4. 案例二

井下巷道的光照条件与地面道路有本质区别：它既不是均匀的暗，也不是稳定的亮，而是在极暗背景中散布着若干高亮度点光源——矿灯、机车前照灯、巷道照明灯、反光标识。视觉避障系统真正面对的，是这种高动态范围、局部过曝、照度突变的复合场景。本案例剖析一台井下巡检机器人在运输大巷会车时发生的避障失效，重点还原图像退化的物理过程、误判的形成路径，以及多传感器融合的初步对策。

一、失效场景还原

假设某型履带式巡检机器人（搭载双目相机，基线 120 mm，分辨率 1280×720，自动曝光开启，避障距离阈值 1.5 m）在运输大巷以 0.6 m/s 沿轨道侧巡检。巷道断面约 4.2 m×3.4 m，环境照度约 5～15 lux，仅靠顶部稀疏照明灯维持。此时前方 25 m 处一台电机车开启前照灯迎面驶来，灯具轴向光强高，进入相机视场后形成大面积眩光。

失效过程并非瞬间发生，而是分阶段演进：

• 阶段一（约 25～15 m）：眩光斑进入图像上部，自动曝光算法以全画面平均亮度为依据，测光被高亮区拉高，整体曝光下调，暗部巷道壁与地面细节被压入噪声底，图像有效动态范围被压缩。
• 阶段二（约 15～8 m）：眩光斑扩大并出现饱和溢出（blooming），像素值达到 255 后向邻域扩散，形成光晕；同时镜头表面灰尘与油雾产生散射，进一步抬升背景亮度，对比度急剧下降。
• 阶段三（约 8～3 m）：巷道壁与地面的纹理特征在过曝区与欠曝区同时丢失，双目立体匹配在低纹理区无法生成有效视差，深度图上出现大片空洞；避障算法将空洞区域按“无威胁”处理，或误将光晕边缘的强梯度判为障碍轮廓。
• 阶段四（<3 m）：系统输出“前方无障碍”的错误结论，机器人保持原速，直至超声波或机械防撞条触发才紧急停车，此时距电机车已不足 0.8 m。

需要强调，上述距离与照度为教学示例中的合理假设，用于说明退化趋势，不代表特定型号的实测标定值。真实系统中应通过现场照度计与图像直方图记录来确认各阶段阈值。

二、失效链的因果拆解

把上述过程抽象成因果链，可以看到三个关键断点。第一断点在成像环节：自动曝光的测光策略与井下高动态场景不匹配，全局测光被局部强光源主导，导致有用信息区欠曝。第二断点在特征与匹配环节：立体视觉依赖纹理与稳定梯度，而过曝饱和区纹理被“削平”，欠曝区信噪比不足，两者共同造成视差空洞。第三断点在决策环节：避障逻辑对“无数据”与“无障碍”未做区分，把深度空洞默认当作可通行，这是最危险的设计缺陷。

值得注意的还有镜头污染这一放大因素。井下粉尘、水雾与油污在镜头表面形成散射层，等效于给整幅图像叠加了一个随眩光强度变化的背景光。工程上可用“开灯前后图像背景灰度差”粗略评估污染程度：若在固定曝光下背景灰度抬升超过约 20 个灰度级，应安排清洁。这一判据属于经验性示例，需结合具体相机响应曲线标定。

三、可落地的初步对策

成像层：将全局测光改为分区测光或对高亮区加权的抑制测光，并对高亮像素做饱和掩膜，避免光晕参与后续特征提取；选用宽动态相机（如 120 dB 级）并固定较短曝光，牺牲部分暗部亮度换取高光不过曝；加装遮光罩与偏振片抑制斜射眩光，镜头前加疏水疏油镀膜降低污染附着。

算法层：在深度图输出时同步给出置信度，把“空洞”显式标记为“未知”而非“空闲”；对未知区域采取保守策略——降速至 0.2 m/s 以下并请求人工确认或切换备用传感器。同时引入眩光检测：当图像饱和像素比例超过设定阈值（示例取 8%）且集中在单一连通区时，判定为强眩光工况，触发策略切换。

融合层：以激光雷达的几何测距作为主避障依据，视觉提供语义与纹理补充，超声波负责 3 m 内近距兜底。融合决策采用“冲突即保守”原则：当视觉判定可通行而激光雷达在对应扇区检测到障碍时，以激光雷达为准并立即降速。下表给出一个可参考的融合判据示例（参数为教学假设，需现场标定）。