汽车视觉产业研究（下）：视觉感知进入深水区，算法决定赢家
据舜宇光学观点，汽车摄像头分为感知摄像头和影像摄像头。
感知摄像头用于主动安全，需要准确捕捉图像，一般用于前视和内视。影像摄像头用于被动安全，并将所拍摄的图像存储或发送给用户，一般用于环视和后视。因此，感知摄像头和影像摄像头在成像质量要求和温度可靠性要求方面完全不同。
感知摄像头用于车道检测、信号灯检测、道路标志识别、车内监测等。如果感知摄像头拍摄的图像有任何错误，将会引起软件计算错误，并导致不可避免的后果。所以，感知摄像头的价格敏感性相对较低。
影像摄像头对价格非常敏感，因此存在激烈的价格战，对性能的要求不是很高，国内企业介入较多，但是绝大多数都不赚钱。从2019年中国乘用车环视前装市场格局图可知，环视市场各厂商份额比较分散，不像前视单目市场呈现市场相对集中的局面，TOP6占据90%以上份额。
来源：佐思汽研
前视摄像头需要复杂的算法和芯片，前视单目的单价接近 1000元，双目则需1000多元。后视、侧视以及内置摄像头单价在200 元左右。
双目领域取得突破
国内初创企业在双目领域取得了突破性进展，尤其是在商用车和专用车市场。
中科慧眼双目已经出货一万多台，主要用在Apollo系列无人车、江铃轻客、环卫车、无人船、拖拉机、巡逻车等。中科慧眼双目产品的典型应用是AEBS和限高检测。大约有30多个城市的公交集团装配中科慧眼双目系统。
双目用于限高装置的检测，是中科慧眼的首创，除了常规的的限高杆，诸如乡下的小牌坊，涵洞等各种非标限高装置均可准确感知并及时通过声光报警装置提醒司机。房车、特种车辆等均有限高检测的强需求。
来源：中科慧眼
2019年，双髻鲨宣布开发出自由双目系统，可以使用两个完全独立的单目摄像头实现双目系统，以摆脱双目设备体积大、工艺复杂、安装困难、成本高等固有缺陷。
来源：双髻鲨科技
两个摄像头独立安装，固定在车体右侧即可。中间无需刚性连接，也不需要严格控制摄像头的角度和间距。“自由双目”的核心原理是自校准技术，摄像头在使用过程中即使发生了轻微的变形和移动，双髻鲨的算法会自动检测并重新校准，免除了常规双目所需的定期重新标定校准工作。
2020年4月，Foresight宣布与FLIR合作，整合FLIR的红外摄像头，结合可见光立体视觉和热成像立体视觉的技术，在恶劣的光线和天气条件下提供精确的障碍物检测。两个立体通道之间的数据融合，可以有效解决隧道口等明暗快速变化的极端情况下的不报或者误报。
佐思发布的毫米波报告中曾指出，毫米波雷达在侵蚀其他传感器的地盘。摄像头也是一样，有很多企业用单目摄像头做测距，做3D成像，试图取代双目或激光雷达。譬如MAXIEYE。
MAXIEYE 第一代产品 IFVS-200 系列基于机器学习方案，第三代产品 IFVS-500 系列基于深度学习方案实现单目测距和3D扫描。IFVS-500 系列让单目视觉产品可以像激光雷达一样进行三维扫描，也可以在 50 米以内实现接近激光雷达的 3D 场景点云扫描，提供目标的直接测距功能，实现 200 米范围的机动车检测、100 米范围的行人及小目标障碍物检测。
纷纷增强极端场景下的视觉能力
无论是车内还是车外，都需要在光线不好甚至黑暗时获得视觉能力，这意味着需要利用红外技术。安森美半导体的RGB-IR图像传感器采用了NIR（近红外）技术，另一家厂商Trieye则通过短波红外（SWIR）相机。短波红外相机的优势在于能够在任何天气/光照条件下看到物体，可以提前识别道路危险（例如道路结冰）。
2020年4月，阿里达摩院研发出用于车载摄像头的ISP处理器。根据路测结果显示，使用达摩院ISP处理器，车载摄像头在夜间场景下，图像物体检测识别能力比业内主流处理器有10%以上的大幅度提升，原本模糊不清的标注物也得以清晰识别。
2020年5 月 19 日，豪威科技正式发布搭载 Nyxel近红外技术的图像传感器 OX03A2S 。这款 250 万像素的 ASIL-B 等级传感器专为外置成像应用设计，可用于车身周围 2 米内的弱光甚至无光环境。OX03A2S 能够在弱光环境下检测和识别其它图像传感器无法捕捉的物体。
来源：豪威科技
视觉感知进入深水区，算法决定赢家
随着智能汽车中视觉传感器的大量增加，不同类型视觉传感器的加入，产生的天量数据，给算法处理带来了挑战和机会。
视觉ADAS算法的领导者Mobileye 在视觉感知体系当中，同时使用了多种相互独立的感知算法实现冗余叠加，目的是为了在Detection和Measurement两个维度上提升感知的精确度与稳定性。Detection是决定感知的对象是什么物体，Measurement是通过对摄像头的 2D 画面进行推算，得出感知对象的 3D 信息。
在 Detection 维度，Mobileye 就采用了 6 种独立算法：
3D汽车检测（3DVD）：识别 2D 画面中的目标车辆，将其标注上 3D 的边界框。
Full Image Detection：主要用于识别车辆两侧近距离的大型物体（如客车或卡车）。
Top View FS：重点识别画面中没有被占用的道路并进行标注。
Features Detection (如Wheels)：重点识别独有特征的物体，例如车轮。
VIDAR：通过多个摄像头的三角测量生成 3D 画面，再将 3D 画面导入到激光雷达感知算法中进行物体识别。
Scene Segmentation(NSS)：通过像素级识别，分割出不同种类的物体并用不同颜色标注。
特斯拉也是视觉感知算法的领先者，特斯拉把它的深度学习网络称为HydraNet。整个HydraNet包含48个不同的神经网络，通过这48个神经网络，就能输出1000个不同的预测向量，理论上来说，HydraNet能同时检测1000种物体。为了增强算法能力，特斯拉特地收购了计算机视觉初创公司DeepScale。
为了在视觉感知算法上追赶特斯拉和Mobileye，主机厂和Tier1们都在扩充软件工程师团队。算法能力将成为左右视觉感知性能优劣的决定性因素之一。
《2019-2020 汽车视觉产业链研究报告（下）双目及其他》目录
第五章 国内汽车视觉企业研究
5.1 中科慧眼
5.1.1 中科慧眼简介
5.1.2 中科慧眼产品
5.1.3 中科慧眼发展情况
5.1.4 同类产品对比
5.1.5 生产制造情况
5.1.6 双目立体视觉产品应用
5.2 双髻鲨科技
5.2.1 双髻鲨科技简介
5.2.2 双髻鲨产品
5.2.3 双髻鲨自由双目系统
5.2.4 大货车辅助安全驾驶系统
5.3 小觅智能
5.3.1 小觅智能简介
5.3.1 小觅智能核心技术
5.3.2 小觅双目摄像头深度系列
5.3.3 小觅智能双目ADAS解决方案
5.3.4 小觅智能无人配送解决方案
5.4 元橡科技
5.4.1 元橡科技简介
5.4.2 元橡科技解决方案
5.4.3 元橡科技产品可应用领域
5.5 华芯技研
5.5.1 深圳市华芯技研科技有限公司简介
5.5.2 华芯技研视觉产品
5.5.2 华芯技研视觉产品
5.5.3 华芯技研双目ADAS
5.5.4 华芯技研合作伙伴
5.6 海信网络科技
5.6.1 青岛海信网络科技简介
5.6.2 海信网络科技解决方案
5.6.3 海信网络科技双目ADAS
5.7 大华技术
5.7.1 浙江大华技术简介
5.7.2 大华股份产品
5.7.3 大华双目应用
5.7.4 大华双目最新动态
5.8 Foresight
5.8.1 Foresight 简介
5.8.2 Foresight 四目视觉系统
5.8.3 双目视觉系统Eyes-On
5.8.4 Foresight Eye-Net
5.8.5 Foresight发展动态
5.9 日本理光
5.9.1 日本理光简介
5.9.2 日本理光发展战略
5.9.3 日本理光双目模组
5.9.4 日本理光双目产品的其它应用
5.10 其他Tier1的双目产品
5.10.1 大陆汽车
5.10.2 博世双目摄像头
5.10.3 电装立体视觉传感器
5.10.4 采埃孚双目摄像头
5.11 双目产品技术总结
5.11.1 双目视觉的技术发展趋势
5.11.2 双目芯片
第六章 其他汽车视觉企业研究
6.1 环视市场概述
6.1.1 2018-2019年中国国内新车环视摄像头安装数量
6.1.2 2018-2019年中国国内新车环视摄像头安装数量月度走势
6.1.3 2019年中国国内新车环视摄像头装配量占比与TOP20品牌
6.1.4 2019年中国国内新车环视摄像头装配率TOP20品牌
6.1.5 2019年中国国内新车环视摄像头分价格段装配量/率TOP10品牌
6.2 同致电子
6.2.1 同致电子简介
6.2.2 全球布局和产品布局
6.2.3 摄像头产品
6.2.4 主要产品及主要客户
6.3 航盛
6.3.1 航盛电子简介
6.3.2 航盛产品体系
6.3.3 航盛对外合作
6.3.4 航盛供应商
6.3.5 航盛客户
6.4 海康威视
6.4.1 海康威视简介
6.4.2 海康威视营收情况
6.4.3 海康威视汽车电子产品
6.4.4 海康威视视觉产品
6.5 晟泰克
6.5.1 晟泰克简介
6.5.2 晟泰克汽车环视系统
6.5.3 晟泰克主要摄像头产品
6.6 欧特明
6.6.1 公司简介
6.6.2 ADAS产品
6.6.3 欧特明核心技术
6.6.4 摄像头产品
6.6.5 自动泊车系统
6.6.6 客户与合作伙伴
6.7 敏实集团
6.7.1 公司简介
6.7.2 营收情况
6.7.3 研发设计能力
6.7.4 摄像头业务发展历程
6.7.5 环视产品
6.7.6 ADAS产品应用
6.8 LG
6.8.1 公司简介
6.8.2 LG汽车电子产品线
6.8.3 LG摄像头产品
6.8.4 LG ADAS产品
6.9 松下
6.9.1 公司简介
6.9.2 松下汽车业务营收情况
6.9.3 汽车电子产品系列
6.9.4 汽车视觉产品
6.10 法雷奥
6.10.1 法雷奥简介
6.10.2 2019年法雷奥营收状况
6.10.3 法雷奥的汽车视觉和ADAS系统
6.10.4 法雷奥视觉产品
6.10.5 法雷奥视觉产品合作伙伴
6.11 其他
第七章 汽车摄像头关键零部件企业研究
7.1 安森美
7.1.1 安森美简介
7.1.2 2019安森美经营状况与汽车业务布局
7.1.3 安森美汽车生态系统
7.1.4 安森美CMOS市场地位
7.1.5 安森美ADAS图像传感器
7.1.6 安森美车载摄像头系统架构与CMOS产品体系
7.1.7 安森美车载CMOS产品
7.1.8 安森美近年行业并购
7.2 索尼
7.2.1 索尼简介
7.2.2 2019索尼经营状况
7.2.3 索尼在CMOS领域技术优势
7.2.4 索尼摄像头模组产品体系
7.2.6 索尼车载CMOS发展历程
7.2.7 索尼车载CMOS产品谱系
7.2.8 索尼车载CMOS产品
7.2.9 索尼最新视觉CMOS产品
7.3 豪威科技
7.3.1 豪威科技简介
7.3.2 豪威图像传感器
7.3.3 豪威汽车图像传感器
7.3.4 豪威科技最新进展
7.4 原相科技
7.4.1 原相科技简介
7.4.2 CIS和芯片产品及计划开发产品
7.4.3 PixArt产品
7.4.4 原相汽车视觉应用系统
7.4.5 汽车手势控制IC
7.5 舜宇光学
7.5.1 舜宇光学简介
7.5.2 舜宇光学2019年营收情况
7.5.3 舜宇光学业务布局
7.5.4 舜宇车载镜头发展历程
7.5.5 舜宇车载镜头销售额和出货量
7.5.6 舜宇光学的最新动向及布局
7.6 联创电子
7.6.1 联创电子简介
7.6.2 联创电子发展历程及股份结构
7.6.3 联创电子营业收入及研发投入情况
7.6.4 联创电子车载镜头产品
7.6.5 联创电子在车载摄像头领域的应用
7.6.6 联创电子主要客户
第八章 汽车视觉产业发展趋势
8.1 ToF在汽车上的应用
8.1.1 什么是3D感知技术
8.1.2 3D感知技术：立体视觉和结构光
8.1.3 3D感知技术：ToF
8.1.4 ToF潜力巨大
8.1.5 主要ToF图像传感器对比
8.1.6 英飞凌和松下的 ToF
8.1.7 ADI ToF
8.1.8 松下全新ToF图像传感器
8.2 汽车视觉中的AI应用
8.3 其他汽车视觉发展趋势