雙目立體視覺的春天來了嗎？

雙目攝像頭在自動駕駛領(lǐng)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(shù)最后的堡壘-底盤懸架》中也提到過被用來做路面的底盤預(yù)瞄功能。所以曾經(jīng)一直是豪車專用的雙目立體視覺的春天來了嗎？

本文主要從投資角度和產(chǎn)業(yè)科普去看：

雙目立體視覺是什么？在汽車產(chǎn)業(yè)上有什么應(yīng)用？國內(nèi)有哪些玩家？未來發(fā)展與思考？

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(huán)境一直是個熱點難題,汽車應(yīng)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(shù)路徑還包括結(jié)構(gòu)光、ToF（Lidar就是Time of Flight的一種）以及工業(yè)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(qū)別？

2.1 技術(shù)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(shù)據(jù)訓(xùn)練，先識別出目標，再根據(jù)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(xù)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(chǎn)業(yè)鏈上下游情況

雙目立體視覺與單目視覺的產(chǎn)業(yè)鏈情況大致相同，主要包括上游是零部件供應(yīng)商（光學(xué)鏡頭、圖像傳感器、殼體、連接器等）、中游是系統(tǒng)集成商、下游是主機廠。產(chǎn)業(yè)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(xué)習(xí)，而雙目立體視覺的軟件算法則更為復(fù)雜，還包括雙目對齊、圖像矯正、立體匹配等。

三、車載領(lǐng)域雙目立體視覺適用的場景？

汽車的感知無外乎對外的環(huán)境感知，對內(nèi)的乘客感知交互，如上文講到的我們?nèi)祟惿畹目臻g是三維空間，要實現(xiàn)環(huán)境以及人類的準確感知，必須實現(xiàn)三維感知。在車載領(lǐng)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(yù)瞄用于車輛動態(tài)控制。

車內(nèi)：駕駛員監(jiān)控系統(tǒng)（DMS），目前主流的DMS是單個紅外線ToF攝像頭。未來內(nèi)車內(nèi)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(yīng)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(yīng)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(yīng)鏈也主要是來自于歐美日的維寧爾，大陸，博世，電裝。

在國內(nèi)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(fā)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(dǎo)、超聲波等傳感器，首次實現(xiàn)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(lǐng)域。有了應(yīng)用在無人機產(chǎn)品上的雙目技術(shù)的經(jīng)驗積累，在車載領(lǐng)域公司于2022年9月出貨上汽通用五菱旗下寶駿KIWI，實現(xiàn)ADAS功能，目前底盤預(yù)瞄功能還未量產(chǎn)上車。

華為：

公司早期在手機領(lǐng)域如P9和P10就采用了雙目立體視覺來實現(xiàn)測距、景深控制和背景虛化等功能，隨后在車載領(lǐng)域的研究也是基于手機領(lǐng)域的積累。已出貨極狐阿爾法S和阿維塔11，實現(xiàn)ADAS功能，目前底盤預(yù)瞄功能還未量產(chǎn)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(lǐng)域展開合作，并設(shè)有合資公司。已定點多家乘用車，預(yù)計今年量產(chǎn)交付。元橡的優(yōu)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(chǎn)精密光學(xué)設(shè)備起家，擁有先進的光學(xué)技術(shù)和圖像處理技術(shù)，與豐田在雙目立體視覺領(lǐng)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(chǎn)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(qū)動的雙目立體視覺系統(tǒng)，并于2023年4月與孔輝科技在雙目視覺領(lǐng)域展開合作。相比于另外兩家創(chuàng)業(yè)公司，鑒智成立時間更短，但它的優(yōu)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(nèi)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(chuàng)業(yè)公司開展了合作，也側(cè)面說明了大家對底盤預(yù)瞄市場的看好。

底盤預(yù)瞄是指雙目立體視覺傳感器預(yù)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(fā)送給底盤懸架系統(tǒng)來實現(xiàn)主動調(diào)節(jié)。也就是比亞迪于2023年4月10日發(fā)布的“云輦”-X系統(tǒng)采用的技術(shù)方案。

目前來看，雙目立體視覺是實現(xiàn)底盤預(yù)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(shù)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(cè)，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(shù)據(jù)處理可以直接在邊緣側(cè)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(guān)鍵的因素還是在于成本。雙目其實是一個很早就在汽車產(chǎn)業(yè)中應(yīng)用存在的技術(shù)路徑，市場一直滲透率不高的原因一方面在于它的技術(shù)門檻較高（算法、制造工藝，質(zhì)量一致性等），被歐美少數(shù)幾個玩家閉環(huán)把控，另一方面也可能是因為技術(shù)上的缺陷（基線在一定程度上限制了雙目的測量范圍）而導(dǎo)致實際需求沒有起來。

而國產(chǎn)手機互聯(lián)網(wǎng)智能供應(yīng)鏈的到來，從手機互聯(lián)網(wǎng)端成熟的技術(shù)和應(yīng)用將會極大的拉低雙目的應(yīng)用生態(tài)?？傮w來看，雙目立體視覺的春天有以下三個機遇與挑戰(zhàn)，第一，就單實現(xiàn)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(nèi)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(zhàn)。

另外，現(xiàn)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(yù)瞄存在機會，底盤預(yù)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(yù)瞄”可以實現(xiàn)傳感器復(fù)用的話，性價比倒是不錯，可以持續(xù)跟蹤，但是傳感器復(fù)用很難由供應(yīng)商發(fā)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(guī)模推廣的瓶頸。2021年特斯拉推出“BEV+transformer”,開啟了自動駕駛行業(yè)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(tǒng)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(jīng)網(wǎng)絡(luò)當中，從而輸出三維的向量信息，而把組合導(dǎo)航丟到神經(jīng)網(wǎng)絡(luò)當中，又實現(xiàn)了時序的統(tǒng)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(yōu)點。比如激光雷達的優(yōu)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(yōu)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(dǎo)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。

*未經(jīng)準許嚴禁轉(zhuǎn)載和摘錄-獲取參考資料方式：

1. A System for In-Line 3D Inspection without? ；Hidden Surfaces - Juan-Carlos Perez-Cortes 1,2,* ID , Alberto J. Perez 1,2,*, Sergio Saez-Barona 1,2 , Jose-Luis Guardiola 1 and Ismael Salvador 1