为常用的视觉解决方案。