深度相机分类

    

    

 

第三行分别为双目摄像头，TOF原理摄像头，结构光摄像头，和激光雷达。

 

双目摄像头：

 

 

    有两个摄像头，由两个单目相机组成（两个相机之间的距离叫“基线”是已知的），通过这个基线（进行大量计算并且是不太可靠的）来估计每个像素的空间位置来测量物体与我们之间的距离，克服单目相机无法知道距离的缺点。双目相机测量到的深度范围和基线有关，基线距离越大，能够测量到的就越远。

    优点：可用于室内也可用于室外。

    缺点：配置与标定较为复杂，其深度和精度受双目的基线或者分辨率所限，并且视差的计算非常消耗计算机资源，在现有的条件下，计算量是双目的主要问题之一。

 

TOF原理摄像头：

 

 

 

 

    原理：测量发射红外(IR)信号与相位延迟计算每个sensor像素到目标物体的距离 

    缺点：精确度低、空间分辨率低运动模糊 (motion blur 相机运动或目标运动)，无法在阳光下使用

    特点：  TOF虽然目前精度在厘米级，比Leap Motion等毫米级要低，但目前的设备已经比Leap Motion等更小也更便宜，未来可以做到更小，能够植入移动端。

    代表：kinect2

 

结构光原理摄像头：

 

    

 

原理：红外光反射时间差

 

 

代表：kinect1

 

综上用知乎上的一张图进行总结：

 

 

自动驾驶摄像头使用情况

下面截图来自《第一本无人驾驶书》：

 

 

 

 

可以看出在自动驾驶行业，作为视觉里程计使用更多是双目摄像头。

 

典型相机

 

 

双目摄像头：

 

 

 

 

结构光的深度相机

(8)

 

 

 

 

    由于双目摄像头在户外光照条件下有着良好的效果，但在光照条件很弱的坏境下无法正常使用。我们可以配合TOF摄像头使用，TOF摄像头有着良好的传输速度，处理算法也比双目简单，并且可以正常在夜间使用。综上，作为足式机器人的感知传感器选择，双目摄像头配合TOF摄像头使用是一个不错的选择。

 

    推荐方案：Bumblebee XB3 1394b（$3500）与 户内型3D激光测距相机——SR4000(￥11390)