第1章 课程导论与系统概述
各位同学，大家好。我是你们这门课的主讲人。在嵌入式系统领域摸爬滚打了十几年，从早期的MCU裸机开发，到后来接触复杂的ADAS系统，我踩过的坑确实不少。今天咱们开始第一讲，聊聊车道保持系统（LKA）的那些事儿。
说实话，LKA这个功能，现在十几万的车上都有了。但真正把它做稳定、做安全，背后涉及到的技术栈相当深。我当年在做一个量产项目时，就因为在RTOS任务优先级配置上疏忽了，导致车辆在弯道中出现了短暂的“失明”现象。嗯，那教训至今难忘。
1.1 车道保持系统的功能定义
车道保持辅助（LKA），说白了就是帮驾驶员把车“摁”在车道线内。它和车道偏离预警（LDW）最大的区别在于：LDW只报警不干预，LKA会主动修正方向盘。
我个人习惯把LKA的功能拆成三个层次：
- 感知层：通过前视摄像头识别车道线，输出车道线方程（通常是三次曲线或样条曲线）。
- 决策层：计算车辆在当前车道中的横向位置、航向角偏差，判断是否需要介入。
- 执行层：通过EPS（电动助力转向）系统输出扭矩，让车辆回到车道中心。
这里有个关键点：LKA不是自动驾驶，它只是辅助。按照ISO 11270的定义，LKA要求驾驶员的手不能长时间离开方向盘。我在项目中见过不少测试工程师试图挑战这个底线，结果就是系统频繁退出——这是功能安全设计故意为之的。
核心指标：LKA系统通常要求在车速大于60km/h时激活，横向控制精度需达到±0.1m以内，响应时间不超过100ms。
1.2 系统架构：从传感器到执行器
一个典型的LKA系统架构，我习惯把它画成四层。你想想看，数据从摄像头进来，到方向盘动起来，中间要经过多少关卡？
| 层级 | 组件 | 功能描述 |
|---|---|---|
| 感知层 | 前视摄像头（单目/双目） | 采集图像，输出车道线点集 |
| 处理层 | 域控制器（如TDA4、Orin） | 运行视觉算法、融合IMU数据 |
| 控制层 | MCU（如TC397、S32K） | 执行PID/MPC控制算法，输出扭矩请求 |
| 执行层 | EPS控制器 + 转向电机 | 响应扭矩指令，驱动方向盘 |
这里我特别想强调一下处理层和控制层的分工。为什么要把视觉算法和控制在两个芯片上跑？
原因很简单：实时性隔离。视觉算法跑在Linux或QNX上，一帧图像处理可能需要30-50ms，而且偶尔会有抖动。但控制算法必须跑在RTOS上，周期要稳定在10ms以内。我曾经在一个项目里试图把两者合并到一颗芯片上，结果发现视觉任务偶尔的卡顿直接导致控制周期超时——那感觉，就像开车时方向盘突然卡了一下。
我的建议：如果你在设计LKA系统，尽量采用异构架构。高性能SoC跑感知，实时MCU跑控制，中间通过SPI或PCIe通信。别图省事搞单芯片方案，除非你用的是瑞萨R-Car这种带实时核的芯片。
1.3 功能安全等级（ASIL）要求
聊到功能安全，很多刚入行的同学会觉得头大。其实没那么玄乎。对于LKA系统，按照ISO 26262标准，它属于ASIL B到ASIL D的范畴。
为什么会这样？
你看啊，LKA如果失效，最坏的情况是车辆突然偏离车道，可能引发碰撞。但因为它有驾驶员监控作为“最后一根稻草”，所以安全等级可以适当放宽。我参与过的几个量产项目，LKA通常定在ASIL B，但EPS执行器本身要求ASIL D。
具体到设计上，你需要关注以下几点：
- 单点故障度量（SPFM）：要求大于90%（ASIL B）。
- 潜伏故障度量（LFM）：要求大于60%（ASIL B）。
- 硬件随机失效概率（PMHF）：小于10^-7/h。
嗯，这里要注意：ASIL等级不是越高越好。我见过一个团队，把LKA硬生生做到了ASIL D，结果系统复杂度翻倍，成本飙升，最后因为过度的冗余设计导致系统响应变慢——得不偿失。
避坑指南：我曾经在一个项目中，因为对EPS的扭矩监控不够严格，导致在功能安全审计时被开了严重不符合项。记住：LKA的扭矩输出必须做双向监控——既要监控EPS实际输出的扭矩，也要监控控制算法请求的扭矩。两者偏差超过阈值，必须立即降级或退出。
1.4 嵌入式实时系统（RTOS）选型分析
好了，终于聊到咱们这门课的核心了——RTOS选型。对于LKA这种实时性要求极高的系统，裸机开发基本行不通。你需要一个可靠的RTOS来管理任务调度和资源竞争。
我个人用过的RTOS不少，从FreeRTOS到VxWorks，再到QNX。针对LKA场景，我给出以下对比：
| RTOS | 实时性 | 功能安全认证 | 适用场景 |
|---|---|---|---|
| FreeRTOS | 中等（软实时） | 无（需自行认证） | 原型验证、低成本方案 |
| SafeRTOS | 高（硬实时） | ASIL D（已认证） | 量产LKA控制单元 |
| VxWorks | 极高 | ASIL D（已认证） | 高端域控制器 |
| QNX | 高 | ASIL D（已认证） | SoC端视觉处理 |
我的建议是：控制算法跑在SafeRTOS上，视觉处理跑在QNX上。为什么这么选？
SafeRTOS是FreeRTOS的“安全版”，它通过了TÜV SÜD的ASIL D认证。你想想看，如果你用FreeRTOS做量产，你得自己去做功能安全认证——那工作量，够你喝一壶的。而QNX是微内核架构，隔离性好，适合跑复杂的视觉算法，万一某个驱动崩溃了，不会影响到整个系统。
这里有个小技巧：在任务设计时，把控制任务优先级设为最高，周期设为10ms。视觉任务优先级可以低一些，但周期要稳定在30ms以内。我曾经在调试时发现，如果视觉任务偶尔超时到50ms，控制器的预测模型就会失效，车辆在弯道中会出现明显的“画龙”现象。
关键参数：LKA控制任务的抖动（Jitter）必须控制在1ms以内。超过这个值，PID控制器的输出就会变得不稳定。我建议在RTOS中开启时间戳监控，实时记录每个任务的启动时间和完成时间。
1.5 课程规划与学习路径
这门课一共30章，咱们会从最底层的传感器数据采集讲起，一步步搭建一个完整的LKA系统。后面的章节会涉及：
- 车道线检测算法的嵌入式实现
- PID与MPC控制器的实时调参
- 功能安全机制的代码落地
- RTOS任务调度与资源锁设计
- 实车测试与标定方法
我建议你准备一块开发板，最好是带ARM Cortex-R或Cortex-M7内核的，比如TI的TDA4VM或者NXP的S32K3。跟着课程一步步动手做，比光看理论强十倍。
好了，第一章的内容就到这里。下一章咱们会深入聊聊摄像头选型与图像预处理——嗯，那也是个容易踩坑的地方。
课后思考：如果你现在要设计一个LKA系统，你会选择哪款RTOS？为什么？试着从实时性、安全认证、生态支持三个角度分析一下。