一、课程导论：双目视觉在自动驾驶中的核心价值
各位同学，欢迎来到《双目视觉在自动驾驶中的深度应用》这门课。
我是你们这门课的主讲。在自动驾驶行业摸爬滚打了十几年，从最早的Mobileye单目方案，到后来L4级Robotaxi的多传感器融合，我踩过的坑，可能比你们走过的路还多（笑）。今天，咱们就来聊聊为什么我坚持认为——双目视觉是自动驾驶感知系统中，被严重低估的一把利器。
1.1 为什么是双目？不是单目？不是激光雷达？
先问大家一个问题：自动驾驶汽车，最怕什么？
我个人觉得，最怕的是「不知道前面有多远」。你想想看，一个摄像头能认出前面是行人、是车辆，但如果不知道距离，那刹车时机怎么算？转向避让怎么规划？
单目摄像头呢？它其实是在「猜」距离。通过目标在图像中的大小、位置，结合先验知识（比如车宽1.8米），反推出距离。说白了，这是几何推理，不是直接测量。我在项目中遇到过，单目在高速上对远处车辆的测距误差能到20%以上。嗯，这很要命。
激光雷达呢？测距很准，毫米级。但缺点也明显：贵、稀疏、怕雨雾。我记得2018年做项目时，一颗64线激光雷达要70多万人民币，比车还贵。而且下点小雨，点云就变得稀稀拉拉。
双目视觉，恰好站在两者中间。
它用两个摄像头，模仿人眼。通过左右眼看到的微小差异——我们叫「视差」——直接计算出每个像素的深度。这是物理测量，不是猜。精度虽然不如激光雷达，但比单目强太多。而且成本低，一个双目模组几百块，还能提供稠密的深度图。
核心价值总结：
- 稠密深度：每个像素都有深度信息，不像激光雷达只有稀疏点云
- 低成本：硬件成本仅为激光雷达的1/10甚至更低
- 全天候潜力：配合红外补光，夜间也能工作
- 被动感知：不发射信号，隐蔽性好，无干扰
1.2 课程大纲：我们要学什么？
这门课一共10个章节。我把它设计成一条从「原理」到「工程落地」的完整链路。你不需要是数学天才，但需要一点耐心。
咱们来看看整体知识体系：
你看，整个课程是层层递进的。从最基础的相机成像原理，到立体匹配算法，再到如何在嵌入式平台上跑实时深度估计，最后落地到自动驾驶的具体任务中。
具体来说，每个章节的核心内容如下：
| 章节 | 核心内容 | 实战项目 |
|---|---|---|
| 第1章 | 课程导论、预备知识 | 环境搭建 |
| 第2章 | 相机模型与成像原理 | 针孔相机仿真 |
| 第3章 | 立体标定与极线校正 | 双目标定实战 |
| 第4章 | 立体匹配算法详解 | SGBM与深度学习匹配 |
| 第5章 | 深度图生成与后处理 | 深度图滤波与空洞填充 |
| 第6章 | 点云生成与融合 | 深度图转点云 |
| 第7章 | 嵌入式平台部署优化 | ONNX推理与量化 |
| 第8章 | 基于双目3D目标检测 | YOLO+深度估计 |
| 第9章 | 可通行区域与障碍物分析 | 地面分割与障碍物聚类 |
| 第10章 | 多传感器融合实战 | 双目+毫米波雷达融合 |
1.3 学习目标：学完你能做什么？
我不喜欢讲虚的。学完这门课，你应该能：
- 独立完成双目相机的标定——从棋盘格拍摄到参数优化，不再依赖别人的标定结果
- 实现一个实时立体匹配系统——在Jetson Orin上跑出30fps的深度图
- 将双目深度信息融入目标检测——让YOLO不仅知道「是什么」，还知道「有多远」
- 搭建一个完整的双目感知pipeline——从图像输入到障碍物输出，全链路打通
💡 一个小目标
我个人建议，学完前5章后，你可以尝试做一个「双目测距尺」的小项目。就是拿两个USB摄像头，自己标定、匹配，然后实时显示画面中物体的距离。这个项目做下来，你对双目的理解会上一个台阶。
1.4 预备知识要求
嗯，这里我得说点实在的。这门课不是零基础入门，你需要有一些底子：
- 编程基础：熟练使用Python，会看C++代码（部分工程代码用C++实现）
- 线性代数：矩阵运算、坐标系变换要熟悉。别怕，用到的时候我会带着你推公式
- OpenCV基础：至少知道怎么读取图像、显示图像、做基本图像处理
- 深度学习基础：了解CNN、YOLO等基本概念，会用PyTorch或TensorFlow
如果你现在觉得「我好像还差点」，别慌。我在每章开头都放了「前置知识速览」，花15分钟扫一眼就能跟上。
⚠️ 避坑指南
我曾经见过不少同学，一上来就调SGBM算法的参数，调了三天没调好，心态崩了。为什么？因为连极线校正都没做对。记住：标定是双目的灵魂。标定做不好，后面全是白费功夫。这门课里，我会花整整一章来讲标定，别跳过。
1.5 学习建议与工具准备
最后，给你一些我个人的学习建议：
- 动手！动手！动手！——看十遍不如自己跑一遍代码。每章的代码示例，我都建议你亲手敲一遍
- 准备一个双目摄像头——淘宝上几十块的USB双目模组就行。别纠结硬件，先跑通流程
- 建立实验日志——我习惯每次实验都记录参数和结果。你会发现，很多坑都是重复的
好了，课程导论就到这里。从下一章开始，我们正式进入双目的世界。先别急着往后翻，把环境搭好，把心态放平。咱们一步一步来。