1. 课程导入与系统总览
在高级驾驶辅助系统（ADAS）与自动驾驶的感知栈中，前视摄像头承担着“远距离、高分辨率、语义丰富”的感知任务，而 Mobileye EyeQ 系列芯片正是围绕这一任务构建的专用视觉计算平台。理解 EyeQ 前视感知系统，不能只把它当作一颗芯片或一个摄像头，而应把它看作“图像输入—视觉加速—感知输出—车辆接口”的完整链路。本课程的目标，是让学员能够从系统集成与车辆部署的角度，掌握 EyeQ 前视感知系统的硬件连接、数据接口、功能配置、标定匹配与实车验证方法。
一、EyeQ 前视感知系统的定位
EyeQ 是 Mobileye 开发的视觉处理器系列，从早期的 EyeQ1 到 EyeQ6，其核心定位始终是：在低功耗、高可靠性的前提下，实时运行多类深度神经网络与传统视觉算法，输出车道线、车辆、行人、交通标志、可行驶区域等感知结果。与通用 GPU 方案不同，EyeQ 采用 ASIC 化设计，把视觉感知中最常用的卷积、光流、特征提取等操作做成专用硬件单元，从而在几瓦功耗内完成每秒数十帧的多任务推理。
在整车电子电气架构中，EyeQ 前视感知系统通常以“智能摄像头”形态出现：摄像头模组、EyeQ 芯片、感知软件与车辆通信接口集成在一个壳体内，通过 CAN FD 或以太网向 ADAS 域控制器、车身控制器或执行器输出感知结果。它的定位不是替代激光雷达或毫米波雷达，而是以低成本、高成熟度的方式提供前向视觉感知，支撑 L2 级及以下辅助驾驶功能，并在部分 L2+ 场景中与其它传感器融合。
二、核心功能与输出
EyeQ 前视感知系统的核心功能可以归纳为四类：车道感知、目标感知、交通标志与信号灯识别、可行驶区域与自由空间估计。车道感知输出车道线方程、车道宽度、车道曲率、本车相对车道位置；目标感知输出车辆、行人、自行车等目标的距离、相对速度、横向位置与置信度；交通标志识别输出限速、禁止超车、停车标志等类别与位置；自由空间估计则给出前方可行驶区域的边界。
这些输出并不是原始图像，而是经过抽象的结构化数据。以车道线为例，EyeQ 通常以三次多项式描述车道线：y = c0 + c1·x + c2·x² + c3·x³，其中 c0 为横向偏移，c1 为航向角，c2 为曲率，c3 为曲率变化率。车辆部署时，这些参数会通过 CAN 报文周期发送，供横向控制或预警算法使用。理解这些参数的物理含义与坐标系约定，是后续标定与验证的基础。
坐标系约定：本课程统一采用车辆坐标系：x 轴指向车辆正前方，y 轴指向车辆左侧，z 轴指向上方，原点位于后轴中心地面投影点。摄像头安装位置以相对原点的平移与旋转表示。后续所有标定、测距与验证均以此为准。
三、典型车辆部署场景
EyeQ 前视感知系统在乘用车与商用车上的部署方式差异明显。乘用车常见方案是安装于前挡风玻璃内侧、内后视镜后方，摄像头光轴与车辆纵轴基本平行，安装高度约 1.2～1.4 米，俯仰角约 0～2 度。这种布置视野好、雨刮覆盖充分，但玻璃曲率与安装支架会引入额外畸变，需要在标定中补偿。商用车则多安装于挡风玻璃下部或车顶前部，安装高度可达 2 米以上，俯仰角需根据车型调整，以兼顾近处车道线与远处目标。
从功能部署看，典型场景包括：高速公路车道保持与自适应巡航、城市道路前向碰撞预警与自动紧急制动、交通标志识别与限速提示、以及低速拥堵跟车。不同场景对感知输出的要求不同：高速场景更关注远距离车辆与车道曲率，城市场景更关注行人、自行车与交通标志，低速场景则更关注近距离目标与自由空间。因此，同一套 EyeQ 系统在不同车型上需要不同的参数配置与功能激活策略。
四、课程学习路径
本课程共 30 章，按照“系统认知—硬件集成—软件配置—标定验证—实车部署”的逻辑展开。前几章建立系统总览与坐标系约定，随后进入硬件接口与安装规范，包括摄像头模组选型、线束定义、供电与接地要求。中间部分聚焦软件配置：如何读取 EyeQ 输出的 CAN 报文、如何解析车道线方程与目标列表、如何配置功能激活条件与报警阈值。再往后是标定与验证：静态标定、动态标定、车道线精度测试、目标测距误差评估。最后是实车部署与排障：常见故障模式、诊断报文读取、感知异常的场景复现与处理。
学习本课程不需要具备深度学习算法开发经验，但需要了解基本的车辆网络通信（CAN/CAN FD）、坐标系与单位约定、以及 ADAS 功能的基本逻辑。每章会给出可操作的配置示例、参数表或检查清单，帮助学员把知识转化为实际部署能力。
学习建议：建议先通读本章建立整体链路认知，再按章节顺序推进。遇到标定与验证章节时，可结合实车或台架环境同步操作，效果更好。所有示例参数均为教学假设值，实际部署请以车型技术文档与 Mobileye 官方规范为准。
五、关键术语与单位约定
为避免后续章节产生歧义，这里统一几个关键术语。车道线横向偏移 c0 单位为米，正值表示本车中心位于车道线左侧；航向角 c1 单位为弧度，正值表示本车航向相对车道线向左偏；曲率 c2 单位为 1/米，正值表示车道线向左弯曲。目标距离指目标最近点与本车后轴中心地面投影点之间的纵向距离，单位米。相对速度指目标速度减去本车速度，正值表示目标远离本车。时间戳统一使用毫秒级，以 EyeQ 内部时钟为基准。
这些约定会在后续标定、报文解析与验证章节中反复使用。如果实际车型的坐标系或单位与此不同，需要在集成时做明确转换，并在文档中记录转换关系，避免控制算法误用。
六、从系统总览到部署实践
EyeQ 前视感知系统的价值，最终体现在车辆上能否稳定、准确地输出感知结果，并支撑 ADAS 功能正常工作。系统总览只是起点，真正的挑战在于：摄像头安装角度偏差 0.5 度，可能导致 50 米外目标测距误差超过 1 米；CAN 报文周期配置不当，可能导致控制算法收到过期数据；标定环境光照不足，可能导致车道线参数漂移。这些工程细节，正是本课程后续章节要逐一解决的问题。
接下来的章节将从硬件接口开始，逐步深入到软件配置、标定验证与实车排障。每一章都会围绕一个明确的部署任务展开，给出可执行的步骤、可观察的中间量、以及可判断的结果标准。希望学员完成本课程后，能够独立完成一套 EyeQ 前视感知系统在目标车型上的集成与部署，并具备基本的故障定位与处理能力。