As figuras, o código e algumas notas de projeto mantêm o original em inglês.

Sensores e hardware

Sensores e hardware · 4 / 21 · Roteiros de aprendizagem por área

Como funcionam as câmeras estéreo e principais produtos — ZED 2i, Subaru EyeSight

July 29, 2026 · 10 min de leitura

Contents — find the section you need

Uma câmera estéreo fotografa a mesma cena com duas lentes espaçadas por uma distância fixa (a linha de base) e, em seguida, calcula a distância por triangulação a partir do deslocamento (disparidade) entre as imagens resultantes da esquerda e da direita. Enquanto uma câmera monocular nunca consegue determinar a distância absoluta a partir de uma única imagem, uma câmera estéreo pode calcular a distância diretamente a partir da relação geométrica entre seus dois pontos de vista, o que facilita a obtenção de precisão na distância sem depender de suposições adicionais (como uma superfície de estrada plana, por exemplo). Ela é amplamente utilizada para monitoramento frontal em veículos autônomos, navegação robótica e medição 3D industrial.

Amplamente utilizada para monitoramento frontal em veículos autônomos, navegação robótica e medição 3D industrial.

Um Subaru WRX S4 equipado com o sistema de assistência ao motorista EyeSight baseado em câmera estéreo

Um veículo equipado com EyeSight (Subaru WRX S4)

Câmera de profundidade estéreo Intel RealSense D435 com seus sensores infravermelhos esquerdo e direito visíveis

Uma unidade de câmera estéreo: Intel RealSense D435

Imagens: Subaru WRX S4 2.0GT-S EyeSight (DBA-VAG) frontal (Tokumeigakarinoaoshima, CC BY-SA 4.0) / Intel Realsense depth camera D435 (Marc Auledas, CC BY-SA 4.0), Wikimedia Commons. A D435 não é um componente do EyeSight; é um exemplo físico de uma unidade de câmera com dois pontos de vista.

Princípio: o comprimento da linha de base cria uma compensação

A relação entre a disparidade $d$ (o deslocamento de pixels do mesmo ponto entre as imagens esquerda e direita), a distância focal $f$ e a linha de base (distância entre as duas lentes) $B$ é:

Z = \frac{f \cdot B}{d}

Aqui, $Z$ é a distância até o objeto. Como esta equação mostra, a distância $Z$ é inversamente proporcional à disparidade. $d$ — objetos próximos apresentam grande disparidade, enquanto objetos distantes apresentam disparidade que tende a zero. Uma linha de base mais longa $B$ aumenta a sensibilidade (a quantidade de mudança na disparidade para uma determinada mudança na distância), o que eleva a precisão das medições de longo alcance. Por outro lado, uma linha de base mais longa significa que os campos de visão das duas lentes param de se sobrepor quando um objeto se aproxima demais, o que aumenta a distância mínima mensurável (o limite de curto alcance). Isso significa que o projeto de câmeras estéreo apresenta uma compensação inerente, centrada no comprimento da linha de base, entre "priorizar longo alcance" e "priorizar curto alcance". Por ser uma abordagem passiva, baseada em luz visível, ao contrário de uma câmera de profundidade ativa (sem projetor infravermelho envolvido), ela tende a funcionar de forma mais estável do que o LiDAR ou uma câmera de profundidade ativa em ambientes externos sob forte luz solar.

Imagem: Epipolar geometry (Arne Nordmann, CC BY-SA 3.0 / GFDL), Wikimedia Commons.

Existem muitos algoritmos para calcular a disparidade entre as imagens esquerda e direita (correspondência estéreo), mas um método clássico que permanece amplamente utilizado é o Semi-Global Matching (SGM), publicado em 2005 por Heiko Hirschmüller no Centro Aeroespacial Alemão (DLR). Ele aproxima o que é fundamentalmente um problema de otimização 2D com aproximadamente oito direções de otimização de linhas de varredura 1D, alcançando uma precisão próxima à de um método global com um custo computacional próximo ao de um método local. Ele é implementado em muitas bibliotecas de visão computacional, incluindo o OpenCV, e em implementações de hardware. Em FPGAs e GPUs, a correspondência estéreo é amplamente difundida. O aprendizado profundo (métodos que usam uma CNN para agregação de custos, por exemplo) supera cada vez mais o SGM em precisão, mas os algoritmos da família SGM continuam sendo usados ativamente em aplicações embarcadas onde o poder computacional é limitado.

Comparação das principais especificações do produto

Produto	Linha de base	Faixa de profundidade	Resolução / taxa de quadros	Observações
Stereolabs ZED 2i (modelo com distância focal de 2,1 mm)	12 cm	0,3–20 m	60 fps em HD720, até 2K (2208 x 1242)	Erro inferior a 1% em até 3 m, inferior a 5% em até 15 m
Stereolabs ZED 2i (modelo com distância focal de 4 mm)	12 cm	1,5–35 m	60 fps em HD720, até 2K (2208x1242)	Erro inferior a 1% em 3 m, inferior a 5% em 15 m
Luxonis OAK-D	7,5 cm	(orientado para médio alcance)	—	A VPU Myriad X integrada lida com inferência de IA e profundidade estéreo simultaneamente. Financiado por uma campanha no Kickstarter em julho de 2020 que arrecadou cerca de US$ 1,3 milhão de mais de 650 apoiadores, impulsionando sua produção em massa
Luxonis OAK-D LR (Longo Alcance)	15 cm	Até aproximadamente 30 m	—	Uma variante com o dobro da linha de base do OAK-D padrão, priorizando a precisão em longo alcance
Intel RealSense D435/D435i	Aprox. 50 mm	Aprox. 0,3–10 m (dependendo das condições)	Até 1280x720 a 90 fps (profundidade)	Pode usar um projetor de padrão infravermelho ativo como auxílio, mas também Funciona apenas com estéreo passivo. O D435i é a variante com IMU de 6 eixos
e-con Systems TaraXL	60 mm	Aprox. 0,5–3 m	WVGA (752 x 480), até 60 fps	Otimizado para a plataforma NVIDIA Jetson, com IMU de 6 eixos integrada. Utiliza sensores ON Semiconductor MT9V024 nos lados esquerdo e direito

A ZED 2i (lançada em 2023) é uma câmera estéreo projetada para robótica externa, oferecida em dois modelos de lentes com diferentes distâncias focais para que possa atender tanto a casos de uso com prioridade de curto alcance (o modelo de 2,1 mm, mínimo de 0,3 m) quanto com prioridade de longo alcance (o modelo de 4 mm, até 35 m). Ambos compartilham uma linha de base de 12 cm, que forma a base das características de alcance da ZED 2i. O OAK-D da Luxonis é um dispositivo embarcado que integra uma câmera de profundidade estéreo com um chip de inferência de IA (um A câmera estéreo OAK-D LR, da Intel, utiliza uma GPU Intel Movidius Myriad X VPU em uma única unidade e tem a distinção de ter entrado em produção em massa graças a uma campanha de financiamento coletivo extremamente bem-sucedida em 2020. Sua variante de longo alcance, a OAK-D LR, estende a linha de base para 15 cm — uma aplicação direta do princípio de "linha de base mais longa melhora a precisão em longo alcance", descrito anteriormente. As câmeras Intel RealSense D435/D435i e e-con Systems TaraXL são projetos híbridos construídos em torno de estéreo passivo, mas capazes de adicionar projeção infravermelha ou uma IMU, adequados para aplicações em robótica de curto alcance e drones.

Estudo de caso: a evolução do EyeSight da Subaru — de dois olhos para três

O exemplo mais antigo de câmera estéreo no mundo real é o "EyeSight" da Subaru. A primeira geração do EyeSight, lançada em 2008, adotou um esquema em que duas câmeras estéreo capturam a estrada à frente em 3D, usando medições precisas de distância até os obstáculos — algo que uma câmera monocular tinha dificuldades em fazer. — como base para recursos de segurança como a frenagem pré-colisão. Após repetidos aprimoramentos, as instalações cumulativas do EyeSight em todo o mundo ultrapassaram 5 milhões de unidades em agosto de 2022.

A última geração do EyeSight evoluiu para uma configuração de "três olhos", adicionando uma câmera monocular grande angular ao tradicional par de câmeras estéreo. Como um par de câmeras estéreo sozinho tem um campo de visão limitado, a câmera monocular grande angular adicional reforça a percepção periférica — tráfego cruzado em cruzamentos, por exemplo. O "EyeSight X" vai além, combinando a percepção do ambiente ao redor das câmeras estéreo com GPS e dados de mapas 3D de alta precisão para permitir a direção sem as mãos no volante (Nível 2) em rodovias. É um exemplo prático de como a capacidade de alcance de uma câmera estéreo pode ser combinada com informações externas — GNSS e dados de mapas — para fornecer assistência avançada ao motorista que uma câmera sozinha não conseguiria oferecer.

O criador do EyeSight fundou sua própria empresa de visão estéreo

O engenheiro que liderou o desenvolvimento da primeira geração O EyeSight (o "Imagem de Alcance Estéreo") foi criado por Keiji Saneyoshi, engenheiro principal da Subaru. Sua equipe foi a primeira no mundo a lançar um sistema de assistência ao motorista que utilizava apenas câmeras estéreo para detectar veículos, pedestres, ciclistas e motociclistas. Após deixar a Subaru em 1998, Saneyoshi continuou suas pesquisas como professor no Instituto de Tecnologia de Tóquio até o início de 2017 e, em maio de 2016, fundou sua própria empresa, a ITD Lab, para continuar aprimorando a tecnologia de visão estéreo. É uma trajetória de carreira incomum para o setor: uma tecnologia nascida dentro de uma montadora, levada adiante pelo próprio inventor, para uma empresa especializada independente.

O Intel RealSense teve sua própria reviravolta dramática: em 2021, o anúncio do fim da vida útil de várias linhas de produtos (L515, série T26x e série F45x) abalou o setor, mas as câmeras de profundidade estéreo da série D400 permaneceram em produção. A produção e, em 2025, o próprio negócio RealSense foi totalmente desmembrado da Intel, sendo relançado como uma empresa independente, apoiada por uma rodada de financiamento Série A de US$ 50 milhões de uma empresa de private equity focada em semicondutores. É o caso de uma linha de câmeras de profundidade estéreo que começou como uma divisão de uma grande empresa de semicondutores e que, em resposta à demanda do mercado, optou por sobreviver como um negócio independente.

Parâmetros que Determinam o Desempenho

Comprimento da linha de base: O parâmetro mais importante, que define o equilíbrio entre a precisão em longas distâncias e o limite de medição em curtas distâncias (a zona morta). Como mostra a relação $Z = fB/d$ , uma linha de base mais longa $B$ aumenta a sensibilidade à distância para uma determinada mudança na disparidade. O OAK-D LR, que dobra a linha de base do OAK-D padrão (para 15 cm) para atingir 30 m de alcance, é exatamente esse princípio aplicado diretamente ao design do produto.
Alcance de profundidade: Assim como no ZED Nos dois modelos de distância focal do 2i, o alcance ideal varia drasticamente de acordo com o caso de uso (robô para ambientes internos vs. veículo para ambientes externos).
Precisão de profundidade: Como mostram as especificações do ZED 2i, a taxa de erro aumenta com a distância (menos de 1% em 3 m, aumentando para menos de 5% em 15 m). Aplicações que necessitam de medições de alta precisão em curta distância, como prevenção de colisões, exigem uma precisão diferente daquela necessária para aplicações em que uma noção aproximada do ambiente distante é suficiente.
Limites do campo de visão: Uma câmera estéreo só pode medir a profundidade onde os campos de visão das duas lentes se sobrepõem; portanto, seu campo de visão tende a ser limitado. A mais recente tecnologia EyeSight, que adiciona uma câmera monocular grande angular, existe justamente para compensar isso, e a combinação de múltiplos sensores é quase uma necessidade prática.
Fraquezas inerentes a uma base de luz visível: O estéreo passivo não consegue detectar disparidade e perde a precisão de alcance em objetos sem textura (padrão) suficiente. Em uma parede lisa ou um piso de cor sólida, uma câmera de profundidade ativa usando padrão infravermelho... A projeção pode ter a vantagem
Custo computacional da correspondência estéreo: A busca por pontos correspondentes entre as imagens esquerda e direita é computacionalmente dispendiosa e, para dispositivos embarcados, a aceleração por hardware é essencialmente obrigatória. É por isso que o OAK-D possui uma VPU dedicada e a série RealSense D400 possui um ASIC dedicado (o Processador de Visão D4) — o processamento em tempo real apenas na CPU é difícil
Se uma IMU está integrada: Produtos com uma IMU de 6 eixos integrada, como o e-con Systems TaraXL e o Intel RealSense D435i, podem compensar o próprio movimento da câmera durante o processamento de profundidade. Para robôs móveis e uso em drones, essa integração costuma ser o fator decisivo na prática

Como um erro de um pixel é amplificado em erro de alcance

A profundidade estéreo segue $Z=fB/d$ . Converter a incerteza de disparidade $\sigma_d$ em incerteza de alcance resulta em

\sigma_Z\simeq\frac{fB}{d^2}\sigma_d=\frac{Z^2}{fB}\sigma_d

Para

f=700\,\mathrm{px}

B=0.12\,\mathrm{m}

Z=2\,\mathrm{m}

, a disparidade é

d=42\,\mathrm{px}

. Um erro de disparidade de

0.5\,\mathrm{px}

torna-se então cerca de

2.4\,\mathrm{cm}

de erro de alcance. O mesmo erro de

0.5\,\mathrm{px}

cresce para cerca de

0.60\,\mathrm{m}

Z=10\,\mathrm{m}

, razão pela qual a estimativa subpixel e uma linha de base mais longa são importantes em longas distâncias.

Isso não significa que uma linha de base mais longa seja sempre a solução. Em curtas distâncias, os dois campos de imagem podem deixar de se sobrepor, e alterações extrínsecas dependentes de vibração ou temperatura podem ser relevantes. Na prática, relate o erro de reprojeção, a confiança da disparidade e as regiões ocluídas separadamente para cada faixa de distância.

\sigma_Z\propto Z^2

: error grows at rangetarget range Zrange error

\sigma_Z

nearfar

Diagrama: Duskboil. Conceitual em vez de medido; mostra a amplificação quadrática do erro de disparidade com a distância.

Verifique seu entendimento

Um pixel de erro de disparidade importa menos em longas distâncias?

A disparidade diminui com a distância, portanto, o mesmo erro de disparidade produz um erro de alcance maior. Considere a linha de base, a distância focal e o alcance operacional em conjunto.

Referências

What to read next

Review the backgroundComo funcionam as câmeras monoculares e principais produtos — Mobileye, Tesla, Continental Continue the seriesComo funcionam as câmeras de profundidade e principais produtos — RealSense, Kinect, Orbbec Explore another aspect of this fieldLeia o registro de uma IMU estacionária: viés, dispersão e desvio de Allan.

#Camera #Stereo Camera #Subaru #EyeSight #Sensor #Autonomous Driving