3、传感器安装与刚性约束：安装误差来源、刚性假设的局限性、温度与振动影响
大家好，我是老张。今天咱们聊聊传感器安装这块的「坑」。说实话，外参标定搞了这么多年，我最大的感触就是——很多时候算法没问题，问题出在安装上。你想想看，传感器装歪了，算法再牛也救不回来。
3.1 安装误差来源：那些「差不多」的代价
安装误差，说白了就是传感器实际位置和理想位置之间的偏差。我在项目里见过太多「差不多就行」的安装方式，结果标定出来一塌糊涂。
常见的安装误差来源有这几类：
- 机械加工公差：支架加工有±0.5mm的误差很正常，但这对激光雷达和相机的联合标定来说，已经够呛了。
- 人工装配偏差：拧螺丝的力度不同，传感器角度就会偏。我记得有一次，同一个支架换了个人装，外参直接差了0.3度。
- 传感器自身壳体公差：你以为传感器是标准的？其实每个传感器的外壳和内部光学中心都有偏差。我测过同一批次的摄像头，光心偏移最大能到2个像素。
- 安装基准面不统一：车身上的安装点，本身就有制造公差。你拿这个基准去标定，误差就叠加上去了。
核心观点：安装误差是系统性的，它不会因为你的标定算法多先进就消失。最好的办法是从源头控制，而不是靠算法去补偿。
3.2 刚性假设的局限性：车不是铁板一块
我们做外参标定时，默认传感器和车体是刚性连接的。也就是说，我们认为传感器之间的相对位姿是固定不变的。
但现实呢？
车在行驶中，车身会发生弹性形变。尤其是过减速带、急转弯的时候，车架会有微小的扭曲。我曾经在测试场做过实验：
- 车辆静止时，激光雷达和相机的相对位姿很稳定
- 车辆以40km/h过减速带时，相对位姿变化了0.05度
- 急转弯时，变化更大，能达到0.1度
你可能会说：「0.1度而已，影响不大吧？」
嗯，咱们算笔账。对于100米外的目标，0.1度的角度偏差，会导致约17cm的位置误差。在自动驾驶里，这足以让车道线匹配出错。
注意：刚性假设在低速、平整路面下基本成立。但在颠簸路段、高速过弯等场景下，这个假设会失效。如果你的车要跑复杂路况，建议做动态标定验证。
3.3 温度与振动影响：看不见的「杀手」
温度和振动，这两个因素我吃了不少亏。先说温度。
传感器都有工作温度范围，但问题是，车上的温度变化太快了。夏天暴晒后车内温度能到70度，冬天冷启动时零下20度。这么大的温差，传感器外壳会热胀冷缩。
我做过一个测试：
| 温度变化 | 激光雷达光轴偏移 | 摄像头光心偏移 |
|---|---|---|
| -20°C → 25°C | 0.02° | 0.5 pixel |
| 25°C → 70°C | 0.04° | 1.2 pixel |
| -20°C → 70°C | 0.06° | 1.8 pixel |
你看，极端温差下，激光雷达能偏0.06度，摄像头光心能漂移近2个像素。这可不是小数目。
再说振动。车辆行驶中的振动是宽频带的，从几赫兹到几百赫兹都有。振动会导致：
- 传感器安装螺丝松动，产生微小的位移
- 传感器内部光学元件共振，导致测量偏差
- 连接线缆晃动，引入噪声
我曾经遇到过一个问题：某款激光雷达在特定频率的振动下，点云会出现周期性抖动。排查了很久才发现，是内部扫描镜的共振频率和车辆振动频率重合了。
我的建议：
- 安装时使用防松垫圈，定期检查螺丝扭矩
- 传感器支架尽量用铝合金或碳纤维，热膨胀系数小
- 标定完成后，做一次温度循环测试和振动测试
- 如果条件允许，加装温度传感器，做温度补偿
3.4 如何应对这些挑战？
说了这么多问题，总得给点解决方案。我个人习惯的做法是：
- 安装阶段：使用高精度夹具，保证安装重复性。我建议安装公差控制在±0.1mm以内。
- 标定阶段：不要只做静态标定。有条件的话，做动态标定验证。让车跑起来，看看外参是否稳定。
- 运行阶段：加入在线监测机制。实时监控外参的变化，一旦发现异常，及时报警或触发重新标定。
- 维护阶段：定期检查传感器安装状态。尤其是经历过剧烈振动或温度冲击后，一定要重新标定。
我曾经在一个项目里，就是因为忽略了温度影响，导致量产车在夏天和冬天的感知性能差异很大。后来我们加装了温度传感器，做了温度补偿模型，才把这个问题解决掉。
嗯，这里要提醒一下：温度补偿模型不是万能的。它只能补偿线性变化的部分，对于非线性变化，效果有限。所以最好的办法还是从源头控制，选择热稳定性好的传感器和安装方案。
这张图把咱们刚才聊的内容串起来了。左边是安装误差，中间是刚性假设的问题，右边是温度和振动的影响。底部是应对策略。你可以把它当作一个检查清单，做项目时对照着看。
可可精品资料库