文档介绍：单目摄像头
目前应用于自动驾驶的路况判断，多以单目摄像头方案为主。
但单目摄像头有一个问题是，在测距的范围和距离方面，有一个不可调和的矛盾，即摄像头的视角越宽，所能探测到精准距离的长度越短，视角越窄，探测到的距离越长。这类似于人眼看世界，看的越远的时候，所能覆盖的范围就窄，看的近的时候，则覆盖的范围就广一些。
人眼是双目的，在性能上要远优于人造产品，但在观察周遭环境的时候，也依然会遇到覆盖不全的问题。通俗点来讲，眼观六路，耳闻八方常常用来形容一个人机敏，能快速感知周围的环境状况。我们将这样的人视为聪慧的人，一般人很难达到这样的水平。但一双眼睛，怎能达到眼观六路？
车载摄像头是定焦的，它无法像人眼一样快速变焦。不同的焦距可以满足不同的范围。
那么如何用一个定焦镜头解决不同距离的观察，就成为了困惑行业的难题。也因此，业内产生了双目甚至多目的方案，用来解决不同距离下摄像头看清、看准的问题。
精品资料
你怎么称呼老师？
如果老师最后没有总结一节课的重点的难点，你是否会认为老师的教学方法需要改进？
你所经历的课堂，是讲座式还是讨论式？
教师的教鞭
“不怕太阳晒，也不怕那风雨狂，只怕先生骂我笨，没有学问无颜见爹娘 ……”
“太阳当空照，花儿对我笑，小鸟说早早早……”
多目摄像头
不同焦距的摄像头，与成像的清晰度是直接挂钩的。车载摄像头一般是固定焦距的，目前车载摄像头每秒处理的图像在20帧左右，每秒处理的数据量巨大。
一方面车载摄像头从技术上是很难达到频繁变焦的，另一方面单个摄像头频繁变焦根本无法应对秒级的巨量数据接收处理。
多目摄像头，可以通过不同的摄像头来覆盖不同范围的场景，既解决了摄像头无法来回切换焦距的问题，也可以一次性解决不同距离下识别清晰度的问题。
比如说广角镜头用来看近处的环境，80度的覆盖30米左右的环境，60度覆盖中远距离，40度负责远距离观察。不同的摄像头负责观察不同距离、角度范围的场景，各司其职，互不干扰。
但多目摄像头目前也并不是完美的解决方案，它会生出另外的一些难解问题。
比如，第一，在汽车上如何放置的问题。汽车挡风玻璃处通常是各种配件聚集的地方，这里本身需要安装雨量传感器，以及有可能额外添加的激光雷达、行车记录仪，摄像头等等。这个地方本身已经拥挤不堪，留给多余设备的空间并不大。
而多目摄像头本身又有一些要求，比如摄像头之间的距离要在10-20cm左右，这就更加剧了挡风玻璃处的拥挤。
第二，多目摄像头的成本会翻倍，只从简单的硬件上就是单目的N倍，而且算法上的复杂度和成本也时成倍增加。多路图像数据的处理比单路数据处理的难度要大，这对处理芯片的要求以及硬件的可靠性要求增高。
因此，多目摄像头的出现，既解决了一些现有问题，也衍生出了各种各样其它的问题。
双目摄像头
双目也存在两个关键的问题。第一是成本问题，第二是安装位的问题。
第一个问题是，双目的方案，两个镜头理论上要一模一样，因为一旦存在差异，会使得测量的准确性大打折扣。业内也会称之为立体摄像头。
但一个摄像头是由6个光学的镜片和一些传感器组成，而玻璃镜片的生产制造是打磨出来的，并不是压制而成的。这就从根本上产生了镜片生产存在差异性的问题。
摄像机镜头一般都有些参数，比如畸变度，对焦度，随着准确度的上升，误差范围的收窄，成本也是扶摇直上的，业内一般使用的镜头误差在5%的范围内。一般，单目摄像头的误差可通过后期算法的调教，进行有效的处理。
但双目摄像头，由于本身测距的原理，导致会要求两个镜头之间的误差越小越好。如果两个镜头各自都有5%左右的误差，那么对于后期调教的算法，难度就会加大许多，而且还不能保证确定性。
而如果要将两个摄像头的误差缩减到1%左右，达到使用的要求，那么摄像头的成本就会高不可攀。同时无论镜头生产商还是采购方，都需要面对产品不良率的问题。
双目摄像头同时也存在摆放位置的问题。两个镜头之间的距离是10-20cm之间，这个距离需要非常精准，因为这会直接关系到测距的准确性。
由于汽车使用的环境复杂多变，只是温度要求，都是在-40—85度。而传统器材必然有热胀冷缩的问题，那么这就会影响到两个镜头之间的距离。因此只有很高端的一些车型，会使用到立体摄像头，而且即使是使用了，场景也会非常有限。主动巡航和自动驾驶根本做不到。
业内做的好的公司，能够将单目摄像头的误差控制在3%以内。理论上立体摄像头的误差可以做到1%以内，但从实际的应用层面来看，1%跟3%在现有的应用环境下，并不存在太大的差别。尤其是在单目摄像头搭配一些毫米雷达等传感器以后，完全可以达到类似的精度。
双目摄