1. 课程导入与整车感知需求
在ADAS与自动驾驶系统中，图像传感器并不是一个孤立的元器件，而是整车感知链路的第一环。onsemi（安森美）在汽车图像传感器领域长期占据重要位置，其产品覆盖从130万像素到830万像素以上的车规级CMOS传感器，广泛应用于前视ADAS、环视、侧后视、电子后视镜和舱内监控等场景。理解这些传感器在整车中的角色，是后续进行系统设计、接口匹配和集成验证的前提。
整车感知需求分析的核心，是把"车辆要完成什么功能"翻译成"传感器要提供什么能力"。以L2+级高速领航辅助为例，车辆需要识别前方200米左右的车道线、车辆和锥桶，同时判断相邻车道是否有快速接近的目标。这一功能需求会直接推导出前视摄像头的视场角、分辨率、动态范围和帧率要求。如果只关注传感器参数而不回到功能场景，设计就容易偏离实际。
感知需求到传感器指标的映射逻辑：功能场景 → 探测距离与视场 → 空间分辨率 → 像素数与光学尺寸 → 动态范围与低照性能 → 帧率与曝光策略 → 接口带宽与数据格式。
onsemi车规图像传感器通常以AR系列命名，例如AR0233、AR0820、AR0822等。以AR0820为例，它是一颗830万像素、1/1.7英寸光学格式的传感器，支持3840×2160输出，具备140dB以上的高动态范围（HDR）能力，常用于前视800万像素摄像头。这类传感器在整车中的典型位置包括：挡风玻璃顶部前视、外后视镜下方侧视、车尾倒车与后视、以及舱内驾驶员监控。不同位置对传感器的要求差异很大，前视强调远距离分辨率和HDR，环视强调广角和近距无畸变，舱内则更关注近红外响应和低功耗。
上图展示了从整车功能场景到感知需求、再到onsemi传感器关键指标的映射关系。需要强调的是，这个映射不是单向的，实际工程中往往需要迭代：当传感器指标无法满足某个场景时，要么调整场景定义，要么增加传感器数量或更换型号。例如，单颗800万像素前视摄像头在120°水平视场下，中心区域的空间分辨率约为32像素/度，可以满足200米处车辆识别，但边缘区域分辨率下降明显，此时可能需要增加一颗窄视场长焦摄像头来补足远距细节。
课程后续将围绕onsemi图像传感器的系统设计展开，包括像素与曝光、HDR合成、MIPI接口配置、同步触发、SerDes链路、图像质量调优以及整车集成验证。学习目标可以概括为三个层次：第一，能读懂onsemi传感器数据手册中的关键参数，并判断其与整车场景的匹配度；第二，能完成从传感器选型、寄存器配置到接口调试的基本设计流程；第三，能针对典型ADAS功能，搭建可复现的测试环境并给出图像质量与功能安全的评估结论。
实战项目框架：课程将围绕一个"前视800万像素ADAS摄像头"项目展开。项目输入为L2+高速领航辅助场景需求，输出包括传感器选型报告、寄存器配置表、MIPI链路验证记录、HDR与LFM测试结果，以及整车安装后的视场与分辨率校核数据。每一章都会为这个项目补充一块可交付内容，最终形成完整的系统设计档案。
在开始具体设计之前，建议先建立一份"感知需求—传感器指标"对照表。表中至少包含功能场景、探测距离、水平视场、垂直视场、最低空间分辨率、动态范围要求、帧率要求和安装位置约束。以自动泊车为例，其近距环视摄像头通常要求水平视场大于180°，探测距离0.3～5米，空间分辨率在近距区域不低于20像素/度，动态范围要求相对较低，但需要良好的低照性能和LED闪烁抑制，以应对地下车库和LED照明环境。把这些需求写清楚，后续选型和调试才有依据。
整车感知需求分析还有一个容易被忽略的维度：多传感器之间的覆盖与冗余。前视、侧视、后视和舱内摄像头在视场上需要形成连续覆盖，避免出现盲区；同时，关键功能如自动紧急制动（AEB）通常要求感知链路具备一定的冗余，例如前视摄像头与毫米波雷达互为补充。onsemi传感器支持外部触发同步，多颗摄像头可以在同一时刻曝光，这对于多相机融合和运动估计非常重要。如果各相机曝光时刻不一致，高速行驶时目标位置会出现明显偏差，融合算法就需要额外补偿。