1. 课程导入
车载环视系统（Around View Monitor，AVM）通过布置在车身前、后、左、右的四颗超广角鱼眼摄像头，实时采集车辆四周画面，再经过畸变校正、视角变换、图像拼接等处理，最终在座舱屏幕上生成一幅从车顶俯视的“鸟瞰图”。它解决的是驾驶员在泊车、窄道会车、低速通过复杂区域时的视野盲区问题，是智能座舱与辅助驾驶中最贴近用户日常体验的功能之一。
但环视系统真正的工程难点，往往不在“能不能拼出一张图”，而在“这张图在夜间、地库、雨雾、强逆光下还能不能看清、能不能对齐、能不能稳定”。本课程围绕低照度与畸变两条主线，把光学、图像处理、标定、嵌入式部署与主观评价串成一条完整的工程链路。
一、环视系统的核心构成与数据流
从信号链角度看，环视系统可以拆成“采集—校正—拼接—显示”四个阶段。四路鱼眼原始图像先经过暗电流与镜头阴影补偿，再进入去畸变与透视变换，随后在统一的俯视坐标系中完成重叠区融合，最后输出给屏幕或上层感知模块。任何一环的参数失配，都会在最终鸟瞰图上表现为模糊、错位、色差或拼接缝。
二、低照度与畸变为什么是工程“硬骨头”
低照度问题的本质是信噪比下降。夜间场景下，传感器接收到的光子数量急剧减少，若简单拉高增益，暗部噪点会被同步放大，鸟瞰图出现大量彩色噪点与拖影；若延长曝光，运动物体又会产生拖尾。更棘手的是，四路摄像头安装位置不同、朝向不同，夜间各自面对的照度差异很大，拼接后容易出现“一块亮、一块暗”的割裂感。
畸变问题则来自鱼眼镜头本身。为了覆盖近 180° 的视场，镜头必须引入强烈的桶形畸变，直线在图像边缘会明显弯曲。去畸变时，边缘区域被“拉伸”回直线，像素被稀疏采样，导致分辨率下降和锯齿；同时，四路图像在重叠区的几何对齐精度直接决定拼接缝是否错位。标定误差哪怕只有几个像素，在近距离泊车场景中也可能造成明显的重影。
工程意义：低照度决定“夜间能不能用”，畸变决定“白天准不准”。两者共同决定环视系统在真实车库、夜间街道、雨天环境下的可用性，也是主机厂主观评价中投诉最集中的两个维度。
三、典型场景与常见误区
以地下车库泊车为例：入口处强光、库内弱光，车辆从亮到暗的瞬间，自动曝光需要快速收敛，否则鸟瞰图会短暂“发白”或“发黑”。此时若降噪强度过高，地面车位线会被抹平；若降噪不足，噪点又会干扰驾驶员判断。再叠加鱼眼边缘畸变，靠近车身的立柱、墙角在拼接缝附近可能出现断裂或错位。
常见误区一：只调去畸变参数，不重新标定外参，导致拼接缝在画面边缘错位。
常见误区二：夜间一味提高增益，忽视时域降噪与曝光策略，画面噪点反而更严重。
常见误区三：用白天效果验收，忽略地库、雨夜、逆光等低照度场景的主观评价。
四、学习目标与整体框架
本课程共 30 章，按“基础认知—低照度优化—畸变优化—系统集成与评价”四条脉络展开。学完后，你应当能够：
- 说清环视系统的信号链、关键部件与坐标系关系；
- 理解低照度成像的噪声来源，并能设计曝光、增益、降噪的联合策略；
- 掌握鱼眼模型、内参/外参标定与去畸变映射的基本方法；
- 能够定位拼接缝、亮度色差、边缘拉伸等典型问题的成因；
- 建立从客观指标到主观评价的完整验收思路。
| 模块 | 核心问题 | 关键输出 |
|---|---|---|
| 基础认知 | 环视系统由什么组成、如何工作 | 信号链、坐标系、评价指标 |
| 低照度优化 | 夜间噪点、拖影、亮度不均 | 曝光策略、降噪参数、补光方案 |
| 畸变优化 | 鱼眼畸变、拼接错位、边缘拉伸 | 标定流程、映射表、融合策略 |
| 集成与评价 | 嵌入式部署、主观与客观验收 | 测试用例、评价规范、问题闭环 |
下面给出一段典型的环视标定与去畸变参数配置片段，后续章节会逐项展开其含义与调优方法：
camera:
front:
model: fisheye
fx: 342.15
fy: 341.88
cx: 640.20
cy: 360.05
k1: -0.0321
k2: 0.0047
k3: -0.0012
k4: 0.0003
extrinsic:
yaw: 0.35 deg
pitch: -1.20 deg
roll: 0.08 deg
undistort:
map_width: 1280
map_height: 720
interpolation: bilinear
denoise:
mode: temporal
strength: 0.65
exposure_target: 0.45