车载摄像头供应商惠州市华阳数码特电子有限公司（以下简称ADAYO华阳数码特）相关资料显示，在自动泊车系统中，对地面上的停车线需要通过摄像头来识别定位等应用场景，以百万像素的180度全景摄像头为例，对7米远的地上目标，3个像素的误差，就有可能造成0.5米的误判，当摄像头装得越低，误差会越大（如上所示）。而由于误差的存在，自动泊车系统便很难做到“一把倒到位”，因此用户体验不佳。

 

难解的摄像头一致性问题

 

01 生产工艺难达要求

 

目前，摄像头的一致性更多是通过生产工艺来保证。不过需要注意的是，由于摄像头本身属于光学镜头，光学镜头中有很多变量的成像器件，其中任一参数的变化都会对成像质量产生影响，而仅靠目前的生产工艺，其实很难保证摄像头的一致性。

 

华阳数码特数据显示，目前行业内单纯靠摄像头器件的精度及组装工艺的精度，是非常难达到全视野内（比如180度）2-3个像素的误差要求的。

 

02 内参测定效率较低

 

如果能够精准测量出摄像头的内参（摄像头中心、焦距等参数），再用算法进行补偿，一定程度可解决这一问题。目前，不少自动驾驶公司都有自己的一套摄像头内参的标准算法。

 

不过，针对摄像头内参测量和标定，特别是大视野摄像头（如190度FOV）的标定，多数公司采用的还是传统的做法：拍摄多张图（9张-20张），经过一定的算法，得出摄像头的内参。然而，这样人工测定一只摄像头要花30分钟左右，对于量产化的摄像头产品，这种算法很难对每个摄像头进行单独标定。

 

“煜眼”技术的特殊之处！

 

针对摄像头一致性难题，ADAYO华阳数码特重磅推出了“煜眼”技术，目前此项技术在百度阿波罗自动驾驶项目及其它的一些知名车企已经开始应用。这一技术主要有以下几大特点：