4、光照条件对座舱感知的影响

座舱感知系统（DMS/OMS）的核心输入源是光学传感器——摄像头。与自动驾驶外部感知不同，座舱内光照环境具有更高的动态变化频率和更复杂的局部光源组合：日出日落时的低角度强光、隧道进出口的照度突变、夜间仪表盘与外部路灯的混合照明、乘客佩戴口罩或墨镜造成的局部遮挡与反射，都会直接改变摄像头采集图像的信噪比、动态范围和特征可见性。本章从光学物理原理出发，系统拆解白天强光、逆光、阴影、夜间低照度与眩光五类典型光照条件对摄像头和传感器性能的影响机制，并给出工程化的测试设计与评价方法。

4.1 核心原理：从光子到特征的光学链路

座舱摄像头成像的本质是将场景中反射的光子转换为数字信号。这一过程可分解为四个环节：光源辐射 → 介质传输 → 传感器光电转换 → 图像信号处理（ISP）。光照条件对感知的影响，实际上是对这四个环节中一个或多个的扰动。

在光源辐射环节，太阳光在晴朗白天可提供高达 100,000 lux 的照度，而夜间无月光的道路仅约 0.1 lux，两者相差六个数量级。座舱内由于挡风玻璃和侧窗的过滤，实际到达摄像头的光照范围通常在 1 lux 到 80,000 lux 之间波动。传感器芯片的物理动态范围（即最大不饱和信号与噪声底之比）通常为 60-70 dB，而真实座舱场景需要 100 dB 以上的动态范围才能同时保留窗外强光区域和车内暗部细节。这就是为什么单帧图像无法同时看清逆光下的人脸和背景——硬件物理极限决定了信息获取的上限。

在介质传输环节，挡风玻璃的透过率并非恒定：夹层玻璃对可见光的透过率约为 75-80%，但对红外波段（850nm/940nm）的透过率可能降至 50% 以下。此外，玻璃表面的灰尘、油膜、雾气会形成散射层，降低图像对比度。在逆光条件下，挡风玻璃内表面的反射光会叠加在目标信号上，形成“鬼影”或“光晕”。

传感器光电转换环节中，CMOS 芯片的每个像素点将光子转换为电子，再通过 ADC 量化为数字值。光照不足时，光子到达率低，散粒噪声（shot noise）成为主导噪声源，其大小与信号幅度的平方根成正比。这意味着夜间图像的信噪比天然低于白天，且增益（Gain）提升会同时放大信号和噪声，导致图像出现明显的颗粒感。

ISP 环节负责将 RAW 数据转换为可用的 YUV/RGB 图像，包括自动曝光（AE）、自动白平衡（AWB）、降噪、宽动态（WDR）合成等。光照突变时，AE 算法的收敛速度直接决定了图像从过曝/欠曝恢复到正常的时间。若 AE 收敛时间超过 500ms，在隧道出入口场景下，感知算法将面临连续数帧的无效输入。

4.2 白天强光与逆光：动态范围与局部过曝的博弈

白天强光场景下，摄像头面临的核心矛盾是全局动态范围不足。当太阳光直接照射到驾驶员面部一侧时，面部受光面可能达到 10,000 lux，而背光面（如眼窝、下巴下方）仅 500 lux，同一张脸上存在 20 倍的照度差。普通摄像头在保证高光区域不饱和时，暗部会欠曝至噪声水平；反之，若提升暗部亮度，高光区域则完全溢出为纯白。

逆光场景更为极端：摄像头朝向挡风玻璃方向，窗外天空亮度可达 30,000 lux，而驾驶员面部仅 200-500 lux。此时若 AE 以全局平均亮度为基准，面部区域将严重欠曝，导致眼部、嘴部等关键特征完全不可见。实际测试中，逆光下面部区域的灰度值可能低于 30（0-255 范围），而背景天空灰度值超过 240，对比度超过 8:1，远超普通算法的处理能力。

工程上应对强光/逆光的主要手段包括：

• 宽动态（WDR）合成：传感器连续拍摄多帧不同曝光时间的图像（如短曝光 1ms、中曝光 8ms、长曝光 32ms），通过 ISP 合成为一帧高动态范围图像。但多帧合成会引入运动伪影——驾驶员头部微动时，不同曝光帧中面部位置偏移，合成后可能出现边缘重影。
• 局部 Tone Mapping：对图像不同区域采用不同的亮度映射曲线，压暗高光、提亮暗部。但过度压缩会损失对比度，使面部看起来“发灰”，影响眼部开合度等精细特征的判断。
• 物理偏振片：在镜头前加装偏振方向与挡风玻璃反射光偏振方向垂直的偏振片，可有效消除玻璃反光。但偏振片会损失约 50% 的光通量，对夜间低照度场景不利。
• 安装位置优化：将摄像头布置在尽量靠近内后视镜的位置，利用遮阳板遮挡直射阳光，同时避免挡风玻璃反射角直接进入镜头视场。

4.3 夜间低照度与红外补光：灵敏度与噪声的平衡

夜间座舱内的光照来源包括：仪表盘背光（约 50-200 lux）、中控屏（约 100-300 lux）、路灯透过车窗的余光（约 1-10 lux）、对向车辆灯光（瞬时高亮）。在无路灯路段，车内光照可能低至 0.5 lux 以下，此时彩色摄像头几乎无法输出有效图像。工程上普遍采用红外 LED 补光 + 红外敏感摄像头的方案。

红外补光的关键参数是波长选择。850nm 波长的红外光在 CMOS 传感器上量子效率较高（约 30-40%），但存在一个显著问题：人眼对 850nm 附近的红外光有微弱感知，会看到 LED 发出暗红色光斑，可能引起乘员不适。940nm 波长则完全不可见，但传感器量子效率下降至 10-15%，需要更强的 LED 功率或更长的曝光时间。实际产品中，DMS 摄像头多采用 850nm，OMS 摄像头（朝向乘员）则倾向 940nm 以减少干扰。

夜间测试中需要特别关注红外均匀性。LED 补光灯通常布置在摄像头两侧，形成环形或条形光源。若 LED 发散角设计不当，画面中心与边缘的照度差可能超过 3:1，导致人脸中心过曝而边缘欠曝。测试时应使用均匀反射板（如 18% 灰卡）在 30cm、60cm、100cm 三个距离上测量红外照度分布，确保均匀性 ≥70%。

低照度下的另一个问题是自动曝光时间延长。在 0.5 lux 环境下，为获得足够亮度，曝光时间可能从白天的 1ms 延长至 30-50ms。若驾驶员头部快速转动，30ms 曝光会产生明显的运动模糊，导致眼部特征无法提取。此时需要权衡：提高增益（增加噪声）还是延长曝光（增加模糊）。工程上通常设定最大曝光时间不超过 33ms（对应 30fps 帧率），并配合 2D/3D 降噪算法来抑制增益带来的噪声。

4.4 眩光与阴影：局部干扰对感知算法的特殊挑战

眩光与阴影虽然不像强光/低照度那样影响全局图像质量，但它们对感知算法的干扰往往更具隐蔽性。眩光通常来自对向车辆远光灯、隧道内照明灯、或夕阳低角度直射。当强光源直接进入镜头视场时，光线在镜头镜片组内部多次反射，形成光晕（halo）和鬼影（ghost）。光晕会使光源周围区域的对比度急剧下降，而鬼影则可能在画面其他位置形成虚假的亮斑，被算法误识别为“眼睛”或“面部高光”。

阴影问题在座舱内表现为两种形式：一是结构性阴影，如遮阳板、A 柱、方向盘遮挡形成的固定暗区；二是动态阴影，如车辆转弯时阳光从侧窗扫过，在乘员面部形成移动的明暗分界线。动态阴影对感知算法的挑战在于：它会导致同一张脸在 1 秒内经历从正常曝光到半脸欠曝再到恢复的快速变化，AE 算法和面部检测算法需要同时具备快速响应和稳定性。

针对眩光，工程上可采取以下措施：

1. 镜头光学设计：采用多层增透膜（AR Coating），将单面反射率从 4% 降至 0.5% 以下；使用遮光罩阻挡非视场方向的杂散光。
2. AE 策略优化：在检测到画面中存在高亮区域时，将 AE 权重从全局平均切换为“面部优先”模式，避免因眩光区域拉低整体曝光。
3. 算法层眩光屏蔽：在 ISP 输出后增加眩光检测模块，将高亮区域标记为“无效区域”，在后续特征提取时跳过这些区域。

针对阴影，推荐采用多帧时域融合策略：连续采集 3-5 帧图像，在时域上取中值或加权平均，可有效消除动态阴影造成的单帧异常。但需注意，时域融合会增加延迟，对实时性要求高的 DMS 系统需谨慎使用。

4.5 案例拆解：隧道出入口光照突变下的 DMS 失效分析

背景与约束：某车型在实车路试中，DMS 系统在通过隧道时频繁出现“驾驶员注意力误判”——系统在进入隧道瞬间误报“闭眼”，在驶出隧道瞬间误报“视线偏离”。该车型搭载 2MP 全局快门摄像头，安装于仪表盘中央，视场角 60°，支持 100dB WDR，AE 收敛时间标称 200ms。

初始现象与数据：通过 CAN 日志抓取发现，误报集中在隧道入口后 0.5-1.5 秒和出口后 0.3-1.0 秒。同步采集的视频显示：进入隧道瞬间，图像从 10,000 lux 骤降至 200 lux，AE 算法在约 400ms 内完成调整，但前 200ms 内图像整体欠曝，面部区域灰度值低于 20，眼部关键点检测置信度从 0.92 降至 0.45。驶出隧道时，图像从 200 lux 骤增至 30,000 lux，AE 调整期间图像过曝，面部区域灰度值超过 240，同样导致关键点丢失。

分析判断：问题根源并非 AE 收敛速度本身（200ms 标称值在实验室环境下达标），而是实车场景中光照变化幅度远超实验室设定。实验室测试通常模拟 100:1 的照度变化，而隧道场景实际变化达 150:1。此外，WDR 多帧合成在光照突变时，不同曝光帧之间的亮度差异过大，合成算法产生“鬼影”效应，进一步降低了图像质量。

实际操作步骤：

1. 将 AE 目标亮度从全局平均改为“面部区域优先”，通过人脸检测框 ROI 计算曝光权重，使 AE 优先保证面部区域曝光正确。
2. 增加 AE 收敛速度档位：在检测到亮度变化率超过 50%/帧时，触发“快速收敛模式”，将 AE 步长增大 3 倍，收敛时间从 200ms 缩短至 80ms。
3. 在 ISP 中增加“光照突变检测”模块：当连续 3 帧平均亮度变化超过 2 倍时，暂时禁用 WDR 合成，改用单帧短曝光输出，避免多帧鬼影。
4. 算法层增加“低置信度抑制”逻辑：当眼部关键点置信度低于 0.5 时，不立即判定为闭眼或视线偏离，而是等待 3 帧（100ms）后重新评估。

结果对比：优化后，隧道场景误报率从 12 次/百公里降至 1 次/百公里。AE 收敛时间实测为 85ms（隧道入口）和 90ms（隧道出口），面部区域灰度值在光照突变后 150ms 内恢复至 80-180 的合理区间。

风险与代价：快速 AE 收敛模式在极端闪烁场景（如连续通过多个短隧道）下可能引起曝光振荡，需增加滞回比较器防止频繁切换。禁用 WDR 的时段内，若同时存在逆光，图像动态范围不足的问题会重新出现，因此该策略仅在光照突变瞬间生效，待亮度稳定后自动恢复 WDR。

复盘经验：座舱摄像头测试不能仅依赖实验室的稳态光照测试，必须加入光照突变（瞬态）测试用例。建议在测试规范中明确：光照变化速率 ≥100:1/100ms 的瞬态场景下，感知功能不可中断超过 200ms。

4.6 常见误区与总结复盘

误区一：认为 WDR 是万能的。WDR 能扩展动态范围，但无法解决运动伪影和噪声放大问题。在光照剧烈变化时，WDR 多帧合成反而可能引入新的图像退化。正确做法是根据场景动态切换 WDR 开关。

误区二：只关注摄像头本身，忽略光学链路。挡风玻璃的透过率、脏污程度、贴膜类型都会显著影响实际到达传感器的光量。测试时应在真实挡风玻璃后方进行，而非直接对裸摄像头测试。

误区三：夜间测试只用红外补光，忽略环境光混合。实际夜间场景中，仪表盘、中控屏、路灯等可见光会与红外光混合，导致图像出现色偏或红外反光。测试应覆盖“纯红外”“红外+仪表光”“红外+路灯”三种混合模式。

误区四：忽略乘员佩戴墨镜和口罩的光学影响。墨镜会大幅衰减可见光（透过率 10-30%），但对红外光衰减较小（透过率 50-80%），因此夜间红外模式下墨镜影响较小，白天可见光模式下影响显著。口罩则会在面部下半部分形成均匀的漫反射区域，降低嘴部特征的可辨识度，但对眼部特征影响较小。

总结而言，光照条件对座舱感知的影响是全链路的，从光源、介质、传感器到 ISP 和算法，每一环都可能成为瓶颈。测试设计应覆盖稳态和瞬态两类场景，并针对强光、逆光、阴影、低照度、眩光五类条件分别设定量化指标。建议在测试规范中至少包含以下必测项：

• 100,000 lux 强光下的面部特征检出率 ≥95%
• 逆光（背景/面部照度比 100:1）下的眼部开合度检测误差 ≤10%
• 0.5 lux 纯红外模式下的人脸检测率 ≥98%
• 光照突变（100:1/100ms）后感知恢复时间 ≤300ms
• 眩光场景下误检率 ≤1 次/小时

只有将光照条件作为独立的测试维度，建立系统化的评价体系，才能确保座舱感知系统在各种真实驾驶环境中稳定可靠。