📚 课程目录第4章 AE控制策略

4、AE控制策略：步长控制、PID控制在AE中的应用、AE的防抖与防过曝策略、AE与AWB的交互

AE算法拿到亮度统计值之后，怎么去调整曝光参数？这一步才是真正体现功力的地方。说白了，前面统计做得再好，控制策略不行，画面还是会忽明忽暗，或者来回震荡。

我刚开始做AE的时候，就踩过这个坑。统计值算得挺准，但控制策略太粗暴，结果画面像在“呼吸”一样，一帧亮一帧暗。后来才明白，控制策略才是AE的灵魂。

4.1 步长控制：最朴素的调节方式

步长控制是最直观的方法。每次根据当前亮度与目标亮度的差值，按固定步长去调整曝光参数。

核心逻辑：

计算亮度误差：error = target_luma - current_luma
如果误差大于阈值，就增加曝光（增益或曝光时间）
如果误差小于阈值，就减少曝光
步长可以是固定的，也可以根据误差大小动态调整

步长控制的问题很明显——太死板。步长设大了，容易过冲；设小了，收敛太慢。我见过一个项目，工程师把步长设成固定值，结果在明暗交替的场景下，画面一直在震荡，始终稳定不下来。

改进方案：自适应步长

我个人习惯的做法是，让步长随误差大小变化：

// 自适应步长示例
float calcStep(float error, float threshold) {
    float step = 0.0f;
    if (abs(error) > threshold * 3) {
        step = 0.3f;  // 误差大，大步快调
    } else if (abs(error) > threshold) {
        step = 0.1f;  // 误差中等，中步调节
    } else {
        step = 0.03f; // 误差小，微调
    }
    return (error > 0) ? step : -step;
}

这样既能快速响应大变化，又能在接近目标时精细调节，避免震荡。

4.2 PID控制在AE中的应用

步长控制说白了就是比例控制（P控制）。但实际场景中，光有比例项是不够的。你想想看，如果场景亮度在缓慢变化，比例控制会有稳态误差——永远差那么一点点。

这时候PID就该上场了。

PID三要素在AE中的映射：

P（比例）： 当前亮度误差，决定调节方向和大体幅度
I（积分）： 历史误差累积，消除稳态误差
D（微分）： 误差变化率，预测趋势，抑制震荡

我在一个手机项目中用过PID做AE控制。场景是这样的：用户从室内走到室外，亮度变化很大。纯P控制会有明显的滞后，画面要过好几秒才能稳定。加上D项之后，系统能提前感知亮度变化趋势，响应速度快了很多。

PID实现示例：

typedef struct {
    float Kp, Ki, Kd;       // PID系数
    float integral;          // 积分累积
    float prev_error;        // 上一次误差
    float output_min, output_max; // 输出限幅
} AEPIDController;

float AEPID_Update(AEPIDController *pid, float target, float current, float dt) {
    float error = target - current;
    
    // 比例项
    float P = pid->Kp * error;
    
    // 积分项（带限幅防积分饱和）
    pid->integral += error * dt;
    pid->integral = CLAMP(pid->integral, -10.0f, 10.0f);
    float I = pid->Ki * pid->integral;
    
    // 微分项
    float derivative = (error - pid->prev_error) / dt;
    float D = pid->Kd * derivative;
    
    pid->prev_error = error;
    
    // 合成输出并限幅
    float output = P + I + D;
    return CLAMP(output, pid->output_min, pid->output_max);
}

注意：积分饱和是PID控制中常见的坑。如果场景长时间过暗或过亮，积分项会累积到很大值。等场景恢复正常时，积分项需要很长时间才能退回来，导致画面过曝或过暗持续很久。我建议给积分项加限幅，或者在误差方向改变时重置积分。

4.3 AE的防抖与防过曝策略

AE控制中最让人头疼的问题有两个：画面抖动和过曝。这两个问题往往同时出现——为了防止过曝，控制太激进，结果画面开始抖。

防抖策略：

滞回比较： 设定上下两个阈值，亮度在阈值区间内不调整。这能有效避免微小亮度波动引起的频繁调节。
调节死区： 当亮度误差小于某个极小值时，干脆不调。我一般设0.5~1个亮度等级的死区。
帧间平滑： 对每次调节量做低通滤波，避免突变。

防过曝策略：

高光权重优先： 在统计阶段，给高亮区域更高的权重。一旦检测到高光区域接近饱和，立即降低曝光。
快速响应机制： 当检测到过曝像素比例超过阈值（比如5%），跳过正常控制流程，直接强制降低曝光。
曝光参数优先级： 优先降低增益，再降低曝光时间，最后才收光圈。因为增益调整最快，不会引入运动模糊。

我个人的经验：防抖和防过曝其实是矛盾的。防抖要求调节平滑，防过曝要求响应迅速。我的做法是设置两套参数——正常模式下用平滑调节，过曝预警模式下切换到快速响应。切换时做一次渐变过渡，避免画面突变。

4.4 AE与AWB的交互

AE和AWB不是孤立的。它们共享同一个图像数据，而且互相影响。

交互方式：

交互场景	影响关系	处理策略
AE调整增益	增益变化会影响R/G/B通道比例，导致色温偏移	AWB需要根据增益变化量做补偿
AE调整曝光时间	曝光时间变化不影响色温，但影响信噪比	AWB统计窗口需要避开过暗或过曝区域
AWB调整白平衡增益	白平衡增益变化会影响整体亮度统计	AE需要从白平衡增益中反推出亮度变化量
场景切换（如从室内到室外）	亮度和色温同时剧烈变化	AE和AWB需要协同，避免互相干扰

我记得有一个项目，AE和AWB各自独立工作，结果在黄昏场景下出了问题。AE检测到亮度下降，开始增加增益；AWB检测到色温变化，也开始调整白平衡增益。两个算法互相叠加，画面颜色变得很奇怪。

解决方案：

时序错开： AE和AWB不要在同一帧同时做大幅度调整。我习惯让AE先调，AWB延迟1~2帧再响应。
信息共享： AE把当前的增益值和曝光时间告诉AWB，AWB在计算白平衡增益时把这些因素考虑进去。
联合收敛： 在场景切换时，AE和AWB使用同一个收敛速度，避免一个快一个慢导致画面异常。

实用技巧： 我建议在AE和AWB之间加一个“互锁”机制。当AE正在做大幅度调整时，给AWB发一个信号，让AWB暂时保持当前白平衡增益不变。等AE稳定下来，AWB再开始调整。这样能有效避免两个算法互相打架。

4.5 AE控制策略知识图谱

下面这张图总结了AE控制策略的核心脉络，从统计到控制再到交互，一目了然：

从这张图可以看得很清楚：亮度统计是输入，三种控制策略是核心处理，最终都要落到AE与AWB的协同上。任何一个环节出问题，最终画面都会受影响。

嗯，AE控制策略这块内容不少，但核心就三件事：怎么调（步长/PID）、怎么调稳（防抖）、怎么调准（防过曝+与AWB协同）。把这三点吃透了，AE这块基本就稳了。