为什么人们要使用相机？
为什么不使用LRF或其他激光数据？
任何人都可以解释一下摄像机吗？
#1 楼
3D激光测距仪或激光雷达（例如Google Car上的激光测距仪）比照相机贵得多。另一个原因是，在激光雷达的情况下，每个像素的距离都是可用的，但是要处理的生成数据非常庞大。您必须更快地传输和处理数据，这又随着成本的增加而再次出现。最后，相机通常具有更长的使用寿命，因此需要的维护也更少。使用相对便宜的相机和计算机视觉，可以获得很好的效果。
示例：
物体检测（请注意，被人拉着的手提箱没有用红色突出显示）。
跟踪
#2 楼
除了Bence答案中的这些要点之外，相机还可以：计算许多复杂的特征，这些特征导致帧之间的匹配非常鲁棒，并且可以识别物体
高角度分辨率（通常较低） ->高范围从$ 0.5 ^ \ circ $-> $ 0.025 ^ \ circ $）
功耗更低
无源传感器（不需要激光的“清洁”信号）
#3 楼
城市环境中的导航
取决于激光，在哪里可以使用它会受到法律限制。在城镇中奔跑向周围投掷激光射线可能需要特殊的许可/许可。
评论
$ \ begingroup $
当然，取决于激光。但是，这里我们不是在谈论星际飞船武器。例如，您不需要许可或许可即可使用条形码扫描仪。
$ \ endgroup $
– David Richerby
16-10-4在9:32
$ \ begingroup $
大多数商用LRF（Velodyne，Hokuyo）都使用1类激光器，它们是完全安全的。 Google，Uber等已经在户外安装了这种LRF来测试其原型。我真的不认为他们的法律部门充斥着愤怒的父母的投诉。
$ \ endgroup $
–高电压
16-10-4在16:03
#4 楼
像其他已经回答的那样。照相机通常比激光测距仪便宜得多。当您谈论相机时，您是指2D相机吗？有一些3D摄像机，例如ifm O3D3xx系列摄像机。这些相机可能不具备激光扫描仪的精度，但它们以合理的帧速率提供3D深度数据，价格约为1k
#5 楼
与标准RGB相机相比，将LIDAR用于SLAM相机有什么优势吗？您可能在我之前回答过类似问题的地方查看此链接。 （各有优缺点）
在城市环境中
如果您指的是像Google这类的自动驾驶汽车，注意事项和约束（安全性，成本等）。
如果您对研究和学习感兴趣，建议您使用任何可用的硬件平台。
注意：
装有LIDAR的汽车非常昂贵，不会轻易出售。
如果汽车在人周围自动行驶，可能会在发生错误的情况下导致死亡。因此，出于研究和学习的考虑，这些注意事项不同于仅开发算法。
#6 楼
我不认为人们真的“想”只使用相机。如果每个研究人员都能负担得起LiDAR，他们都会将LiDAR放置在室外环境的机器人上。相机非常便宜，范围的唯一限制是可以在算法/软件中处理的像素/超像素分辨率。
大多数研究人员（包括我在内）都使用结构化轻型相机（尽管它们不在户外工作，所以当机器人在户外时，我们会在这些传感器上切换到RGB相机）。解决此光问题的方法是，我们还根据控制器/ CPU的处理能力，使用立体摄像机（立体视觉/多视图深度，计算量大）来大致确定深度。我还没有亲自探讨的另一种解决方案是使用多个Kinects / Asus Xtions等，在那里您可以获得深度证实以及用于户外的多个RGB相机。
LiDAR通常非常昂贵（在千元的优质商品）。尽管将来这种情况可能会改变，有些公司会推出价格为250美元的“ LiDAR”，例如Sweep。
此外，LRF / LiDAR的范围和分辨率有限（即，超出一定距离，他们无法解析深度毫不含糊，因此它们返回0值（我不确定LiDAR的具体含义，但是深度相机具有最大深度（在上方）和最小范围（在下方），它们不能为您提供深度）。
希望这会有所帮助。
#7 楼
我要补充另一个原因，坦率地说，我希望其他人能长大。因为我们为什么首先要制造机器人？我用无情感的机器来完成我们的肮脏工作？我认为，像哺乳动物一样，机器人可以完全依靠“视觉”这一事实使它们更像我们。所以对我来说，激光和声纳在作弊。恕我直言，代替作弊，IMHO应该专注于制造出具有更高帧速率，更高动态范围和更少伪像的更好的相机，并编写可以从中获取所需数据的软件。 （或者，以2012年后的术语来说，培训我们的网络以从中获取所需的数据）。
评论
$ \ begingroup $
成本绝对是答案。高质量的激光扫描仪（面向最终用户）的起价通常约为10,000美元。优质的相机只占成本的十分之一。
$ \ endgroup $
–卡盘
16-10-3在18:14
$ \ begingroup $
您在想哪种激光雷达？我曾经使用过一次，每次扫描（在2D平面上）返回约1000点，但是典型的现代相机返回数百万个像素，这是更多的数据。
$ \ endgroup $
–user253751
16-10-3在21:05
$ \ begingroup $
@immibis-Velodyne VLP-16在16个平面上每秒可处理约30万个点，而SICK LMS511在1个平面上每秒可处理约5万个点。 VLP-16的视野为360度，约为8k，LMS511的视野为190度，约为10k，但坚固耐用，可用于工业用途。这些是距离测量，而不是图片。摄像机当然可以返回更高的分辨率，但是通常需要很高的火力来做立体声等，以致帧被下采样到非常低的黑白分辨率或刷新率很低。
$ \ endgroup $
–卡盘
16-10-4在1:12
$ \ begingroup $
因此，每秒30万个点，而不是每秒5000万个像素。相机仍有更多数据要传输。当然，无论哪种情况，如果您不能足够快地处理所有数据/降采样，都可以将其丢弃。
$ \ endgroup $
–user253751
16-10-4在1:31