4. 传感器技术
在LCA变道辅助系统中，传感器是感知层的“五官”。不同传感器基于完全不同的物理机理工作，各自擅长捕捉的环境维度也不同。理解它们的原理、输出形式与边界条件，是设计融合方案、设定报警门限和排查误报漏报的基础。本节围绕毫米波雷达、激光雷达、摄像头、超声波四类主流传感器展开，并给出多传感器融合方案的对比与选型思路。
一、四类传感器的核心原理与输出
毫米波雷达工作在24GHz、77GHz或79GHz频段，通过发射调频连续波（FMCW）并接收回波，利用多普勒效应测速、利用差频测距、利用天线阵列测角。它的核心优势是直接输出目标距离、径向速度和方位角，对雨雪雾霾穿透力强，探测距离可达150～250米，非常适合盲区监测与后方快速接近目标检测。缺点是角分辨率相对有限，对静止目标与金属护栏、井盖等易产生杂波，且难以识别目标类别。
激光雷达通过发射激光脉冲并测量飞行时间（ToF）构建高精度三维点云，角分辨率可达0.1°量级，测距精度厘米级。它能清晰刻画车辆轮廓、行人和路沿，对光照不敏感。但激光雷达对雨、雪、雾衰减明显，远距离成本高，且点云数据量大，对实时处理算力要求高。在LCA中，激光雷达多用于侧向高精度盲区建模与近距离目标分类。
摄像头通过图像传感器获取二维纹理与颜色信息，借助深度学习模型可识别车辆、行人、车道线、交通标志，甚至判断转向灯状态。它的优势是语义丰富、成本可控，是变道意图判断的关键。但摄像头受逆光、夜间、雨雾影响大，单目测距精度有限，需要标定与透视变换配合，且对算力与模型泛化能力依赖强。
超声波雷达工作在40kHz左右，通过回波时间测距，探测范围通常0.2～5米，成本极低、近距离精度好，常用于泊车与低速侧向盲区补盲。但其探测距离短、波束角大、易受温度与风速影响，高速变道场景中只能作为辅助确认，不能作为主传感器。
二、多传感器融合的典型方法流程
融合不是简单叠加，而是按“时间同步—空间标定—目标关联—状态估计—决策输出”的链路逐级处理。工程上常分为前融合、特征级融合和后融合三类。
- 时间同步：以整车CAN或PTP时钟为基准，将各传感器时间戳对齐到同一时刻，典型误差需控制在10ms以内，否则高速目标会产生米级位置偏差。
- 空间标定：通过外参标定把雷达、激光、摄像头坐标系统一到车辆坐标系，摄像头还需内参标定与去畸变。
- 目标关联：采用匈牙利算法或马氏距离匹配，把不同传感器对同一物理目标的观测关联起来，常用IOU、欧氏距离和速度一致性作为代价。
- 状态估计：用卡尔曼滤波或扩展卡尔曼滤波融合距离、速度、方位，输出平滑的目标轨迹与协方差。
- 决策输出：结合自车运动状态与目标轨迹，计算TTC（碰撞时间）和盲区占用标志，触发一级预警或二级干预。
融合层级对比：前融合保留原始数据、信息损失最小，但对同步与算力要求最高；特征级融合在特征层拼接，平衡精度与开销；后融合各自独立输出目标再关联，工程落地最容易，也是当前LCA量产方案的主流选择。
三、典型场景与参数配置案例
以某量产LCA方案为例，后方两侧各布置一颗77GHz毫米波雷达，探测距离180米，视场角±75°；侧后方各一颗摄像头用于盲区语义确认；后保险杠布置四颗超声波雷达用于低速补盲。融合周期为50ms，目标关联门限设为距离差小于1.5米、速度差小于2m/s。
传感器配置示例（LCA）
雷达：2 × 77GHz，距离 0.5～180m，速度 ±60m/s，FOV ±75°
摄像头：2 × 侧后视，1280×720，30fps，语义分割+目标检测
超声波：4 × 40kHz，距离 0.2～5m，用于低速盲区确认
融合周期：50ms
关联门限：Δd < 1.5m，Δv < 2m/s
报警门限：TTC < 2.5s 触发一级预警
在高速场景中，雷达负责发现后方快速接近目标，摄像头确认目标是否为车辆并判断其转向灯状态，两者关联后输出高置信度目标；若雷达单独检测到目标而摄像头未确认，则降低置信度，避免因护栏杂波导致误报。在低速泊车或拥堵变道场景中，超声波补盲近距离盲区，弥补雷达近距盲区和摄像头视野死角。
四、常见误区与复盘要点
误区一：认为雷达可以识别所有目标。毫米波雷达对静止目标与金属杂波区分能力弱，单独依赖雷达容易在护栏、井盖、隧道壁场景产生虚警，必须结合摄像头语义或激光轮廓确认。
误区二：忽视标定漂移。车辆震动、碰撞或更换挡风玻璃后，摄像头外参可能偏移，导致目标投影位置错误，融合关联失败。应定期进行标定校验。
误区三：融合权重固定不变。雨雾天气应提高雷达权重、降低摄像头权重；夜间逆光则应提高激光或雷达权重。固定权重在恶劣天气下会显著降低系统可用性。
| 传感器 | 核心输出 | 探测距离 | 优势 | 主要局限 | LCA中的角色 |
|---|---|---|---|---|---|
| 毫米波雷达 | 距离、速度、角度 | 150～250m | 全天候、测速准 | 角分辨率低、杂波多 | 主探测，快速接近目标 |
| 激光雷达 | 三维点云 | 50～200m | 精度高、轮廓清晰 | 雨雾衰减、成本高 | 高精度盲区建模 |
| 摄像头 | 图像、语义 | 30～150m | 语义丰富、成本低 | 受光照天气影响 | 目标分类与意图判断 |
| 超声波雷达 | 近距离距离 | 0.2～5m | 成本极低、近距准 | 距离短、高速无效 | 低速补盲确认 |
复盘时应重点关注三类指标：一是融合后的目标漏检率与虚警率，二是关联失败率及其对应的标定与同步问题，三是恶劣天气下的可用性下降幅度。只有把传感器物理边界、融合链路和场景条件三者对齐，LCA系统才能在真实道路上稳定可靠地工作。