剛剛的國(guó)產(chǎn)Model Y試駕所見(jiàn)，其內(nèi)后視鏡背面空空如也，并沒(méi)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(jué)（StereoVision）技術(shù)吧。

原理并不復(fù)雜

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

立體視覺(jué)是計(jì)算機(jī)視覺(jué)的一個(gè)重要模塊。人類之所以能看到各種物體，得益于我們的視覺(jué)系統(tǒng)。在發(fā)現(xiàn)了單目系統(tǒng)的缺陷之后，從一個(gè)攝像頭增加到兩個(gè)攝像頭，就構(gòu)成了一個(gè)立體系統(tǒng)。如果可以在兩幅圖像中找到對(duì)應(yīng)點(diǎn)，就可以通過(guò)三角測(cè)量的方法來(lái)求得深度。

基于此，人們發(fā)明了用來(lái)測(cè)量距離的雙目攝像頭。近年來(lái)，伴隨計(jì)算機(jī)和自動(dòng)駕駛（AD）技術(shù)的發(fā)展，立體視覺(jué)已用于車輛的目標(biāo)感測(cè)和識(shí)別應(yīng)用。

立體視覺(jué)原理

立體視覺(jué)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(biāo)場(chǎng)景表示，還允許感測(cè)系統(tǒng)在未經(jīng)訓(xùn)練的情況下識(shí)別一般障礙物，使倉(cāng)庫(kù)機(jī)器人、自動(dòng)駕駛車輛等的導(dǎo)航更安全、更有效。

早在1996年，德州儀器（TI）就在《用多個(gè)DSP實(shí)現(xiàn)快速3D視覺(jué)》的應(yīng)用報(bào)告中描述了一個(gè)具有移動(dòng)機(jī)器人引導(dǎo)和自動(dòng)車輛導(dǎo)航的立體視覺(jué)過(guò)程。

3D信息任務(wù)分配和數(shù)據(jù)傳輸

報(bào)告指出：“立體視覺(jué)過(guò)程通過(guò)在不同位置獲取兩幅圖像，并研究相應(yīng)立體點(diǎn)位置的差異來(lái)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(jué)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(cè)距應(yīng)用。”

自動(dòng)駕駛應(yīng)該百密而無(wú)一疏

自動(dòng)駕駛的一項(xiàng)基本任務(wù)是環(huán)境感知，即在行進(jìn)中解釋不斷變化的3D世界。車輛要使用一些方法來(lái)了解和響應(yīng)周圍環(huán)境，尤其是在運(yùn)動(dòng)中實(shí)現(xiàn)深度感知。如果路上的物體是陌生的怎么辦？也就是說(shuō)，如果系統(tǒng)沒(méi)有被訓(xùn)練就去識(shí)別路上的特定障礙物就會(huì)出現(xiàn)偏差。

實(shí)現(xiàn)自動(dòng)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(dá)是最常見(jiàn)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(duì)攝像頭數(shù)據(jù)進(jìn)行深度估計(jì)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(jì)，而不是精確的測(cè)量。而立體攝像頭能夠精確地測(cè)量距離，為自動(dòng)駕駛應(yīng)用提供顯著的優(yōu)勢(shì)。

再看看特斯拉是怎么做的？去年，特斯拉收購(gòu)了研究高效DNN（深層神經(jīng)網(wǎng)絡(luò)）的計(jì)算機(jī)視覺(jué)初創(chuàng)公司DeepScale，希望能夠沿著視覺(jué)算法這一技術(shù)路線圖，繼續(xù)推進(jìn)自動(dòng)駕駛技術(shù)的落地。之后，特斯拉Autopilot 2．0實(shí)現(xiàn)了利用攝像頭訓(xùn)練數(shù)據(jù)改進(jìn)的限速識(shí)別算法，以提高高速公路限速數(shù)據(jù)的準(zhǔn)確性。特斯拉一直在用神經(jīng)網(wǎng)絡(luò)計(jì)算機(jī)來(lái)加強(qiáng)算力，也一直在用幾個(gè)攝像頭觀測(cè)場(chǎng)景的數(shù)據(jù)來(lái)訓(xùn)練神經(jīng)網(wǎng)絡(luò)。訓(xùn)練者，難免百密而無(wú)一疏。

護(hù)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(jué)產(chǎn)品總監(jiān)孫路認(rèn)為，特斯拉將增強(qiáng)型自動(dòng)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(guò)眾包形式無(wú)限訓(xùn)練車輛，通過(guò)采集大量數(shù)據(jù)進(jìn)行大量訓(xùn)練，其方案結(jié)合幾何與網(wǎng)絡(luò)測(cè)距方法，適用于網(wǎng)絡(luò)調(diào)參，來(lái)增強(qiáng)模型的擬合能力，方案價(jià)格略高一些。

他指出：“但單目自身存在的問(wèn)題不能完全杜絕，窮舉法不可能完全覆蓋，特斯拉仍然會(huì)出現(xiàn)一些場(chǎng)景的操控失誤風(fēng)險(xiǎn)；而雙目具有一定技術(shù)門檻，不易實(shí)現(xiàn)高性能指標(biāo)，行業(yè)還沒(méi)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(yīng)性要求也高。需要自動(dòng)校準(zhǔn)（AA）算法、靜態(tài)標(biāo)定算法保存內(nèi)參等，投入很大�！�