2. 基础知识
智能驾驶系统并不是单一算法，而是由感知、定位、决策规划、控制执行、人机交互与整车电子电气架构共同构成的闭环系统。量产标定与道路测试之所以重要，是因为它把“算法在实验室能跑”推进到“车辆在真实道路上稳定、可交付、可复现”。理解系统组成与术语，是后续开展标定、测试与问题定位的基础。
一、智能驾驶系统组成
从工程视角看，一套量产智能驾驶系统通常可分为五层：
- 感知层：摄像头、毫米波雷达、激光雷达、超声波雷达、IMU、轮速计、GNSS 等，负责获取环境与车辆自身状态。
- 融合与定位层：将多传感器目标进行时空对齐、关联与滤波，输出统一的环境模型和车辆位姿。
- 决策规划层：根据导航、地图、交通规则和障碍物预测，生成行为决策与局部轨迹。
- 控制执行层：将轨迹转化为横向转向、纵向驱动与制动指令，通过底盘执行器完成闭环控制。
- 交互与安全层：HMI 提示、驾驶员监控、故障降级、冗余与诊断，保证系统可被接管、可被信任。
这些模块之间存在明确的信号流与数据流：传感器原始数据经过时间同步与坐标变换后进入融合，融合结果驱动规划，规划输出进入控制，控制反馈又回到状态估计。标定的本质，就是让这条链路中的坐标、时间、参数和阈值保持一致。
二、传感器类型与工程特性
不同传感器在量产方案中承担不同角色，不能简单用“谁替代谁”来理解。摄像头擅长分类与纹理识别，毫米波雷达擅长测距测速且受天气影响小，激光雷达提供高精度三维点云，超声波雷达适用于近距离泊车，IMU 与轮速计提供高频运动信息，GNSS 提供全局定位。工程上更关注它们的视场角、探测距离、分辨率、刷新率、时间戳精度、安装位置与标定参数。
| 传感器 | 主要输出 | 优势 | 典型标定/测试关注点 |
|---|---|---|---|
| 摄像头 | 图像、目标框、车道线 | 分类能力强、成本低 | 内参、外参、畸变、曝光、时间戳 |
| 毫米波雷达 | 距离、速度、角度 | 全天候、测速准 | 安装角、雷达截面、多径、遮挡 |
| 激光雷达 | 三维点云 | 精度高、直接测距 | 外参、点云配准、反射率、脏污 |
| 超声波雷达 | 近距离障碍距离 | 泊车场景成熟 | 探测盲区、地面反射、温度影响 |
| IMU/轮速/GNSS | 姿态、速度、位置 | 高频、全局参考 | 零偏、尺度因子、杆臂、失锁 |
三、标定与测试的基本术语
在量产项目中，以下术语会高频出现：
- 内参标定：确定相机焦距、主点、畸变系数等内部成像参数。
- 外参标定：确定传感器之间或传感器与车体坐标系之间的旋转和平移关系。
- 时间同步：让不同传感器数据在同一时间基准下对齐，常见有硬同步与软同步。
- 手眼标定：求解传感器与执行机构或车体之间的空间变换。
- 在线标定：车辆行驶过程中利用道路特征持续修正外参。
- 真值系统：用于评价感知与定位精度的参考系统，如高精度组合导航、全站仪或标定间。
- 场景库：按功能、道路、天气、交通流等维度组织的测试用例集合。
- 接管：驾驶员或安全员从系统手中取得车辆控制权。
- 误报/漏报：系统错误触发或未能触发目标行为，是感知与决策评价的核心指标。
关键理解：标定解决“大家说的是不是同一个坐标、同一个时间、同一套参数”；测试解决“这套系统在真实世界里是否稳定、可复现、可交付”。两者共同构成量产智能驾驶的工程底座。
四、应用场景与工程价值
智能驾驶的典型应用场景包括高速巡航、城市跟车、自动变道、匝道汇入汇出、记忆泊车、代客泊车、园区接驳与干线物流等。不同场景对传感器配置、标定精度和测试强度的要求差异很大。例如，高速场景更关注远距离感知与横向控制稳定性；泊车场景更关注近距离超声波与环视拼接；城市复杂路口则更依赖多传感器融合与预测规划。
从工程价值看，标定与测试直接决定三件事：
- 安全性：坐标偏差、时间延迟或阈值错误都可能导致误刹、漏检或控制抖动。
- 一致性：同一车型不同车辆、不同批次之间需要保持可复现的性能表现。
- 效率与成本：自动化标定、数据回放与场景仿真能显著缩短开发周期，降低路测成本。
五、常见误区与复盘
误区一：认为标定一次即可长期使用。实际上温度、振动、安装形变和碰撞都会导致外参漂移，量产车需要在线标定与定期校验。
误区二：只关注算法指标，忽略时间同步与坐标链路。很多“算法明明很好却表现不稳定”的问题，根源在标定与同步。
误区三：把道路测试等同于“多跑里程”。没有场景设计、真值记录和问题闭环的里程，只是重复驾驶，不能有效暴露边界问题。
一个典型的复盘流程是：先确认传感器数据是否同步、外参是否漂移，再检查融合输出与真值偏差，最后定位到规划控制参数或场景设计。只有把系统组成、传感器特性、标定术语和测试方法串成一条链，才能在量产项目中快速定位问题并形成可交付的工程结论。
典型标定与测试数据链路：
传感器原始数据 → 时间同步 → 坐标变换 → 融合输出 → 规划轨迹 → 控制指令
↑ ↑ ↑
内参/外参 时间戳对齐 在线标定修正
测试评价关注：
- 感知：检出率、误报率、测距/测速误差
- 定位：横向/纵向误差、航向误差
- 控制：跟踪误差、超调、舒适性
- 系统：接管率、故障降级、场景通过率