3. 道路目标检测问题定义

在 Mobileye EyeQ 这类面向量产的视觉感知平台上，“道路目标检测”并不是一个笼统的“找东西”任务，而是一组被严格定义的问题：检测哪些类别、在什么距离和视场范围内检测、达到什么精度、在多长时间内给出结果。只有把这四个维度同时说清楚，后续的网络设计、数据标注、后处理逻辑和功能安全评估才有共同的语言。本节围绕目标类别、检测范围、精度指标与实时性指标展开，并给出可用于工程讨论的量化示例。

一、目标类别：从“看得见”到“必须报”

EyeQ 平台上的道路目标检测通常按“对自车运动规划与安全决策的影响程度”划分优先级。典型类别包括：

• 车辆类：乘用车、卡车、客车、摩托车。乘用车是最主要的跟踪对象，卡车/客车因体积大、遮挡严重，需要单独处理其尾部与侧面。
• 弱势道路使用者（VRU）：行人、骑行者（自行车/电动自行车）。行人与骑行者的姿态变化大、出现位置随机，是召回率要求最高的类别。
• 车道线：实线、虚线、双线、路沿、导流线。车道线不是“目标框”，而是以点序列或多项式表达的曲线结构。
• 交通标志与信号：限速、禁令、警告、指示标志，以及红黄绿信号灯状态。
• 可行驶区域与通用障碍物：路面、锥桶、隔离墩等，用于补充结构化目标之外的自由空间判断。

类别定义必须与标注规范一致。例如“骑行者”是否包含推车行走的人、“卡车”是否按轴数或总质量细分，都会直接影响模型输出与下游融合逻辑。工程上通常用一张类别表固定下来，包含类别 ID、中文名、英文名、最小像素高度、是否参与跟踪、是否触发 AEB 等字段。

二、检测范围：距离、视场与分辨率约束

检测范围由三个相互制约的量决定：前向距离、水平视场角（FOV）和图像分辨率。EyeQ 常见配置为前视 100° 左右 FOV、约 1.7 MP 至 8 MP 的传感器。以 1920×1080、水平 FOV 100° 为例，中心区域每度约 19 像素；若要求车辆在 100 m 处仍有约 32 像素高，则对应约 1.6 m 高的目标，需要约 20 像素/米以上的纵向采样能力，这通常只有长焦子视场或高分辨率传感器才能满足。

因此量产方案常采用“多视场”策略：广角负责近距 0–30 m 的行人与骑行者，中焦负责 30–80 m 的车辆与车道线，长焦负责 80–150 m 的前车与标志。检测范围必须在需求文档中写成可验证的指标，例如“白天、干燥路面、目标无遮挡条件下，对 1.6 m 高乘用车尾部，检测距离不小于 120 m，漏检率不高于 5%”。

三、精度指标：mAP 之外还要看什么

学术上常用 mAP（IoU=0.5）衡量检测精度，但量产感知更关心分类别、分距离、分场景的召回率与误报率。原因在于：一个 90% mAP 的模型，可能在 80 m 外的行人上召回率只有 60%，而这恰恰是 AEB 最需要的区间。工程上通常同时定义：

• 召回率（Recall）：按类别、距离段、光照条件分别统计，行人近距要求常高于 99%。
• 误报率（FPPI 或每公里误报次数）：误报会引发误刹车，通常要求每千公里不超过若干次。
• 定位精度：目标框中心与真值的像素误差，或换算到横向/纵向距离误差，影响跟踪与测距。
• 车道线精度：横向偏差（米）与曲率误差，常用 30 m 内横向误差小于 0.1 m 作为示例目标。

这些指标需要在同一套评测集上按统一 IoU 阈值和匹配规则计算，否则数字之间不可比。

四、实时性指标：延迟、帧率与抖动

实时性不只是“帧率高”。对闭环控制而言，更关键的是端到端延迟：从光子进入传感器，到目标列表输出给规划模块的时间。它由曝光、读出、传输、推理、后处理、跟踪滤波共同构成。EyeQ 系列以固定功能流水线著称，典型单帧处理预算在 30–50 ms 量级。工程指标通常写成：

• 帧率：≥ 30 fps（示例），保证跟踪滤波有足够观测更新。
• 端到端延迟：≤ 100 ms（示例），其中感知算法部分 ≤ 50 ms。
• 抖动：帧间处理时间标准差小于均值的 10%，避免控制端出现周期性顿挫。
• 最坏情况执行时间（WCET）：用于功能安全分析，必须留有余量。

精度与实时性往往互相拉扯：更大的输入分辨率提升远距精度，却增加计算量。工程折中方式是“分级处理”——近距用高分辨率子图，远距用低分辨率全图，再通过 ROI 裁剪把算力花在关键区域。

五、把定义落到一张图上

下图把上述四类约束组织成一张“问题定义关系图”：左侧是输入与类别，中间是范围与分辨率约束，右侧是精度与实时性指标，底部是它们共同约束的评测与验收。图中数值均为教学示例，用于说明指标之间如何相互制约，不代表任何具体车型的实测结果。

六、工程落地时的检查要点

把问题定义写清楚之后，团队在评审时可以用一组固定问题自查：类别表是否覆盖了所有会触发下游动作的目标？每个类别的检测距离是否与传感器 FOV 和分辨率匹配？精度指标是否按距离段拆分，而不是只给一个总体 mAP？实时性是否包含端到端延迟而非仅推理时间？评测集是否与训练集在场景分布上隔离？这些问题的答案，最终会决定 EyeQ 上目标检测模块能否通过功能安全与量产验收。