雙目攝像頭在自動駕駛領域被大疆打破成本壁壘做成低成本智能駕駛方案；在智能底盤方面，我們在文章《從比亞迪“云輦”看汽車技術最后的堡壘-底盤懸架》中也提到過被用來做路面的底盤預瞄功能。所以曾經一直是豪車專用的雙目立體視覺的春天來了嗎？ ?

一、雙目立體視覺是什么？

我們生活在三維空間中，如何智能地感知和探索外部環境一直是個熱點難題,汽車應用中不管智能駕駛還是人機交互,AR/VR中都是非常重視3D視覺感知。而雙目立體視覺是3D視覺感知路徑的一種，3D視覺的技術路徑還包括結構光、ToF（Lidar就是Time of Flight的一種）以及工業三維測量等。 雙目立體視覺是左右眼固定基線（兩個攝像頭間距），通過三角測量的方式，推算出目標距離。

二、單目視覺與雙目立體視覺的區別？

2.1 技術原理?

雙目更多的是基于物理測量，而單目視覺則是基于邏輯推理，通過大量的數據訓練，先識別出目標，再根據目標的大小和高度估算距離。因此，單目視覺的漏檢率高于雙目立體視覺，因為客觀上存在corner case。? ? ?

? 2.2 輸出信息 單目視覺輸出的是一個二維信息，而雙目立體視覺輸出的是三維信息，較之，多了一個深度信息。因此，雙目立體視覺在后續與同樣也具備深度信息的傳感器比如激光雷達、4D毫米波雷達在深度信息的融合上會更加適配，也可以形成冗余。? ? ? ?

2.3 產業鏈上下游情況 雙目立體視覺與單目視覺的產業鏈情況大致相同，主要包括上游是零部件供應商（光學鏡頭、圖像傳感器、殼體、連接器等）、中游是系統集成商、下游是主機廠。產業鏈的不同之處主要在于軟件算法。 單目視覺的軟件算法主要是深度學習，而雙目立體視覺的軟件算法則更為復雜，還包括雙目對齊、圖像矯正、立體匹配等。? ? ? ?

三、車載領域雙目立體視覺適用的場景？

汽車的感知無外乎對外的環境感知，對內的乘客感知交互，如上文講到的我們人類生活的空間是三維空間，要實現環境以及人類的準確感知，必須實現三維感知。在車載領域雙目視覺主要用于以下場景：

車外：智能駕駛的一些特定場景（如“鬼探頭”、“加塞”、“限高”等）以及底盤預瞄用于車輛動態控制。

車內：駕駛員監控系統（DMS），目前主流的DMS是單個紅外線ToF攝像頭。未來內車內座位是否有人和物體進行識別等等。

四、目前市場上雙目立體視覺的玩家？

雙目攝像頭在手機上的應用開始于2007年左右的三星手機，主要是用于3D圖片和視頻拍攝，此后開啟了手機攝像頭的浴霸模式；汽車上首次應用是2013年的奔馳S，主要是用于緊急制動的安全功能的冗余。

?

在汽車上由于雙目的視覺算法和硬件一致性的難度問題，主要是被價格相對高的一眾豪車采用，供應鏈也主要是來自于歐美日的維寧爾，大陸，博世，電裝。

在國內玩家：目前跑得比較快的玩家包括大疆、華為、元橡科技、中科慧眼、鑒智科技等。? ??

大疆：

2016年3月，大疆發布全球首款具備機器視覺能力的消費級無人機-大疆精靈4，通過安裝在機身支架位置的一對前向雙目攝像頭，以及慣導、超聲波等傳感器，首次實現了“障礙感知”、“智能跟隨”等智能功能。同年，公司開始探索智能駕駛領域。有了應用在無人機產品上的雙目技術的經驗積累，在車載領域公司于2022年9月出貨上汽通用五菱旗下寶駿KIWI，實現ADAS功能，目前底盤預瞄功能還未量產上車。? ? ? ?

華為：

公司早期在手機領域如P9和P10就采用了雙目立體視覺來實現測距、景深控制和背景虛化等功能，隨后在車載領域的研究也是基于手機領域的積累。已出貨極狐阿爾法S和阿維塔11，實現ADAS功能，目前底盤預瞄功能還未量產上車。

元橡科技：

成立于2017年，核心團隊來自日本理光。公司于2018年與保隆科技在雙目立體視覺領域展開合作，并設有合資公司。已定點多家乘用車，預計今年量產交付。元橡的優勢更多在于有自研芯片以及對立體視覺圖像的處理能力深刻。

注：（理光Ricoh，1936年成立于日本東京，以生產精密光學設備起家，擁有先進的光學技術和圖像處理技術，與豐田在雙目立體視覺領域有深入合作。）

中科慧眼：

成立于2014年，核心團隊來自中科院。老股東包括百度、中鼎股份等。有自己工廠，專利儲備豐富，目前主要營收還是來自于后裝ADAS，前裝雙目ADAS乘用車有定點，還未量產上車。

鑒智科技：

成立于2021年，核心團隊來自深鑒科技。公司提供通過AI驅動的雙目立體視覺系統，并于2023年4月與孔輝科技在雙目視覺領域展開合作。相比于另外兩家創業公司，鑒智成立時間更短，但它的優勢在于團隊簡歷亮眼，以及對AI深刻的理解。

值得一提的是目前國內乘用車市場上空氣懸架的頭部公司就是保隆科技、孔輝科技以及中鼎股份這三家，而這三家又分別與三家創業公司開展了合作，也側面說明了大家對底盤預瞄市場的看好。

底盤預瞄是指雙目立體視覺傳感器預先識別道路類型等路面信息，通過立體匹配得到點云圖，實時發送給底盤懸架系統來實現主動調節。也就是比亞迪于2023年4月10日發布的“云輦”-X系統采用的技術方案。

目前來看，雙目立體視覺是實現底盤預瞄功能的最佳選擇。雖然其它傳感器，比如激光雷達也可以，但是要達到生成高程圖的激光雷達，他必須要達到測繪級，精度極高，價格也極高，而當前智能駕駛用的激光雷達例如所謂192線，百位數甚至更高顯然達不到對路面3D細致的掃描，而攝像頭動輒百萬像素更容易。? ?

五、上車需求？

ADAS功能目前L2及以下，主流方案還是1R1V（單目），所以這里具體對比一下1R1V（單目）和1R1V（雙目）方案。 1R1V（單目）里Mobileye的芯片方案在2019年以前市場一直處于壟斷地位，但由于它黑盒交付、很難迭代等問題，逐漸在市場上被T1的TDA4和地平線J3蠶食部分份額，到目前，差不多三家方案的市場競爭格局為五三二的局面。 而1R1V（雙目）還未形成比較明顯的市場格局，各家方案也有所不同，有的選用專用ASIC芯片，放在邊緣側，有的選用通用芯片，放在域控制器里。整體來看，商用車更偏向ASIC方案，這樣數據處理可以直接在邊緣側完成，商用車對裝域控制器的需求不大。乘用車性價比方案偏向ASIC，而越高階越會傾向選擇大算力SOC。

1R1V（單目）方案一套單車價值量約900元，其中前向毫米波雷達350元，單目鏡頭50元，圖像傳感器50元，其它硬件（PCBA、橫梁、殼體等）100元，Mobileye“芯片+視覺算法”350元。 而1R1V（雙目）方案中前向毫米波雷達350元，雙目鏡頭100元，圖像傳感器100元，其它硬件（PCBA、橫梁、殼體等）100元，如果用通用SOC芯片比如TDA4，一顆40美元，要用2顆，約560元，一共1210元；如果用ASIC芯片，和一顆小SOC，芯片成本會下降，整體成本比單目略貴一點。

雙目立體視覺、4D毫米波雷達以及激光雷達，各式各樣的傳感器五花八門，但最終主機廠會選擇用哪類傳感器，最關鍵的因素還是在于成本。 雙目其實是一個很早就在汽車產業中應用存在的技術路徑，市場一直滲透率不高的原因一方面在于它的技術門檻較高（算法、制造工藝，質量一致性等），被歐美少數幾個玩家閉環把控，另一方面也可能是因為技術上的缺陷（基線在一定程度上限制了雙目的測量范圍）而導致實際需求沒有起來。 而國產手機互聯網智能供應鏈的到來，從手機互聯網端成熟的技術和應用將會極大的拉低雙目的應用生態。

總體來看，雙目立體視覺的春天有以下三個機遇與挑戰， 第一，就單實現ADAS功能而言，雙目廠商想要殺進來分一杯羹有點難，目前國內ADAS玩家很多，競爭激烈，各家毛利都不高，想要殺出來很要挑戰。另外，現在無論是低階還是高階自動駕駛，主機廠越來越注重性價比和實際使用效果，而不是單純堆硬件了； 第二，底盤預瞄存在機會，底盤預瞄市場參考空氣懸架市場，主機廠主打差異化、舒適化，目標車型在30W以上的車； 第三，如果“ADAS+底盤預瞄”可以實現傳感器復用的話，性價比倒是不錯，可以持續跟蹤，但是傳感器復用很難由供應商發起，必須要主機廠有想法。

六、最后提個小思考

早期自動駕駛方案采用“激光雷達+高精地圖”為主，然而，高昂貴的單車成本成為自動駕駛大規模推廣的瓶頸。 2021年特斯拉推出“BEV+transformer”,開啟了自動駕駛行業新的篇章。到今年，很多主機廠積極跟進。 “BEV+transformer”做到了空間和時間維度的統一，BEV（bird’s eye view）鳥瞰圖中，物體天然就帶了位置信息，把它丟到神經網絡當中，從而輸出三維的向量信息，而把組合導航丟到神經網絡當中，又實現了時序的統一。 該方案可以減少對毫米波雷達和激光雷達的依賴。之所以要用多傳感器融合，是因為需要利用不同傳感器的優點。比如激光雷達的優點在于它可以準確判斷周圍障礙物的位置信息和三維信息，毫米波雷達的優點在于它可以判斷物體的速度信息，而這些在BEV里都得到了解決。 在馬斯克第一性原理的指導下“BEV+transformer”方案使得整體對硬件要求變低了，這又是個值得思考的事情。

編輯：黃飛

?