一、感知模块概述

大家好，我是老张。做嵌入式系统这行十几年了，今天咱们聊聊感知模块。

说实话，很多刚入行的朋友一上来就盯着算法调参，结果联调时各种翻车。我见过太多这样的案例了。所以这一章，我们先打好基础。

1.1 什么是感知模块

感知模块，说白了就是机器的「眼睛」和「耳朵」。

它负责把物理世界的信号——光、声音、电磁波——变成机器能理解的数据。你想想看，自动驾驶汽车要判断前面有没有行人，机器人要识别桌上的杯子，靠的就是这个模块。

我个人习惯把感知模块拆成三层：

• 传感器层：物理信号采集
• 信号处理层：去噪、滤波、特征提取
• 数据输出层：结构化数据（比如目标坐标、速度）

嗯，这里要注意：很多项目翻车，就是因为只关注了传感器层，忽略了中间的处理环节。

1.2 感知模块在系统中的位置

我画了一张图，帮你理解感知模块在整个系统里的角色：

从图上你能看到，感知模块是系统的「入口」。传感器采集数据，经过处理层变成结构化信息，然后交给决策层。决策层做出判断后，执行层去干活。

我曾经在一个项目中，感知模块输出延迟了50毫秒，结果决策层直接崩溃。你想想看，高速行驶的汽车，50毫秒意味着什么？

1.3 常见传感器简介

做感知模块，你绕不开这三种传感器。我一个个说。

1.3.1 摄像头

摄像头是最像人眼的传感器。它采集的是二维图像，包含丰富的纹理和颜色信息。

优点很明显：

• 成本低，一个工业摄像头几十到几百块
• 信息量大，能识别车道线、交通标志、行人
• 技术成熟，算法生态好

缺点也很致命：

• 受光照影响大——晚上、逆光、隧道里基本抓瞎
• 没有深度信息——单目摄像头无法直接测距
• 对运动模糊敏感——高速场景容易丢帧

1.3.2 激光雷达

激光雷达（LiDAR）是很多自动驾驶方案的「心头好」。它通过发射激光束，测量反射时间来计算距离。

说白了，它直接给你一个三维点云图。每个点都带着XYZ坐标。

参数	机械式激光雷达	固态激光雷达
线数	16线 / 32线 / 64线 / 128线	等效几十到上百线
探测距离	100m - 300m	50m - 200m
成本	高（几万到几十万）	中（几千到几万）
可靠性	有旋转部件，易磨损	无运动部件，寿命长

激光雷达最大的优势是精度高、不受光照影响。但缺点也明显：

• 成本高——好的激光雷达比车还贵
• 受天气影响——雨雪雾天性能下降严重
• 数据量大——64线雷达每秒产生上百万个点

1.3.3 毫米波雷达

毫米波雷达发射的是毫米波段的电磁波。它不像激光雷达那样精细，但有自己的独门绝技。

它的核心能力是测速——利用多普勒效应，直接输出目标的速度信息。

我总结一下它的特点：

• 全天候：雨、雪、雾、烟都不怕
• 测速准：直接输出速度，不需要计算
• 探测远：长距雷达能到200米以上
• 成本低：一个毫米波雷达几百到几千块

但它的缺点也很要命：

• 角度分辨率低——分不清旁边车道还是本车道
• 没有高度信息——无法区分立交桥和地面
• 对静止目标不敏感——容易把静止车辆当成路边的金属牌

1.4 三种传感器的对比

我整理了一张对比表，方便你快速参考：

特性	摄像头	激光雷达	毫米波雷达
感知维度	2D（图像）	3D（点云）	2D（距离+速度）
测距精度	差（需算法估算）	高（厘米级）	中（分米级）
测速能力	无（需帧间计算）	中（帧间差分）	强（直接多普勒）
光照影响	大	小	无
天气影响	大	中	小
成本	低	高	中
典型应用	车道线检测、交通标志识别	障碍物检测、高精地图	自适应巡航、碰撞预警

嗯，这一章的内容就到这里。记住：感知模块是整个系统的「眼睛」，眼睛不好使，后面再牛的算法也白搭。