3.45. 立体神经推理
在这种模式下，神经推理（物体检测，标志检测等）上运行的左 和 右摄像机，以产生立体声推理结果。与融合立体深度的单眼神经推理不同 - 没有最大视差搜索限制 - 所以最小距离纯粹受 (a) 立体相机本身的水平视野 (HFOV) 和 (b) 超焦距中的较大者限制的相机。
全局快门同步立体对的超焦距为 19.6cm。因此，距离小于 19.6 厘米的物体会显得失焦。这有效地用于该操作模式的最小距离，因为在大多数情况下(除用于与非常宽的立体声基线 OAK-FFC-3P-OG), 这 有效 最小距离大于较高 实际 最小距离为的结果立体相机视野。 例如，当距离 OAK-D 小于 5.25cm (下图中标记为 M)时, 物体将完全脱离两个灰度相机的视野，但比灰度相机的超焦距更近 (即 19.6cm，标记为 Y), 所以实际的最小深度就是这个超焦距。
因此，要计算此操作模式的最小距离，请使用以下公式：
min_distance = max(tan((90 - HFOV/2) * pi/2) * base_line_dist/2, 19.6)
该公式实现了 HFOV 施加的最小距离的最大值，以及 19.6cm，即超焦距施加的最小距离。
3.45.1. Demo
有关更多信息，请查看 执行立体神经接口的 gen2-triangulation 演示 。
有疑问?
我们很乐意为您提供代码或其他问题的帮助。
我们的联系方式
还可以通过我们发布的视频和文章了解OAK
