当今大量的物联网应用都将在诸多方面大大受益于精密的优质光学器件，除了能从物联网设备中获得质量更佳的图像之外，安全、性能、电池续航和精确度全都将得到提升。

j

随着物联网世界不断扩张，我们开始看到，许多的联网设备需要观察它们周围的世界，以更好地了解环境。目前大多数物联网设备所具备的机器学习能力，是计算机视觉功能提供的直接结果，已演进成为了在真实世界中识别对象的能力。为了在真实世界中识别对象，这些设备与计算机都需要具备相当于人眼的计算器件，也就是我们通常所看到的摄像头。对于物联网世界而言，对高质量光学器件的需求将会日益增加，以提升这些设备的精确性与功耗。

目前的摄像头系统还不够好

如今我们所看到的大部分摄像头系统在图像质量上有着很大的差异，让计算机更难以正确地识别周围的物体。如果无法正确和清晰地看到周围有什么，通常就需要这些物联网设备和设备内的计算器件花费更多的计算资源保留处理帧，直到它能够识别出对象物体。计算机识别一个对象的速度更快，它就能更快地确定需要做什么，并更快地采取适当的行动。通过缩短识别时间，机器能变得更智能，能耗更少，反应更快。

无人机和自动驾驶汽车

上面提到的这些功能在当今大受欢迎的一些物联网应用中特别重要，我们首先能想到的两个应用领域就是汽车和无人机。这两个垂直领域都备受欢迎，是机器学习与人工智能的创新领域，并且都需要多个摄像头。汽车和无人机都需要多个摄像头的原因是，单一的摄像头无法360度环视所有物体，并具备全方位的环境感知能力，所以你需要多个摄像头。这意味着全部摄像头必须保持始终开启的状态，并不断尝试检测需要避开的对象，或用于情境探知目的。

当提到自动驾驶、无人驾驶汽车与无人机时，光学器件在安全性上发挥着巨大作用。这些运载工具大多都严重依赖摄像头才能看清路线、其他车辆、路标以及最重要的行人。通过优质的光学系统，出色的自动驾驶汽车在避免事故发生方面的表现能远远超过人类驾驶员，包括规避其他车辆和人。有时人可能会因为被其他物体部分遮挡而难以看清对象，但经过调谐优化的精密光学系统能够帮助自动驾驶汽车中的计算机视觉算法在仅仅出现人的某个身体部位时就能“看”到人的存在。可如果使用了质量较差的光学系统，计算机就可能无法快速识别一些对象(例如身体部位)，不会如此有效或安全。

VR和AR

除了智能手机拍摄以外，高质量的光学器件对可穿戴设备(也包括我们可能在未来看到的头戴式设备)也非常有价值。这些设备是否将会是VR/AR设备还不能确定，但它们全都需要某一种光学器件向人眼传输图像。这可以通过复杂的波导、棱镜或利用显示器前的菲涅尔透镜来实现。这些未来的可穿戴设备将随着VR和AR的逐渐流行而日益普及，而随着这些设备继续变得越发轻薄，光学系统的复杂程度将进一步增加。为了确保视觉保真度与现在这些更厚重、更老一代的头戴式设备维持在相同的水平，光学器件的质量将变成更加重要的影响因素。

安防摄像头

最后是安防摄像头领域。消费级和商用级的安防摄像头都已开始具备机器学习和人工智能所支持的智能功能，让它们更好地识别所看到的对象。这样一来，摄像头现在就能够告诉你谁在你家门口，谁在你家里。通过精密的光学器件，这些摄像头将能够更好更快地识别人脸，并同时拍摄更高质量的来访者或侵入者的视频。由于不再需要始终保持录像状态，以及根据摄像头识别出对象是什么来选择是否录像，这样的摄像头还可降低功耗，并节约存储空间。这对通过电池供电和向互联网无线流传输的摄像头来说特别有价值，从长期来看，功耗的节约以及更快更佳的对象识别能力也是非常重要的。

总结

正如你所见，当今大量的物联网应用都将在诸多方面大大受益于精密的优质光学器件，除了能从物联网设备中获得质量更佳的图像之外，安全、性能、电池续航和精确度全都将得到提升。随着这些设备变得更小更轻薄，对精密的光学器件的需求只会提升，而不会降低。如果物联网设备无法看清它应该看到的东西，那财产和生命都有可能面临潜在的危险；而如果这些设备因为光学器件的问题而无法可靠工作，那么也将更加难以推向市场。