單目攝影機係車載攝影機入最基礎、應用最廣泛嘅一類，佢只用一個鏡頭嚟采集圖像信息，透過算法嚟「感知」同「估算」周圍環境，係實現L2級輔助駕駛嘅主流選擇之一。
單目攝影機識別物體嘅過程，可以簡單概括為「匹配-估算」兩個步驟：
第一步：識別（匹配）。系統會先將拍攝到嘅圖像同數據庫入面已有嘅樣本進行匹配，確認前方係咩物體（例如係車、行人定係路牌），並「認出」佢嘅類別。
第二步：估距（測距）。認出目標後，再根據佢喺畫面入面嘅大小，嚟估算佢同車輛之間嘅距離。佢就好似我哋透過「舉起大拇指」嚟估測遠處目標距離咁，係一種基於經驗同學習嘅推算。
單目攝影機之所以能夠大規模應用，主要得益於以下幾點：
成本友好，易於部署：硬件結構最簡單，價格最低，佈置也非常靈活，一個攝像頭就足夠滿足大部分基礎需求。
探測距離遠：透過搭配不同焦距嘅鏡頭，佢嘅有效探測距離可以做到50-100米，頂尖方案能夠達到200米，能夠好好咁支援高速場景下嘅遠距離感知需求。
產業生態成熟：得益於Mobileye等公司喺深度學習算法上嘅多年積累，單目方案嘅技術護城河好深，已經構成咗成熟嘅軟硬件生態。
單目攝影機最主要嘅局限係佢無法直接測量距離，只能靠「猜」：
依賴數據庫，存在盲點：如果遇到一個從未「學習」過嘅異形物體，系統就無法透過匹配嚟估算距離，好容易出現誤判或漏檢。
深度估計誤差較大：喺弱光、逆光等複雜環境下，佢對物體距離同尺寸嘅估算偏差可達數米，難以單獨支撐高級自動駕駛對高精度測距嘅要求。
目前，單目攝影機係L2級輔助駕駛方案嘅絕對主力，被廣泛應用喺自適應巡航（ACC）、自動緊急制動（AEB）、車道保持（LKA）等核心功能入面。
隨著技術演進，而家嘅趨勢係透過多傳感器融合嚟取長補短。例如，將單目攝影機嘅圖像識別能力，同毫米波雷達嘅精確測距能力結合埋，就能實現更全面嘅感知效果。正正係因為呢個，佢能夠憑藉「低成本 + 高算法效率」嘅優勢，喺追求性價比嘅量產車型上長期佔據主流地位。
