3. 传感器基础
在路侧感知系统中，毫米波雷达、相机和激光雷达是最常见的三类传感器。它们分别从电磁波反射、二维成像和激光测距三个角度观察交通场景，物理机理不同，输出数据形式也不同。理解这些差异，是后续做融合感知与工程选型的基础。
一、毫米波雷达工作原理
毫米波雷达工作在 24GHz、77GHz 或 79GHz 等频段，通过发射调频连续波（FMCW）并接收目标回波来测距、测速和测角。其核心是：发射信号与回波之间存在频率差与时间差，通过混频得到中频信号，再经 FFT 处理提取距离和速度信息。
- 测距：利用调频斜率与差拍频率计算目标距离，公式为 R = c·f_b / (2·S)，其中 S 为调频斜率。
- 测速：利用多普勒效应，通过多个 chirp 之间的相位差计算径向速度。
- 测角：利用多天线阵列的相位差，通过角度 FFT 估计目标方位角。
毫米波雷达的优点是全天候、测速准、成本可控，能直接输出目标距离、速度和角度；缺点是角分辨率较低，点云稀疏，对静止目标与金属护栏等易产生杂波，且难以区分目标类别。
二、相机成像模型
相机通过透镜将三维世界投影到二维图像平面，常用针孔模型描述。设世界坐标为 (X, Y, Z)，像素坐标为 (u, v)，则成像关系可写为：
u = fx * X/Z + cx
v = fy * Y/Z + cy
其中 fx、fy 为焦距，cx、cy 为主点。相机能提供丰富的纹理、颜色和语义信息，适合做车辆检测、车牌识别和行人分类；但受光照、雨雾、逆光影响大，且单目相机难以直接获得准确深度，需要标定和几何约束辅助。
三、激光雷达简介
激光雷达通过发射激光束并测量飞行时间（ToF）获取距离，结合扫描角度形成三维点云。常见有机械旋转式、半固态和固态方案。其输出为大量三维点，空间分辨率高，能精确描述目标轮廓和位置。
- 优点：测距精度高、三维结构清晰、不受光照影响。
- 缺点：雨雾雪衰减明显、成本较高、点云数据量大、对远距离小目标反射率敏感。
四、多传感器互补性与选型依据
三类传感器在探测维度、环境适应性和成本上各有长短。路侧融合感知通常不是简单叠加，而是按场景需求做互补组合。下表给出典型对比：
| 传感器 | 主要输出 | 优势 | 局限 | 典型路侧用途 |
|---|---|---|---|---|
| 毫米波雷达 | 距离、速度、角度 | 全天候、测速准、成本低 | 角分辨率低、点云稀疏 | 车辆测速、远距离目标跟踪 |
| 相机 | 二维图像、语义信息 | 纹理丰富、分类能力强 | 受光照天气影响、深度弱 | 车型识别、车牌、行人检测 |
| 激光雷达 | 三维点云 | 精度高、三维结构清晰 | 雨雾衰减、成本高 | 高精度定位、轮廓测量 |
五、典型场景与选型案例
以城市十字路口为例，若目标是检测车辆并估计速度，毫米波雷达加相机是性价比最高的组合：雷达提供距离和速度，相机提供类别和车牌。若需要精确还原行人轨迹和路侧障碍物轮廓，可增加激光雷达。若只做白天车牌识别，单相机方案即可，但夜间和雨雾天需补雷达。
在高速匝道场景中，远距离测速和全天候稳定性优先，毫米波雷达应作为主传感器，相机用于车型复核，激光雷达可选配用于高精度事件回溯。
六、常见误区与复盘
- 误区一：认为雷达点云可以直接当图像用。实际上雷达点稀疏且含杂波，需先做聚类和跟踪。
- 误区二：忽略相机标定误差。外参偏差会直接导致融合投影错位，需定期复核。
- 误区三：盲目追求激光雷达全覆盖。路侧场景中，成本、供电和通信带宽往往比精度更先成为约束。
综上，毫米波雷达、相机和激光雷达并非互相替代，而是从不同物理维度描述同一交通场景。工程选型的核心，是围绕“测什么、在什么环境下测、能付出多少成本”三个约束，选择最合适的组合，并在融合前完成时间与空间对齐。