1. 课程导入与工程全景
Mobileye EyeQ 系列（EyeQ3/EyeQ4/EyeQ5/EyeQ6）是 ADAS 与自动驾驶前装量产中最常见的视觉感知 SoC 之一。它把图像信号处理（ISP）、视觉加速器、CPU 与安全机制集成在一颗芯片内，直接接收来自前视摄像头的原始图像，输出车道线、车辆、行人、交通标志、可行驶区域等感知结果，并通过 CAN/CAN-FD 或以太网把目标级信息交给整车控制器或域控制器。对整车厂和 Tier1 而言，EyeQ 不是一颗“装上就能用”的通用芯片：它需要在产线上完成两类关键工程活动——标定（Calibration） 与 EOL 测试（End-of-Line Test）。这两件事决定了车辆下线后 ADAS 功能能否正确、稳定、可追溯地工作。
标定与 EOL 测试分别解决什么问题
标定的核心是建立“像素—世界”的映射关系。摄像头安装位置、角度、镜头畸变、车身姿态都会引入偏差，如果不修正，车道线会偏移、目标测距会失真、AEB 的触发时机也会偏离设计值。EyeQ 的标定通常包括内参标定（焦距、主点、畸变系数）与外参标定（摄像头相对车身的俯仰、偏航、横滚以及安装高度）。量产中更常见的是在线标定：车辆在特定道路条件下行驶一段距离，EyeQ 利用车道线、路面纹理等自然特征自动收敛外参，产线只做触发、监控与结果判定。
EOL 测试则是在整车或摄像头模组下线前，对硬件与功能做一次系统级“体检”。它要回答的问题包括：摄像头图像是否正常、EyeQ 是否正常启动、感知输出是否合理、通信是否通畅、标定结果是否在容差内、故障码是否被正确清除或记录。EOL 测试不是研发阶段的性能验证，而是面向每一台量产件的通过/不通过判定，因此强调节拍、可重复性、判定阈值和可追溯性。
从摄像头到整车：EyeQ 量产链路全景
理解标定与 EOL，需要先看清 EyeQ 在整车中的信号链位置。下图给出一个典型的量产链路：前视摄像头模组（含镜头、图像传感器、EyeQ）→ 感知输出 → 整车通信 → ADAS/AD 功能。标定与 EOL 测试分别作用于这条链路的“参数层”和“质量层”。
为什么量产标定不能照搬研发标定
研发阶段可以在暗室、转鼓或专用场地用棋盘格、标定布做高精度标定，节拍以小时计。量产线不可能给每台车这样的时间与空间。因此量产标定必须解决三个矛盾：精度与节拍、环境一致性与现场扰动、自动化与异常处理。常见的工程做法是：产线只做“标定触发 + 状态监控 + 结果判定”，把外参收敛交给车辆在标准道路上的在线标定；同时用严格的进入条件（车速区间、车道线质量、光照范围、转向角限制）保证收敛过程可控。如果条件不满足，标定不会开始或会被中止，EOL 工位据此判定为“待复标”而不是直接放行。
以某前视摄像头 EyeQ4 量产项目为例（以下为教学示例参数，非实测数据）：在线标定要求车速稳定在 40–70 km/h，车道线置信度持续高于 0.8，偏航角变化小于 0.3°/s，标定距离累计达到 500 m 以上。外参收敛判据可设为：俯仰角残差 < 0.15°、偏航角残差 < 0.20°、横滚角残差 < 0.15°。EOL 工位读取这些残差与收敛标志位，任一超差即判 Fail 并写入故障码，车辆转入返修或复标流程。
EOL 测试的典型判定维度
EOL 测试不是单一工位，而是一组按节拍串联的检查项。它通常覆盖以下维度：
- 电气与启动：供电电压、EyeQ 启动时间、看门狗状态、温度传感器读数是否在合理范围。
- 图像链路：图像是否全黑、全白、花屏、卡帧；曝光与增益是否异常；镜头遮挡检测。
- 感知输出：在标准场景下，车道线数量、目标检测置信度、消失点位置是否落在预期区间。
- 通信与诊断：CAN 报文周期、信号有效性、DTC 是否被正确置位与清除。
- 标定状态：外参残差、收敛标志、标定版本号与车辆 VIN 的绑定关系。
本课程的学习路径
后续章节将沿着“芯片与系统 → 标定原理 → 量产标定实现 → EOL 测试设计 → 数据分析与问题闭环”的主线展开。你会先理解 EyeQ 的启动流程、图像链路与感知输出接口，再进入内参/外参的数学定义与在线标定的收敛机制；随后落到产线实操：标定触发条件、工位节拍设计、EOL 测试用例、判定阈值设定、故障码与追溯记录。最后通过典型问题（标定不收敛、EOL 误判、批次性偏差）学习如何用数据定位根因，并形成可复用的工程方法。
学习本课程不需要你从零推导视觉几何，但需要你具备基本的车辆网络与诊断概念，并愿意把每一个参数、每一条判据都放回“这台车能不能安全交付”的语境中去理解。标定与 EOL 测试的工程价值，最终体现在下线车辆 ADAS 功能的一致性与可追溯性上。