2. Bosch ADAS传感器配置与目标级融合接口

在Bosch ADAS架构中，毫米波雷达、摄像头、激光雷达与超声波传感器并非简单叠加，而是按“探测距离—分辨率—成本—功能安全等级”形成互补分工。目标级融合（Object-Level Fusion）接收各传感器输出的目标列表，在统一坐标系与统一时间基准下完成关联、滤波与航迹管理，最终输出自车周围环境的融合目标列表。理解各传感器的角色、目标列表格式、坐标系定义与时间戳同步接口，是后续实现融合算法的前提。

一、四类传感器在Bosch平台中的角色分工

毫米波雷达（77GHz，如Bosch MRR/FRR系列）负责中远距离探测，典型前向雷达探测距离约200m，可输出距离、径向速度、方位角，对金属目标敏感，测速精度高，但角分辨率有限，难以区分横向相邻目标。摄像头（前视单目/双目）提供高横向分辨率与语义分类能力，可识别车辆、行人、车道线、交通标志，但测距与测速精度依赖标定与目标尺度，深度估计误差随距离增大。激光雷达提供高精度三维点云，距离与角度精度高，但受雨雾影响大、成本高，在Bosch量产ADAS中多用于高阶自动驾驶或作为冗余验证。超声波传感器（USS）探测距离约0.2~5m，主要用于近距离泊车与低速防碰撞，输出的是距离回波而非完整目标航迹。

四类传感器在融合中的角色可概括为：雷达提供“速度与距离骨架”，摄像头提供“分类与横向细节”，激光雷达提供“高精度几何验证”，超声波提供“近场补盲”。融合模块并不直接处理原始点云或图像，而是消费各传感器ECU输出的目标列表。

二、各传感器目标列表格式

目标列表通常以结构体数组形式通过CAN FD或以太网传输。以雷达目标列表为例，每个目标包含：目标ID、纵向距离dx、横向距离dy、相对纵向速度vx、相对横向速度vy、雷达截面积RCS、存在概率、目标状态（新建/跟踪/丢失）。摄像头目标列表则包含：目标ID、类别（Car/Pedestrian/Truck）、二维框、三维框中心与尺寸、朝向角、分类置信度、跟踪状态。激光雷达目标列表包含：目标ID、点云簇质心、包围盒尺寸、朝向、速度（若支持）、点云点数。超声波输出为各探头距离值与回波宽度，不构成目标航迹。

下表给出一个典型的目标列表字段示例（数值为教学示例，非实测）：

三、坐标系定义

Bosch ADAS融合通常采用ISO 8855车辆坐标系：原点位于后轴中心地面投影点，x轴指向车辆前方，y轴指向车辆左侧，z轴指向上方。角度定义：方位角以x轴为0°，逆时针为正，范围[-180°, 180°]；俯仰角以x-y平面为0°，向上为正。雷达与摄像头安装位置不同，需通过外参标定将各自坐标系转换到车辆坐标系。例如前向雷达安装于前保险杠，其坐标系原点相对车辆坐标系有纵向偏移dx_r、横向偏移dy_r、高度dz_r以及安装角偏差。摄像头安装于挡风玻璃后，需标定相机内参（焦距、主点、畸变）与外参（旋转矩阵R、平移向量t）。

融合前必须统一到车辆坐标系，否则同一目标在不同传感器下会得到不同的dx、dy，导致关联失败。标定误差通常要求：纵向偏移误差小于0.1m，横向偏移误差小于0.05m，安装角误差小于0.1°。

四、时间戳与同步接口

各传感器采样周期不同：雷达典型周期50ms（20Hz），摄像头33ms（30fps），激光雷达100ms（10Hz），超声波20ms（50Hz）。融合模块需要为每个目标列表打上时间戳，并完成时间对齐。Bosch平台常用两种同步方式：一是基于PTP（IEEE 1588）的以太网时间同步，精度可达微秒级；二是基于CAN的同步报文，精度约毫秒级。融合时通常采用“预测—更新”策略：将各传感器目标按时间戳外推到同一融合时刻t_f，再进行关联。外推使用匀速模型：dx(t_f)=dx(t)+vx·(t_f-t)，dy(t_f)=dy(t)+vy·(t_f-t)。

时间戳接口通常包含：传感器采集时间戳t_sensor、发送时间戳t_tx、接收时间戳t_rx。融合模块使用t_sensor作为目标状态的时间基准，t_rx用于监控链路延迟。若t_rx-t_sensor超过阈值（如雷达>80ms），则标记该帧为延迟帧，降低其关联权重或丢弃。

五、融合接口的工程实现要点

在实际工程中，融合接口的稳定性取决于三个细节。第一，目标ID管理：各传感器ID独立，融合模块需维护全局航迹ID，通过最近邻或匈牙利算法完成关联，关联门限通常取马氏距离3.0。第二，时间外推的精度：若目标机动，匀速模型外推误差增大，可改用匀加速模型或交互多模型（IMM）。第三，坐标系一致性检查：每次上电后应校验各传感器外参是否与标定值一致，偏差超过阈值时触发重新标定提示。

综上，Bosch ADAS目标级融合接口的核心是“统一坐标系、统一时间基准、统一目标列表语义”。毫米波雷达、摄像头、激光雷达、超声波各司其职，融合模块在车辆坐标系下完成时间外推与关联滤波，最终输出稳定、连续、语义丰富的融合目标列表，为后续规划控制提供可靠输入。