1. 双目视觉概述：原理、应用场景与行业现状
大家好，我是老张。做嵌入式视觉这行十几年了，今天咱们聊聊双目视觉。
说实话，刚入行那会儿，我对双目视觉的理解就是「两个摄像头拍照片，然后算距离」。后来踩了不少坑，才真正搞明白里面的门道。这一章，我把核心的东西掰开揉碎了讲给你听。
1.1 双目视觉的基本原理
双目视觉，说白了就是模仿人眼。人为什么能判断距离？因为两只眼睛看到的画面有细微差别，大脑通过这个差别算出深度。机器也一样。
核心原理就四个字：三角测量。
核心公式：
深度 Z = (f × B) / d
其中：f 是焦距，B 是基线距离（两个相机中心的距离），d 是视差（同一个点在左右图像中的像素差）。
我当年做第一个双目项目时，以为套公式就能搞定。结果发现，视差 d 的精度直接决定了测距的准确性。差一个像素，距离可能差好几米。嗯，这里要注意。
1.2 核心工作流程
一个完整的双目系统，通常走这几步：
- 图像采集：左右相机同步拍照。不同步？画面就糊了。
- 立体校正：把两幅图像拉平，让对应点在同一行上。这一步不做，后面全白搭。
- 立体匹配：找左右图像中的对应点。这是最耗算力的环节。
- 视差计算：算出每个点的视差值。
- 深度恢复：用三角公式算出深度。
我习惯把前三步称为「预处理三件套」。这三步做扎实了，后面就顺了。
个人经验： 立体匹配是瓶颈。我曾经在一个项目中，匹配算法跑在ARM上，一帧要3秒。后来换了FPGA加速，才降到30毫秒。选型时一定要算好算力余量。
1.3 主要应用场景
双目视觉能做的事，比你想象的多。我挑三个最典型的说说。
1.3.1 测距
这是最基础的应用。自动驾驶、无人机避障、工业测距，都在用。
举个例子：我做过一个AGV小车项目，用双目测距来避障。当时选的是120mm基线的模组，测距范围0.5米到10米。效果还行，但到了强光下，匹配精度就掉得厉害。后来加了偏振片才稳住。
避坑指南： 我曾经以为双目测距能替代激光雷达。后来发现，在弱纹理场景（比如白墙）下，双目基本失效。这时候要么加结构光，要么换方案。别硬扛。
1.3.2 3D重建
把二维图像变成三维模型。文物数字化、工业检测、AR/VR都在用。
3D重建的精度取决于两个因素：视差精度和标定精度。我见过有人标定做得马虎，重建出来的模型歪歪扭扭，根本不能用。
你想想看，一个0.1像素的视差误差，在10米外可能对应几厘米的深度误差。所以标定这一步，我建议至少做三次，取平均值。
1.3.3 SLAM（同步定位与地图构建）
这是机器人领域的核心技术。双目SLAM比单目SLAM强在哪？有尺度信息。
单目SLAM不知道物体实际大小，只能算出相对位置。双目SLAM直接给出真实尺度。我做过一个扫地机器人项目，用双目SLAM建图，精度比单目高了30%以上。
但代价也明显：计算量大。嵌入式平台上跑双目SLAM，一般需要GPU或NPU加速。
1.4 行业现状与趋势
现在的双目视觉行业，我总结为三个字：卷、快、变。
| 维度 | 现状 | 趋势 |
|---|---|---|
| 硬件 | 主流是200万像素、120mm基线 | 向500万、800万像素发展，基线可调 |
| 算法 | 传统SGM算法为主 | 深度学习端到端匹配正在普及 |
| 算力 | ARM+FPGA是主流 | NPU、GPU加速成为标配 |
| 成本 | 模组价格在200-2000元 | 国产化后有望降到百元级 |
我个人观察，深度学习正在改变双目视觉的玩法。以前靠手工特征匹配，现在用CNN直接回归视差图，精度和鲁棒性都上了一个台阶。但代价是算力需求暴涨。
我的判断： 未来三年，双目视觉会从「高端专用」走向「中低端普及」。智能家居、消费级机器人、AR眼镜都会大量采用。但前提是——成本降下来，算力提上去。
1.5 知识体系总览
下面这张图，是我梳理的双目视觉知识体系。你把它记在心里，后面每一章都会围绕它展开。
这张图把双目视觉拆成了四个层次：原理 → 流程 → 应用 → 落地。后面的章节，我会带着你一层一层往下挖。
1.6 写在前面的话
做双目视觉，最怕什么？眼高手低。
我见过太多人，理论一套一套的，一上手就卡在标定上。也见过有人买了几千块的模组，结果连同步都没搞定。
所以这门课，我会把实战经验放在第一位。每一章都有代码、有配置、有踩坑记录。你跟着做一遍，比看十遍理论都管用。
我的建议： 准备一个双目模组，哪怕是最便宜的USB双目摄像头。边学边练，效果最好。别光看不练，那是在浪费时间。
好了，第一章就到这里。下一章我们开始聊硬件选型——传感器、镜头、基线怎么配，我踩过的坑都会告诉你。
公众号:蓝海资料掘金营，微信deep3321