3. 感知传感器选型与配置

在Bosch智能驾驶感知项目的量产交付中，传感器选型不是“堆料”问题，而是围绕功能边界、成本约束、整车集成条件与数据闭环能力做出的系统决策。摄像头、毫米波雷达、激光雷达各自承担不同的物理量测量任务：摄像头提供高分辨率二维语义与纹理信息，毫米波雷达提供全天候的距离与径向速度，激光雷达提供高精度三维几何与点云轮廓。量产项目的核心挑战在于：如何在有限算力、有限安装位、有限成本下，让三类传感器在空间、时间、语义三个维度上形成互补而非冗余。

一、选型准则：从功能需求反推传感器组合

Bosch量产项目通常以“功能—场景—传感器”三层映射作为选型起点。以L2+级高速领航辅助为例，核心场景包括：本车道前车跟随、相邻车道切入切出、静止车辆识别、施工锥桶与异形障碍物、隧道出入口明暗突变、雨雾天气。每个场景对传感器的要求不同：前车跟随依赖毫米波雷达的稳定测距与测速；切入切出需要摄像头提供横向语义与雷达提供快速响应；静止车辆与异形障碍物则对摄像头的分类能力和激光雷达的几何确认提出更高要求。

选型时需重点评估以下参数维度：

• 探测距离与视场角（FOV）：前向主摄像头通常要求水平FOV≥100°，探测距离≥150m（对车辆目标）；前向毫米波雷达要求探测距离≥200m，水平FOV约±45°；激光雷达若用于前向补盲，通常要求探测距离≥150m，水平FOV≥120°。
• 角分辨率与点云密度：激光雷达的角分辨率直接决定对远处小目标的识别能力。量产项目中，前向激光雷达的水平角分辨率通常要求≤0.2°，垂直角分辨率≤0.4°，以保证在100m处仍能形成足够点云覆盖。
• 测速精度与多普勒能力：毫米波雷达的径向速度精度通常要求≤0.1m/s，这是摄像头无法直接提供的物理量，也是区分静止与运动目标的关键。
• 环境鲁棒性：摄像头在逆光、雨雾、夜间低照度下性能下降；毫米波雷达在金属护栏、隧道壁等场景易产生多径虚假目标；激光雷达在雨雪、扬尘中回波衰减明显。选型时必须明确各传感器的“失效边界”，并确保至少两种传感器在关键场景下互为冗余。
• 成本与量产成熟度：Bosch量产项目对传感器成本敏感，通常优先选择已通过AEC-Q100/Q102认证、具备车规级量产记录的型号。激光雷达需评估其寿命、振动可靠性、清洁方案与标定稳定性。

二、安装位置：空间约束与感知覆盖的平衡

安装位置直接影响感知覆盖、标定难度与整车造型。Bosch量产项目中常见的安装方案如下：

• 前向主摄像头：安装于前挡风玻璃内侧、内后视镜后方，高度约1.2～1.4m。该位置可借助雨刮清洁区域，但需考虑玻璃曲率带来的畸变与安装角度偏差。安装角度通常为光轴向下俯仰约1°～2°，以兼顾近处车道线与远处目标。
• 前向毫米波雷达：安装于前保险杠中央或车标后方，高度约0.4～0.6m。需保证雷达罩材料对毫米波透明（如PP+EPDM），且避免金属镀层。安装角度需精确对准车辆纵轴，偏差通常要求≤0.5°。
• 角雷达：安装于前后保险杠四角，高度约0.5～0.8m，水平朝向约±45°～±60°，用于盲区监测与变道辅助。
• 激光雷达：量产车型中常见于车顶前部（如“瞭望塔”式）或前保险杠两侧。车顶安装可获得更优的俯视视野与更少遮挡，但需考虑风阻、清洁与碰撞保护；保险杠安装则需解决泥水遮挡与振动问题。

安装位置确定后，必须进行感知覆盖仿真与实车验证。覆盖仿真需输入各传感器的FOV、安装位置、车辆几何模型，输出地面与空间中的盲区分布。实车验证则通过标准目标物（如车尾板、锥桶、行人模型）在典型距离与角度下测试各传感器的检测率与误报率。

三、数据同步要求：时间对齐与空间对齐

多传感器融合的前提是数据在时间和空间上对齐。Bosch量产项目对同步的要求通常分为三个层级：

• 时间同步：所有传感器数据需统一到同一时间基准。常用方案是使用PTP（IEEE 1588）或gPTP协议，通过车载以太网实现亚微秒级同步。对于摄像头，需记录曝光中间时刻的时间戳；对于毫米波雷达和激光雷达，需记录帧起始与结束时间戳。融合时通常以某一主传感器（如前向摄像头）的帧时间为参考，对其他传感器数据进行插值或外推。
• 空间同步：即外参标定。各传感器相对于车辆坐标系的安装位置与姿态需精确测量。量产项目中，外参标定分为离线标定与在线标定：离线标定在产线或售后使用标定板完成，精度可达0.1°；在线标定则利用道路特征（如车道线、路沿）在行驶中持续修正外参漂移。
• 数据关联：时间与空间对齐后，需将不同传感器检测到的同一目标进行关联。常用方法包括：基于马氏距离的最近邻关联、基于匈牙利算法的全局关联、以及基于概率数据关联（PDA）的鲁棒方法。关联结果直接影响融合输出的稳定性。

四、配置示例：某L2+高速领航项目的传感器配置

以下为某Bosch量产项目的传感器配置示例（参数为合理假设，仅用于教学说明）：

该配置的融合策略为：前向摄像头与毫米波雷达作为主融合对，激光雷达作为几何确认与补盲传感器。时间同步采用gPTP，主时钟为域控制器；空间同步采用离线标定+在线车道线修正。数据关联采用匈牙利算法，关联门限根据目标距离动态调整。

该配置在实车验证中需重点关注：前向摄像头与毫米波雷达在静止车辆场景下的关联一致性；激光雷达在雨雾天气下的点云衰减对异形障碍物检测的影响；以及gPTP同步链路在整车电磁干扰下的稳定性。只有通过完整的场景测试与数据闭环，才能确认传感器组合满足量产交付要求。