采用TOF立体视觉技术，「远景智能」瞄准安防、汽车、物流等工业细分市场

在智能制造领域，3D视觉技术正变得越来越炙手可热，因为2D视觉技术有很多难以解决的硬伤：无法获得物体的空间坐标信息、精度容易受到光线条件的影响等等。

而在3D传感领域，结构光、TOF（Time of flight）和双目多角立体成像是三种比较主流的技术方案。

36氪近日接触到的「远景智能」是一家以TOF立体视觉、AI、边缘计算为核心技术的公司，擅长做人脸、车辆、行人、行为等多种目标的检测、分类、识别和跟踪等。该公司成立于2018年10月，是ADI（亚德诺半导体技术公司）的战略联盟成员。

该公司创始人兼CEO李坦告诉36氪，芯片原厂往往强于IP设计，但不擅长帮助客户解决应用问题，而远景智能可以为行业客户提供应用方案、技术授权和定制化的核心模块开发。

“相当于客户是做整车的，我们来提供发动机。”李坦说，“很多客户是带着痛点需求，通过原厂找到我们，然后由我们帮助设计适合他们场景的解决方案。”

远景智能采用的TOF技术是通过给目标连续发送光脉冲，用传感器接收从物体返回的光，通过探测光脉冲的飞行往返时间得出目标物的距离。

“苹果和华为的手机，从最早的双目，到结构光，到现在的TOF，大家的选择肯定是有依据的。”李坦说。

双目、结构光和TOF的区别（图源：远景智能）

李坦表示，在三种技术路径中，结构光的分辨率较高，但测量距离受限、容易受强光干扰；双目技术因为不是主动光源，分辨率和精度很容易受到逆光等环境干扰；而TOF的探测距离较远、帧率高、二次开发成本低、资源消耗少。

目前，3D传感和测量领域的头部公司“奥比中光”采用的是结构光技术，其传感方案主要应用于消费电子领域，包括手机、平板、体感游戏、智能家居等，也应用于智能安防和汽车辅助驾驶领域。

因为奥比中光的市场供应链布局更早，目前已经在消费电子领域独占鳌头，因此，远景智能选择了差异化的布局策略，专攻工业领域的细分市场。

在李坦的规划里，客流统计是他们首先要切入的应用场景，其次是车载3D人脸识别和驾驶行为分析，再次是物流和工业自动化，最后是网约车、低速无人车。

针对客流统计应用，远景智能为客户提供智能终端通用标准品、接入对方的运营平台，终端可投放在轨道交通、商店、学校等地的楼宇、会议室、电梯、出入口，可配备人物身高、步态和行为的识别功能。

李坦说，他们的客流终端单价不超过1000元，随着出货量和产能的提高，成本可以进一步降低。

谈及与商汤、旷视等公司在安防领域的竞争关系，李坦表示，做云平台的巨头很多，但做终端的商家体量都比较小，而且分散。商汤等公司是在云平台上提供API接口，但远景智能是在终端处理器上做算法，其好处在于既可以保证实时性，又能降低成本。因为上传云端的传输延迟不可控，实时传输的带宽成本也不低。同时，行业客户对用户隐私的要求较高，他们 也不希望把自己的用户信息上传到公共云平台。

在车载终端领域，TOF技术可以为网约车的司乘纠纷问题提供技术支持。具体来说，通过以往的2D摄像头，很难判断乘客与司机之间的前后距离和逻辑关系，但TOF立体视觉方案既可以用不同颜色呈现出司乘的前后距离和逻辑关系，也能保护人物隐私不泄露，因为其专用视觉传感器不会透露被拍对象的容貌细节，只会呈现人体及其行为轮廓。

从左至右：远景智能的客流统计、驾驶舱行为分析（图源：远景智能）

李坦说，TOF摄像头监控最开始因为成本较高，只在国外的高端医疗重症监护场所使用，但共享出行和无人驾驶的逐渐普及，会对车载监控提出更高要求。

远景智能称，他们近期已与ADI、松下等主流TOF芯片模组企业签了战略合作意向，并可最大限度获得原厂供应链支持和渠道代理商资源。目前，他们正在寻求1000万元的Pre-A轮融资。

李坦毕业于清华大学计算机系，拥有11年的IDH方案设计创业经历，擅长计算机视觉、深度学习、信号处理等技术，主要研究智能物联网、安防和智能驾驶等领域。该公司主要研发成员来自清华大学，在AI、边缘计算等方面有多年软硬件研发经验。

——————

我是36氪记者王艺瑾，业务交流可添加微信catherineyijin，烦请备注公司+姓名+职务+来意