制作事件相机的人的灵感就是来自于仿生。在人的眼睛中，会有一部分视觉细胞对动态的东西特别敏感。

揭开DVS面纱

DVS(Dynamic Vision Sensor)--模拟生物视网膜特性的仿生相机--事件相机的一种。

在聊新型相机之前，先聊聊我们常见的RGB相机：各像素点的值都是在同一时间同步获取的绝对光强值。

因此在强光条件下，普通相机拍出的照片会有背光等现象，由于普通相机拍摄的图片是在一段曝光时间内的均值，这也导致了在拍摄高速移动的物体或者相机本身发生移动时，拍摄的照片出现模糊的情况。

就在此时，动态视觉传感器（DVS，dynamic vision sensor）就如天降猛男一般出现了！

咱这样设想一下：你去找到房间里一个角落静放的一本书，但是，如果突然有某个物体动了起来，我们的视线会立刻被吸引过去。传统的相机呈现在我们眼前的便是前者；而事件相机的目的正是后者：敏感地捕捉到运动的物体。

▲ 动图来自网络

DVS的与众不同

事件相机的最基本的原理：当某个像素的亮度变化累计达到一定阈值后，输出一个事件（Event）。

事件具有三要素：时间戳、像素坐标与极性。一个事件表达的是“在什么时间，哪个像素点，发生了亮度的增加或减小”。当场景中由物体运动或光照改变造成大量像素变化时，会产生一系列的事件，这些事件以事件流(Events stream)方式输出。

这就决定了DVS与传统相机的不同之处：

01.动态范围大

帧相机的动态范围通常只能达到60dB，而事件相机的动态范围能达到120dB，甚至会更高。高动态范围可以帮助事件相机在光线极暗、曝光过度、光线突变等情况下，依然能够保持有效的工作。因为事件相机以微秒级分辨率标记时间戳，所有像素是异步的，不是同步的输出。

02.低功耗，低延时

低延迟(<1μs)、极低功耗(1mW)：只要亮度一有变化就会输出，且仅输出变化的数据占用了很小的带宽，同时由于事件相机更擅长捕捉亮度变化，所以在较暗和强光场景下也能输出有效数据。相较于传统相机，事件相机是基于神经形态视觉，其基本理念是受生物系统工作方式的启发，检测场景动态的变化，而不是连续分析整个场景。

联合影像在DVS上的落地场景

在自动驾驶上的应用

防御城区场景中的“鬼探头”：传统帧相机在面对横向的鬼探头场景时，无法快速做出反应,而事件相机可以更快地感知到危险信号；

高速场景下的避障：事件相机可以依靠它的低时延性优势，快速识别，并及时做出避障动作；

光线过亮或者过暗的场景或光强突变较为明显的场景：车辆从隧道出来后，面对高曝光的场景，帧相机会受到高爆光的影响，从而产生失效的工况，而事件相机不会受到影响。

▲ 联合影像camera module配置

▲ camera module 渲染图

在机器人上的应用

胜任一些复杂的场景：传统的视觉传感器受限于它的硬件，而导致的低动态感光范围和运动中产生的动态模糊，尤其是在高速运动和复杂光照下的场景。机器人能够快速目标检测，低延迟测距，以达到快速避障的目的。