在智能制造領域，3D視覺技術正變得越來越炙手可熱，因為2D視覺技術有很多難以解決的硬傷：無法獲得物體的空間坐标信息、精度容易受到光線條件的影響等等。

而在3D傳感領域，結構光、TOF（Time of flight）和雙目多角立體成像是三種比較主流的技術方案。

36氪近日接觸到的「遠景智能」是一家以TOF立體視覺、AI、邊緣計算為核心技術的公司，擅長做人臉、車輛、行人、行為等多種目标的檢測、分類、識别和跟蹤等。該公司成立于2018年10月，是ADI（亞德諾半導體技術公司）的戰略聯盟成員。

該公司創始人兼CEO李坦告訴36氪，芯片原廠往往強于IP設計，但不擅長幫助客戶解決應用問題，而遠景智能可以為行業客戶提供應用方案、技術授權和定制化的核心模塊開發。

“相當于客戶是做整車的，我們來提供發動機。”李坦說，“很多客戶是帶着痛點需求，通過原廠找到我們，然後由我們幫助設計适合他們場景的解決方案。”

遠景智能采用的TOF技術是通過給目标連續發送光脈沖，用傳感器接收從物體返回的光，通過探測光脈沖的飛行往返時間得出目标物的距離。

“蘋果和華為的手機，從最早的雙目，到結構光，到現在的TOF，大家的選擇肯定是有依據的。”李坦說。

雙目、結構光和TOF的區别（圖源：遠景智能）

李坦表示，在三種技術路徑中，結構光的分辨率較高，但測量距離受限、容易受強光幹擾；雙目技術因為不是主動光源，分辨率和精度很容易受到逆光等環境幹擾；而TOF的探測距離較遠、幀率高、二次開發成本低、資源消耗少。

目前，3D傳感和測量領域的頭部公司“奧比中光”采用的是結構光技術，其傳感方案主要應用于消費電子領域，包括手機、平闆、體感遊戲、智能家居等，也應用于智能安防和汽車輔助駕駛領域。

因為奧比中光的市場供應鍊布局更早，目前已經在消費電子領域獨占鳌頭，因此，遠景智能選擇了差異化的布局策略，專攻工業領域的細分市場。

在李坦的規劃裡，客流統計是他們首先要切入的應用場景，其次是車載3D人臉識别和駕駛行為分析，再次是物流和工業自動化，最後是網約車、低速無人車。

針對客流統計應用，遠景智能為客戶提供智能終端通用标準品、接入對方的運營平台，終端可投放在軌道交通、商店、學校等地的樓宇、會議室、電梯、出入口，可配備人物身高、步态和行為的識别功能。

李坦說，他們的客流終端單價不超過1000元，随着出貨量和産能的提高，成本可以進一步降低。

談及與商湯、曠視等公司在安防領域的競争關系，李坦表示，做雲平台的巨頭很多，但做終端的商家體量都比較小，而且分散。商湯等公司是在雲平台上提供API接口，但遠景智能是在終端處理器上做算法，其好處在于既可以保證實時性，又能降低成本。因為上傳雲端的傳輸延遲不可控，實時傳輸的帶寬成本也不低。同時，行業客戶對用戶隐私的要求較高，他們 也不希望把自己的用戶信息上傳到公共雲平台。

在車載終端領域，TOF技術可以為網約車的司乘糾紛問題提供技術支持。具體來說，通過以往的2D攝像頭，很難判斷乘客與司機之間的前後距離和邏輯關系，但TOF立體視覺方案既可以用不同顔色呈現出司乘的前後距離和邏輯關系，也能保護人物隐私不洩露，因為其專用視覺傳感器不會透露被拍對象的容貌細節，隻會呈現人體及其行為輪廓。

從左至右：遠景智能的客流統計、駕駛艙行為分析（圖源：遠景智能）

李坦說，TOF攝像頭監控最開始因為成本較高，隻在國外的高端醫療重症監護場所使用，但共享出行和無人駕駛的逐漸普及，會對車載監控提出更高要求。

遠景智能稱，他們近期已與ADI、松下等主流TOF芯片模組企業簽了戰略合作意向，并可最大限度獲得原廠供應鍊支持和渠道代理商資源。目前，他們正在尋求1000萬元的Pre-A輪融資。

李坦畢業于清華大學計算機系，擁有11年的IDH方案設計創業經曆，擅長計算機視覺、深度學習、信号處理等技術，主要研究智能物聯網、安防和智能駕駛等領域。該公司主要研發成員來自清華大學，在AI、邊緣計算等方面有多年軟硬件研發經驗。

——————

我是36氪記者王藝瑾，業務交流可添加微信catherineyijin，煩請備注公司 姓名 職務 來意

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!