2. EyeQ硬件架构与感知基础

EyeQ系列SoC是Mobileye驾驶辅助方案的计算核心，其设计思路与通用车载SoC有明显差异：它把大量算力专门投向视觉感知流水线，而不是追求通用CPU性能。理解EyeQ的硬件架构，是理解后续感知策略、功能集成与参数标定的前提。本节从计算单元、传感器接口、数据输入路径和典型硬件配置四个层面展开。

一、EyeQ SoC的计算单元构成

以EyeQ4为例，其内部并非单一处理器，而是由多类异构计算单元协同工作。典型组成包括：

• CPU集群：通常为4个MIPS Warrior系列核心，主频约1GHz，负责系统调度、功能逻辑、诊断与通信管理，不承担主要视觉计算。
• 视觉加速器（VMP，Vector Microcode Processor）：这是EyeQ的核心算力来源，专门处理卷积、特征提取、光流等视觉运算。EyeQ4通常集成多个VMP阵列，提供约2.5TOPS等效算力。
• 多线程处理单元（MPC，Multi-threaded Processing Cluster）：用于像素级并行处理，如滤波、边缘检测、图像金字塔构建。
• 专用硬件加速器：包括立体视觉深度计算、光流计算、直方图统计等固定功能模块，以低功耗完成高频重复运算。
• 安全与锁步机制：部分核心支持锁步运行，满足ASIL-B/D功能安全要求，用于故障检测与降级处理。

这种异构架构的关键在于：CPU负责“决策与协调”，VMP/MPC负责“看”，专用加速器负责“算得快且省电”。开发者在集成时，需要把感知算法映射到合适的计算单元，而不是全部塞给CPU。

二、传感器接口与数据输入路径

EyeQ SoC对外提供多种传感器接口，典型包括：

• MIPI CSI-2：连接摄像头模组，支持多路输入。EyeQ4通常可接入4路以上摄像头，每路带宽可达数Gbps，用于前视、环视、侧视等。
• CAN/CAN-FD：接收雷达、车身信号、车速、转向角等，同时向执行器发送控制指令。
• 以太网（部分型号）：用于高带宽雷达或域控制器之间的数据交换。
• LVDS/GMSL：部分摄像头采用串行链路，通过解串器接入EyeQ。

摄像头数据进入EyeQ后，先经过图像信号处理（ISP）或直接由VMP处理原始RAW/Bayer数据，再进入感知流水线。雷达数据则通过CAN或以太网进入，与视觉目标进行时间同步和空间对齐。这里的关键参数是时间戳对齐精度和坐标系一致性：摄像头通常以车辆后轴中心为原点，雷达也有自己的安装位置和朝向，融合前必须统一到同一坐标系。

三、摄像头与雷达数据输入的实际处理

摄像头输入不是简单“读图”。以EyeQ4前视摄像头为例，典型流程是：摄像头模组输出RAW数据，经CSI-2进入EyeQ，由ISP或VMP完成去马赛克、白平衡、伽马校正，再构建图像金字塔。VMP在金字塔的多个尺度上并行运行检测网络，输出目标框、类别和置信度。这里有一个实际参数值得注意：曝光控制。隧道进出、逆光、夜间对向车灯等场景下，曝光策略直接影响感知稳定性。Mobileye通常采用基于感兴趣区域（ROI）的自动曝光，优先保证车道线和前方车辆区域不过曝。

雷达数据输入则相对“轻量”，但融合逻辑复杂。雷达通过CAN发送目标列表，包含距离、径向速度、角度和RCS（雷达截面积）。EyeQ接收后，需要完成：

1. 时间对齐：雷达帧率通常为20Hz，摄像头为30Hz，需通过时间戳插值或最近邻匹配对齐。
2. 空间对齐：将雷达目标从雷达坐标系转换到车辆坐标系，涉及安装位置（x,y,z）和朝向角。
3. 目标关联：将雷达目标与视觉目标进行匹配，常用匈牙利算法或最近邻距离门限。匹配成功后，输出融合目标，置信度取两者加权。

实际标定中，雷达安装角偏差1°在100m处会产生约1.7m的横向误差，足以导致融合目标偏离真实车道。因此，产线标定和售后标定都必须严格控制。

四、典型硬件配置与选型参考

不同功能等级对应不同的EyeQ型号和传感器配置。以下为典型示例（参数为合理假设，用于教学说明）：

选型时需重点评估三点：一是摄像头分辨率与帧率是否满足最远检测距离要求，例如120km/h下需要至少150m的检测距离，对应约800万像素前视；二是雷达数量与安装位置是否覆盖盲区，角雷达通常安装在前后保险杠两侧，探测角度约150°；三是EyeQ算力余量，建议保留20%以上，以应对OTA升级和极端场景。

总结来说，EyeQ硬件架构的核心是“异构计算+多传感器输入+严格同步”。理解VMP、MPC、CPU的分工，掌握CSI-2、CAN、以太网的数据路径，明确摄像头与雷达的对齐要求，才能在实际集成中做出合理的配置与标定决策。