4. 单传感器距离估计：基于激光雷达的点云分割与目标距离计算，基于视觉的深度估计（单目/双目）
在无人车感知系统中，距离估计是避障决策的基础输入。无论是激光雷达产生的稀疏三维点云，还是摄像头捕获的稠密二维图像，其核心目标都是回答同一个问题：障碍物在哪个位置、距离自车多远、占据多大空间。本章聚焦于单传感器条件下的距离估计方法，分别剖析激光雷达点云处理链路与视觉深度估计两大技术路线，并对比其在不同场景下的适用边界。
4.1 激光雷达点云分割与目标距离计算
4.1.1 核心原理：从稀疏点到语义目标
激光雷达通过发射激光束并测量反射时间差，获取周围环境的精确三维坐标。以16线机械式激光雷达为例，单帧可产生约3万个点，而64线雷达可达12万点。这些点以极坐标形式存储，包含距离、方位角、俯仰角和反射强度。点云分割的本质是将这些无序点按照空间邻近性和几何特征划分为有意义的簇，每个簇对应一个潜在障碍物。
距离计算并非简单取所有点的平均值，而是需要根据避障需求选择合理的距离度量方式。对于无人车决策而言，最近点距离（Closest Point Distance）通常最保守也最安全，因为它代表了自车与障碍物之间的最小间隙；而质心距离则更适合用于目标跟踪和运动预测。
4.1.2 操作流程：点云处理五步法
- 点云预处理：去除离群点（统计滤波）、体素降采样（Voxel Grid，常用0.1m~0.2m分辨率）、ROI裁剪（保留自车前方80m、左右20m区域）。
- 地面分割：采用RANSAC平面拟合或射线坡度法，将地面点与非地面点分离。地面点不参与障碍物聚类，否则会与车辆底部点云粘连。
- 障碍物聚类：常用欧式聚类（Euclidean Cluster Extraction），设定邻域半径（如0.5m）和最小点数（如10个点），将空间上邻近的点归为一类。
- 目标特征提取：对每个聚类计算质心坐标、包围盒尺寸（长宽高）、朝向角（PCA主方向）、点云数量、反射强度均值等。
- 距离计算与输出：计算聚类中所有点到自车坐标系原点的距离，输出最小距离、质心距离、以及目标的三维包围盒信息。
4.1.3 案例拆解：园区低速无人车行人避让
某园区物流无人车搭载16线激光雷达，在测试中发现：当行人站在路沿附近时，点云聚类结果将行人与路沿灌木合并为一个目标，导致目标尺寸异常增大（宽度达2.3m），距离计算为最近点距离1.8m，但实际行人距离仅1.2m。分析发现，地面分割参数中RANSAC距离阈值设置过大（0.3m），导致路沿低矮部分被保留为非地面点。
解决过程：将RANSAC距离阈值调整为0.15m，并增加坡度约束（相邻点高度差不超过0.1m），重新分割后行人与灌木被正确分离。同时将聚类邻域半径从0.5m缩小至0.35m，避免行人手臂摆动时与旁边物体粘连。调整后，行人目标距离输出为1.25m，与真实值误差小于5cm。
复盘经验：地面分割参数直接影响聚类质量，在复杂地形（坡道、路沿、减速带）场景下，需要针对性地调整分割阈值。此外，距离计算应优先采用最近点距离用于紧急制动判断，质心距离用于路径规划。
4.1.4 常见误区与总结
- 误区一：认为点云越密越好。实际上，过密的点云增加计算延迟，且对远距离小目标改善有限。应平衡分辨率与实时性。
- 误区二：直接使用所有点的平均距离作为目标距离。当目标部分被遮挡或包含少量噪声点时，平均值会偏离真实最近距离。
- 误区三：忽略反射强度信息。高强度反射点（如金属护栏）与低强度点（如黑色轮胎）在聚类时可能被错误分割。
4.2 基于视觉的深度估计：单目与双目
4.2.1 核心原理：从像素到米制距离
视觉深度估计的目标是为图像中的每个像素或每个目标区域赋予物理距离值。双目视觉通过三角测量原理，利用左右相机对同一场景的视差（Disparity）计算深度：深度 Z = (f × B) / d，其中 f 为焦距，B 为基线长度，d 为视差。单目视觉则更为复杂，需要从单张图像中利用几何线索（如物体尺寸先验、消失点、纹理梯度）或深度学习回归直接预测深度。
对于无人车避障，视觉深度估计通常与目标检测结合：先检测出障碍物（如行人、车辆），再提取该目标区域内的深度值，计算距离。单目方法依赖场景先验，在未知物体上误差较大；双目方法精度更高，但受基线长度和计算量限制。
4.2.2 判断方法：单目与双目的选型对比
| 对比维度 | 单目深度估计 | 双目深度估计 |
|---|---|---|
| 测距原理 | 几何先验/深度学习回归 | 三角测量（视差计算） |
| 硬件成本 | 低（单摄像头） | 中（双摄像头+同步模块） |
| 精度范围 | 5%~15%误差（10m内） | 1%~3%误差（20m内） |
| 远距离表现 | 随距离增大误差急剧上升 | 视差分辨率限制，远距离精度下降 |
| 光照敏感度 | 高（夜间/逆光性能差） | 高（依赖纹理匹配） |
| 计算复杂度 | 较低（单帧推理） | 较高（立体匹配+后处理） |
| 适用场景 | 结构化道路、已知物体类型 | 中近距离、纹理丰富环境 |
4.2.3 实战场景：双目视觉在城区交叉口的应用
某自动驾驶出租车在城区交叉口使用双目相机（基线12cm，焦距1450像素）进行行人距离估计。初始测试发现，当行人穿着纯色衣物且背景为白色墙面时，立体匹配算法产生大量误匹配，导致深度图出现空洞，目标区域深度值缺失。
分析过程：检查视差图发现，低纹理区域匹配代价（Cost Volume）在多个视差层级上接近，无法形成唯一峰值。进一步统计，目标区域有效深度像素占比仅35%，远低于正常情况下的80%。
优化措施：① 引入半全局匹配（SGM）算法，增加平滑约束；② 对目标区域深度值采用中位数滤波，剔除异常值；③ 当有效深度像素占比低于50%时，触发单目深度估计作为后备（利用行人平均身高1.7m先验）。优化后，行人距离估计误差从1.2m降至0.3m，满足避障需求。
风险提示：双目系统在雨雾天气、夜间无照明条件下性能急剧下降，必须设计传感器失效降级策略。
4.2.4 常见误区与总结
- 误区一：认为双目视觉精度一定高于激光雷达。实际上，双目在远距离（>30m）和低纹理场景下精度下降明显，且受标定误差影响。
- 误区二：单目深度估计可以直接用于紧急制动。由于单目存在尺度不确定性，建议仅用于预警或辅助决策，不单独作为AEB（自动紧急制动）的唯一依据。
- 误区三：忽略相机与激光雷达的时间同步。视觉深度与点云距离若存在时间偏差，在高速运动场景下会产生数米的距离误差。
4.3 两种技术路线的融合思考
虽然本章聚焦单传感器方案，但实际无人车系统通常采用激光雷达与视觉融合。激光雷达提供精确的深度种子点，视觉提供稠密的语义信息。在距离估计层面，一种实用策略是：以激光雷达距离为主，视觉深度用于验证和补充；当激光雷达失效时，视觉深度作为降级方案。无论采用何种传感器，距离估计的最终输出都应包含三个要素：距离值、置信度、时间戳，三者缺一不可，这是避障决策模块正确判断风险等级的前提。