第三章 AE系统架构：闭环控制系统的组成
做AE算法这么多年，我越来越觉得，搞懂系统架构比调参数重要得多。你想想看，一个自动曝光系统，说白了就是一个闭环控制系统。它由四个核心模块组成：Sensor、ISP、AE算法模块、驱动层。这四个家伙各司其职，又互相配合。
我个人习惯把AE系统比作一个「智能摄影师」。Sensor是眼睛，ISP是底片处理师，AE算法模块是大脑，驱动层就是手。嗯，这个比喻虽然简单，但很形象。
3.1 Sensor：图像的源头
Sensor就是摄像头里的感光芯片。它的任务很简单——把光信号转成电信号。但这里有个坑：Sensor的输出质量，直接决定了AE算法的上限。
我曾经在一个项目中，Sensor的暗电流噪声特别大。结果AE算法怎么调都稳不住，画面忽明忽暗。后来才发现，是Sensor的模拟增益设置有问题。所以啊，做AE算法的人，一定要懂Sensor的这几个关键参数：
- 曝光时间：从几微秒到几秒不等，决定了进光量
- 模拟增益：放大信号，但也会放大噪声
- 数字增益：在数字域放大，灵活性更高
- 帧率：决定了AE的响应速度上限
核心要点：Sensor的曝光时间和增益，是AE算法唯一能直接控制的物理量。其他都是间接的。
3.2 ISP：图像信号的预处理
ISP（图像信号处理器）负责把Sensor的原始数据变成我们能看的图像。在AE系统中，ISP扮演着「中间人」的角色。
我记得有一次调试AE，发现画面亮度总是跳变。查了半天，原来是ISP的自动白平衡在作怪。白平衡调整了RGB通道的增益，AE算法以为亮度变了，又开始调整曝光。两个模块互相打架，画面就抖起来了。
ISP中与AE相关的模块包括：
- 统计信息模块：计算图像的亮度直方图、平均亮度等
- Gamma校正：非线性映射，会影响亮度感知
- 自动白平衡：调整色温，间接影响亮度统计
- 降噪模块：影响图像质量，但不直接影响AE
实战技巧：我建议在AE算法中，直接从ISP的统计信息模块取数据，不要用最终显示图像。这样可以避免Gamma和白平衡的干扰。
3.3 AE算法模块：真正的大脑
AE算法模块是整个系统的核心。它接收ISP提供的统计信息，计算出最优的曝光参数，然后通过驱动层去控制Sensor。
说白了，AE算法就干三件事：
- 分析：当前场景亮不亮？哪里亮？哪里暗？
- 决策：应该增加曝光还是减少曝光？加多少？
- 输出：新的曝光时间、增益值是多少？
我见过很多新手，一上来就写复杂的PID控制。其实没必要。对于大部分场景，一个简单的查表法加平滑滤波就够了。为什么？因为Sensor的响应是线性的，你不需要太复杂的模型。
避坑指南：我曾经在一个项目中，AE算法收敛速度太慢，用户都开始骂了。后来发现是平滑滤波的系数设得太小。记住：AE的响应速度要匹配用户的操作速度，一般控制在100-300ms内完成收敛。
3.4 驱动层：连接算法和硬件的桥梁
驱动层是AE系统中「最苦最累」的模块。它负责把算法算出来的参数，转换成Sensor能理解的寄存器配置。
驱动层要做的事情包括：
- I2C/SPI通信：和Sensor芯片通信
- 寄存器配置：设置曝光时间、增益等
- 帧同步：确保参数在正确的帧边界生效
- 错误处理：通信失败怎么办？参数超限怎么办？
嗯，这里要注意一个细节：驱动层的时序问题。Sensor的寄存器写入不是立即生效的，它要等到下一帧的VBlank（垂直消隐）期间才会加载。如果你在帧中间写入参数，画面会出现撕裂。
重要提醒：驱动层的错误处理一定要做全。我见过一个项目，Sensor通信偶尔失败，驱动层没做重试机制，结果AE算法拿到的是旧数据，画面亮度一直不对。排查了三天才找到问题。
3.5 闭环控制系统的完整流程
现在我们把四个模块串起来，看看完整的AE闭环流程：
- Sensor采集一帧图像，输出原始数据
- ISP处理数据，同时统计亮度信息
- AE算法模块读取统计信息，计算新的曝光参数
- 驱动层把参数写入Sensor寄存器
- Sensor在下一帧使用新参数
- 重复步骤1-5
这个循环每帧都在跑。帧率30fps的话，每秒跑30次。帧率60fps，每秒跑60次。所以AE算法的计算量不能太大，否则会拖慢整个系统。
性能优化建议：我习惯把AE算法放在ISP的垂直消隐期（VBlank）里执行。这段时间CPU闲着也是闲着，正好用来算AE。这样不会影响帧率。
3.6 系统架构图
下面我用一张SVG图，把整个AE系统的架构画出来。你看一眼就明白了：
这张图把整个流程串起来了。你看，Sensor采集数据给ISP，ISP算出统计信息给AE算法，AE算法算出参数给驱动层，驱动层再写回Sensor。形成一个完整的闭环。
3.7 各模块之间的接口定义
在实际工程中，模块之间的接口定义非常重要。我列一个表格，把关键接口说清楚：
| 接口方向 | 数据内容 | 数据类型 | 说明 |
|---|---|---|---|
| Sensor → ISP | RAW图像数据 | 10/12/14 bit | 原始拜耳阵列数据 |
| ISP → AE算法 | 亮度统计信息 | 结构体 | 包含平均亮度、直方图、分区亮度等 |
| AE算法 → 驱动层 | 曝光参数 | 结构体 | 包含曝光时间、模拟增益、数字增益 |
| 驱动层 → Sensor | 寄存器配置 | I2C/SPI命令 | 具体的寄存器地址和值 |
接口设计建议：我习惯把ISP到AE算法的接口设计成「只读」的。AE算法不能修改ISP的统计信息，只能读取。这样可以避免模块间的耦合。
3.8 实际项目中的注意事项
最后，我分享几个实际项目中踩过的坑：
- 帧率匹配：AE算法的计算速度要跟上帧率。如果帧率30fps，AE算法必须在33ms内完成计算。否则画面会卡顿。
- 参数平滑：不要直接把AE算出的参数写进去。要做平滑处理，否则画面亮度会跳变。
- 异常处理：Sensor通信失败、ISP统计信息异常、参数超限……这些都要有兜底逻辑。
- 调试接口：一定要留调试接口。我习惯把AE算法的中间变量都打印出来，方便定位问题。
血的教训：我曾经在一个项目中，AE算法在低光照下表现很好，但到了强光下就崩了。后来发现是Sensor的曝光时间上限设得太小，算法算出来的参数超出了硬件能力。所以，驱动层一定要做参数限幅。
好了，AE系统的架构就讲到这里。这四个模块——Sensor、ISP、AE算法、驱动层——缺一不可。搞懂了它们之间的关系，你就能设计出一个稳定可靠的自动曝光系统。