3. 车载传感器硬件基础

ADAS 感知系统的性能上限，首先由传感器硬件决定。算法可以优化、模型可以迭代，但如果摄像头动态范围不足、毫米波雷达角度分辨率不够、激光雷达点云太稀疏，后续融合与标定都难以弥补。本节从装车集成与标定工程视角，梳理五类关键器件的工作原理、关键参数与选型依据，帮助工程师在硬件选型阶段就建立"可标定、可量产、可维护"的判断标准。

一、五类传感器的核心原理与信号链

摄像头模组由镜头、图像传感器（CMOS）、ISP 与串行器组成。光线经镜头聚焦到 CMOS 像素阵列，光电转换为模拟电压，再经 ISP 完成去马赛克、白平衡、伽马校正与 HDR 合成，最终通过 GMSL/FPD-Link 等串行链路送入域控制器。其本质是"二维亮度/色彩投影"，缺少直接深度信息。

毫米波雷达芯片通常包含发射链路（VCO、功放）、接收链路（LNA、混频器）、基带 ADC 与 MMIC 集成。通过 FMCW 调频连续波，比较发射与回波频率差得到距离，利用多普勒频移测速，通过多天线相位差测角。77GHz 相比 24GHz 带宽更大，距离分辨率更高。

激光雷达通过发射激光脉冲并测量飞行时间（ToF）获得距离，配合扫描机构（机械旋转、MEMS 微振镜、转镜或 OPA 固态）形成点云。它直接输出三维坐标，但受天气与脏污影响明显。

IMU 由三轴加速度计与三轴陀螺仪组成，基于 MEMS 电容或压电效应感知比力与角速度，积分后得到姿态、速度与位置增量。GNSS 接收卫星伪距与载波相位，单点定位精度约米级，RTK 差分可到厘米级，但隧道、地库中会失锁。

二、关键参数解读与选型依据

摄像头选型不能只看像素。动态范围决定进出隧道时能否同时看清天空与暗处车辆；低照度灵敏度（如 0.1 lux）影响夜间行人检测；镜头畸变与内参稳定性直接影响标定精度。前视常用 8M 像素、120dB 以上动态范围，环视则更关注 190° 鱼眼视场与近距盲区。

毫米波雷达的核心是"带宽决定距离分辨率、天线孔径决定角分辨率"。1GHz 带宽对应约 15cm 距离分辨率；4D 成像雷达通过 MIMO 虚拟孔径把角分辨率提升到 1° 以内，可区分相邻车道目标。选型时要关注俯仰角能力、抗干扰与虚假目标抑制。

激光雷达关注线束、点频、测距精度与扫描方式。机械式成熟但寿命与成本受限，MEMS 与转镜方案更易过车规，固态方案仍在演进。1550nm 人眼安全阈值更高，可提升发射功率换取更远探测距离。

IMU 选型看零偏稳定性、角度随机游走与量程。零偏稳定性优于 1°/h 可支撑数十秒的短时航位推算；消费级 IMU 零偏大，只能做短时补偿。GNSS 则关注频点数、RTK 收敛时间、失锁重捕能力与多路径抑制。

三、装车场景：从器件到可标定系统

以高速 NOA 前向感知为例，典型配置为：1 个 8M 前视摄像头 + 1 个 77GHz 前向雷达 + 1 个 128 线激光雷达 + 1 个车规 IMU + 1 个 RTK GNSS。摄像头提供语义与纹理，雷达提供全天候测距测速，激光雷达提供三维几何，IMU/GNSS 提供全局位姿。装车时必须确认各传感器安装面法向、视场遮挡与线束走向，否则标定阶段会出现无法收敛的外参。

四、常见误区与复盘

• 只比参数不看接口：摄像头 GMSL2 与 GMSL3 速率不同，域控解串器不匹配会导致无法点亮。
• 忽略时间同步：雷达与摄像头时间戳偏差 20ms，在 120km/h 下对应约 0.67m 位置误差，融合会"重影"。
• 低估环境退化：雨雾对激光雷达衰减显著，摄像头逆光饱和，必须设计异构冗余与降级策略。
• 标定参数未版本化：更换传感器或支架后未更新外参，会导致感知结果整体偏移。

# 传感器时间同步检查示例（PTP 状态）
$ ptp4l -i eth0 -m
selected best master clock 00:1b:21:ff:fe:12:34:56
port 1: LISTENING → UNCALIBRATED → SLAVE
offset: -12 ns   freq: +0.3 ppb

# 外参标定结果记录
camera_front.extrinsic: R=[...] T=[...]  version=v2.3
lidar_top.extrinsic:    R=[...] T=[...]  version=v2.3

综上，五类传感器各有不可替代的物理优势，选型的本质是在探测能力、环境适应性、成本与可标定性之间做权衡。理解每类器件从物理量到数字信号的完整链路，才能在装车集成与标定中快速定位问题，而不是把一切归因于"算法不行"。