1. 课程导入
什么是感知联调
感知联调，说白了就是把传感器、算法、硬件这三样东西捏到一起，让它们能好好配合。我刚开始接触这个领域时，以为只要把各个模块单独调通就行。结果呢？摄像头采集没问题，算法推理也没问题，但一跑起来就卡顿、丢帧、数据对不上。
为什么会这样？因为每个模块都有自己的脾气。摄像头有它的帧率，算法有它的处理时间，硬件有它的传输带宽。感知联调要做的，就是把这些「脾气」协调好。
核心定义：感知联调是将感知系统中的各个软硬件模块进行集成、调试、优化的过程，确保整个系统在真实场景下稳定、高效、准确地运行。
感知系统在机器人/自动驾驶中的作用
你想想看，一个机器人或者一辆自动驾驶汽车，它怎么知道周围有什么？靠的就是感知系统。感知系统相当于机器的「眼睛」和「耳朵」。
具体来说，感知系统要完成这几件事：
- 环境感知：检测道路、障碍物、行人、车辆等
- 定位：知道自己在哪里，周围物体在哪里
- 目标识别：区分这是行人还是自行车，是红绿灯还是广告牌
- 状态估计：判断目标的运动速度、方向、意图
我在项目中遇到过一件事：有一次在园区测试，激光雷达明明扫到了前方有个低矮的障碍物，但算法就是没识别出来。后来排查发现，是激光雷达和相机的数据时间戳没对齐，导致融合模块拿到的数据是「错位」的。这就是典型的联调问题。
注意：感知系统出问题，往往不是单个模块坏了，而是模块之间的配合出了问题。联调就是专门解决这类问题的。
感知系统的典型架构
下面这张图展示了感知系统的基本架构。我习惯把它分成三层：数据采集层、处理层、应用层。
嗯，这里要注意：每一层内部都有联调的工作要做，但最关键的其实是层与层之间的接口。我见过太多项目，各层单独测都没问题，一连起来就崩。
课程目标
这门课的目标很明确——让你能真正上手做感知联调。不是纸上谈兵，是实打实地能解决问题。
| 目标 | 具体内容 | 你能得到什么 |
|---|---|---|
| 理解原理 | 掌握感知系统各模块的工作原理、数据流、时序关系 | 能看懂系统框图，知道数据从哪来到哪去 |
| 掌握工具 | 学会使用常用的联调工具：ROS、Rviz、数据回放、日志分析等 | 能独立搭建联调环境，进行数据采集和回放 |
| 解决实战问题 | 处理时间同步、数据丢帧、性能瓶颈、异常检测等典型问题 | 遇到问题能快速定位，不再抓瞎 |
| 优化系统 | 从延迟、吞吐量、稳定性等维度优化感知系统 | 能让系统跑得更快、更稳、更准 |
我的建议：学这门课的时候，最好手边有一套实际的传感器或者仿真环境。光看不练，联调这东西是学不会的。我曾经带过一个新人，理论背得滚瓜烂熟，第一次上手调时间同步，折腾了一下午没搞定——因为实际遇到的问题和书本上写的完全不一样。
学习路径
这门课一共30章，我把它分成了几个阶段：
- 基础篇（第1-8章）：感知系统概述、传感器原理、数据格式、通信协议。这部分是地基，打不牢后面会很痛苦。
- 工具篇（第9-15章）：ROS2、数据可视化、日志系统、仿真环境。工欲善其事，必先利其器。
- 实战篇（第16-24章）：时间同步、数据对齐、性能调优、异常排查。这部分我会拿真实项目中的案例来讲。
- 进阶篇（第25-30章）：多传感器融合、端到端系统联调、部署与测试。到了这个阶段，你已经能独当一面了。
我个人习惯是每学完一章，就在自己的实验环境里跑一遍。哪怕只是改个参数、看个波形，也比光看书强十倍。
避坑指南：我曾经在联调时犯过一个低级错误——摄像头和激光雷达的坐标系没对齐，结果融合出来的目标位置差了半米。排查了两天才发现，原来是标定参数写反了。所以，永远不要相信「默认配置」，每一条参数都要亲手验证。
好了，这就是第一章的内容。感知联调听起来高大上，其实核心就是「让各个模块好好说话」。后面的章节，我们会一步步深入每个细节。