1. 时间同步概述：为什么需要时间同步？

大家好，我是老张。做多传感器融合这些年，我踩过最大的坑，就是时间不同步。

你想想看，一辆自动驾驶车上，激光雷达、摄像头、IMU、GPS，各自都有自己的时钟。激光雷达说「我在100毫秒时看到一堵墙」，摄像头说「我在120毫秒时拍到一堵墙」。这两个数据要是直接拿来融合，那结果就是——墙的位置算错了，车撞上去了。

嗯，这可不是开玩笑。我在2018年做园区无人车项目时，就吃过这个亏。当时激光雷达和摄像头的时间差只有50毫秒，但车速是10米/秒，算出来的障碍物位置直接偏了半米。幸好是低速测试，不然真得出事。

1.1 时间不同步到底会造成什么问题？

说白了，时间不同步就是「数据对不上」。具体来说，有三大类问题：

• 空间错位：传感器采集的是不同时刻的数据，融合时相当于把两个不同时间点的世界硬凑在一起。运动越快，错位越严重。
• 状态估计发散：卡尔曼滤波器也好，图优化也好，都假设输入数据是同一时刻的。时间戳乱了，滤波器直接崩掉。我见过一个团队，调了两个月参数，最后发现是时间戳差了10毫秒。
• 触发逻辑混乱：比如视觉SLAM里，图像和IMU数据必须严格对齐。差一帧，整个VIO系统就废了。

1.2 多传感器融合中的时间不同步来源

为什么会不同步？我总结了几种常见情况：

来源	典型场景	时间误差量级
硬件时钟漂移	不同传感器使用独立晶振，频率不准	毫秒~秒级（随时间累积）
传输延迟	USB、以太网、CAN总线传输数据	微秒~毫秒级
处理延迟	图像压缩、点云处理、算法计算	毫秒~百毫秒级
触发抖动	软件触发采集，受操作系统调度影响	微秒~毫秒级
数据封装延迟	传感器内部打包数据，加上时间戳	微秒级

你看，从微秒到秒级，跨度非常大。我做过一个项目，用的工业相机和低成本IMU，IMU的时钟一天能漂好几秒。这种场景下，不做时间同步，数据根本没法用。

1.3 时间同步的核心目标

时间同步要解决什么问题？其实就两个：

1. 统一时间基准：所有传感器都认同一个「时钟源」。比如都用GPS的PPS信号，或者都用NTP服务器的时间。
2. 精确对齐数据：把不同传感器采集的数据，通过插值、预测、或者硬件触发，对齐到同一个时间点。

我个人习惯把时间同步分成两个层面：

• 硬件同步：用物理信号（如PPS、触发线）让传感器同时采集。精度最高，能达到微秒级。
• 软件同步：通过算法对时间戳进行校正和对齐。精度取决于算法，一般能做到毫秒级。

1.4 时间同步的常见方案概览

这里先给大家一个全景图，后面章节会逐个深入：

• GPS/北斗授时：利用卫星的PPS信号，精度可达纳秒级。适合室外场景。
• IEEE 1588 (PTP)：网络时间同步协议，精度微秒级。适合以太网连接的传感器。
• NTP：网络时间协议，精度毫秒级。适合对精度要求不高的场景。
• 硬件触发线：用一根信号线同时触发多个传感器。简单粗暴，精度高。
• 软件时间戳校正：通过算法估计传感器之间的时间偏移。适合无法改硬件的场景。

你可能会问：「这么多方案，我该选哪个？」

嗯，这个问题没有标准答案。我一般会先问三个问题：

• 你的传感器支持什么接口？
• 你的精度要求是多少？
• 你的预算有多少？

这三个问题问完，方案基本就定了。

1.5 本章小结

时间同步，说白了就是让所有传感器「说同一种时间语言」。没有它，多传感器融合就是一堆乱数据。

我记得刚入行时，总觉得时间同步是「别人的事」，直到自己亲手把数据对齐搞砸了，才明白这玩意儿有多重要。所以，我建议你从一开始就把时间同步纳入系统设计，而不是等到最后才补。

下一章，我们会深入讲硬件时间同步的具体实现。嗯，那才是真正硬核的部分。