2. 感知系统基础

感知系统是自动驾驶与机器人系统的“感官入口”，它把物理世界中的光、声、电磁波、惯性等信号转换为可计算的数据，再通过算法提取出目标、车道、可行驶区域、障碍物运动状态等语义信息。理解感知系统，不能只记住“有哪些传感器”，而要同时看清三条主线：传感器类型决定数据形态，数据特性决定算法选择，感知任务决定输出接口与置信度表达方式。本节围绕这三条主线展开，为后续置信度评估与安全降级建立共同语言。

一、传感器类型：从被动到主动，从稀疏到稠密

常见车载传感器可分为主动与被动两类。被动传感器本身不发射能量，如可见光相机、红外相机，依赖环境光照或热辐射成像；主动传感器主动发射信号并接收回波，如激光雷达、毫米波雷达、超声波雷达。主动传感器在夜间、逆光等条件下通常更稳定，但可能受到同类传感器互扰、雨雾衰减等影响。

• 相机：输出二维图像，纹理与颜色信息丰富，适合分类、检测、语义分割、交通标志识别；但缺乏直接深度，受光照、眩光、雨雾影响大。
• 激光雷达：输出三维点云，测距精度高、空间分辨率高，适合障碍物检测、可行驶区域分割、SLAM；但成本较高，雨雪雾天性能下降，点云稀疏且无序。
• 毫米波雷达：输出距离、速度、角度，对雨雾、夜间鲁棒，测速直接；但角分辨率较低，点云稀疏，易受金属反射与多径干扰。
• 超声波雷达：短距测距，常用于泊车与近距避障；成本低，但探测距离短、方向性弱。
• IMU/GNSS：提供姿态、加速度、角速度与全局位置，常作为运动补偿与多传感器融合的基准，但存在漂移与遮挡问题。

二、数据特性：不同模态的“脾气”

数据特性直接决定感知算法的输入表示与置信度来源。图像是稠密、规则网格，适合卷积网络；点云是稀疏、无序、三维分布，适合点云网络或体素化方法；雷达点云更稀疏但带有多普勒速度；IMU 是高频时序信号，适合滤波与积分。多传感器融合时，必须处理时间同步、空间标定、坐标系变换与数据对齐问题。

三、感知任务分类：从“看到”到“看懂”

感知任务通常按输出粒度分为四层：检测给出目标框与类别；分割给出像素级或点级类别；跟踪在时间维度上维持目标 ID 与运动轨迹；预测估计目标未来轨迹与意图。此外还有车道线检测、可行驶区域分割、交通标志识别、深度估计、光流估计等专门任务。不同任务对置信度的表达方式不同：检测常用分类置信度与框回归不确定性，分割常用像素概率，跟踪常用关联置信度与轨迹存在概率。

四、常见感知算法概述与场景案例

传统方法中，图像处理常用边缘检测、HOG、SIFT 等手工特征；点云常用地面分割、聚类、RANSAC 拟合。深度学习方法已成为主流：图像侧有 CNN、YOLO 系列、Faster R-CNN、Mask R-CNN、Transformer 检测器；点云侧有 PointNet、PointPillars、VoxelNet、CenterPoint；多模态融合有 BEV 融合、早期融合、晚期融合与特征级融合。跟踪方面，卡尔曼滤波、匈牙利匹配、SORT/DeepSORT 是常见组合。

# 典型感知流水线伪代码
raw = sensor.read()                # 图像 / 点云 / 雷达点
sync = time_align(raw, imu)        # 时间同步与运动补偿
calib = transform(sync, extrinsics)# 坐标变换到统一坐标系
feat = backbone(calib)             # 特征提取
det = detector(feat)               # 检测 / 分割
trk = tracker(det, history)        # 跟踪与 ID 维持
conf = confidence_estimator(det, trk, sensor_health)
if conf < threshold:
    degrade_policy()               # 触发安全降级

以一个城市路口场景为例：相机检测到前方有行人，但逆光导致分类置信度下降；激光雷达点云确认该位置存在三维障碍物；毫米波雷达给出该目标的速度。融合模块综合三者，输出“行人，位置可信，速度中等，分类置信度偏低”。此时系统不应直接忽略，而应降低车速、扩大安全距离，并请求更多计算资源或切换降级策略。这就是感知置信度与安全降级之间的直接联系。