车企对辅助驾驶系统中的视觉识别系统的描述经常出现单目、双目摄像头等数目描述，让消费者形成一种认知误区：前向摄像头数目越多越先进，三目系统一定比双目厉害。其实这种单纯的数目描述有一些概念上的偏差，更准确的表达应该是双或单目识别算法架构，目前没有独立的三目算法。

双目识别算法架构其实是利用了人眼的识别原理：大脑通过比较物体在人的双眼之间的视觉差异，感知到物体的具体位置。双目算法架构的车辆前方有物体时，在双目相机左右摄像头上分别成像以后，会形成不同的视差，系统三角定位算法分析视差可实时还原视觉场景中每一点的真实3D信息。

单目识别算法架构在深度感知方面有应用上的不足。在定位测距方面，它由于只有一个摄像头，需要先将感知到的目标障碍物与模型数据库样本建立起对应关系，再通过样本库所识别出的对应物体与车辆进行距离估算。单目架构的目标识别和探测是不可分割的整体体，必须先识别才能探测得知目标的信息，而识别能力需要深度学习的穷举法，深度学习的认知范围来自大数据，大数据很难穷举所有类型，因此深度学习容易出现漏检。如果无法识别目标，单目系统会认为前方障碍物不存在，不做任何决策。

双目算法的成本和算力投入均比单目系统大，但感知范围更大，定位测距更为准确，提供更高的安全冗余。某些品牌甚至单独使用双目架构就可以实现基础辅助驾驶功能。单独使用单目系统用于辅助驾驶必须使用其他传感器融合来补盲。

那么问题来了，为什么不能单纯依靠前置摄像头的数目来确定是否支持双目算法架构？从上述原理介绍可以看出是否是双不架构主要看：视觉系统是否支持双目算法？两个摄像头是否同时为视差算法采集视频？

从支持算法的芯片角度看：目前主流车企使用的Mobileye从系统层面只支持单目架构算法。庞大的装车数量让Mobileye积了丰富的大数据样本，让其在单目系统识别效率和准确率上独占鳌头。但是由于Mobileye运作模式是提供识别技术黑箱，其芯片并不支持车企匹配自己的识别算法，因此使用Mobileye EyeQ4等视觉识别芯片的系统不管有几个前置摄像头都依然是单目算法架构。有些车企会用一个行车记录仪与Mobileye的单目识别系统统成“伪双目”。

车企经常提到三目摄像头系统，情况比较复杂，有几种主流的情况：

1、双目识别系统加独立行车记录仪或不同视角的补盲摄像头。

2、单目识别系统加三个摄像头分别负责不同距离和视角。

可见，三目系统本质上不是算法架构的优化，而是更多视角的覆盖。如果其背后使用的算法依然是单目识别算法，对未被数据库收录的目标出现漏检也是必然的，也必须依靠其他传感器补盲。

当然，即使双目识别系统可以实现一些基础辅助功能，但是视觉识别很难单独支撑起高级辅助驾驶/自动驾驶，额外的安全冗余依然是必须的。虽然特斯拉加持人类可以依靠视觉识别是世界，机器也可以。但是超声波、毫米波、激光等多种传感器相互补盲融合识别大概率依然是必然的路径。

经过博主的测试，可以确定零跑汽车 S01的视觉识别系统是真正的双目识别算法架构：每一个摄像头都可以单独采集路面数据。遮蔽其中任意摄像头，辅助驾驶功能都可以继续工作。

零跑科技的母公司大华股份本身在双目识别算法上就常年处于领先地位。零跑汽车的方木识别系统也表现出了一些优势：

1、双目系统可以向下兼容单目识别算法，因此遮蔽一个摄像头，“单目”＋毫米波依然可以保持辅助驾驶。T03应该就是采用了该系统单目版本。

2、双目系统理论上提供了额外的视差测距，零跑的视觉系统同时又支持单目的分类识别机制，因此其同时为视觉和毫米波雷达提供了额外的系统安全冗余。

3、其副驾驶侧的摄像头除了提供视觉识别外，还支持行车记录仪功能。利用识别摄像头实现该功能需要视觉压缩和通讯带宽分配方面的技术能力。当然受制于硬件，记录功能能力有限

目前博主在零跑C11的工程样车上发现其前端疑似有三个摄像头，但是配置表上依然严谨的使用了“双目识别系统”的表述，不知其增加的摄像头是独立的行车记录仪还是广角补盲摄像头。