第1章 课程导论与硬件平台概览
各位同学，欢迎来到《车载AI座舱与环视算法部署实战》。我是你们这门课的主讲。
做车载AI部署这些年，我踩过不少坑，也积累了一些实战经验。今天咱们就从最基础的硬件平台开始聊起。
说白了，搞车载AI部署，你得先搞清楚你的算法要跑在什么芯片上，摄像头怎么接进来的，数据怎么传的。这些搞不明白，后面部署算法就是空中楼阁。
1.1 车载AI芯片选型：TDA4 vs Orin
先聊聊芯片选型。我个人习惯把车载AI芯片分成两派：一派是TI的TDA4系列，另一派是NVIDIA的Orin系列。
为什么会这样分？其实看应用场景就清楚了。
| 对比维度 | TDA4 (TI) | Orin (NVIDIA) |
|---|---|---|
| 算力 | 8 TOPS (TDA4VM) | 254 TOPS (Orin) |
| 功耗 | 5-20W | 15-60W |
| 典型场景 | 环视、舱内感知 | 高阶智驾、多传感器融合 |
| 生态成熟度 | 工业级、车规级 | CUDA生态、开发效率高 |
| 部署难度 | 需要深度优化 | 相对容易 |
我的建议：如果你做的是环视拼接+基础座舱功能，TDA4完全够用，而且成本低、功耗小。但如果你要跑大模型、做高阶智驾，那Orin是更合适的选择。
我记得有一次项目，客户非要拿Orin做环视拼接，结果功耗压不住，散热成了大问题。你想想看，一个环视算法在TDA4上跑得稳稳的，何必杀鸡用牛刀？
1.2 环视系统硬件架构
环视系统说白了就是四个鱼眼相机，把车周围360度的画面拼起来。但这里面门道不少。
1.2.1 鱼眼相机
鱼眼相机和普通相机最大的区别是什么？视角大。一般能达到190度甚至更高。但代价是畸变严重。
我在项目中遇到过，有些同学拿普通相机的标定方法去标鱼眼，结果标出来全是错的。嗯，这里要注意，鱼眼相机必须用专门的标定板和方法。
1.2.2 ISP（图像信号处理器）
ISP的作用是把RAW图转成我们能看的RGB图。但车载场景下，ISP还要做很多额外工作：
- 宽动态（HDR）：车进出隧道时，光线变化剧烈，没有HDR你什么都看不到。
- 去噪：夜间行车，噪点多了算法就废了。
- 自动白平衡：不同色温下保证颜色一致。
小技巧：调试ISP参数时，我建议你先固定一组基础参数，然后针对不同场景（白天、夜晚、隧道）做几组预设。运行时根据环境光传感器自动切换。
1.2.3 串行器/解串器（SerDes）
为什么需要SerDes？因为摄像头离主芯片远啊。车上有四个摄像头，分布在前后左右，信号传过来容易衰减。
串行器把并行的图像数据转成串行，用同轴电缆传，抗干扰能力强。解串器再转回来给芯片处理。
我曾经遇到过一个问题：图像时不时出现花屏。查了半天，原来是串行器和解串器的配置不匹配。你想想看，这种问题在代码层面根本查不出来。
1.3 环视系统整体架构
下面这张图是我自己画的环视系统架构图，你看一眼就明白了。
注意：实际项目中，串行器和解串器之间用的是同轴电缆，长度可能达到10米以上。布线时一定要注意电磁干扰，否则图像会出现条纹。
1.4 开发板介绍
这门课我们主要用两块开发板：
- TDA4VM EVM：TI官方的评估板，接口齐全，适合做环视和座舱开发。
- Jetson AGX Orin：NVIDIA的旗舰开发板，算力强，适合做算法验证和原型开发。
我个人建议，如果你刚开始学，先用TDA4VM。为什么？因为它的SDK更成熟，文档更全，不容易卡住。等把环视流程跑通了，再上Orin做性能优化。
避坑指南：我曾经在TDA4上调试CSI接口，折腾了两天发现是线序接反了。嗯，拿到开发板后，第一件事就是对照原理图检查所有接口的引脚定义。
1.5 本章小结
这一章我们聊了：
- 车载AI芯片怎么选：TDA4适合环视座舱，Orin适合高阶智驾。
- 环视系统的硬件组成：鱼眼相机、ISP、串行器/解串器。
- 数据是怎么从摄像头传到主芯片的。
- 开发板的选择建议。