在10月26日的产品发布会上,科沃斯发布了新的庭院割草机器人“GOAT G1”。
据悉,GOAT G1 以机器视觉方案为主。机器人的头上装了一颗全景摄像头,结合TrueMapping四重融合定位系统、UWB超带宽无线载波通信来实现路径规划与定位。导航时,全景摄像头充当GOAT G1的“眼睛”,能够快速感知并稳定成像,为机器人精准导航、避障等提供有效数据。
雷峰网了解到,这颗全景摄像头由「环峻科技」提供。
「环峻科技」成立于2019年,创始团队来源于浙江大学光电学院,旨在通过一颗镜头来整合多种成像需求。2021年,环峻科技获得了来自字节跳动的天使轮融资。
与主流镜头采用中轴成像不同,「环峻科技」采用的是全景环带光学技术进行边轴成像,这种光学设计可以让单颗镜头实现以往需要多颗镜头才能覆盖到的视场,并解决了单镜头的边缘畸变难题,成像稳定性也获得大幅提升。
近日,「环峻科技」CEO Charles 接受了媒体采访,向大家介绍了光学镜头的现状、发展趋势以及「环峻科技」的全景环带镜头。以下是采访实录:
Q:可以先介绍下公司团队吗?
Charles:「环峻科技」是一家光学科技公司,也是一家创业公司。我们的团队成员基本来自浙江大学光电学院,我们希望通过光学技术,来实现用一颗镜头整合多种成像需求,做到全视野和无畸变。
Q:为什么要用一颗镜头来整合多种成像需求?
Charles:我认为,消费类电子成像光学镜头呈现出两大趋势。一是镜片内卷,即镜头内不断减少镜片,最终只留下一片;二是以一颗镜头代替多颗镜头来整合成像功能。前者以Metalens 为代表,我们走的是第二条路。
Q:GOAT G1 搭载的这颗镜头与市场上的镜头有何不同?
Charles:当前市场主流镜头采用的是中轴成像,环峻科技采用全景环带光学技术进行边轴成像。相对比其他常规摄像头,这样独特的光学设计使得单颗镜头即可实现以往需要多颗镜头才能完成的视场,并解决了行里边存在的单镜头的边缘畸变难题。
Q:鱼眼镜头似乎也可以做到全景,为什么没有采用鱼眼镜头的设计?
Charles:鱼眼镜头是一种传统的大视场成像技术,其视场在扩大的同时,具有鲜明的负畸变,这限制了鱼眼镜头在边缘视场的分辨率,使得其在对周视成像要求较高的应用中受到局限。
同时,由于鱼眼镜头需要将大视场光线逐渐弯折向光轴,会引入较大的轴外像差,不可避免地会出现图像边缘压缩且不可控、相对照度低且成像质量差的情况。
Q:鱼眼镜头可以通过加入去畸变算法来改善成像,不也可以达到类似效果吗?
Charles:虽然鱼眼镜头后期可以加入去畸变算法来改善成像,但这样的成像数据,置信度较低,很难反应周边环境的真实情况,因此很少作为主传感器,而是用于趣味拍摄或者车载环视的两边提示使用。
我们的方案是直接在光学部分就解决了畸变的问题,并不存在传递到后面算法来改善,这样置信度更高。
Q:还有没有其他的方法,可以替代全景镜头的成像方式?
Charles:有,比如拼接相机。
拼接相机是利用多个镜头在空间的分布,使得各子视场范围相互补偿,通过一定视场重叠提供的图像匹配线索进行拼接,从而实现大视场成像效果,图片分辨率也很高。
但拼接相机存在的问题是,多镜头同时使用,整体结构过于笨重、成本高、接缝处的失真与实时性差、需要算力和能耗支持等问题;并且且相机之间的快门同步、标定、装配误差要求较为严苛。
这些都限制了拼接相机在轻量化与动态环境中的应用。
Q:市场上也有用激光雷达的,和全景镜头相比,两者有何不同?
Charles:场景不同,需要的传感器也不一样。
激光雷达更多的是解决“雨、雾、污”场景下的问题,这时候摄像头也很容易失效,但在正常场景下摄像头是完全可以胜任工作的,二者的成本也相差巨大。
激光雷达获取的是360度的3D形貌信息,没有图像语义信息,镜头可以同步与激光雷达融合,这样在360度场景下,既有3D形貌也有图像语义,更加精准。
Q:现在许多激光雷达似乎并不需要360度?
Charles:是的,它需要多少,我视觉释放多少,我们的上限是一致的,且精准。
Q:市场上似乎没有类似这种镜头。
Charles:是的,很多光学行业的人都没见过这颗镜头,因为几乎所有的光学设计都集中在中轴成像,即摄像头正对着物体成像,而少有人去做相反思路的事情。
Q:这种镜头适合哪些场景?
Charles:根据成像特性,在需要大视场、高精度的场景下都可以适用,譬如汽车ADAS、智能座舱、激光雷达视觉融合、ARVR等领域。
Charles 认为,新兴的智慧应用终端不断在产生,也对视觉传感器提出了更高的要求,效率更高、视角更广的镜头优势愈发明显。
「环峻科技」的全景镜头,既避免了鱼眼镜头存在的负畸变问题,又能够用一颗镜头来解决拼接相机存在的结构笨重、算力能耗高等难点,为业界提供了全新的解决方案。雷峰网雷峰网(公众号:雷峰网)