作为当前最受关注的两个应用领域，机器人和汽车自动驾驶在底层的技术上有着很大的共性，都是由环境感知、行为决策、路径规划和运动控制四个方面构成。 其中环境感知作为机器人和汽车自动驾驶的智能决策的先决条件，其感知的精度、广度与速度都直接影响着智能决策的行驶安全。

多传感器融合是目前主流的感知方案，其主要是通过摄像头、激光雷达、超声波等多传感器进行多层次、多空间的信息互补和优化组合处理，最终产生对观测环境的一致性解释，可以有效保证传感器工作的实时性及稳定性，大幅提升探测精度与距离。。然而多传感器融合方案有一个很大的问题就是：太贵了！

与之相对的就是成本低且实用的纯视觉感知方案。因为摄像头所获的图像数据与人眼感知的真实世界更为相似，高分辨率、高帧率的成像技术也使得感知到的环境信息更为丰富，因此视觉感知方案主要依靠摄像头拍摄画面，辅以毫米波雷达、超声波雷达等传感器捕捉数据并通过图像处理与机器学习的结合对周围环境进行计算与分析，最终指导机器人或汽车做出决策。

然而摄像头在黑暗环境中感知受限，精度及安全性有所下降。且由于视觉方案在硬件要求降低的背景下，其对软件的要求明显提高，即需要依靠强大的算法才能保证图像处理以及命令下达、处理的效率。因此，纯视觉感知方案也是当前最受争议的一种感知方案。

那在机器人领域中的纯视觉感知方案又有怎么的应用与挑战呢？9月24日晚7点，地平线在智东西公开课开设地平线开发者专场。本次专场邀请到地平线3D视觉资深算法工程师隋伟主讲，主题为《2.5D&3D视觉感知技术在室内机器人中的应用》。

隋伟目前是地平线3D视觉资深工程师，中科院自动化所模式识别与智能系统博士，研究方向为3D视觉、三维重建及SLAM，参与完成了多个3D视觉产品研发和项目落地，拥有丰富的工程实践经验，积累和沉淀了大量的核心技术。

在本次专场中，隋伟将从室内机器人和自动驾驶技术的关联出发，分析当前纯视觉感知方案的应用现状，然后重点解析2.5D&3D视觉感知技术及其对计算平台的要求及开发难点，最后就纯视觉感知方案在机器人领域的未来前景进行探讨。