4. 数据采集与传感器基础

Hard Case 挖掘的第一步不是“找模型”，而是“找数据”。如果采集链路本身存在时间错位、标定漂移或传感器盲区，那么后续所有闭环分析都会建立在错误前提上。本章聚焦采集侧的三类主力传感器——摄像头、激光雷达、毫米波雷达，以及采集车与路侧设备两种部署形态，并重点讲清数据同步与标定这两个决定数据可用性的基础环节。

一、三类传感器的数据特点

摄像头输出的是二维稠密纹理信息，语义丰富、成本低，但缺乏直接深度，受光照、逆光、雨雾影响大。激光雷达输出三维点云，测距精度高、空间结构清晰，但点云稀疏、无纹理，对雨雪和反射面敏感，且线数决定垂直分辨率。毫米波雷达输出距离、径向速度与角度，具备直接测速能力，穿透雨雾能力强，但角分辨率低、点云稀疏，易产生多径和虚假目标。

理解这些差异，才能判断某个 Hard Case 究竟该由哪类传感器主导。例如“夜间无灯路口横穿行人”更依赖毫米波雷达与激光雷达的互补；“隧道口强逆光加反光地面”则考验摄像头的动态范围与激光雷达的反射强度判别。

二、采集车与路侧设备：两种部署形态

采集车是移动视角的主力，通常搭载前视/环视相机、顶部激光雷达、前后角毫米波雷达，并配有高精度组合导航（GNSS+IMU）提供位姿与时间基准。其优势是视角连续、可覆盖长尾场景；挑战在于振动导致外参漂移、车速与曝光不同步、多传感器数据量大。

路侧设备（RSU）固定安装于路口杆件，视角稳定、可长期观测同一区域，适合挖掘“同一位置反复出现的 Hard Case”，如特定路口的鬼探头、非机动车逆行。其挑战是标定到统一世界坐标系、跨设备时间同步、以及遮挡与光照变化。两者结合，才能形成“移动发现 + 固定复现”的闭环。

三、数据同步：从硬件触发到软对齐

同步的目标是让不同传感器在同一时刻描述同一物理世界。工程上分三层：硬件层用 PPS 秒脉冲或 PTP 触发相机曝光与激光雷达扫描；驱动层为每帧打上统一时钟域的时间戳；应用层对无法硬件对齐的数据做插值或外推。

# 时间同步配置示例（YAML）
time_sync:
  master_clock: gps_pps        # 主时钟源
  ptp_domain: 24
  camera:
    trigger: hardware          # 硬件触发曝光
    timestamp_source: gps
  lidar:
    scan_rate_hz: 10
    point_timestamp: per_point # 逐点时间戳
  radar:
    cycle_ms: 50
    timestamp_source: ptp
  tolerance_ms: 1.0            # 允许最大偏差
  on_violation: drop_and_log   # 超差丢帧并记录

常见误区是只对齐“帧头时间”，忽略激光雷达一帧内逐点时间不同。高速场景下，一帧 100ms 内车辆可移动数米，若按帧头对齐会产生明显运动畸变。正确做法是使用逐点时间戳做运动补偿，再投影到统一时刻。

四、标定：让多传感器“看同一个世界”

标定分为内参和外参。相机内参描述焦距与畸变，激光雷达内参描述各线束角度偏差。外参描述传感器之间的旋转与平移。联合标定常用标定板、自然场景特征或基于里程计的运动约束。标定完成后必须做在线校验，因为振动、温度变化会导致外参缓慢漂移。

五、案例与复盘：一次标定漂移引发的误检

某采集车在连续颠簸路段后，前视相机与激光雷达外参发生约 0.3° 的俯仰漂移。结果在远处 80m 处，点云投影到图像上出现约 1.5m 的纵向偏移，导致“路面井盖”被错误关联为“悬空障碍物”，产生大量 Hard Case 误报。复盘发现：采集前未做在线标定校验，且缺少时间偏差监控。

只有把传感器特性、部署形态、同步与标定这四件事做扎实，Hard Case 挖掘才有可靠的数据底座。否则，你挖到的可能不是场景难点，而是采集链路的系统性误差。