剛剛的國產(chǎn)Model Y試駕所見，其內(nèi)后視鏡背面空空如也，并沒有搭載之前Model 3曾有的三目攝像頭。

我們還是先看看什么是立體視覺（StereoVision）技術(shù)吧。

原理并不復雜

早在1838年，物理學家惠斯登（Wheaston）發(fā)明了實體鏡，讓人們第一次知曉了立體視覺這一全新的深度知覺現(xiàn)象。1861年，美國人史高維（Scoville）利用兩個鏡頭仿照人體兩眼前的距離同時拍攝，發(fā)明了早期的立體攝影。其仿生的就是人眼三角測距。

立體視覺是計算機視覺的一個重要模塊。人類之所以能看到各種物體，得益于我們的視覺系統(tǒng)。在發(fā)現(xiàn)了單目系統(tǒng)的缺陷之后，從一個攝像頭增加到兩個攝像頭，就構(gòu)成了一個立體系統(tǒng)。如果可以在兩幅圖像中找到對應點，就可以通過三角測量的方法來求得深度。

基于此，人們發(fā)明了用來測量距離的雙目攝像頭。近年來，伴隨計算機和自動駕駛（AD）技術(shù)的發(fā)展，立體視覺已用于車輛的目標感測和識別應用。

立體視覺原理

立體視覺處理是將世界從2D平面轉(zhuǎn)換為全3D環(huán)境，不僅提供了更豐富、更密集的目標場景表示，還允許感測系統(tǒng)在未經(jīng)訓練的情況下識別一般障礙物，使倉庫機器人、自動駕駛車輛等的導航更安全、更有效。

早在1996年，德州儀器（TI）就在《用多個DSP實現(xiàn)快速3D視覺》的應用報告中描述了一個具有移動機器人引導和自動車輛導航的立體視覺過程。

3D信息任務分配和數(shù)據(jù)傳輸

報告指出：“立體視覺過程通過在不同位置獲取兩幅圖像，并研究相應立體點位置的差異來確定物體的距離。各種技術(shù)已經(jīng)發(fā)展到從一組亮度圖像推斷3D信息的階段。立體視覺的技術(shù)，特別是它能夠在各種照明條件下和大深度范圍內(nèi)工作更適合測距應用。”

自動駕駛應該百密而無一疏

自動駕駛的一項基本任務是環(huán)境感知，即在行進中解釋不斷變化的3D世界。車輛要使用一些方法來了解和響應周圍環(huán)境，尤其是在運動中實現(xiàn)深度感知。如果路上的物體是陌生的怎么辦？也就是說，如果系統(tǒng)沒有被訓練就去識別路上的特定障礙物就會出現(xiàn)偏差。

實現(xiàn)自動駕駛的傳統(tǒng)方法是結(jié)合使用深度傳感技術(shù)：LiDAR和雷達是最常見的（與全球定位系統(tǒng)（GPS）配合使用，再加上極其精確的地形圖）方法。對攝像頭數(shù)據(jù)進行深度估計在業(yè)界也很流行，但是，顧名思義，這種技術(shù)提供的是距離估計，而不是精確的測量。而立體攝像頭能夠精確地測量距離，為自動駕駛應用提供顯著的優(yōu)勢。

再看看特斯拉是怎么做的？去年，特斯拉收購了研究高效DNN（深層神經(jīng)網(wǎng)絡(luò)）的計算機視覺初創(chuàng)公司DeepScale，希望能夠沿著視覺算法這一技術(shù)路線圖，繼續(xù)推進自動駕駛技術(shù)的落地。之后，特斯拉Autopilot 2．0實現(xiàn)了利用攝像頭訓練數(shù)據(jù)改進的限速識別算法，以提高高速公路限速數(shù)據(jù)的準確性。特斯拉一直在用神經(jīng)網(wǎng)絡(luò)計算機來加強算力，也一直在用幾個攝像頭觀測場景的數(shù)據(jù)來訓練神經(jīng)網(wǎng)絡(luò)。訓練者，難免百密而無一疏。

護欄屬于“未知物體”，失誤在所難免

致力于汽車智能化和輕量化產(chǎn)品的研發(fā)和制造保隆科技視覺產(chǎn)品總監(jiān)孫路認為，特斯拉將增強型自動駕駛輔助系統(tǒng)提供給用戶后，本地用戶便“心甘情愿”地通過眾包形式無限訓練車輛，通過采集大量數(shù)據(jù)進行大量訓練，其方案結(jié)合幾何與網(wǎng)絡(luò)測距方法，適用于網(wǎng)絡(luò)調(diào)參，來增強模型的擬合能力，方案價格略高一些。

他指出：“但單目自身存在的問題不能完全杜絕，窮舉法不可能完全覆蓋，特斯拉仍然會出現(xiàn)一些場景的操控失誤風險；而雙目具有一定技術(shù)門檻，不易實現(xiàn)高性能指標，行業(yè)還沒有專用芯片，目前普遍采用FPGA，工藝難度高。此外，結(jié)構(gòu)精度要求高，耐久性、一致性、溫度適應性要求也高。需要自動校準（AA）算法、靜態(tài)標定算法保存內(nèi)參等，投入很大�！�