雙目攝像頭的計算原理：

　　上圖中的人和椰子樹，人在前，椰子樹在后，最下方是雙目相機中的成像。可以看出右側相機成像中人在樹的左側，左側相機成像中人在樹的右側，這是因為雙目的角度不一樣。再通過對比兩幅圖像就可以知道樹的視差小而人的視差大，因為樹的距離遠，人的距離近。這就是雙目三角測距的原理。

　　離攝像頭遠的物體在雙目圖像中的disparity小，離攝像頭遠近的物體disparity大。如果距離無限遠，雙目幾乎是沒有差別的。所以國際上大多數雙目系統的基線距離是十幾厘米，和人眼的距離是相近的。雙目系統可以實時把拍攝到的內容轉化成距離。ADAS一個很重要的作用是碰撞預警。碰撞預警需要關注距離的變化，需要估計即將碰撞的時間。有了距離測量，才會有距離變化，有距離變化才會有碰撞時間的估計，最后才會有預警。

　　算法這里只講概念，國際上有兩種主流算法。一個叫ELAS，一個叫SGBM。這兩個算法是公開的。

　　我們的雙目方案相比傳統的算法具有如下優勢：

　　一是效率，在芯片上的效率達到15fps，在FPGA+ARM架構上的效率可以達到40fps。

　　二是效果，就是對于小障礙物的識別。既要做到沒有雜點和空洞，又要表現細節。否則小的障礙物，比如一條橫著的欄桿就無法識別，增加駕駛的風險。下面的圖表現的是小物體和行人的探測上中科慧眼雙目方案與國際上其他算法的對比。

　　（Our為中科慧眼算法效果、其它為國際流行傳統方法的處理效果）

　　四、大規模產品化自動駕駛路還很長

　　國際上有Google，豐田等公司研制的無人駕駛汽車進行了大量的路測，在國際上具有較大的影響力。他們使用的是“全副武裝”的雷達陣列+攝像頭的模式，是一種側重于技術積累、品牌傳播、前瞻性研究的方式。計算核心使用的是位于車輛后備箱中的計算機陣列或服務器。僅僅車頂上方的velodyne多線激光雷達就高達數十萬元。而這種方式去實現無人駕駛無論從成本、體積、便捷性等方面考量，都尚不具備大規模普及與推廣的條件。國內也有很多十余家團隊目前在做本地化的自動駕駛系統研發，像中科慧眼的雙目產品樣機已經完成，正在進行大規模路測。從產品理論技術原型走到真正被用戶接受的產品，恐怕要有很長的路要走。