4、AE控制策略与收敛：PID控制与爬山算法实战
亮度收敛，说白了就是让画面从「过曝」或「欠曝」快速稳定到目标亮度，而且不能闪。我做了这么多年ISP，见过太多方案：有的收敛快但画面像呼吸灯一样忽明忽暗，有的稳定但调半天才到位。这里面的核心，就是控制策略的选择。
今天咱们重点聊两种主流方法——PID控制和爬山算法。它们各有脾气，用好了是利器，用不好就是坑。
4.1 为什么需要控制策略？
AE的本质是一个闭环反馈系统。传感器输出图像，统计模块算出当前亮度，算法计算与目标亮度的误差，然后调整曝光参数。但直接拿误差去调，会出问题。
核心矛盾：响应延迟 + 环境变化 + 噪声干扰 = 容易振荡
传感器从设置曝光到输出图像，至少需要1帧的延迟。如果环境光在变，或者场景里有闪烁光源，直接反馈就会来回震荡。
我早期做过一个项目，用的就是最粗暴的「误差直接映射法」。结果呢？画面在室内灯光下像波浪一样起伏，客户直接投诉。从那以后，我老老实实研究控制理论。
4.2 PID控制：经典中的经典
PID（比例-积分-微分）控制，在工业界用了上百年。在AE里，它把亮度误差拆成三部分来处理。
| 分量 | 作用 | AE中的含义 |
|---|---|---|
| P（比例） | 对当前误差做出反应 | 当前亮度与目标亮度的差值，直接决定调整幅度 |
| I（积分） | 消除稳态误差 | 累积过去的误差，解决「差一点点到目标」的问题 |
| D（微分） | 预测未来趋势 | 根据亮度变化速度，提前刹车或加速 |
公式很简单：
Output = Kp * error + Ki * ∫error dt + Kd * (derror/dt)但在实际调参时，你会发现理论跟实践差距很大。
4.2.1 调参经验谈
我个人习惯先调P，再调I，最后碰D。为什么？
- P太大：画面快速到达目标，但会过头，然后来回震荡。我见过一个方案，P设到0.8，画面像抽风一样。
- P太小：反应迟钝，从暗到亮要好几秒，用户体验极差。
- I太大：容易产生「积分饱和」。场景突然变暗时，积分项还记着之前的误差，导致过冲。
- D太大：对噪声敏感。传感器噪声会被微分放大，画面反而更不稳定。
我的避坑指南：我曾经在一个低光照项目中，D项设得偏大，结果画面在暗处一直微抖。后来发现是传感器读出噪声被微分放大了。解决方案：对亮度统计值做3帧中值滤波，再送入PID。
4.2.2 离散化实现
ISP里都是离散采样，所以要用差分方程。我常用的位置式PID：
// 位置式PID
static float integral = 0;
float error = target_luma - current_luma;
integral += error * dt;
float derivative = (error - prev_error) / dt;
float output = Kp * error + Ki * integral + Kd * derivative;
prev_error = error;
// 限幅
if (output > max_step) output = max_step;
if (output < -max_step) output = -max_step;注意那个限幅。没有限幅，积分项可能累积到天文数字，场景一变就炸。
4.3 爬山算法：另一种思路
PID是连续控制，爬山算法是离散搜索。它的逻辑很简单：往亮度增加的方向走，直到找到峰值。
具体做法：
- 先朝一个方向调整曝光（比如增加增益）
- 观察亮度变化：如果变亮了，继续同方向
- 如果变暗了，反向调整
- 当亮度在目标值附近来回跳动时，认为收敛
爬山算法的优势：
- 不需要精确的系统模型
- 对参数变化不敏感
- 实现简单，计算量小
劣势：
- 收敛速度慢（一步步试）
- 容易陷入局部最优
- 在平坦区域（亮度变化不明显）会迷失方向
4.3.1 改进版：自适应步长爬山
纯爬山算法太笨了。我做过一个改进：根据误差大小动态调整步长。
// 自适应步长爬山
float step = base_step;
if (abs(error) > 20) step = base_step * 3; // 误差大，大步快跑
else if (abs(error) > 10) step = base_step * 2;
else step = base_step; // 接近目标，小步微调
if (current_luma < target_luma) {
exposure += step;
} else {
exposure -= step;
}这样既保证了快速收敛，又避免了在目标附近来回震荡。
4.4 无闪烁收敛：关键在「平滑」
闪烁的根源是什么？曝光参数变化太快，或者变化幅度太大。人眼对亮度变化非常敏感，尤其是低频闪烁。
我总结了几条铁律：
- 帧间变化限幅：单帧曝光变化不超过总范围的5%
- 增益与曝光时间协同：不要同时大幅调整两个参数
- 避开50/60Hz频闪：曝光时间要避开工频周期的整数倍
重要提醒：千万不要在AE收敛过程中同时调整增益和曝光时间。我见过一个方案，增益跳了6dB，曝光时间同时变了2ms，画面直接闪成频闪灯。正确的做法：先调曝光时间，再调增益，最后调数字增益，分阶段进行。
4.5 混合策略：取长补短
在实际产品中，我很少只用一种算法。更常见的做法是：
| 阶段 | 算法 | 原因 |
|---|---|---|
| 启动/场景切换 | 爬山算法（大步长） | 快速找到大致亮度范围 |
| 接近目标 | PID控制 | 精确收敛，消除稳态误差 |
| 稳定状态 | PID（小增益）+ 死区 | 防止微小噪声引起抖动 |
这种混合策略，我称之为「粗调+精调」模式。爬山算法负责把亮度拉到目标附近（误差<10%），然后PID接手做精细调整。既保证了速度，又保证了精度。
4.6 核心流程图
下面这张图展示了AE控制策略的整体流程，从亮度统计到参数输出，每一步都对应着今天讲的内容。
4.7 实战中的坑与对策
最后分享几个我踩过的坑，希望能帮你少走弯路。
坑1：积分饱和
场景从暗室切换到室外，积分项还记着暗处的累积误差，导致过曝好几帧。对策：积分限幅 + 场景切换时重置积分项。
坑2：爬山算法在平坦区迷失
纯色墙壁场景，亮度变化极小，爬山算法不知道该往哪走。对策：加入随机扰动，或者切换到PID的P控制。
坑3：50/60Hz频闪
室内灯光下，曝光时间如果落在工频周期的非整数倍，画面会闪烁。我曾经在客户现场调试到半夜，最后发现是曝光时间设成了1/45秒（50Hz地区）。对策：曝光时间锁定为工频周期的整数倍，比如1/50、1/100。
嗯，AE控制策略就聊到这儿。核心就三句话：爬山算法负责快，PID负责准，平滑限幅负责稳。三者配合，才能做到快速且无闪烁的亮度收敛。