车载摄像头的技术趋势 — 3D及TOF等

2021-03-03 11:06:56· 来源：Astroys 作者：Astroys

我们继续摄像头系列。 3D成像 3D成像技术越来越多地用于汽车应用，因为它使用低成本的CMOS图像传感器提供准确的深度感知能力。 3D成像已在车辆内部和周围的各种场景中得到使用。随着汽车不断向更高级别的自动驾驶发展，对精确而强大的3D传感技术的需求越来越

我们继续摄像头系列。

3D成像

3D成像技术越来越多地用于汽车应用，因为它使用低成本的CMOS图像传感器提供准确的深度感知能力。 3D成像已在车辆内部和周围的各种场景中得到使用。随着汽车不断向更高级别的自动驾驶发展，对精确而强大的3D传感技术的需求越来越大。

3D图像处理可以通过立体视觉技术、ToF摄像头和结构化照明方法来实现。紧凑的结构、低成本、易于使用、快速的响应时间以及高精度和帧速率，使立体视觉和ToF摄像头成为汽车应用中非常有吸引力的解决方案。

3D成像在汽车领域的应用场景包括：

立体视觉

对于外部ADAS应用，立体视觉技术通常用于深度感知。立体摄像头可在光照变化、天气和环境影响等工作条件下，在很宽的距离范围内提供精确的深度感知。

立体摄像头使用两个CMOS图像传感器，它们在一个类似于人眼的单一设置中隔开一定距离。从两个不同的视点捕获同一场景，并使用三角剖分法确定深度信息。它还可以提供与对象的位置、距离和速度有关的信息。使用立体摄像头的缺点是需要大量的计算。随着摄像头分辨率的提高，性能要求也会成比例地提高。

TOF

ToF摄像头使用LED阵列发出850nm的NIR光脉冲，然后测量发射信号和接收信号之间的相位差，以计算物体的距离和深度。另一种方法是使用各个光点的传播时间来计算距离和景深。

下次我们继续说说智能摄像头模块和SoC的部分。

分享到：

点赞 0 反对 0 举报 0 收藏 0 评论 0

0 条相关评论

• 基于博弈论的四轮转向-四轮独立驱动自动驾驶车辆路径跟踪	• 电动汽车车架强度性能分析
• 电动汽车车架刚度性能分析与对比	• 面向自动驾驶系统的人工智能数据集评估建议
• 电动汽车车架模态性能分析	• E-NCAP2026对撞后安全的要求V1.0（中）
• 美国自动驾驶ADS车辆碰撞事故分析	• L2强标之思：莫让纸箱困住自动驾驶的星辰大海
• E-NCAP对事故信息附加数据的要求	• 特斯拉FSD如何“听声辨位”？揭秘紧急车辆识别黑科技

编辑推荐