0
在10月26日的產品發布會上，科沃斯發布了新的庭院割草機器人“GOAT G1”。
據悉，GOAT G1 以機器視覺方案為主。機器人的頭上裝了一顆全景攝像頭，結合TrueMapping四重融合定位系統、UWB超帶寬無線載波通信來實現路徑規劃與定位。導航時，全景攝像頭充當GOAT G1的“眼睛”，能夠快速感知并穩定成像，為機器人精準導航、避障等提供有效數據。
雷峰網了解到，這顆全景攝像頭由「環峻科技」提供。
「環峻科技」成立于2019年，創始團隊來源于浙江大學光電學院，旨在通過一顆鏡頭來整合多種成像需求。2021年，環峻科技獲得了來自字節跳動的天使輪融資。
與主流鏡頭采用中軸成像不同，「環峻科技」采用的是全景環帶光學技術進行邊軸成像，這種光學設計可以讓單顆鏡頭實現以往需要多顆鏡頭才能覆蓋到的視場，并解決了單鏡頭的邊緣畸變難題，成像穩定性也獲得大幅提升。
近日，「環峻科技」CEO Charles 接受了媒體采訪，向大家介紹了光學鏡頭的現狀、發展趨勢以及「環峻科技」的全景環帶鏡頭。以下是采訪實錄：
Q：可以先介紹下公司團隊嗎？
Charles：「環峻科技」是一家光學科技公司，也是一家創業公司。我們的團隊成員基本來自浙江大學光電學院，我們希望通過光學技術，來實現用一顆鏡頭整合多種成像需求，做到全視野和無畸變。
Q：為什么要用一顆鏡頭來整合多種成像需求？
Charles：我認為，消費類電子成像光學鏡頭呈現出兩大趨勢。一是鏡片內卷，即鏡頭內不斷減少鏡片，最終只留下一片；二是以一顆鏡頭代替多顆鏡頭來整合成像功能。前者以Metalens 為代表，我們走的是第二條路。
Q：GOAT G1 搭載的這顆鏡頭與市場上的鏡頭有何不同？
Charles：當前市場主流鏡頭采用的是中軸成像，環峻科技采用全景環帶光學技術進行邊軸成像。相對比其他常規攝像頭，這樣獨特的光學設計使得單顆鏡頭即可實現以往需要多顆鏡頭才能完成的視場，并解決了行里邊存在的單鏡頭的邊緣畸變難題。
Q：魚眼鏡頭似乎也可以做到全景，為什么沒有采用魚眼鏡頭的設計？
Charles：魚眼鏡頭是一種傳統的大視場成像技術，其視場在擴大的同時，具有鮮明的負畸變，這限制了魚眼鏡頭在邊緣視場的分辨率，使得其在對周視成像要求較高的應用中受到局限。
同時，由于魚眼鏡頭需要將大視場光線逐漸彎折向光軸，會引入較大的軸外像差，不可避免地會出現圖像邊緣壓縮且不可控、相對照度低且成像質量差的情況。
Q：魚眼鏡頭可以通過加入去畸變算法來改善成像，不也可以達到類似效果嗎？
Charles：雖然魚眼鏡頭后期可以加入去畸變算法來改善成像，但這樣的成像數據，置信度較低，很難反應周邊環境的真實情況，因此很少作為主傳感器，而是用于趣味拍攝或者車載環視的兩邊提示使用。
我們的方案是直接在光學部分就解決了畸變的問題，并不存在傳遞到后面算法來改善，這樣置信度更高。
Q：還有沒有其他的方法，可以替代全景鏡頭的成像方式？
Charles：有，比如拼接相機。
拼接相機是利用多個鏡頭在空間的分布，使得各子視場范圍相互補償，通過一定視場重疊提供的圖像匹配線索進行拼接，從而實現大視場成像效果，圖片分辨率也很高。
但拼接相機存在的問題是，多鏡頭同時使用，整體結構過于笨重、成本高、接縫處的失真與實時性差、需要算力和能耗支持等問題；并且且相機之間的快門同步、標定、裝配誤差要求較為嚴苛。
這些都限制了拼接相機在輕量化與動態環境中的應用。
Q：市場上也有用激光雷達的，和全景鏡頭相比，兩者有何不同？
Charles：場景不同，需要的傳感器也不一樣。
激光雷達更多的是解決“雨、霧、污”場景下的問題，這時候攝像頭也很容易失效，但在正常場景下攝像頭是完全可以勝任工作的，二者的成本也相差巨大。
激光雷達獲取的是360度的3D形貌信息，沒有圖像語義信息，鏡頭可以同步與激光雷達融合，這樣在360度場景下，既有3D形貌也有圖像語義，更加精準。
Q：現在許多激光雷達似乎并不需要360度？
Charles：是的，它需要多少，我視覺釋放多少，我們的上限是一致的，且精準。
Q：市場上似乎沒有類似這種鏡頭。
Charles：是的，很多光學行業的人都沒見過這顆鏡頭，因為幾乎所有的光學設計都集中在中軸成像，即攝像頭正對著物體成像，而少有人去做相反思路的事情。
Q：這種鏡頭適合哪些場景？
Charles：根據成像特性，在需要大視場、高精度的場景下都可以適用，譬如汽車ADAS、智能座艙、激光雷達視覺融合、ARVR等領域。
Charles 認為，新興的智慧應用終端不斷在產生，也對視覺傳感器提出了更高的要求，效率更高、視角更廣的鏡頭優勢愈發明顯。
「環峻科技」的全景鏡頭，既避免了魚眼鏡頭存在的負畸變問題，又能夠用一顆鏡頭來解決拼接相機存在的結構笨重、算力能耗高等難點，為業界提供了全新的解決方案。雷峰網雷峰網(公眾號：雷峰網)
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
