2. 常用传感器介绍：相机、激光雷达、IMU、GPS/RTK
做多传感器融合，说白了就是跟各种传感器打交道。你得摸清它们的脾气，知道什么时候该信谁，什么时候得留个心眼。我刚开始接触融合时，总想着把所有数据一股脑塞进去，结果系统反而崩了。后来才明白——不了解传感器，就别谈融合。
这一节，我把最常用的四种传感器给你捋一遍。相机、激光雷达、IMU、GPS/RTK，每个我都会讲它的原理、输出什么数据、有什么坑，以及我实际用过的一些经验。
2.1 相机：最像人眼的传感器
相机这东西，大家都不陌生。但在融合系统里，它跟手机拍照完全是两码事。
工作原理：光线通过镜头，打到CMOS或CCD感光元件上，转换成电信号。说白了就是「光→电」的转换过程。每个像素记录的是光强，如果是彩色相机，还得通过拜耳阵列猜出颜色。
输出数据：
- 图像帧：通常是灰度图或RGB图，分辨率从VGA到4K都有
- 时间戳：每帧图像拍摄的时刻，这个太重要了，后面讲时间同步时会细说
- 内参：焦距、主点、畸变系数，这些是出厂标定好的，但温度变化会漂
我踩过的坑：
有一次做视觉SLAM，发现定位老是跳变。查了两天，最后发现是相机曝光时间设成了自动模式。光线一变，曝光时间从5ms跳到30ms，图像模糊了，特征点全跟丢了。所以我的建议是——做融合时，相机一定要固定曝光和增益。
关键参数：
- 帧率：常用30fps或60fps，但注意不是越高越好，帧率高意味着每帧曝光时间短，暗光下噪声大
- 快门类型：全局快门优于卷帘快门，尤其是做运动场景时
- 同步接口：最好选带硬件触发或PPS输入的相机，不然时间同步很麻烦
我的小技巧：选相机时，别只看分辨率。信噪比和动态范围往往更重要。我习惯用「暗处拍一张、亮处拍一张」来快速判断相机底子好不好。
2.2 激光雷达：精度高，但别太迷信
激光雷达这几年火得不行。很多人觉得它「完美」，其实不然。
工作原理：发射激光束，打到物体上反射回来，通过飞行时间算出距离。多线激光雷达（比如16线、32线、64线）就是同时转好几圈，扫出周围一圈的点云。
输出数据：
- 点云：每个点包含(x, y, z)坐标和反射强度(intensity)
- 时间戳：每帧点云的起始时间和结束时间，注意是「时间段」不是「时间点」
- 扫描模式：机械旋转式、固态式、MEMS式，不同模式的数据特性差异很大
为什么说别太迷信？
你想想看，激光雷达在雨雾天、扬尘环境下，点云会变得稀碎。我做过一个测试，在工地扬尘环境下，32线激光雷达的有效点云直接掉了40%。还有，激光雷达对玻璃、镜面、黑色物体基本是「瞎子」——光直接穿透或吸收了。
注意：激光雷达的「帧」和相机的「帧」不是一回事。相机是全局曝光，一帧就是一个瞬间。激光雷达是逐点扫描，一帧里第一个点和最后一个点可能差了100ms。做时间同步时，这个差异必须处理。
我常用的做法：把激光雷达的每个点都打上时间戳，而不是整帧用一个时间。这样在融合时，可以按时间插值到相机或IMU的时间轴上。
2.3 IMU：又爱又恨的惯性测量单元
IMU这东西，我真是又爱又恨。爱它是因为它高频、不受外界干扰；恨它是因为它漂移得厉害。
工作原理：IMU内部有加速度计和陀螺仪。加速度计测的是「比力」——说白了就是物体受到的加速度（包括重力）。陀螺仪测的是角速度。两者结合，理论上可以推算出位置和姿态。
输出数据：
- 三轴加速度：单位m/s²，包含重力分量
- 三轴角速度：单位rad/s或°/s
- 时间戳：每个采样点的时间，通常频率在100Hz~1000Hz
IMU的三大痛点：
- 零偏：静止时输出不为零，会随时间缓慢变化
- 噪声：白噪声+随机游走，积分后误差会随时间平方增长
- 温漂：温度一变，零偏也跟着变
我曾经在一个项目里，IMU没做温补，结果车子在太阳底下晒了半小时，IMU的零偏漂了0.5°/s。你想想看，积分10秒就是5°的航向误差，这还怎么定位？
IMU选型建议：
- 消费级（MPU6050之类）：适合做辅助，别指望它单独定位
- 工业级（ADIS系列）：零偏稳定性在10°/h以内，可以做短时导航
- 战术级（iMAR、Honeywell）：零偏0.1°/h以下，但价格感人
避坑指南：IMU的安装位置很重要。别装在振动源附近（比如发动机、电机旁边）。我见过有人把IMU贴在电池包上，结果电池发热导致温漂，整个系统都崩了。
2.4 GPS/RTK：室外定位的基石
GPS（全球定位系统）大家都很熟悉了。但在融合系统里，我们通常用的是RTK（实时动态差分定位），精度能到厘米级。
工作原理：GPS卫星发射信号，接收机通过测量信号传播时间算出距离。但大气延迟、卫星钟差、多径效应都会引入误差。RTK的做法是——在地面放一个基准站，把误差算出来，然后发给移动站做修正。
输出数据：
- 经纬高：WGS84坐标系下的位置
- 速度：通常由多普勒频移算出，精度比位置差分更好
- 航向角：双天线RTK可以输出真北航向
- 时间戳：GPS时间，通常与UTC对齐
- 定位状态：单点定位、伪距差分、RTK浮点解、RTK固定解——固定解才是厘米级
RTK的局限性：
说白了，RTK最怕两件事：一是遮挡（高楼、隧道、树荫），二是多径（城市峡谷、反射面多）。我做过一个测试，在高架桥下，RTK直接从固定解掉到了浮点解，定位误差从2cm跳到了50cm。这时候如果不做融合，车子就「飞」出去了。
重要提醒：千万别把GPS/RTK当成「绝对真值」。它的输出有延迟（通常50~200ms），而且更新频率低（5Hz~20Hz）。做融合时，必须用IMU或其它传感器做高频插值。
我个人的习惯：在融合系统中，我会给GPS/RTK加一个「置信度」字段。固定解时权重给高，浮点解时权重降低，单点定位时基本不用。这样系统就不会因为GPS突然变差而崩溃。
2.5 四种传感器的对比总结
好了，四种传感器都讲完了。我最后用一张表给你做个对比，方便你快速查阅：
| 传感器 | 输出数据 | 典型频率 | 优点 | 缺点 | 融合中的角色 |
|---|---|---|---|---|---|
| 相机 | 图像帧、时间戳 | 10~60Hz | 信息丰富、成本低 | 受光照影响大、无深度 | 视觉特征、语义信息 |
| 激光雷达 | 点云、强度 | 5~20Hz | 精度高、不受光照 | 雨雾天差、无纹理 | 深度测量、建图 |
| IMU | 加速度、角速度 | 100~1000Hz | 高频、不受外界干扰 | 漂移严重 | 短时积分、状态预测 |
| GPS/RTK | 位置、速度、航向 | 5~20Hz | 绝对定位、无累积误差 | 易受遮挡、更新慢 | 全局约束、漂移修正 |
嗯，到这里你应该对四种传感器有了比较全面的认识。下一节，我会带你看看这些传感器在时间上怎么对齐——说白了，就是怎么让它们「说同一句话」。这步做不好，后面融合全是白搭。