1. 课程导入与Mobileye EyeQ技术全景
在智能驾驶辅助系统（ADAS）的工程实践中，Mobileye EyeQ 系列芯片是绕不开的一环。它既是全球前装 ADAS 视觉感知方案中装机量最大的计算平台之一，也是许多整车厂从"功能上车"走向"功能量产"的关键技术底座。本课程围绕 EyeQ 芯片展开，目标不是泛泛介绍自动驾驶概念，而是把"芯片—感知算法—ADAS 功能—整车集成"这条链路讲清楚，让读者具备把 EyeQ 方案真正落到一台量产车上的能力。
一、EyeQ 系列芯片的演进逻辑
EyeQ 的迭代并不是单纯堆算力，而是围绕"单位功耗下的视觉感知效率"这条主线展开。早期 EyeQ1 主要支撑车道偏离预警（LDW）和前向碰撞预警（FCW）这类单目视觉功能，算力仅约 0.004 TOPS 级别；EyeQ2 引入更完整的行人检测；EyeQ3 是真正让 Mobileye 大规模进入前装的节点，支撑了特斯拉 Autopilot 1.0 时代的单目方案，算力约 0.256 TOPS；EyeQ4 提升到约 2.5 TOPS，开始支持三目摄像头与更复杂的融合；EyeQ5 则面向 L2+ 与部分 L3 场景，算力约 24 TOPS，采用 7nm 工艺，支持多摄像头、多传感器融合与开放编程；EyeQ6 进一步细分出 EyeQ6L 与 EyeQ6H，分别面向入门 L2 与高阶 L2+/L3，强调可扩展性与功能安全。
理解这条演进线，对开发者的意义在于：不同代际芯片决定了你能实现的功能边界。例如在 EyeQ4 上做自动变道辅助（ALC），受限于算力与感知输出粒度，往往只能做到"提示+有限执行"；而在 EyeQ5 上，由于支持更丰富的目标级输出与更短延迟，才可能实现更流畅的横向控制。选型时不能只看"能不能跑"，而要看"感知输出是否满足控制闭环的时延与精度要求"。
二、ADAS 功能开发流程
基于 EyeQ 的 ADAS 功能开发，通常遵循一条从需求到量产的闭环流程。第一步是功能定义与场景拆解：明确功能触发条件、退出条件、驾驶员交互方式。例如 FCW 需要定义 TTC（碰撞时间）阈值，常见工程取值在 2.4s 左右发出预警，1.6s 左右升级为紧急预警，但这些阈值必须结合自车制动能力与目标类型标定。
第二步是感知接口对接。EyeQ 通过 CAN 或以太网输出目标列表（Object List），包含目标 ID、类型、纵向距离、横向距离、相对速度、置信度等字段。开发者需要把这些字段映射到整车坐标系，并处理时间戳对齐。这里最容易出问题的是坐标系约定：EyeQ 通常以摄像头光心为原点，而整车控制常用后轴中心或前保险杠中心为原点，必须做明确的坐标变换，并在全文与代码中保持一致。
第三步是决策与控制策略实现。以自适应巡航（ACC）为例，需要根据前车距离与相对速度计算期望加速度，再通过纵向控制接口发送扭矩或加速度请求。第四步是整车集成与标定，包括摄像头安装位置、俯仰角、偏航角标定，以及在不同光照、天气、道路曲率下的泛化验证。第五步是功能安全与法规验证，确保满足 ISO 26262 与相关法规要求。
三、整车集成的核心挑战
整车集成阶段最常见的挑战集中在四个方面。其一是安装与标定：摄像头安装偏差 1° 就可能导致远处目标横向定位误差超过 1 米，因此静态标定与动态标定都必须严格执行。其二是通信与延迟：从感知输出到执行器响应，整条链路延迟若超过 150ms，横向控制就容易出现画龙或滞后。其三是功能交互：ACC 与 AEB、LKA 之间的优先级与仲裁逻辑必须清晰，避免功能冲突。其四是场景泛化：隧道出入口、逆光、雨雾、夜间无照明等场景下，感知性能下降会直接影响功能可用性。
四、课程目标与学习路径
本课程的目标可以概括为三句话：看得懂 EyeQ 的输出，写得出 ADAS 的控制逻辑，落得进整车的量产流程。围绕这个目标，学习路径分为五个层次。第一层是芯片与感知基础，理解 EyeQ 各代芯片的算力、接口与感知输出格式；第二层是功能开发接口，掌握 CAN/以太网通信、目标列表解析与坐标系变换；第三层是控制策略实现，能够独立完成 ACC、AEB、LKA 等功能的决策与控制代码；第四层是整车集成标定，掌握摄像头标定、延迟测量与功能仲裁；第五层是功能安全与量产验证，理解 ISO 26262 要求与法规测试方法。
需要特别强调的是，ADAS 开发不是"算法写完就结束"，而是"算法、标定、验证"三位一体。很多初学者在仿真环境里跑通了 ACC，但上车后发现在弯道、cut-in、静止目标等场景下表现不稳定，根本原因往往不是算法本身，而是感知输出与整车坐标系没有对齐、延迟没有补偿、标定没有做准。因此本课程在每个功能模块都会给出可执行的参数示例与判断依据，帮助读者建立工程化的开发习惯。
接下来的章节将沿着上述学习路径逐层展开。读者在进入后续内容前，建议先建立两个基本认知：一是 EyeQ 的输出是"目标级"而非"图像级"，开发者拿到的是结构化目标列表；二是 ADAS 功能的可用性高度依赖场景，任何功能都有其设计运行域（ODD），超出 ODD 时必须明确降级或退出策略。这两点将贯穿整个课程。