3、传感器同步：时间同步与空间同步的概念，硬件触发与软件同步方案对比
各位同学，欢迎来到多传感器融合的第三讲。
今天聊的话题，是所有融合系统的基础——传感器同步。
你想想看，如果激光雷达说“前方3米有障碍物”，但相机说“那个位置是空的”，你信谁？
说白了，传感器不同步，融合就是一团浆糊。
3.1 时间同步 vs 空间同步：先搞清楚概念
我刚开始做融合的时候，也把这两个概念搞混过。后来被项目坑了一次，才彻底明白。
时间同步，就是让所有传感器“看”到同一个时刻的世界。
激光雷达在t1时刻扫了一帧，相机在t2时刻拍了一张图。如果t1和t2差了几十毫秒，车已经往前跑了半米。你拿这两帧数据去融合，位置肯定对不上。
空间同步，则是把不同传感器的数据，统一到同一个坐标系下。
激光雷达装在车顶，相机装在前保险杠。同一个物体，在激光雷达坐标系里是(x1, y1, z1)，在相机坐标系里是(u, v)。你得知道这两个坐标系之间的旋转和平移关系，才能把数据对齐。
一句话总结：
- 时间同步：解决“什么时候”的问题
- 空间同步：解决“在哪里”的问题
两者缺一不可。
3.2 时间同步：硬件触发 vs 软件同步
时间同步怎么做？业界主要有两条路：硬件触发和软件同步。
我个人习惯，能用硬件触发就别用软件。为什么？往下看。
3.2.1 硬件触发方案
硬件触发，说白了就是给所有传感器一个统一的“心跳”。
通常由一个主控（比如工控机或FPGA）发出PWM脉冲信号，同时触发激光雷达、相机、IMU等设备开始采集。
优点很明显：
- 同步精度高，通常能达到微秒级
- 延迟固定，没有抖动
- 不受CPU负载影响
缺点也有：
- 需要额外的硬件线缆
- 传感器必须支持外部触发（不是所有传感器都支持）
- 布线复杂，维护成本高
我的经验：
我在做园区无人车项目时，激光雷达用的是Velodyne VLP-16，相机是FLIR的工业相机。我直接用工控机的GPIO口输出5V的TTL脉冲，同时触发激光雷达和相机。实测同步误差在100微秒以内，完全够用。
3.2.2 软件同步方案
软件同步，就是靠时间戳来对齐数据。
每个传感器采集数据时，记录下当前系统时间。然后后端程序根据时间戳，把相近时刻的数据匹配到一起。
优点：
- 无需额外硬件，成本低
- 部署灵活，适合已有系统改造
缺点：
- 精度受系统时钟影响，通常只有毫秒级
- 存在网络延迟和抖动
- CPU负载高时，时间戳可能不准
避坑指南：
我曾经在一个项目中，只用软件同步。结果发现激光雷达和相机的时间戳差了50毫秒。查了半天，原来是ROS的时钟同步机制在CPU满载时丢包了。后来我加了硬件触发，问题才解决。
所以，如果你的系统对实时性要求高（比如高速自动驾驶），别省那根线。
3.3 空间同步：标定的核心
空间同步，其实就是我们这门课的核心——标定。
你需要求出两个传感器坐标系之间的变换矩阵：旋转矩阵R和平移向量t。
常用的方法有两种：
- 目标法标定：用棋盘格、标定板等已知几何形状的物体，通过特征点匹配求解
- 自然场景标定：利用环境中的特征（如建筑物角点、车道线）进行匹配
我个人更推荐目标法，精度高、可重复性好。自然场景标定虽然省事，但受环境影响大，容易翻车。
3.4 方案对比：一张表说清楚
| 对比项 | 硬件触发 | 软件同步 |
|---|---|---|
| 同步精度 | 微秒级 | 毫秒级 |
| 硬件成本 | 高（需要线缆、触发板） | 低（仅需软件） |
| 部署难度 | 中（需要布线） | 低（纯软件配置） |
| 适用场景 | 高速自动驾驶、机器人 | 低速、低精度要求 |
| 稳定性 | 高（不受CPU影响） | 低（受系统负载影响） |
3.5 核心逻辑：一张图看懂
下面这张图，是我自己画的。它把时间同步和空间同步的关系，以及硬件触发和软件同步的对比，都串起来了。
3.6 我的建议
如果你问我，新手该选哪种方案？
我的回答是：先做硬件触发，再做目标法标定。
虽然前期布线麻烦一点，但后面调试的时候，你会感谢自己当初多拉的那根线。
嗯，今天就到这里。下一章我们开始动手，讲激光雷达和相机联合标定的具体步骤。
公众号:蓝海资料掘金营，微信deep3321