离上次更新这个3399的试用帖子更新过去好久了，拿了这个板子真是惭愧。一方面公司项目太多，另外这个板子不知啥原因刷进去的系统不能用了，很多代码要重新写，不过最近依然在关注和也就景深相机方面的东西，所以这篇帖子就给大家讲讲我对景深相机的认识吧。
景深相机目前我想应用的领域是机器人，一个真正的机器人必须具有感知环境的能力，其中一个很关键的就是在复杂的环境中能够自行决策路径，这一切那就必须依托一个能感知这个环境的传感器，通俗的讲就是需要一个测距传感器，这个传感器需要能实时定位并且能实时重建出地图，让机器知道目前知道自身在这个环境中的位置，用得比较多的超声波传感器精度上没有啥为题，但是分辨角太大了，建出来的地图精度太低，不适合用来建图。目前用的比较多的是领域是激光雷达，而且是一般的二维平面激光雷达，这方面的鼻祖是neato，这是国外著名的扫地机器人公司，也是他们发明了这种低成本的激光雷达，目前国内也有好几家在做这种激光雷达，这也是比较成功的扫地机方案，但是这种方案也有缺点，最主要的是因为只能见一个平面的图，所有高于这个激光雷达和低于这个激光雷达的障碍都无法扫描到。
激光雷达有很多种，像谷歌的自动驾驶汽车使用的是多线的激光雷达，扫描一周可以生成3D的景深坐标而不再是像平面激光雷达那样的2D的景深坐标，但是那种多线的3D激光雷达能做的公司非常的少，技术难度比较大，所以价格非常的昂贵，这像扫地机器人这样服务机器人是不可能使用的。另外也有其他的方案，比如双目景深相机，TOF景深相机，结构光景深相机，这几种景深相机有相同的地方也有不同的地方，其中双目景深相机的硬件结构最简单，只需要两个cmos摄像头，另外两种比较结构复杂。我目前在做的就是双目摄像头的景深相机方案，直接可以生成面阵的景深图，旋转一周也就可以生成3D的景深图。但是这类的景深相机也有自己的缺陷，那就是算法复杂，在计算量巨大，我看到也有很多公司推出了双目的景深相机，但是还主要使用的是两帧之前的特征点，生成的是稀疏的3D点云，虽然也可以用来重建地图，但是因为点云过于稀疏，使用这样的点云来导航还是有一些问题的，我觉得双目相机必须要能实时生成致密的3D点云才能有价值，但是难度不小。目前我也有试不同的方案，期待能开发一款价格价格适中的能使用在实际场合的景深相机。
举报
