📚 课程目录第2章搜索策略入门

2. 搜索策略入门：全局搜索与爬山算法

自动对焦，说白了就是让镜头自己找到最清晰的那个位置。你想想看，镜头从近到远，或者从远到近，总有一个点画面最锐利。那怎么找到它？这就是搜索策略要干的事。

我个人习惯把搜索策略分成两大类：全局搜索和局部搜索。这一章我们先啃两个最基础的——全局搜索和爬山算法。别小看它们，很多复杂的对焦策略都是在这两个基础上搭起来的。

2.1 全局搜索：最笨但最可靠的方法

全局搜索的思路特别简单：把整个对焦范围走一遍，记录每个位置的清晰度值，最后挑最大的那个。就像你在一排钥匙里挨个试，总能找到能开门的那一把。

  核心思想：遍历所有可能的对焦位置，选择清晰度评价函数值最大的位置。

2.1.1 算法流程

设定搜索范围：从近端限位到远端限位，比如步进电机的 0 ~ 1000 步。
设定步长：每次移动的步数，比如 10 步、20 步。
逐点采样：从起点开始，每移动一步长，采集一帧图像并计算清晰度值。
记录最大值：遍历过程中持续比较，记住清晰度最高的位置。
移动到峰值：遍历结束后，将镜头直接移动到记录的最佳位置。

嗯，这里要注意：步长选多大很关键。步长太大，可能跳过真正的峰值点；步长太小，耗时太长。我在项目中遇到过选 5 步做全局搜索，结果一个来回花了 3 秒多，用户直接投诉对焦太慢。

2.1.2 代码实现

// 全局搜索实现（C语言风格伪代码）
int global_search(int start_pos, int end_pos, int step) {
    int best_pos = start_pos;
    float best_sharpness = 0.0f;
    float current_sharpness;
    
    for (int pos = start_pos; pos <= end_pos; pos += step) {
        move_lens_to(pos);                    // 移动镜头到指定位置
        delay_ms(10);                         // 等待镜头稳定
        current_sharpness = calc_sharpness(); // 计算当前帧清晰度
        
        if (current_sharpness > best_sharpness) {
            best_sharpness = current_sharpness;
            best_pos = pos;
        }
    }
    
    // 移动到最佳位置
    move_lens_to(best_pos);
    return best_pos;
}

2.1.3 优缺点分析

优点	缺点
实现简单，不容易出错	速度慢，遍历时间长
一定能找到全局最优（步长足够小时）	步长与精度矛盾
不受局部峰值干扰	不适合实时性要求高的场景
适合标定和调试阶段	功耗高，电机频繁移动

避坑指南：我曾经在量产项目里直接用全局搜索做初次对焦，结果发现某些模组在远端的清晰度曲线有双峰。全局搜索虽然找到了最高峰，但那个位置其实已经超出了镜头的机械限位。后来我加了边界检查和限位保护，才把这个问题解决。

2.2 爬山算法：更聪明的局部搜索

全局搜索太慢了，对吧？那有没有更快的方法？有，爬山算法就是其中之一。它的思路是：先往一个方向走，如果清晰度在变好，就继续走；如果变差了，就掉头。就像你在雾天爬山，看不见山顶在哪，但你知道往上走是对的。

  核心思想：沿着清晰度上升的方向移动，直到找到局部峰值。

2.2.1 算法流程

确定起始位置：通常是当前位置或预设的起始点。
选择一个方向：先向近端或远端移动一个步长。
比较清晰度：移动后计算清晰度，与移动前比较。
判断方向：
- 如果清晰度上升，继续同方向移动。
- 如果清晰度下降，立即反向移动。
- 如果清晰度变化很小（小于阈值），认为到达峰值。
重复步骤 3-4，直到满足停止条件。

2.2.2 代码实现

// 爬山算法实现（C语言风格伪代码）
int hill_climbing(int start_pos, int step) {
    int current_pos = start_pos;
    float current_sharpness = calc_sharpness();
    int direction = 1;  // 1: 正向（远端）, -1: 反向（近端）
    int stuck_count = 0;
    
    while (stuck_count < 2) {
        // 尝试移动
        int next_pos = current_pos + direction * step;
        
        // 边界检查
        if (next_pos < MIN_POS || next_pos > MAX_POS) {
            direction = -direction;  // 掉头
            stuck_count++;
            continue;
        }
        
        move_lens_to(next_pos);
        delay_ms(10);
        float next_sharpness = calc_sharpness();
        
        // 比较清晰度
        if (next_sharpness > current_sharpness + SHARP_THRESHOLD) {
            // 清晰度上升，继续前进
            current_pos = next_pos;
            current_sharpness = next_sharpness;
            stuck_count = 0;
        } else if (next_sharpness < current_sharpness - SHARP_THRESHOLD) {
            // 清晰度下降，掉头
            direction = -direction;
            stuck_count++;
        } else {
            // 变化很小，认为到达峰值
            stuck_count++;
        }
    }
    
    return current_pos;
}

2.2.3 爬山算法的陷阱

爬山算法快是快，但有个致命问题——容易陷入局部最优。你想想看，如果清晰度曲线有多个波峰，爬山算法只能爬到它遇到的第一个峰顶，不一定是全局最高的那个。

场景	问题描述	影响
多峰曲线	镜头模组在多个位置都有较高清晰度	可能停在次优位置
平坦区域	清晰度变化不明显	算法难以判断方向，来回震荡
噪声干扰	图像噪声导致清晰度值抖动	误判方向，反复掉头
步长过大	跳过峰值点	永远找不到真正的峰值

我的经验：爬山算法的步长最好做成动态的。刚开始用大步长快速接近峰值区域，接近后再换成小步长精细搜索。我在一个安防摄像头项目里就是这么做的，对焦时间从 1.2 秒降到了 0.4 秒。

2.3 两种策略的对比与选择

全局搜索和爬山算法，一个求稳，一个求快。实际项目中怎么选？我一般看这几个因素：

场景是否已知：如果场景固定、清晰度曲线单一，爬山算法就够了。
实时性要求：视频通话、运动抓拍必须用爬山算法或更快的策略。
精度要求：高精度场景（如显微镜、工业检测）建议用全局搜索做标定。
硬件能力：电机响应慢、图像采集帧率低，全局搜索会让人崩溃。

2.4 知识体系图

下面这张图帮你理清两种策略的核心逻辑和关系：

2.5 实战中的选择建议

说实话，在实际产品里，很少有人只用一种策略。我经手的项目，大部分都是混合策略：

初次对焦：先用全局搜索（大步长）快速定位大致范围，再用爬山算法精细调整。
跟踪对焦：目标移动时，用爬山算法在小范围内跟踪。
场景切换：检测到场景剧烈变化，重新触发全局搜索。

一个小技巧：爬山算法的停止条件别只设一个。我习惯同时检查三个条件：清晰度变化小于阈值、连续掉头次数超过限制、搜索时间超时。任何一个满足就停止，防止死循环。

好了，这一章就到这里。全局搜索和爬山算法是自动对焦的基石，理解透了，后面学更复杂的策略会轻松很多。记住：没有最好的策略，只有最适合场景的策略。