1.畫面清晰，在黑白交界的時候，圖像有一個很好的對比度或者動態範圍。不管是逆光還是白天大照度，夜晚低照度，還是說在路燈情況下，我們都要求前方景物有一個非常好的對比度，這是算法對於成像系統的要求。這個時候，我們就要對它的上千個參數進行試驗和調校。
2.一個攝像頭是由6個光學的鏡片和一些傳感器組成，而玻璃鏡片的生產製造是打磨出來的，並不是壓制而成的。這就從根本上產生了鏡片生產存在差異性的問題。雙目的方案，兩個鏡頭理論上要一模一樣，因爲一旦存在差異，會使得測量的準確性大打折扣，業內也會稱之爲立體攝像頭。攝像機鏡頭一般都有些參數，比如畸變度，對焦度，隨着準確度的上升，誤差範圍的收窄，成本也是扶搖直上的，業內一般使用的鏡頭誤差在5%的範圍內。如果要將兩個攝像頭的誤差縮減到1%左右，達到使用的要求，那麼攝像頭的成本就會高不可攀。
3.中科凌志通過獨特的成像算法，從根源上保證圖像質量，同時具備高效自動校正性能，而深度圖測距算法基於“面”，每個點的深度都會計算，因此得到的深度圖是稠密的，這樣的算法有助於解決逆光成像問題，也能降低傍晚或夜間由於光線變暗的誤報率。逆光成像問題？
4.曝光絕對同步。雙目相機最基本的要求就是兩個傳感器要同時曝光，曝光的時間差要控制到微秒級，否則採集的圖像沒辦法進行匹配。
5.爲了適應車輛全天候全天時的需要，一般要滿足在明暗反差過大的場合（進出隧道），很好平衡圖像中過亮或太暗部分（寬動態）；對光線比較靈敏（高感光），避免給芯片帶來太大壓力（並不是一昧追逐高像素）。
6.要求高動態。選用具有高動態範圍的黑白相機，可以有效抑制光暈現象，並增強暗處的細節，從而提高成像質量。另外，彩色圖像在鏡頭表面進行了鍍膜，雖然提升了人眼的感知體驗，但實際上降低了信噪比或者說信息量。這對後續的圖像處理不利。
其次是雙目的算法：基於“面”和基於“邊”。在圖像處理領域，有一種技術叫做模版匹配，分爲三種類型：面匹配、邊匹配、幾何匹配。邊匹配是亮暗區別比較明顯的界限，比如說外輪廓。邊匹配的時候會把這種高頻的輪廓進行左右眼的匹配，因爲匹配上以後才能決定視差。用這種輪廓繼續進行匹配，我們管它叫邊緣匹配。裏面每一個點都能匹配，我們就叫做面匹配。雖然面匹配的計算量遠遠大於邊匹配，但前者的可靠性也大於後者。因爲邊匹配只是部分輪廓的匹配，不能確定非輪廓區域有沒有障礙物。也就是說，非輪廓區域是沒有被感知到的，一旦有障礙物就會發生碰撞。所以我們覺得 ADAS 系統尚且可以使用。如果使用雙目系統，尚且可以使用邊緣匹配進行計算，從而降低它的計算量，提高計算效率。但是對於一套自動駕駛系統，爲了提高它的可靠性，一定是用面匹配方式進行對前方距離的感知與探測，這樣才能達到更可靠的效果。
異形鏡頭
3M膠
中科凌志採用熱膨脹係數低的特殊金屬一體化鑄造。
以色列Mobileye、德國博世、日本理光
https://blog.csdn.net/p23onzq/article/details/79754769剖析自動駕駛雙目視覺解決方案
https://blog.csdn.net/p23onzq/article/details/78740562 ADAS最全整理
https://blog.csdn.net/p23onzq/article/details/78740553無人駕駛工程師技術總結
http://www.360doc.com/content/17/0319/21/35472060_638271657.shtml詳解：雙目ADAS的技術優勢及產品落地之路 | 硬創公開課
第一，曝光絕對同步。雙目相機最基本的要求就是兩個傳感器要同時曝光，曝光的時間差要控制到微秒級，否則採集的圖像沒辦法進行匹配。
第二，傳感器的位置要固定。兩個相機中間的相對位置，要絕對固定，並達到微米級。
第三，雙目相機的散熱問題。所有的視覺感知一定要貼在前擋風玻璃上，那是風吹日曬的地方。本身雙目的功率大，而且也不能用風扇進行主動散熱。這對於殼體、熱方面的設計和計算，需要我們非常關注。
二是要求高動態。選用具有高動態範圍的黑白相機，可以有效抑制光暈現象，並增強暗處的細節，從而提高成像質量。另外，彩色圖像在鏡頭表面進行了鍍膜，雖然提升了人眼的感知體驗，但實際上降低了信噪比或者說信息量。這對後續的圖像處理不利。
汽車使用的環境複雜多變，只是溫度要求，都是在-40—85度。
目前市場上，還未出現可以滿足雙目圖像處理、符合車規要求、大規模商業化量產的芯片，已經量產的一些車型中類似於斯巴魯使用的，仍然配合使用了FPGA的方案，來達到雙目算法處理所需的算力要求。