3. 传感器选型：卷帘快门与全局快门、HDR传感器类型
传感器选型这事儿，说简单也简单，说复杂真能让人掉几根头发。我做了这么多年车载影像，每次新项目定传感器，都得跟硬件团队吵几轮。你想想看，一个摄像头模组装到车上，要过冬测、过夏测，还得应付各种鬼影、闪烁、过曝——传感器选不对，后面算法调得再好也白搭。
这一章，咱们就聊聊快门方式和HDR传感器类型。嗯，这两个点直接决定了你拍到的图像质量。
3.1 卷帘快门 vs 全局快门
先搞清楚一个基本概念：快门方式决定了传感器怎么“曝光”每一帧图像。
| 特性 | 卷帘快门 (Rolling Shutter) | 全局快门 (Global Shutter) |
|---|---|---|
| 曝光方式 | 逐行扫描曝光，行与行之间有微小延迟 | 所有像素同时开始、同时结束曝光 |
| 帧率 | 高（主流选择） | 较低（像素内存储占用面积） |
| 动态范围 | 容易做到高动态（多帧合成方便） | 受限于单帧，动态范围相对窄 |
| 运动伪影 | 存在“果冻效应”，高速运动物体变形 | 无果冻效应，适合捕捉高速瞬间 |
| LED闪烁 | 容易产生明暗条纹（频闪） | 抗LED闪烁能力更强 |
| 成本 | 低，工艺成熟 | 高，像素结构复杂 |
| 车载主流 | 前视、环视、舱内（90%以上） | 特殊场景（如激光雷达辅助、高速避障） |
核心结论：车载领域，卷帘快门是主力。全局快门只在特定场景下才用，比如需要精确同步的激光雷达融合，或者高速运动物体的无畸变捕捉。
我个人习惯，在项目初期就会跟系统工程师确认：有没有LED闪烁抑制需求？如果有，卷帘快门必须配合抗频闪算法，或者直接上全局快门。但全局快门的动态范围是个硬伤，你得想清楚。
3.1.1 卷帘快门的“果冻效应”到底多严重？
我在一个ADAS项目中遇到过：车辆以80km/h行驶，摄像头拍到的前方卡车轮胎是椭圆的。为什么？因为卷帘快门逐行曝光，轮胎在高速旋转，顶部和底部曝光时间差了那么几毫秒，图像就变形了。
但说实话，对于大部分车载场景——前视车道线、环视泊车、舱内驾驶员监控——这个变形量是可以接受的。你想想看，车道线是连续的，变形一点点不影响算法判断。真正要命的是LED车灯频闪。
避坑指南：我曾经在一个项目中，卷帘快门传感器拍到的前车刹车灯出现明暗条纹，导致AEB系统误判。后来排查发现，LED灯的PWM频率刚好和传感器行扫描频率产生了拍频。解决方案：要么换用抗频闪传感器，要么在ISP里做频闪检测和补偿。
3.1.2 全局快门什么时候必须上？
全局快门没有果冻效应，所有像素同时曝光。但代价是什么？每个像素里多了一个存储单元，占面积，所以同样工艺下，全局快门传感器的像素尺寸更大、分辨率更难做高、动态范围也更窄。
我建议只在以下场景考虑全局快门：
- 激光雷达-摄像头融合：需要精确的像素级时间同步，卷帘快门的行延迟会引入空间错位。
- 高速避障：比如无人机或赛道场景，物体运动速度极快，卷帘快门变形会严重影响检测框精度。
- LED车灯通信：有些V2X方案用LED灯调制信号，全局快门能完整捕捉每个光脉冲。
3.2 HDR传感器类型：DOL、LFM、Split Pixel
好了，快门方式定了，接下来是HDR。车载场景的动态范围动不动就120dB以上——隧道出口、夜间对向远光灯、树荫下的斑马线。单帧传感器根本扛不住。
目前主流的HDR传感器方案有三种：DOL（Digital Overlap）、LFM（LED Flicker Mitigation）、Split Pixel（双像素/分像素）。咱们一个一个拆。
3.2.1 DOL（数字重叠）HDR
DOL是最常见的多帧合成方案。原理很简单：传感器连续拍两帧或三帧，每帧用不同的曝光时间（长、中、短），然后在ISP里合成一张高动态图像。
举个例子：
- 长曝光帧：捕捉暗部细节（比如隧道内部）
- 短曝光帧：保留亮部细节（比如隧道出口的强光）
- 中曝光帧：过渡区域平滑衔接
DOL的优点：
- 动态范围高，轻松做到120dB+
- 技术成熟，几乎所有车载ISP都支持
- 成本可控，传感器本身不需要特殊像素设计
DOL的缺点：
- 运动伪影：多帧之间有时间差，运动物体会出现“鬼影”或边缘模糊
- LED闪烁敏感：长帧和短帧拍到的LED亮度不一致，合成后出现闪烁
我的经验：DOL的鬼影问题，可以通过运动检测+像素级融合来缓解。我在一个项目中，把三帧的曝光时间差控制在1/4帧周期以内，鬼影明显减少。但代价是动态范围稍微缩水了3-5dB。
3.2.2 LFM（抗LED闪烁）HDR
LFM是专门为了解决LED闪烁问题而生的。它的核心思路是：用极短的曝光时间（比如1/10000秒）去捕捉LED的“亮”状态，再用长曝光去捕捉暗部。
为什么这样能抗闪烁？因为LED灯的PWM频率通常在100Hz-400Hz，如果曝光时间足够短，就能“冻结”LED的亮灭状态，避免多帧之间亮度不一致。
LFM的典型实现方式：
- 传感器支持行交织曝光：同一行内，一部分像素用短曝光，一部分用长曝光
- 或者帧内多斜率曝光：在一帧时间内，不同像素的曝光曲线斜率不同
LFM的优缺点：
- 优点：抗LED闪烁效果极好，适合夜间城市道路
- 缺点：动态范围通常比DOL低10-20dB；传感器成本高；ISP处理复杂
避坑指南：我曾经在一个项目中选了LFM传感器，结果发现它对强光（比如太阳直射）的抑制能力不如DOL。因为短曝光时间太短，强光区域的信噪比下降明显。后来我们加了一个自动场景检测：白天用DOL模式，夜间用LFM模式。
3.2.3 Split Pixel（分像素）HDR
Split Pixel是近几年兴起的技术。它的原理是在一个像素内，把光电二极管分成两个或三个子区域，每个子区域有不同的感光灵敏度（或者不同的曝光时间）。
举个例子：一个像素里，大区域负责低光（高灵敏度），小区域负责高光（低灵敏度）。这样，单帧就能同时捕捉亮部和暗部信息，不需要多帧合成。
Split Pixel的优点：
- 无运动伪影：单帧HDR，没有多帧时间差
- 抗LED闪烁：单帧内完成，不存在帧间闪烁
- 动态范围高：理论上可以做到100dB+
Split Pixel的缺点：
- 像素设计复杂，工艺难度大
- 分辨率受限（每个像素内分了区域）
- 成本高，目前只有少数几家供应商能量产
我的判断：Split Pixel是未来的方向。它同时解决了DOL的鬼影问题和LFM的动态范围问题。但现阶段，成本还是偏高。我建议：高端车型（比如L3级以上自动驾驶）可以考虑，中低端车型还是DOL+LFM组合更稳妥。
3.3 三种HDR方案对比
| 特性 | DOL | LFM | Split Pixel |
|---|---|---|---|
| 动态范围 | 高（120dB+） | 中（100dB左右） | 高（100-110dB） |
| 运动伪影 | 有（鬼影） | 较少（帧内交织） | 无（单帧） |
| LED闪烁抑制 | 差 | 优秀 | 优秀 |
| ISP复杂度 | 低（成熟） | 中 | 高（需要特殊算法） |
| 传感器成本 | 低 | 中 | 高 |
| 量产成熟度 | 非常高 | 高 | 中等 |
| 推荐场景 | 前视、环视、舱内 | 夜间城市道路 | 高端ADAS、自动驾驶 |
3.4 传感器选型决策流程
说了这么多，到底怎么选？我一般按这个流程走：
- 先定快门方式：有没有高速运动或精确同步需求？有→全局快门；没有→卷帘快门。
- 再定HDR方案：
- 成本敏感、白天为主→DOL
- 夜间城市道路、LED灯多→LFM
- 高端项目、预算充足→Split Pixel
- 最后验证：拿样片去实车跑一圈，重点看隧道出入口、夜间对向远光灯、LED刹车灯这三个场景。
小技巧：我习惯在选型阶段就做一个“传感器矩阵表”，把候选传感器的快门方式、HDR类型、动态范围、帧率、像素尺寸、成本列出来，跟系统需求逐条对比。这样能避免后期才发现不匹配。
3.5 知识结构图：传感器选型全景
下面这张图，把快门方式和HDR方案的关系梳理清楚了。你可以把它当作选型时的“导航图”。
3.6 小结
传感器选型没有“万能答案”。你得根据项目定位、成本预算、目标场景来权衡。我个人经验是：别只看数据手册上的参数，一定要拿样片去实际场景里跑一跑。隧道、夜间、雨天、强光——这四个场景跑下来，传感器的底子就摸清楚了。