3. 多传感器基础

在 Orin 多传感器 AI 流水线中,传感器不是简单的“外设”,而是决定感知上限的物理入口。摄像头提供稠密纹理与语义,激光雷达提供高精度三维几何,毫米波雷达提供全天候距离与速度,IMU 提供高频姿态与加速度,GNSS 提供全局绝对位置。理解它们的原理、数据格式与接口类型,是后续时间同步、标定、融合与部署的前提。

本节核心目标:能说清每类传感器“测什么、输出什么、怎么接入 Orin、在流水线中承担什么角色”,并能根据接口与数据格式判断接入方案。

一、核心原理:五类传感器的物理测量本质

摄像头基于小孔成像与光电转换,将三维场景投影到二维像素平面。它输出的是稠密但丢失深度信息的图像,依赖光照,适合做目标分类、车道线、交通标志与语义分割。Orin 上常见接口为 MIPI CSI-2 和 USB 3.0,前者带宽高、延迟低,适合车载相机;后者即插即用,适合调试与原型验证。

激光雷达通过发射激光脉冲并测量飞行时间(ToF)获得距离,结合扫描角度形成三维点云。机械式、半固态和固态方案在视场角、线数与可靠性上差异明显。点云是稀疏、无序、带反射强度的三维点集,适合做障碍物检测、可通行区域与高精地图匹配。Orin 通常通过以太网接收 UDP 点云包,部分型号支持 PTP 硬件时间戳。

毫米波雷达利用 FMCW 调频连续波,通过发射与回波差频计算距离和径向速度,并利用多天线相位差测角。它对雨雾、黑夜和强光不敏感,擅长输出目标级距离、速度、角度(RVA),但角分辨率低于激光雷达。接口多为 CAN/CAN-FD 或以太网,适合做前向碰撞预警与盲区监测。

IMU由三轴加速度计与三轴陀螺仪组成,测量比力与角速度,输出频率可达 100–1000 Hz。它短期精度高、长期漂移大,是视觉惯性里程计(VIO)和组合导航的核心。接口常见 SPI、I2C 或 UART,Orin 上多通过 SPI 或串口接入,并配合硬件触发实现采样同步。

GNSS通过接收多颗卫星伪距与载波相位解算绝对位置、速度与时间。单点定位米级,RTK 可达厘米级。它提供全局参考与 UTC 时间,但更新率低(1–20 Hz)且易受遮挡。接口通常为 UART 或 USB,输出 NMEA 语句或二进制协议。

多传感器:测量本质 → 数据格式 → 接口 → Orin 接入 摄像头 2D 稠密纹理 语义 / 分类 激光雷达 3D 点云 几何 / 距离 毫米波雷达 距离 / 速度 / 角度 全天候目标级 IMU 加速度 / 角速度 高频姿态 GNSS 绝对位置 / 时间 全局参考 数据格式 RAW / YUV / JPEG 数据格式 PointCloud2 / PCD 数据格式 CAN 帧 / 目标列表 数据格式 IMU 消息 / 原始寄存器 数据格式 NMEA / UBX 接口 MIPI CSI-2 / USB 接口 Ethernet / PTP 接口 CAN-FD / Ethernet 接口 SPI / I2C / UART 接口 UART / USB NVIDIA Orin 计算平台 CSI / PCIe / USB / Ethernet / CAN / SPI / UART 多接口汇聚 统一时间戳 · 驱动采集 · 数据缓存 · 融合感知流水线

二、方法流程:从物理量到可融合数据

传感器接入 Orin 的通用流程可以概括为五步:物理测量 → 信号调理 → 协议封装 → 驱动采集 → 时间戳对齐。摄像头经 ISP 输出 RAW/YUV,激光雷达经 UDP 打包点云,毫米波雷达经 CAN 输出目标列表,IMU 经 SPI 读取寄存器,GNSS 经 UART 输出 NMEA。每一类数据在进入融合节点前,都必须带上统一时间基准,否则融合结果会出现“鬼影”或漂移。

  1. 确认传感器输出协议与电气接口,选择 Orin 对应控制器。
  2. 配置驱动与采集参数,如分辨率、帧率、点云密度、CAN 波特率。
  3. 为每帧数据打上硬件或软件时间戳,优先使用 PTP、触发信号或 GPS PPS。
  4. 将原始数据转换为流水线内部统一格式,如 ROS 2 消息或自定义结构体。
  5. 进入标定与融合模块,完成空间外参与时间偏移补偿。

三、案例场景:城市低速无人配送车

一辆城市低速无人配送车在 Orin 上同时接入 4 路 CSI 摄像头、1 台 16 线激光雷达、1 个前向毫米波雷达、1 个 IMU 和 1 个 RTK GNSS。摄像头负责识别行人与红绿灯,激光雷达负责近距障碍物与可通行区域,毫米波雷达在雨雾天补充远距目标速度,IMU 与 GNSS 组合提供定位与航向。若忽略接口带宽,4 路 1080p@30fps 的 RAW 数据可能压满 CSI 通道;若忽略时间同步,激光点云与图像融合时会出现目标错位。

# 典型 Orin 传感器接入检查清单
camera:  4x MIPI CSI-2, 1920x1080@30fps, RAW10
lidar:   Ethernet UDP, 16线, 10Hz, PTP 时间戳
radar:   CAN-FD, 500kbps, 目标级 RVA, 20Hz
imu:     SPI, 200Hz, 加速度+角速度
gnss:    UART, 5Hz, NMEA + RTCM 差分
sync:    PPS + PTP + 硬件触发

四、误区与复盘:接口与数据格式的常见坑

误区一:只看传感器精度,不看接口带宽。高分辨率相机接 USB 可能掉帧,激光雷达接百兆以太网会丢包。
误区二:认为“有数据就能融合”。没有统一时间戳和标定外参,融合结果不可用。
误区三:忽略 CAN 总线负载。毫米波雷达与底盘控制共用 CAN 时,高负载会导致报文延迟。
误区四:把 GNSS 当唯一定位源。城市峡谷中 GNSS 漂移严重,必须与 IMU、轮速融合。
传感器 核心测量 典型数据格式 Orin 常见接口 流水线角色
摄像头 2D 纹理、颜色 RAW / YUV / JPEG MIPI CSI-2 / USB 语义感知、目标分类
激光雷达 3D 距离、反射强度 PointCloud2 / PCD Ethernet / PTP 几何检测、可通行区域
毫米波雷达 距离、速度、角度 CAN 帧 / 目标列表 CAN-FD / Ethernet 全天候目标跟踪
IMU 加速度、角速度 IMU 消息 / 寄存器 SPI / I2C / UART 姿态估计、VIO
GNSS 绝对位置、UTC 时间 NMEA / UBX UART / USB 全局定位、时间基准

复盘时建议按“接口—带宽—时间戳—数据格式—标定”五条线逐项排查。只有把每类传感器的物理本质、输出格式和接入方式都对齐,Orin 上的多传感器 AI 流水线才能稳定运行,后续的融合感知与决策模块才有可靠输入。