传感器基础与选型：摄像头、雷达、IMU

各位做标定匹配的同行，今天咱们聊聊传感器。说实话，传感器选型这事儿，看着是硬件工程师的活，但你要是标定匹配做久了就会发现——传感器选错了，后面标定累死也救不回来。我踩过这个坑，所以这一章咱们好好掰扯掰扯。

常用传感器类型

自动驾驶和ADAS系统里，主流传感器就三大类：摄像头、雷达、IMU。嗯，激光雷达也很重要，但咱们放到后面单独讲。

摄像头

摄像头说白了就是车的眼睛。它分单目、双目、三目，还有环视鱼眼。我个人习惯把摄像头按用途分成两类：

• 前视摄像头：负责车道线、交通标志、行人车辆检测。一般装在挡风玻璃后面。
• 环视摄像头：4-6个鱼眼镜头，覆盖车身周围360°，主要用于泊车和低速场景。

摄像头最大的优点是信息丰富——颜色、纹理、文字都能识别。但缺点也很明显：怕黑、怕逆光、怕雨雾。我在项目里遇到过，大晴天逆光行驶，车道线直接消失，标定出来的车道保持功能当场失效。

雷达

雷达分毫米波雷达和超声波雷达。毫米波雷达一般用于前向碰撞预警、自适应巡航；超声波雷达主要用于泊车。

毫米波雷达的强项是测距测速，不受光照影响。但它也有短板——分辨率低，分不清旁边是卡车还是护栏。我记得有一次，雷达把路边的金属护栏识别成静止车辆，AEB系统差点一脚刹停。

IMU（惯性测量单元）

IMU由加速度计和陀螺仪组成。它不依赖外部信号，完全靠自己推算位置和姿态。说白了，就是车的「内耳前庭」。

IMU在标定匹配里特别重要——摄像头和雷达标定时，需要知道车辆的真实运动轨迹。GPS信号不好的隧道、地库，全靠IMU撑着。我曾经在一条长隧道里做标定，GPS完全丢星，要不是IMU数据撑着，整个标定序列都得重跑。

传感器选型原则

选传感器不是参数越高越好。你想想看，一个2000万像素的摄像头，配上低端ISP，出来的图像可能还不如800万像素配好ISP的。我总结了几条原则：

1. 匹配系统需求：L2级系统用单目+前向雷达就够了，L4级才需要多传感器冗余。
2. 考虑量产成本：BOM成本每增加1美元，百万辆级就是100万美元。选型时别光看性能。
3. 关注供应链稳定性：我见过因为某款IMU芯片停产，整个标定流程重做的项目。
4. 预留标定接口：传感器要有足够的可配置参数，方便产线标定和售后校准。

传感器性能指标

这部分是干货，建议收藏。每个传感器都有几个关键指标，标定匹配时一定要搞清楚。

摄像头关键指标

• 分辨率：一般VGA到8M。分辨率越高，远处目标识别越早，但数据量也大。
• 帧率：30fps是底线，60fps更好。帧率低了，高速运动目标会拖影。
• 动态范围：至少120dB。进出隧道、逆光场景，动态范围不够直接过曝。
• 畸变：鱼眼镜头畸变很大，标定时需要精确的内参和畸变系数。

雷达关键指标

• 距离精度：一般±0.5m以内。精度不够，AEB触发距离会飘。
• 速度精度：±0.1 km/h以内。ACC跟车时，速度误差大会导致顿挫。
• 角度分辨率：至少3°。分辨率低，两个目标分不开。
• 多目标跟踪能力：同时跟踪32个目标以上是基本要求。

IMU关键指标

• 零偏稳定性：消费级10°/h，工业级1°/h，光纤级0.01°/h。标定匹配建议用工业级以上。
• 角度随机游走：越小越好。这个指标决定了纯惯性推算的精度衰减速度。
• 输出频率：至少100Hz。低频IMU无法捕捉车辆的高频振动。
• 量程：加速度计±4g，陀螺仪±300°/s。量程太小，急转弯时数据会削顶。

选型实战：一个真实案例

我参与过一个L2级量产项目，当时选前向摄像头，供应商给了两款：A款200万像素，动态范围120dB，价格$15；B款800万像素，动态范围140dB，价格$45。

团队里有人觉得像素越高越好，直接选B款。但我算了一笔账：L2级系统只需要识别前方50米内的车辆和车道线，200万像素完全够用。多花$30买800万像素，性能冗余太大，而且数据量翻倍，域控还得升级。最后选了A款，省下的成本够做两轮标定优化了。

传感器标定匹配的底层逻辑

传感器选型定了，标定匹配才有意义。说白了，标定就是找到传感器的内参（自身参数）和外参（相对车身的安装位置）。

摄像头需要标内参（焦距、主点、畸变）和外参（相对于车体的旋转和平移）。雷达需要标外参，因为雷达本身没有内参概念。IMU需要标零偏和尺度因子。

量产部署时，传感器标定必须在产线完成。我见过一个项目，摄像头模组在供应商那里标好了内参，但装到车上后，因为安装支架的公差，外参全偏了。最后不得不在产线加了一道外参标定工序。

好了，传感器基础就聊到这儿。记住一句话：选型决定上限，标定决定下限。传感器选对了，标定才有意义；标定做扎实了，系统才能稳定量产。