當前車輛上攝像頭的使用是很普遍的，例如普通的倒車影像、自動駕駛、DMS等，下面就來對其進行梳理一下。

01.攝像頭結構

攝像頭一般由鏡頭(Lens)，圖像傳感器(Image Sensor)，圖像信號處理器(Image SignalProcessor, ISP)，串行器發送(Serializer)組成 ，如下圖所示數據的傳輸步驟為鏡頭采集到物體的基本信息然后由Image Sensor進行一定處理后再交于ISP處理之后串行化傳輸。傳輸方式同樣可分為在同軸電纜或雙絞線上基于LVDS傳輸或者直接通過以太網傳輸。

02.視角的影響

對車載攝像頭而言，當前的技術發展對顏色，分辨率和幀率基本能滿足自動駕駛軟件的需求。例如AP2.5采用1080P(約2Mpixel)，30fps，作為對比，小米10攝像頭采用108M pixel，60fps的攝像頭.對于布置來說，主要是視角對感知范圍的影響。在攝像頭感光元件大小確定的情況下，焦距越長，對應的視角越窄。但對應的分辨率也能大大提高——即看的清，但看的東西少。

對于自動駕駛而言，不僅需要關注遠方的路標，紅綠燈，指示牌，車輛等信息做路線規劃和預控判斷，還需要觀察距離比較近的是否有行人，岔道口是否有車輛駛入和收集車輛旁邊的插隊車輛，行人，自行車等信息進行風險預控等。當前單一攝像頭是無法做到全視野的信息采集。因此L2級別以上基本會配置中程及長程攝像頭。高檔車輛會采用3前視攝像頭的配置。

03.視覺傳感器在自動駕駛系統中的主要作用

障礙物探測：使用雙目或者三目測速和測距車道線的檢測：車道線提取道路信息讀取：交通信號燈識別，交通標志識別地圖構建與輔助定位其他交通參與者探測與識別 - 車輛探測、行人探測、動物探測

04.單目攝像頭與雙目攝像頭測距原理對比

單目攝像頭測距原理是先匹配識別后估算距離：通過圖像匹配識別出目標類別,預估目標尺寸，隨后根據圖像大小估算距離。單目系統的優勢在于成本較低，對計算資源的要求不高，系統結構相對簡單;缺點是：(1)需要不斷更新和維護一個龐大的樣本數據庫，才能保證系統達到較高的識別率;(2)無法對非標準障礙物進行判斷;(3)距離并非真正意義上的測量，準確度較低。當前業內量產做到最好誤差在10-15%左右。

雙目攝像頭測距原理是雙目三角測距的原理，對目標物體距離感知是一種絕對的測量，而非估算，原理如下圖所示。

雙目系統優勢：

1)成本比單目系統要高，但比激光雷達等方案相比成本較低;

2)原理上無需先進行識別再進行測算，而是對所有障礙物直接進行測量;

3)無需維護樣本數據庫。

雙目系統的缺點：1)計算復雜度大，大規模商用難度高;2)對環境光照非常敏感，對算法提出很大的挑戰;3)不適用于單調缺乏紋理的場景。對于與背景色接近的場景(天空、白墻、沙漠等)可能無法識別;4)相機基線限制了測量范圍,同時安裝的精度和光心的尺寸偏差對測量結果影響很大，耐久一致性較難保證。

05.攝像頭數據傳輸

已量產的車型中攝像頭數據處理分為兩類，一種在攝像頭處集成控制器進行特征提取和輸出典型應用是Mobileye的EyeQ系列。如EyeQ4設計預留可同時處理8路攝像頭數據，原始數據在EyeQ4中處理，可以提取車道線數據，10個行人和車輛目標信息，交通標識，自身車身姿態，測距信息(單目算法)。數據最后通過CAN-FD發送到中央處理器。另外一種是攝像頭輸出原始數據典型應用有TeslaHW2.5。HW2.5采用雙NvidiaParker SoC加GP106顯卡的計算單元，能處理12路攝像頭數據。攝像頭與視覺處理器之間的數據傳輸一般有兩種選擇：串行接口和以太網。當前普遍采用串行接口。攝像頭數據的串行傳輸物理層采用LVDS(Low Voltage Differential Signal)的接口。具有高速率(Gbps級)、低延遲、低功耗的特點。協議層主要解決方案為TI的FPD-Link、Maxim的GMSL等。目前市場上的傳輸協議具有專一性，不同供應商的產品無法通用。一般由控制器平臺決定選擇何種協議層。如HW2.5采用Nvidia方案所以選擇的是GMSL協議，而在HW3.0上FSD則選擇了TI的解決方案。LVDS傳輸的原理：通過精準的線束阻抗匹配，以小電流的形式得到差分電壓獲得超高速的傳輸速率。(>1.8Gbps@15m，3G@10m)采用同軸電纜可有效地避免車規級EMC風險，同時降低成本。數據傳輸采用點對點雙向通訊。每個攝像頭需配置獨立解碼芯片，控制器端在每個攝像頭通道的接收端也需配置獨立的解碼芯片。

原文標題：一文了解車載攝像頭

文章出處：【微信公眾號：硬件攻城獅】歡迎添加關注!文章轉載請注明出處。

審核編輯：湯梓紅