1. 课程导论：3A算法概述与AE/AF联合调试
1.1 3A算法（AE/AWB/AF）概述
3A算法是摄像头成像质量的核心控制闭环，分别对应自动曝光（AE）、自动白平衡（AWB）和自动对焦（AF）。三者协同工作，决定了最终图像的主观与客观质量。
| 算法 | 全称 | 核心目标 | 关键输出 |
|---|---|---|---|
| AE | 自动曝光 | 将场景亮度映射到目标亮度（Y target） | 曝光时间、模拟增益、数字增益、光圈 |
| AWB | 自动白平衡 | 消除光源色温影响，还原中性灰 | R/G、B/G 增益 |
| AF | 自动对焦 | 使被摄主体清晰成像 | 镜头位置（DAC Code）、聚焦方向 |
工程要点：在RK平台ISP Pipeline中，AE和AF的耦合度最高。AE的亮度变化会直接影响AF的对比度统计值（Focus Value），而AF的镜头移动又会改变进光量，反作用于AE。因此，AE与AF的联合调试是3A调优中最关键、最易出问题的环节。
1.2 RK平台ISP Pipeline简介
RK平台的ISP（图像信号处理器）采用硬件加速与软件算法结合的架构。典型的ISP Pipeline包含以下主要模块：
- Sensor RAW输入：Bayer格式原始数据。
- BLC（黑电平校正）：去除暗电流噪声。
- LSC（镜头阴影校正）：补偿镜头边缘亮度衰减。
- DPC（坏点校正）：修复Sensor坏点。
- AWB Gain：应用白平衡增益。
- Demosaic：Bayer插值成RGB。
- CCM（色彩校正矩阵）：色彩还原。
- Gamma / Tone Mapping：亮度映射与动态范围压缩。
- AE统计与AF统计：硬件统计引擎输出亮度直方图、Focus Value等。
- YUV输出：最终图像数据。
关键理解：AE和AF的统计信息（Histogram、FV）是在ISP Pipeline的特定位置（通常在Demosaic之后、Gamma之前）由硬件统计引擎实时生成的。3A算法通过读取这些统计值，计算控制参数，再写回ISP寄存器或Sensor驱动，形成闭环。
1.3 AE与AF联合调试的重要性
在RK平台的实际项目中，AE与AF的独立调试往往能通过单项测试，但联合场景下容易出现以下问题：
- 亮度跳变导致AF误判：AE在场景切换时快速调整曝光，导致图像亮度剧烈变化，AF统计值（FV）随之波动，引发镜头反复搜索（Hunting）。
- AF移动导致AE波动：镜头从远距切换到近距时，进光量变化（尤其大光圈镜头），AE需要重新收敛，造成亮度闪烁。
- 低照度场景的耦合失效：AE增益过高导致噪声放大，AF的FV被噪声淹没，无法正确对焦。
- 收敛速度冲突：AE追求快速收敛，AF追求平滑稳定，两者时间常数不匹配时产生振荡。
常见陷阱：很多调试工程师将AE和AF分开调试，各自通过单项指标后，在整机联调时才发现问题。AE与AF的联合调试必须在同一场景、同一光照条件下同步进行，并建立统一的收敛策略。
1.4 课程学习路径
本课程将从底层原理出发，逐步深入到RK平台的实际调试工具与策略。以下是课程的核心模块：
| 模块 | 内容 | 实践目标 |
|---|---|---|
| 基础篇 | 3A算法原理、RK ISP寄存器、统计引擎 | 理解硬件与算法接口 |
| 工具篇 | RK调试工具链、log分析、FV曲线解读 | 掌握调试手段 |
| 联合调试篇 | AE-AF耦合策略、场景分类、参数调优 | 解决实际Hunting与闪烁问题 |
| 实战篇 | 典型场景（室内/室外/低照/逆光）联合调优 | 输出可量产参数 |
课程定位：本课程面向具备一定ISP基础、正在或即将从事RK平台摄像头调试的工程师。课程强调“原理 + 工具 + 实战”三位一体，帮助学员建立AE与AF联合调试的系统性思维，减少试错成本，提升调试效率。