据外媒报道，深度感知解决方案供应商Algolux宣布推出Eos稳健深度感知软件（Eos Robust Depth Perception Software）。基于此前的先进感知产品组合，这款经过扩展的人工智能软件产品可提供行业领先的密集深度估计和强大的感知，以进一步提高乘用车和商用车在所有照明和天气条件下的安全性。
图片来源：Algolux
通过应用与Algolux的强大感知软件相同的突破性深度学习方法，该深度感知软件突破了当今自动驾驶辅助系统（ADAS）和自动驾驶汽车（AV）平台的成本和性能限制。
测距功能是ADAS和自动驾驶的基本要求，可以使车辆了解周围事物（例如道路上的碎片）的位置，以便知道何时执行变道、帮助停车、向驾驶员发出警告或在紧急情况下自动制动。当前技术采用各种类型的传感器来实现这一功能，例如激光雷达、雷达和立体或单目摄像头，以及边缘软件，其中边缘软件可以解密传感器信息，以确定与车辆前方和周围重要物体或障碍物的距离以及特征等。
但上述各种硬件都存在局限性，无法应用于所有条件下。激光雷达测距距离有限（最高200m），因为距离物体越远，点密度越低，导致物体检测能力差，并且由于激光的反向散射，在雾或雨等恶劣天气条件下的鲁棒性较低。不仅如此，激光雷达价格昂贵，目前每个传感器要花费数百到数千美元。雷达具有良好测距和鲁棒性，但分辨率较差，这也限制了其检测和分类物体的能力。立体摄像头可以很好地进行目标检测，但难以保持校准且鲁棒性低，而单目摄像头在深度预估方面表现不佳。
针对上述各种限制，Eos具备密集深度和准确的感知能力，即使距离较远（1公里）也可以确定距离和高度，并识别物体、行人或骑自行车的人，甚至是丢失的货物或其他危险的道路碎片，从而进一步提高行车安全。这些模块化功能提供了丰富的3D场景重建，并为激光雷达、雷达和当今的立体方法提供了功能强大且具有成本效益的替代方案。
Eos特点如下：采用多摄像头方法，支持摄像头之间的宽基线（甚至超2m），特别适用于卡车运输等长途应用；灵活支持高达8MP的汽车摄像头传感器，以及适用于前方、后方和环绕等视野；可实时自适应校准，以解决驾驶时摄像头之间的振动和移动或错位问题；是Algolux端到端深度学习架构的高效嵌入式实现，用于深度估计和感知；检测和确定与典型道路物体甚至未知道路碎片间的距离。
