3. 车载传感器配置与EyeQ感知输入

EyeQ芯片本身并不“看见”世界,它只处理来自外部传感器的数据流。因此,整车集成中真正决定感知上限的,往往不是EyeQ的算力,而是传感器如何接入、时间如何对齐、空间如何标定。本节围绕摄像头、毫米波雷达、激光雷达三类传感器与EyeQ的接口方式展开,重点落在前视摄像头的安装标定与多传感器数据同步这两个工程难点上。

三类传感器与EyeQ的接口方式

摄像头是EyeQ最核心的输入源。EyeQ3/EyeQ4通常通过MIPI CSI-2接收图像,EyeQ6则更多采用CSI-2或以太网(如千兆车载以太网)接入。前视摄像头一般以LVDS或GMSL/FPD-Link串行输出,经解串器(如MAX9296、DS90UB954)转换为MIPI CSI-2后送入EyeQ。图像格式常见为RAW10/RAW12 Bayer、YUV422或RGB,分辨率从1280×960到1920×1080不等,帧率多为30fps或60fps。EyeQ内部ISP负责去马赛克、自动曝光、镜头阴影校正等处理,因此摄像头端通常只做最小化处理,把RAW数据直接交给EyeQ,避免二次压缩损失。

毫米波雷达与EyeQ的接口以CAN/CAN-FD为主。雷达输出的是目标级信息:距离、径向速度、方位角、RCS以及目标ID,通过CAN报文周期发送(典型周期20ms~50ms)。EyeQ通过CAN控制器接收这些目标列表,在融合层与视觉目标做关联。部分高等级方案使用以太网(100BASE-T1)传输雷达原始点云或距离-多普勒谱,但EyeQ对雷达原始数据的直接处理能力有限,通常仍由雷达ECU完成目标检测后再送入。

激光雷达的接入方式差异较大。机械式或半固态激光雷达多通过以太网输出点云(UDP包),由域控制器或独立计算单元接收;若要与EyeQ协同,一般由主控SoC完成点云聚类与目标提取,再把目标级结果通过CAN或以太网转发给EyeQ。EyeQ本身并不直接解析原始点云,这一点在架构设计时必须明确,否则会出现“以为EyeQ能处理激光雷达”的误判。

车载传感器与EyeQ接口拓扑 前视摄像头 RAW10/12 Bayer 1920×1080 @30fps 解串器 GMSL/FPD-Link → MIPI CSI-2 毫米波雷达 距离/速度/方位角 CAN-FD 20ms周期 激光雷达 点云 UDP 100BASE-T1 主控SoC 点云聚类 目标提取 EyeQ ISP / 视觉感知 目标检测 / 车道线 CAN控制器 时间戳对齐 融合输出 LVDS MIPI CSI-2 CAN-FD 目标列表 UDP 目标级结果 数据同步关键点 • 摄像头曝光时刻 → 硬件时间戳 • 雷达CAN报文接收时刻 → 时间戳 • 统一时基(PTP/gPTP)对齐,误差≤1ms

前视摄像头安装标定

前视摄像头的安装位置通常在后视镜后方、挡风玻璃内侧,光轴指向车辆正前方。安装偏差会直接导致测距和横向定位误差,因此标定是量产下线(EOL)和售后更换后的必做工序。标定分两步:内参标定和外参标定。

内参标定在摄像头模组产线完成,确定焦距、主点、畸变系数。以某120°水平视场角、1920×1080分辨率的模组为例,内参矩阵中焦距约为fx=950像素、fy=950像素,主点约在(960, 540)附近,径向畸变系数k1≈-0.32、k2≈0.12。这些参数写入摄像头EEPROM或由EyeQ启动时加载,整车集成阶段一般不再改动。

外参标定在整车下线时进行,确定摄像头相对车辆坐标系(通常以车辆后轴中心地面投影为原点,X向前、Y向左、Z向上)的安装位置和姿态角。姿态角包括俯仰角(pitch)、偏航角(yaw)、横滚角(roll)。典型安装高度约1.2m~1.4m,俯仰角约-2°~0°,偏航角理想为0°。标定方法有静态靶标法和动态行驶法两种。静态靶标法在车辆前方5m~7m处放置标定板,EyeQ采集图像后检测角点,反算外参;动态法让车辆在已知车道线道路上直行,利用车道线平行性约束优化偏航角和横滚角。

标定完成后需要验证。常用指标是:在50m处,由标定残差引起的横向误差应小于0.15m;俯仰角误差应小于0.1°。若超差,需检查摄像头支架是否变形、挡风玻璃是否更换过、轮胎气压是否一致。实际工程中,更换挡风玻璃后必须重新标定,这是最容易被忽视的售后场景。

多传感器数据同步要求

摄像头、雷达、激光雷达的采样时刻和传输延迟各不相同。摄像头以30fps输出,每帧间隔33.3ms,曝光时刻由硬件触发;雷达以20ms周期发送CAN报文,但报文中的目标位置对应的是雷达内部处理完成时刻,存在5ms~15ms的处理延迟;激光雷达点云帧率通常10Hz~20Hz,每帧包含数万个点,传输和解析耗时更长。如果直接按“收到即用”的方式融合,会出现同一目标在视觉和雷达中位置不一致的问题。

工程上的做法是统一时基。EyeQ内部维护一个高精度时间戳计数器,摄像头每帧曝光时由解串器或摄像头模组输出一个同步信号(如FSYNC),EyeQ记录该时刻;雷达CAN报文到达时,EyeQ记录接收时刻,并根据雷达ECU提供的处理延迟补偿值回推目标实际时刻;激光雷达点云由主控SoC打上采集时刻后转发。融合模块以某一参考时刻(如当前摄像头帧的曝光时刻)为基准,对其他传感器数据做时间插值或外推,使所有目标都对齐到同一时刻。

同步精度要求取决于车速和功能等级。以AEB为例,车速120km/h即33.3m/s,若时间同步误差为10ms,则位置误差约0.33m,对制动距离判断影响显著。因此量产方案通常要求传感器间时间同步误差不超过1ms,摄像头与雷达之间不超过5ms。实现上,可采用gPTP(IEEE 802.1AS)在以太网域内同步,CAN域则依赖报文时间戳和周期稳定性。

标定与同步是EyeQ感知输入的两个“隐形地基”:标定决定空间一致性,同步决定时间一致性。二者任一超差,融合结果都会出现目标分裂、鬼影或漏检,且往往在特定车速或场景下才暴露,排查成本很高。

集成检查要点

检查项 典型要求 验证方式
摄像头接口 MIPI CSI-2,RAW12,4 lane 示波器测眼图,EyeQ读取图像无丢帧
外参标定残差 50m处横向误差<0.15m 静态靶标+道路直行验证
时间同步误差 摄像头-雷达<5ms 同步信号与CAN时间戳对比
雷达目标延迟补偿 按ECU提供的补偿值回推 静止目标对比视觉测距
激光雷达转发 目标级结果,非原始点云 确认主控SoC输出接口与协议

实际集成时,建议先用单一传感器跑通链路,再逐步加入融合。摄像头单独工作时,确认图像无撕裂、曝光正常、车道线检测稳定;加入雷达后,在直道跟车场景下观察视觉目标与雷达目标是否一一对应;最后接入激光雷达,验证点云目标与视觉目标的空间一致性。每一步都保留原始数据日志,便于出现问题时回溯时间戳和标定参数。