2. 数据采集系统设计

大家好，我是这次课程的主讲。今天咱们聊聊数据采集系统设计，这是自动驾驶数据闭环的「入口」。说白了，你后面算法再牛，模型再大，如果采集的数据质量不行，那都是白搭。我见过太多团队在传感器选型上踩坑，最后花大价钱补数据，得不偿失。

这一章，我会从传感器选型、触发策略、同步机制到存储格式，把每个环节的关键点掰开揉碎了讲。嗯，咱们开始吧。

一、传感器选型：各司其职，取长补短

自动驾驶的传感器套件，核心就四种：摄像头、激光雷达、毫米波雷达、IMU。它们各有各的脾气，你得摸透了才能用好。

1. 摄像头：视觉感知的「眼睛」

摄像头负责提供最丰富的语义信息。车道线、交通标志、行人、红绿灯，全靠它。我个人习惯，前向主摄像头至少用200万像素，最好上800万。为什么？因为远距离识别需要足够的分辨率。我在项目中遇到过，用200万像素的摄像头，100米外的行人只有几个像素点，模型根本认不出来。

选型要点：

• 分辨率：前向主摄≥200万像素，侧向/后向可适当降低
• 帧率：至少20fps，建议30fps以上
• 动态范围：≥120dB，应对隧道、逆光场景
• 快门类型：全局快门优于卷帘快门，避免果冻效应

2. 激光雷达：三维空间的「尺子」

激光雷达提供精确的3D点云数据。它能直接告诉你前方障碍物的距离、形状、速度。说白了，摄像头是「看」，激光雷达是「量」。

选型时，我建议关注这几个指标：

• 线数：64线起步，128线更好。线数越多，点云越密，小物体检测越准
• 探测距离：≥200米（10%反射率），高速场景必备
• 视场角：水平360°，垂直30°以上
• 点频：≥100万点/秒，保证帧率

我曾经踩过一个坑：选了一款号称200米探测距离的激光雷达，结果在雨天实测，有效距离直接缩水到80米。所以，标称参数一定要打折扣，尤其是恶劣天气下。

3. 毫米波雷达：全天候的「守护者」

毫米波雷达不怕雨雪雾，这是它最大的优势。它主要用来做中远距离的目标检测和跟踪，尤其是高速场景下的前车碰撞预警。

选型要点：

• 工作频率：77GHz是主流，比24GHz精度更高
• 探测距离：长距≥200米，中距100米，短距30米
• 角度分辨率：≤3°，否则容易把相邻车道目标混在一起
• 多目标跟踪能力：至少同时跟踪64个目标

你想想看，如果毫米波雷达的角度分辨率不够，高速上旁边车道有辆车，它可能误报成自车道的前车，那ACC（自适应巡航）就会突然刹车，多危险。

4. IMU：运动状态的「感知器」

IMU提供加速度和角速度，用于推算车辆的位姿。它不依赖外部信号，所以是定位系统的最后一道防线。GNSS信号丢失时，全靠IMU撑着。

选型时，我建议关注：

• 陀螺仪零偏稳定性：≤1°/h，越高越好
• 加速度计零偏稳定性：≤0.1mg
• 输出频率：≥100Hz，高频才能捕捉快速运动
• 量程：陀螺仪≥300°/s，加速度计≥4g

二、采集触发策略：让数据「对齐」

传感器选好了，怎么让它们协同工作？这就涉及到触发策略。说白了，就是决定「什么时候采集数据」以及「以什么频率采集」。

常见的触发方式有两种：

1. 时间触发：固定时间间隔采集，比如每50ms采集一帧。优点是简单，缺点是可能错过关键事件。
2. 事件触发：当检测到特定事件时触发采集，比如急刹车、变道、行人横穿。优点是数据更有价值，缺点是可能漏掉一些「看似正常但实际异常」的场景。

我个人习惯，采用混合触发策略：

• 基础采集：时间触发，10Hz（每100ms一帧），保证数据连续性
• 增强采集：事件触发，当车辆加速度>0.5g、转向角速度>30°/s、或目标检测置信度低于阈值时，临时提升到30Hz

这样做的好处是，既保证了常规数据的覆盖，又能在关键场景下获得更密集的数据。我在项目中遇到过，只用时间触发，结果一次紧急避让的完整过程只采集到2帧，根本没法用来训练模型。后来改成混合触发，同样的场景能采集到6-8帧，效果天差地别。

三、数据同步机制：时间戳是「命根子」

不同传感器的数据，必须精确同步。否则，摄像头看到的是1秒前的画面，激光雷达看到的是当前的点云，融合出来的结果就是「驴唇不对马嘴」。

同步的核心是时间戳对齐。我建议采用以下方案：

1. 硬件同步：所有传感器通过PTP（精确时间协议）或GPS PPS信号同步到同一个时钟源。精度可达微秒级。
2. 软件同步：在数据采集软件中，为每一帧数据打上硬件时间戳。然后通过插值或最近邻匹配，将不同传感器的数据对齐到同一个时间点。

举个例子：

# 伪代码：时间戳对齐
camera_frame = get_camera_frame(timestamp=1234567890.123)
lidar_frame = get_lidar_frame(timestamp=1234567890.125)
# 找到时间戳最接近的激光雷达帧
aligned_lidar = find_nearest(lidar_frames, camera_frame.timestamp)
# 输出对齐后的数据对
output(camera_frame, aligned_lidar)

四、存储格式：Rosbag、PCD、JSON

数据采集完了，怎么存？格式选不对，后面处理起来会非常痛苦。

格式	适用场景	优点	缺点
Rosbag	原始数据存储、回放	支持多传感器数据混合存储，时间戳完整，可回放	文件体积大，不便于直接分析
PCD	点云数据存储	格式标准，支持多种点云属性，可压缩	只存点云，不存其他传感器数据
JSON	标注数据、元数据	可读性好，易于解析，跨平台	不适合存储大量二进制数据

我的建议是：

• 原始数据：用Rosbag存储，保留完整的时间戳和传感器信息。方便后续回放和调试。
• 点云数据：从Rosbag中提取后，转存为PCD格式。便于点云处理算法直接读取。
• 标注数据：用JSON格式存储。比如目标框的坐标、类别、时间戳等。方便人工检查和修改。

我曾经见过一个团队，把所有数据都存成JSON，结果一个Rosbag文件拆成了上千个JSON文件，处理起来慢得要命。后来我帮他们改成Rosbag+PCD+JSON的混合方案，效率提升了不止一个量级。

五、知识体系总览

下面这张图，把本章的核心逻辑串起来了。你可以把它当作一个「数据采集系统设计」的检查清单。

这张图从左到右，展示了数据采集的完整流程。每个环节都环环相扣，缺一不可。你设计系统时，可以对照这张图，看看哪个环节还有遗漏。