第一章 传感器硬件基础：感知系统的“眼睛”与“耳朵”

大家好，我是你们这堂课的主讲人。在智能驾驶这个行当摸爬滚打了十来年，我最大的感触就是：感知系统是车的眼睛和耳朵，而传感器就是这些器官的细胞。没有靠谱的硬件，算法再牛也是空中楼阁。今天，咱们就来拆解一下这些“细胞”到底长什么样，各自有什么脾气。

1. 摄像头：最像人眼的传感器

摄像头是感知系统里信息量最大的传感器。它能看到颜色、纹理、交通标志，甚至能读懂人的手势。但它的致命弱点也很明显——怕黑、怕强光、怕雨雾。

1.1 单目摄像头

单目摄像头就是一只眼睛。它通过图像特征来估算距离，说白了就是“猜”。我个人习惯把它用在车道线检测、交通标志识别这些对距离精度要求不高的场景。

• 优点：成本低、技术成熟、能识别语义信息。
• 缺点：测距精度差，依赖深度学习模型对物体大小的先验知识。
• 避坑指南：我曾经在高速上遇到过一辆白色货车，因为车身反光严重，单目摄像头直接把它识别成了天空背景。嗯，从那以后，我坚持在摄像头前加装偏振片。

1.2 双目摄像头

双目摄像头像人的两只眼睛，通过视差来计算距离。它的测距精度比单目高一个量级，但计算量也翻倍。

• 原理：三角测量法。两个摄像头看到的同一物体，在图像上的位置差就是视差。
• 适用场景：近距离障碍物检测、行人测距、泊车辅助。
• 注意：基线距离（两个摄像头之间的距离）决定了有效测距范围。基线越长，测距越远，但体积也越大。

1.3 环视摄像头

环视系统通常由4-6个广角摄像头组成，覆盖车身周围360度。它的主要用途是低速泊车和近距离盲区监测。

• 挑战：广角镜头带来的畸变校正、多摄像头之间的图像拼接。
• 我的经验：环视系统的标定非常关键。有一次，因为标定板放歪了1度，结果拼接出来的俯视图里，车旁边的柱子直接断成了两截。

2. 激光雷达：精度之王，但也是“娇气包”

激光雷达（LiDAR）通过发射激光束并测量反射时间，直接获取三维点云数据。它的测距精度可以达到厘米级，而且不受光照影响。说白了，它是目前唯一能直接“画”出周围世界3D地图的传感器。

2.1 机械式激光雷达

这是最传统的形态。激光器通过机械旋转来扫描周围环境。比如Velodyne的64线激光雷达，就是早期的行业标杆。

• 优点：360度水平视场角、点云密度高。
• 缺点：体积大、有机械旋转部件（寿命短、怕震动）、成本极高（早期一台要几十万）。
• 我记得：2018年做路测时，一台机械式激光雷达因为颠簸导致旋转电机卡死，直接烧了。从那以后，我特别关注传感器的可靠性测试。

2.2 固态激光雷达

固态激光雷达没有机械旋转部件，通过光学相控阵（OPA）或微振镜（MEMS）来改变激光方向。它体积小、成本低，是未来的主流方向。

• MEMS方案：通过一个微小的镜片振动来扫描。技术相对成熟，目前很多量产车在用。
• OPA方案：通过控制阵列中每个发光单元的相位来形成波束。理论上更可靠，但工艺难度大，目前还在实验室阶段。
• 注意：固态激光雷达的视场角通常较小（比如120度），需要多个组合才能覆盖360度。

2.3 Flash激光雷达

Flash LiDAR像相机一样，一次闪光就能照亮整个视场，然后通过焦平面阵列接收反射光。它没有扫描部件，响应速度极快。

• 优点：结构简单、可靠性高、适合近距离快速探测。
• 缺点：探测距离短（通常几十米）、分辨率受限于阵列大小。
• 应用场景：自动泊车、近距离障碍物检测。

3. 毫米波雷达：全天候战士

毫米波雷达发射的是波长在毫米级的电磁波。它不怕雨雾、不怕黑夜，甚至能穿透塑料保险杠。你想想看，在高速上遇到团雾，摄像头和激光雷达都废了，只有毫米波雷达还能告诉你前面有车。

• 工作原理：通过发射调频连续波（FMCW），测量回波的频率差来得到距离和速度。
• 优点：全天候工作、测速精准（多普勒效应）、成本适中。
• 缺点：角分辨率低（无法区分并排的行人）、无法识别物体类别（是车还是铁皮？）。
• 我的经验：毫米波雷达对金属物体特别敏感。有一次，路边的金属垃圾桶被雷达误判为静止车辆，导致系统急刹车。后来我们加入了多帧滤波和逻辑判断，才解决了这个问题。

频段	典型应用	特点
24GHz	盲区监测、变道辅助	成本低，但带宽有限，分辨率低
77GHz	自适应巡航、自动紧急制动	带宽大，分辨率高，是主流方案

4. 超声波雷达：泊车好帮手

超声波雷达发射的是人耳听不到的声波（40kHz左右）。它靠测量声波反射的时间来测距。说白了，它就是倒车雷达的升级版。

• 优点：成本极低、近距离探测精度高（厘米级）、不受颜色和光照影响。
• 缺点：探测距离短（通常3-5米）、受温度影响大、无法探测软质物体（比如泡沫）。
• 应用场景：自动泊车、近距离障碍物预警。
• 避坑指南：我曾经遇到过超声波雷达在雪天误报的情况。因为积雪覆盖了传感器表面，导致声波反射异常。后来我们增加了加热功能，才解决了这个问题。

5. IMU+GPS：定位的“定海神针”

IMU（惯性测量单元）和GPS是一对黄金搭档。GPS提供绝对位置，但更新频率低（10Hz），且容易受遮挡。IMU提供高频的相对运动信息（加速度和角速度），但会随时间漂移。两者融合，才能得到稳定可靠的定位结果。

• IMU：包含加速度计和陀螺仪。加速度计测线性加速度，陀螺仪测角速度。
• GPS：提供经纬度、海拔、速度、航向角。RTK（实时动态差分）技术可以将精度提升到厘米级。
• 融合方法：卡尔曼滤波。用GPS修正IMU的漂移，用IMU填补GPS的空白。
• 我的经验：在隧道里，GPS信号完全丢失，只能靠IMU进行航位推算。如果IMU的零偏没有校准好，几秒钟后定位就会偏出车道。所以，每次上车前，我都会让车辆静止几秒钟，让IMU完成自动校准。