跟着卷卷龙一起学 Camera-- 自动驾驶需要几个 camera

Intel-Mobileye 刚刚发布其新的自动驾驶平台，支持 12 个 camera 和 6 个激光雷达（LIDAR）。 据 intel-Mobileye 的参考设计，8 个 camera 用来支持自主驾驶，另外 4 个 camera 支持近场 传感既用来做自主驾驶，也用来做自动停车。 Tesla 与 Goole 的自动驾驶方案之争还无定论，Tesla 的技术方案完全舍弃激光雷达，采用全 camera 方案，全车放置 12camera 实现自动驾驶与全自主驾驶。（目前 Tesla 采用的 NVIDIA 的自动驾驶平台，最多支持 12 个 camera）。 不管是 camera 与雷达混合方案，还是全 camera 方案，汽车开始大量装配 camera 已经是必然 的趋势，对 camera 工业是重大的利好。 那么这些 camera 是如何在汽车上使用的呢？ 从图 1 可以看到，蓝点是 camera 的典型位置，整车总共有 12 个 camera，车头一个， 头部两侧各一个，两侧后视镜各一个，车身两侧各一个，车尾部一个，车后上一个。

每个位置的 camera 的作用是什么呢？

车顶正前方的三个 camera：

三个不同焦距 camera，对应拍摄不同距离不同视角的前方物体。 窄视角: 250 m--增强自动驾驶+全自主驾驶. 主视角 150 m (490 ft)--增强自动驾驶+全自主驾驶. 宽视角: 60 m (195 ft)--全自主驾驶.车两侧的两个前视 camera

左: 80 m--全自主驾驶 右: 80 m--全自主驾驶

车两侧的两个后视 camera

左: 100 m --增强自动驾驶+全自主驾驶. 右: 100 m --增强自动驾驶+全自主驾驶.

这么算下来，总共需要 12 个 camera，有的方案还有环视加车内监控摄像头，这样还需要安装 至少 5 个 camera，总共 17 个 camera，听到这个产业链肯定是禁不住感觉欢欣鼓舞了。 这些 camera 能够以高分辨率高速率获取形状信息，诸如汽车，行人等，也可以获取物体的 细节，比如路牌，交通信号提示，信号灯的颜色，等。提供这些高速高质量，'trun redundancy' 的信息给 AI 与视觉计算，才能保证自动驾驶系统的快速及时工作。