摄像头

定义与定位

摄像头是一种将二维光强分布转换为电信号（图像）的视觉传感器，在自动驾驶环境感知中承担车道线、交通标志、行人、车辆等目标的识别任务。在课程给出的自动驾驶传感器对比中，课件历史比较中的摄像头报价为35–50美元，不能用作当前统一报价，是所列五类传感器中成本较低的一类。

成本与功能特点

课件对比表指出，摄像头具有“成本低、功能全”的优势。功能全指其输出为二维图像，可同时提供颜色、纹理、形状等丰富信息，经算法处理后可完成多种识别任务，这是单一测距型传感器（如超声波、毫米波雷达）难以直接提供的。

算法实现

摄像头的测距与目标定位并非由敏感元件直接给出，而需通过算法从图像中推算。典型思路包括：利用已知目标尺寸与图像中像素尺寸的比例关系估计距离，或通过多帧图像的运动视差、双目/多目立体视觉的视差计算深度。因此，摄像头的测距精度和可靠性在很大程度上取决于算法，而非传感器本身的物理量输出。

恶劣条件下的限制

课件明确指出摄像头“在恶劣条件下测距困难”。恶劣条件通常包括光照不足、强逆光、雨雾雪、镜头污损等，这些因素会使图像对比度下降、特征模糊或丢失，导致基于图像特征的测距算法失效或误差显著增大。

与其他传感器的关系

在自动驾驶传感器配置中，摄像头常与毫米波雷达、激光雷达、超声波传感器互补使用：摄像头提供丰富的语义与纹理信息，雷达类传感器提供不受光照影响的距离与速度信息，从而在恶劣条件下弥补摄像头的测距短板。