雙目視覺測距原理

根據雙目視覺的測距原理，通常將其實現過程分為五個步驟：相機標定，影象獲取，影象預處理，特徵提取與立體匹配，三維重構。其中，相機標定是為了得 到相機的內外引數和畸變係數等，可以離線進行；而左右相機影象獲取的同步性，影象預處理的質量和一致性，以及立體匹配（獲取視差資訊）和三維重構（獲取距離資訊）演算法的實時性要求帶來的巨大運算量，對在嵌入式平臺上實現雙目視覺ADAS提出了挑戰。

雙目攝像頭的演算法思路是先測距後識別：首先利用視差直接測量物體與車的距離，原理和人眼類似。兩隻眼睛看同一個物體時，會存在視差，也就是分別閉上左右眼睛 看物體時，會發現感官上的位移。這種位移大小可以進一步測量出目標物體的遠近。然後在識別階段，雙目仍然要利用單目一樣的特徵提取和深度學習等演算法，進一 步識別障礙物到底是什麼。

因為視差越遠越小的緣故，業內有觀點認為，雙目在20米內有明顯的測距優勢，在20米距離外，視差減小測距存在難度，可以用高畫素攝像頭和更優秀的演算法來提升測距效能，該處是難點也是核心競爭力。