1. 传感器基础与坐标系：自动驾驶的“眼睛”与“尺子”
大家好，我是你们的老朋友。今天咱们正式开课，聊聊自动驾驶感知的基石——传感器和坐标系。
说实话，我刚开始做感知那会儿，也踩过不少坑。最典型的一次，是融合毫米波雷达和视觉数据时，发现目标位置总是对不上。折腾了两天，最后发现是坐标系转换矩阵写反了。嗯，从那以后，我养成了一个习惯：拿到任何传感器数据，第一件事就是确认它的坐标系定义。
所以，这一章咱们把基础打牢。你想想看，如果连“眼睛”怎么看世界、“尺子”怎么量距离都没搞明白，后面的融合、标定、规划，全是空中楼阁。
1.1 自动驾驶常用传感器：各有各的脾气
自动驾驶的传感器，说白了就是车的“五官”。每种传感器都有自己的长处和短板。我个人习惯把它们分成三类：主动视觉型（相机）、主动测距型（激光雷达、毫米波雷达）、姿态感知型（IMU、GPS）。
1. 相机：最像人眼，但怕黑怕雾
相机的工作原理，就是通过镜头把光线聚焦到CMOS或CCD感光元件上，生成图像。它提供的信息最丰富——颜色、纹理、语义（比如这是车、那是人）。
但相机有个致命弱点：它是被动传感器。没有光，它就瞎了。我在项目中遇到过夜间行车场景，纯视觉方案几乎失效，必须依赖雷达。
核心参数：
- 分辨率：1920x1080、3840x2160等，越高细节越丰富
- 帧率：30fps、60fps，越高运动捕捉越流畅
- 视场角（FOV）：水平、垂直角度，决定了“视野”范围
- 动态范围：处理明暗差异的能力，比如隧道出入口
避坑指南：我曾经在标定相机时，忽略了镜头畸变。结果图像边缘的物体位置偏差了十几个像素，融合时直接导致目标匹配失败。记住：任何相机数据，必须先做畸变校正。
2. 激光雷达：精度之王，但怕雨怕尘
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。它的精度极高，可以达到厘米级。我习惯把它叫做“空间扫描仪”。
但激光雷达也有短板：受天气影响大。大雨、大雾、扬尘环境下，激光会被散射或吸收，点云质量断崖式下降。
核心参数：
- 线数：16线、32线、64线、128线，线数越多，垂直分辨率越高
- 测距范围：通常0.3m~200m
- 精度：±2cm~±5cm
- 视场角：水平360°，垂直通常30°~40°
个人经验：我建议在融合时，把激光雷达的点云作为“真值”参考。因为它的空间精度最高，可以用来校正其他传感器的误差。
3. 毫米波雷达：全天候战士，但分辨率低
毫米波雷达发射毫米波段的电磁波，通过多普勒效应测量目标的速度和距离。它的最大优势是全天候工作——雨、雪、雾、尘，基本不受影响。
但毫米波雷达的分辨率很低，无法区分目标的具体形状。说白了，它只能告诉你“前方30米有个东西在动”，但说不清那是车还是人。
核心参数：
- 工作频率：24GHz、77GHz、79GHz
- 测距范围：0.2m~250m
- 速度精度：±0.1km/h
- 角度分辨率：通常3°~10°
避坑指南：我曾经遇到毫米波雷达的“多径反射”问题——雷达波打到地面或护栏上，反射回来形成虚假目标。后来我加了基于RCS（雷达散射截面）的滤波，才把虚警压下去。
4. IMU：惯性导航，短时精度高，但会漂移
IMU（惯性测量单元）包含加速度计和陀螺仪，测量物体的加速度和角速度。它不依赖外部信号，完全自主工作。短时间内的姿态和位置推算非常精准。
但IMU有个大问题：积分漂移。加速度积分一次得速度，再积分一次得位置。任何微小的测量误差，都会随时间累积放大。
核心参数：
- 加速度计量程：±2g、±4g、±8g等
- 陀螺仪量程：±250°/s、±500°/s等
- 零偏稳定性：衡量漂移程度的关键指标
个人经验：我习惯把IMU和GPS做组合导航。GPS提供绝对位置修正，IMU提供高频姿态更新。两者互补，效果最好。
5. GPS：绝对位置，但精度有限
GPS（全球定位系统）通过接收卫星信号，计算接收机的三维位置。它的优点是提供绝对坐标，不会漂移。
但普通GPS的精度只有米级，无法满足自动驾驶的厘米级需求。所以现在主流方案是RTK-GPS（实时动态差分），精度可以到2~5cm。
核心参数：
- 定位精度：普通GPS 2~5m，RTK-GPS 2~5cm
- 更新频率：通常10Hz
- 冷启动时间：30s~60s
避坑指南：GPS信号在城市峡谷、隧道、地下停车场会完全丢失。我曾经在测试时，车进了隧道，GPS直接“失联”，全靠IMU和轮速计撑着。所以永远不要依赖单一传感器。
1.2 坐标系：统一“语言”才能对话
不同传感器采集的数据，都在各自的坐标系里。要把它们融合起来，必须统一到一个坐标系下。这就像不同国家的人开会，得先定好用哪种语言。
自动驾驶中常用的坐标系有5个：世界坐标系、车辆坐标系、传感器坐标系、图像坐标系、像素坐标系。
1. 世界坐标系：全局地图的“锚点”
世界坐标系是固定不变的全局参考系。通常用ENU（东-北-天）或NED（北-东-地）。GPS输出的经纬高，最终会转换到这个世界坐标系下。
说白了，世界坐标系就是“地球上的一个固定点”。所有车辆、行人、障碍物的绝对位置，都在这个世界坐标系里描述。
2. 车辆坐标系：车自己的“身体”
车辆坐标系的原点通常位于车辆后轴中心或质心。按照ISO 8855标准：
- X轴：指向车辆前进方向
- Y轴：指向车辆左侧（或右侧，不同标准有差异）
- Z轴：指向车辆上方
我习惯把车辆坐标系叫做“车体坐标系”。所有传感器安装到车上后，都要先标定出它们相对于车辆坐标系的位姿。
3. 传感器坐标系：每个传感器的“小世界”
每个传感器都有自己的坐标系：
- 相机坐标系：原点在光心，Z轴指向镜头前方，X轴向右，Y轴向下
- 激光雷达坐标系：原点在激光发射中心，通常Z轴向上，X轴指向车头
- 毫米波雷达坐标系：原点在雷达天线中心，Z轴向上，X轴指向雷达波束方向
- IMU坐标系：原点在IMU芯片中心，通常与车辆坐标系对齐
个人经验：我建议在标定传感器时，先确认每个传感器的坐标系定义文档。不同厂商的坐标系定义可能不同，比如有的激光雷达Z轴向上，有的向下。搞反了，整个融合就全错了。
4. 图像坐标系：从3D到2D的“投影”
图像坐标系是相机成像平面上的二维坐标系。原点在图像中心（主点），单位是毫米或米。它描述了物理点在成像平面上的投影位置。
从相机坐标系到图像坐标系的转换，就是透视投影。公式很简单：
u = f * X / Z
v = f * Y / Z其中f是焦距，(X, Y, Z)是相机坐标系下的点坐标，(u, v)是图像坐标系下的坐标。
5. 像素坐标系：计算机看到的“格子”
像素坐标系是图像在计算机内存中的表示。原点在图像左上角，单位是像素。u轴向右，v轴向下。
从图像坐标系到像素坐标系，就是一个缩放+平移：
col = u / dx + cx
row = v / dy + cy其中dx、dy是每个像素的物理尺寸，cx、cy是主点（图像中心）的像素坐标。
完整转换链路：
世界坐标系 → 车辆坐标系 → 传感器坐标系 → 图像坐标系 → 像素坐标系
每一步都是一个4x4的齐次变换矩阵。我习惯把它们写成链式乘法：
P_pixel = K * T_sensor_to_camera * T_vehicle_to_sensor * T_world_to_vehicle * P_world其中K是相机内参矩阵，T是外参矩阵。
避坑指南：我曾经在写转换代码时，把矩阵乘法的顺序搞反了。记住：矩阵乘法不满足交换律。从世界到像素，一定是右乘的顺序：世界→车辆→传感器→图像→像素。顺序错了，结果天差地别。
1.3 实战建议：坐标系标定的“黄金法则”
好了，理论讲完了。我给大家总结几条实战中的“黄金法则”：
- 先标定，后融合：任何传感器数据，必须先做坐标系转换。不要偷懒。
- 统一基准：所有传感器都标定到车辆坐标系下。车辆坐标系就是“中央枢纽”。
- 验证闭环：标定完成后，找一个已知位置的目标，从世界坐标系一路转换到像素坐标系，看看投影位置对不对。这叫“闭环验证”。
- 记录参数：每次标定结果，都记录到配置文件中。我习惯用YAML格式，清晰易读。
最后说一句：坐标系转换是感知融合的“基本功”。你想想看，如果连这个都搞不定，后面的目标检测、跟踪、融合，全是白费功夫。所以，这一章的内容，我建议你反复看，直到闭着眼睛都能写出转换矩阵。
下一章，咱们聊聊相机标定——怎么把相机的内参和外参标定得又准又稳。到时候见！