看起来很酷炫的技术，实质上并没外界想要得那么矮小上。　　　Realsense之所以需要辨识物体的深度信息，关键在于其不具备三维重建功能。

而能与Realsense合称甚至是比Realsense更佳的产品比比皆是，我们所告诉的无人机、机器人以及无人驾驶汽车当中的壁障或路径规划等功能都基于三维重建技术。　　　　说道到这里你或许不会指出这些产品的技术原理并无差异，那么事实感叹如此吗？　　　随着三维重建的技术方案在大大成熟期，其方案也是层出不穷。目前，业界主流的方案就有视觉和激光雷达两大类，例如Realsense和Leapmotion以及Kinect就是用视觉方法来构建环境感官功能，而激光雷达则是无人驾驶和扫地机器人等领域的核心一环。那么为什么经常出现多种方案呢？它们究竟有什么差异？　　单目/双目视觉　　　这种技术是利用摄像头来提供象物体表面信息，根据摄像头的数量，我们可以分成单目视觉和双目视觉。

　　　谈及三维重建技术，最先可以追溯到上世纪60年代，当时的研究人员早已进行了双目视觉的研究，正是因为双目立体视觉的经常出现，业界才向现代计算机视觉技术迈向了一大步，从以往二维图像的分析导入到了三维场景，说道双目视觉技术是三维重建的鼻祖并不为过。　　　其原理比较简单，双目视觉设备必要通过两个红外传感器/摄像头从有所不同角度同时取得被测物的两幅数字图像，然后基于视差原理完全恢复出有物体的三维几何信息，修复物体三维轮廓及方位，这种没主动升空光源的也被叫作被动三维视觉。　　　　然而，在有两个摄像头的情况下如何筛选是否是同一个信息点是一个难题，这对软件算法明确提出了很高的拒绝。

在这样的背景下，单目视觉问世了。　　　单目视觉，顾名思义，要用一个摄像头来接管信息，因为比双目视觉系统较少了一个接收端，所以在摄像头的另一侧必须一个结构光升空光源来填补空缺，适当的我们可以称作主动视觉。英特尔Realsense是典型的单目摄像头 结构光的代表。

因为结构光升空的是一个未知的图案，仅有的摄像头接管到了经过物体表面光线的图案之后，就可以经过图像处理计算出来出有和完整图案的差异，最后就构建了三维重构。　　　用于视觉方法做到三维重构的短板很显著，单目和双目鲁棒性都很差，这种系统的精度不会随着周围环境的变化而受到影响，我们分别以双目和单目视觉荐个例子：目前好的双目视觉方案精度可以做几毫米甚至是零点几毫米，但这是在最佳环境下的数值，当外界光线由强劲消退时，双目视觉的精度不会大打折扣，因为双目摄像头感官图像的能力不会消退，提供的图案也自然而然显得更加模糊不清，这与手机摄像头的摄制原理类似于。

本文来源：kaiyun体育(中国)官方网站-www.zklychina.com