奧比中光是其中最早實(shí)現(xiàn)量產(chǎn)的，其深度攝像頭與Kinect一樣，主要應(yīng)用在一些電視游戲上；與奧比中光有直接競爭的是華捷艾米，只不過在產(chǎn)品量產(chǎn)上，華捷艾米的進(jìn)度慢了一步；圖漾的產(chǎn)品則正在準(zhǔn)備量產(chǎn)階段中，瞄準(zhǔn)的方向都是些行業(yè)應(yīng)用，似乎對消費(fèi)應(yīng)用還在觀望階段；格靈深瞳正在做應(yīng)用在自動(dòng)駕駛汽車上的深度攝像頭；速感看好機(jī)器人；

　　機(jī)器人是目前熱門的應(yīng)用領(lǐng)域，目前機(jī)器人的路徑規(guī)劃大多使用雷達(dá)，雷達(dá)雖然只能建立平面的深度圖像，但市場上已經(jīng)有公開產(chǎn)品，而且雷達(dá)的導(dǎo)航所用到的SLAM方案已經(jīng)比較成熟，而視覺導(dǎo)航的SLAM方案則還很少見，iRobot是較早開始在其掃地機(jī)器人上使用SLAM方案，不過也不到1年時(shí)間，因此想要在機(jī)器人上使用視覺避障與導(dǎo)航，看起來還需要一段時(shí)間。

　　要解決的問題有哪些

　　那么，深度攝像頭消費(fèi)級應(yīng)用的春天何時(shí)才會(huì)到來？通過與相關(guān)從業(yè)人員的交流，我們感覺到深度攝像頭只是一個(gè)產(chǎn)業(yè)鏈中的一環(huán)，當(dāng)他們在做深度攝像頭的時(shí)候，相關(guān)的產(chǎn)業(yè)鏈上的工作還有很多，比如芯片，比如后續(xù)的圖像識別、視頻分析等等。以下是他們的回答：

　　格靈深瞳技術(shù)人員：

　　“CV在消費(fèi)領(lǐng)域落地的其中一個(gè)障礙還是支持高性能運(yùn)算的低功耗低價(jià)位芯片選擇太少，有限的幾個(gè)也很難用。所以目前只能在工業(yè)領(lǐng)域，機(jī)器視覺本身是工業(yè)術(shù)語。在大消費(fèi)領(lǐng)域我們傾向于叫embeddedvision（嵌入式視覺）。這一類產(chǎn)品都是光、機(jī)、電、軟件、算法一體，跨多個(gè)專業(yè)領(lǐng)域，對系統(tǒng)集成的難度要求更高。”

　　uArm機(jī)械臂創(chuàng)始人鄧世韜：

　　“主要是芯片的處理能力、紅外投影模組的分辨率提升。我自己更關(guān)注批量生產(chǎn)的穩(wěn)定性，因?yàn)檫@些零配件裝在一起，需要校正、標(biāo)定等，這是一個(gè)挺大的挑戰(zhàn)，特別是對創(chuàng)業(yè)公司?！?/P>

　　速感科技創(chuàng)始人陳震：

　　“單從機(jī)器人領(lǐng)域來看，機(jī)器視覺有很大一塊兒需要解決的問題是，目前在產(chǎn)業(yè)上游的核心傳感器和下游的機(jī)器人落地應(yīng)用中間存在一定的斷檔。也就是我們看到的國內(nèi)有廠商專門搞攝像頭，雷達(dá)這樣的元器件，專門有廠商做機(jī)器人整機(jī)，但是幾乎沒有一個(gè)成熟的視覺技術(shù)方案可以把不同的傳感器串聯(lián)起來，做成一個(gè)可以商用的統(tǒng)一的方案。

　　機(jī)器人是個(gè)復(fù)雜的系統(tǒng)，機(jī)器視覺也是機(jī)器人上一個(gè)復(fù)雜的部件，通過現(xiàn)有的技術(shù)，已經(jīng)證明單純的依靠單一的傳感器是無法在現(xiàn)有機(jī)器人上較好的實(shí)現(xiàn)各種功能的。

　　也就是說，在機(jī)器人上，需要有雷達(dá)、超聲波、攝像頭、3D傳感器配合在一起，才可能實(shí)現(xiàn)各種復(fù)雜的功能和任務(wù)。

　　而目前的機(jī)器人產(chǎn)業(yè)的現(xiàn)狀是，大家各自低頭研發(fā)自己的核心元件，使得下游的機(jī)器人廠商變成了機(jī)械式的集成商，從訊飛拿語音，從視頻門戶拿內(nèi)容，從深圳拿移動(dòng)底盤公模等等，視覺上面，也呈現(xiàn)出零星的發(fā)展態(tài)勢。

　　我們認(rèn)為，機(jī)器人在接下來的發(fā)展中，必然會(huì)出現(xiàn)一兩套整體的標(biāo)準(zhǔn)集成方案，類似PC時(shí)代的windows操作系統(tǒng)和手機(jī)時(shí)代的IOS操作系統(tǒng)一樣?！?/P>

　　圖漾創(chuàng)始人費(fèi)浙平：

　　“視覺計(jì)算處理器：由于視覺計(jì)算數(shù)據(jù)量和算法復(fù)雜度很高，通用的CPU、GPU和DSP處理器芯片都不夠強(qiáng)大，而專用ASIC又不夠靈活，最好需要有一個(gè)像GPU為Graphics進(jìn)行加速一樣，出現(xiàn)一種能為Vision提供強(qiáng)大計(jì)算能力的VPU芯片。

　　3D攝像頭作為一種計(jì)算視覺用的光學(xué)產(chǎn)品，從演示到工程樣機(jī)、再從工程樣機(jī)到量產(chǎn)需要跨過的工程技術(shù)鴻溝比一般的拍攝類光學(xué)產(chǎn)品要大很多。比如光學(xué)器件的一致性篩選和光學(xué)參數(shù)的標(biāo)定校正，就是一個(gè)單獨(dú)的研究方向。

　　產(chǎn)品的多樣性：作為一種光學(xué)產(chǎn)品，天然存在產(chǎn)品規(guī)格多樣性的問題，比如就最基礎(chǔ)的檢測距離指標(biāo)來說，就很難做到遠(yuǎn)近兼顧，必須在最大距離和最近盲區(qū)之間作出組合折衷。不同的應(yīng)用場景需要不同規(guī)格的產(chǎn)品進(jìn)行適配和優(yōu)化，因此對產(chǎn)品和技術(shù)方案的可伸縮性要求就很高，需要有多種不同規(guī)格的產(chǎn)品去滿足不同的應(yīng)用需求。

　　人工智能：基于3D視覺數(shù)據(jù)一般都是為了實(shí)現(xiàn)更高級的識別和分析能力，也就是對3D視覺數(shù)據(jù)使用的能力要求也很高，需要更聰明的大腦來使用更全面的視覺數(shù)據(jù)?！?/P>

　　AICRobo智能機(jī)器人系統(tǒng)架構(gòu)師佘元博：

　　“機(jī)器視覺在消費(fèi)市場落地，技術(shù)上是人工智能技術(shù)和機(jī)器人硬件有效融合的問題，有兩條路：

　　1. 自上而下。以人工智能技術(shù)應(yīng)用為主，要求機(jī)器人硬件盡可能符合人工智能技術(shù)工程化的條件。這意味著，產(chǎn)品得增加傳感器，以保障智能算法數(shù)據(jù)供給，得提高成本，有良好的計(jì)算資源讓復(fù)雜的智能算法“跑”起來。還意味著產(chǎn)品具有不穩(wěn)定性，人工智能技術(shù)以概率為主，產(chǎn)品功能依賴人工智能技術(shù)的比例越大，產(chǎn)品功能越不穩(wěn)定。機(jī)器視覺應(yīng)用里面，人臉檢測是很穩(wěn)定的，但遇到黑人也難打包票。

　　2. 自下而上。以機(jī)器人硬件為主，在功能上應(yīng)用人工智能技術(shù)輔助。這意味著，產(chǎn)品比較可靠，但同時(shí)也失去了一些智能化的特性。當(dāng)產(chǎn)品需要某些智能化的功能時(shí)，要花費(fèi)大量人力針對某個(gè)“智能算法”做移植，將本來在不穩(wěn)定環(huán)境中運(yùn)行的算法應(yīng)用在可控、高效而且低成本的嵌入式環(huán)境中，這點(diǎn)讓很多專注理論算法的工程師頭疼。

　　機(jī)器視覺技術(shù)落實(shí)在產(chǎn)品上，有時(shí)候是自下而上做產(chǎn)品的過程中，給了“智能算法”太多的束縛，大家總是優(yōu)先考慮成本和穩(wěn)定性，而不是技術(shù)應(yīng)用本身。我們從人工智能領(lǐng)域出來做機(jī)器人，希望兩者做個(gè)折衷，以自上而下的愿景給智能技術(shù)找一個(gè)市場立足點(diǎn)。市場對智能產(chǎn)品需求的不明晰，也是機(jī)器視覺難落地市場的一大因素?！?/P>

　　可以看出，芯片的運(yùn)算能力以及成本是大家認(rèn)為機(jī)器視覺在消費(fèi)級市場落地的主要影響因素，其次是集成方案以及人工智能技術(shù)。但由于消費(fèi)電子對于量和價(jià)格以及技術(shù)成熟度均有著較高要求，可能要到這些配合的產(chǎn)業(yè)鏈環(huán)節(jié)都成熟之后，消費(fèi)應(yīng)用的春天才會(huì)到來，雷鋒網(wǎng)也會(huì)進(jìn)一步關(guān)注這方面的進(jìn)展。