如何解决无人机看的问题，关键是从二维的图像中获取三维信息，从而分析出我们所处的这个三维世界。
照片只具备平面二维信息，没有空间立体感，单一的摄像头获取到的信息及其有限，并不能直接得到我们想要的效果。类比到机器视觉中，单个摄像头的图片信息无法获取到场景中每个物体与镜头的距离关系，即缺少第三个维度。
双目立体视觉犹如3D电影，能够直接给人带来强烈的空间临场感。类比机器视觉，从单个摄像头升级到两个摄像头，即立体视觉能够直接提供第三个维度的信息，即景深，能够更为简单的获取到三维信息。双目视觉最常见的例子就是我们的双眼：我们之所以能够准确的拿起面前的杯子、判断汽车的远近，都是因为双眼的双目立体视觉，而3D电影、VR眼镜的发明，也都是双目视觉的应用。
双目视觉的基本原理是利用两个平行的摄像头进行拍摄，然后根据两幅图像之间的差异(视差)，利用一系列复杂的算法计算出特定点的距离，当数据足够时还能生成深度图。
为什么双目视觉能够在无人机应用中脱颖而出?
其实，各个避障技术在无人机上都有用武之地，只是应用场景有所不同，特别对于前视避障而言，有些技术就不适用了。
上其实简单来说双目视觉就是利用两个摄像头仿制出人眼双目的效果，通过相关算法在计算机中描绘出大脑处理后的画面。我们能够通过这个技术，得到与所测目标之间的距离，得到目标的三维信息。
那这些信息怎么就和无人机自动避障联系到一起呢?我们的双眼已经能实现这些，这个技术还有什么用呢?
我们的大脑虽然能够完美的处理看到的图像，可是计算机没有这么强的功能。这项技术的关键是得到计算机可以识别的位置信息，这些信息是无人机实现自动避障的根本。换言之，双目视觉技术已经成为无人机自动避障不可或缺的必要保证。推荐阅读：消防无人机应用
如何实现无人机避障
对运动物体(包括动物和人体形体)测量中，双目立体视觉系统是计算机视觉的关键技术之一，获取空间三维场景的距离信息也是计算机视觉研究中最基础的内容。
无人机避障的实现是通过将探测所得结果数据导入到自身避障模块，经过计算机的运算，得出避障飞行的指令。在避障模块相同的情况下，得到的信息就对避障效果起到了决定性的影响
