4. 相机选型与驱动优化：全局快门 vs 卷帘快门，USB3.0 vs GigE vs Camera Link 驱动层优化

做视觉伺服控制，相机就是我们的「眼睛」。眼睛不好使，算法再牛也白搭。这一章我重点聊聊相机选型里最让人头疼的两个问题：快门方式和数据传输接口。说白了，就是怎么让图像又快又准地进到控制器里。

4.1 全局快门 vs 卷帘快门：别让图像「扭曲」了

先问个问题：你见过高速旋转的风扇叶片拍出来是弯的吗？那就是卷帘快门的「杰作」。

卷帘快门（Rolling Shutter）

卷帘快门的工作原理是逐行曝光。想象一下，你拿个扫帚从左到右扫过地面——传感器也是这么一行一行地读取光信号。如果物体在动，先曝光的行和后曝光的行拍到的位置不一样，图像就变形了。

全局快门（Global Shutter）

全局快门就简单粗暴了——所有像素同时曝光，同时读取。不管物体跑多快，拍到的都是一瞬间的「冻结」画面。这对视觉伺服控制来说太重要了，因为控制周期通常只有几毫秒，图像必须反映真实位置。

特性	全局快门	卷帘快门
运动畸变	无	有（高速运动时明显）
低光性能	略差（像素结构复杂）	较好
成本	较高	较低
推荐场景	机器人、工业检测	静态拍摄、慢速场景

4.2 数据传输接口：USB3.0 vs GigE vs Camera Link

相机选好了，数据怎么传回来？这直接决定了你的控制延迟。我见过太多人买了高速相机，结果被接口带宽卡死。

USB3.0：便宜但「娇气」

USB3.0理论带宽5Gbps，实际能跑到3-4Gbps。对于1080p@60fps的相机绰绰有余。但有个致命问题：CPU占用率高。因为USB协议栈在操作系统里走的是通用路径，每次传输都要经过多次拷贝。

我记得有个项目用USB3.0相机做力控视觉伺服，CPU占用率直接飙到40%。后来换成GigE，降到15%。嗯，这里要注意：USB3.0适合低负载场景，别在实时性要求高的系统里用。

GigE Vision：工业界的「老黄牛」

GigE（千兆以太网）带宽1Gbps，虽然比USB3.0低，但胜在稳定和长距离（100米）。更重要的是，GigE Vision协议支持零拷贝（Zero-Copy）传输，数据可以直接从网卡DMA到用户空间，绕过CPU。

Camera Link：极致性能，极致成本

Camera Link带宽可达6.8Gbps（Base配置）到20Gbps以上（Full配置）。延迟极低，几乎可以忽略。但代价是：需要专用的采集卡和电缆，一套下来几千到几万块。

我只有在做高速抓取（>200fps）时才用Camera Link。普通视觉伺服，GigE完全够用。

接口	带宽	最大距离	CPU占用	成本	推荐场景
USB3.0	5Gbps	5米	高	低	原型验证、低负载
GigE	1Gbps	100米	中	中	工业视觉伺服
Camera Link	6.8-20Gbps	10米	低	高	高速抓取、高精度

4.3 驱动层优化：把延迟「压」到最低

选好接口只是第一步。驱动层的优化才是真正拉开差距的地方。我总结了几条实战经验：

1. 减少内存拷贝

默认情况下，相机驱动会把数据从内核空间拷贝到用户空间。这个过程很费时。用mmap或DMA_BUF实现零拷贝，延迟能降30-50%。

// 示例：使用V4L2的DMABUF模式
struct v4l2_exportbuffer expbuf;
memset(&expbuf, 0, sizeof(expbuf));
expbuf.type = V4L2_BUF_TYPE_VIDEO_CAPTURE;
expbuf.index = buffer_index;
expbuf.flags = O_CLOEXEC;

// 导出DMA buf到用户空间
int dmabuf_fd = ioctl(fd, VIDIOC_EXPBUF, &expbuf);
// 直接映射到用户空间，无需拷贝
void *data = mmap(NULL, length, PROT_READ | PROT_WRITE, MAP_SHARED, dmabuf_fd, 0);

2. 中断合并与轮询

每个图像帧都触发中断，CPU会疯掉。我习惯的做法是：在高速模式下用轮询，在低速模式下用中断。轮询虽然占用CPU，但延迟更可控。

3. 多线程流水线

别让主控制线程去等图像。用三个线程：采集线程（收图像）、处理线程（跑视觉算法）、控制线程（算伺服指令）。中间用环形缓冲区（Ring Buffer）传递数据。

// 伪代码：三线程流水线
void *capture_thread(void *arg) {
    while (running) {
        frame = grab_image();          // 采集
        ring_buffer_push(frame);       // 推入缓冲区
    }
}

void *vision_thread(void *arg) {
    while (running) {
        frame = ring_buffer_pop();     // 取出
        pose = compute_pose(frame);    // 视觉算法
        pose_buffer_push(pose);        // 推入控制缓冲区
    }
}

void *control_thread(void *arg) {
    while (running) {
        pose = pose_buffer_pop();      // 取出位姿
        control_signal = compute_control(pose); // 伺服控制
        send_to_actuator(control_signal);
    }
}

4.4 知识体系总览

下面这张图把本章的核心逻辑串起来了。你可以把它当作选型时的「决策地图」。

说白了，选相机就是做三件事：定快门、选接口、调驱动。全局快门是底线，GigE是性价比之王，驱动优化是拉开差距的关键。我做了这么多年视觉伺服，踩过的坑比走过的路还多。希望这一章能帮你少走弯路。