攝像頭質(zhì)量的評價(jià)因素

　　討論攝像頭能力時(shí)，我們不僅要看物理量化指標(biāo)，也要看這些指標(biāo)在真實(shí)世界里會(huì)如何相互作用，最終如何影響感知算法的成功率和車輛決策的可靠性。換句話說，攝像頭的“好壞”不能只看某一項(xiàng)極端數(shù)字，而應(yīng)看它在你的場景、你的算法和你的整車架構(gòu)里到底能不能把任務(wù)完成得漂亮、穩(wěn)健、可維護(hù)。

　　一提到攝像頭，像素?cái)?shù)量常被放在最顯眼的位置，但像素并不等同于視覺能力。像素?cái)?shù)決定了理論分辨率上限，但更關(guān)鍵的往往是單個(gè)像素的尺寸和量子效率。像元越大，每個(gè)像素接收到的光子越多，夜間或者弱光條件下的信噪比就越高;反過來，把相同傳感器面積分成更多更小的像素會(huì)提升標(biāo)稱分辨率，但在低光場景下會(huì)讓噪聲變得更突兀。在設(shè)計(jì)時(shí)就需要在“像素密度”和“單像素感光能力”之間權(quán)衡，尤其是在前向長距識(shí)別(需要看遠(yuǎn)處小目標(biāo))和全景環(huán)視(需要覆蓋廣角)兩種目標(biāo)同時(shí)存在的系統(tǒng)里，這種權(quán)衡更難做。除此之外，傳感器的量子效率、暗電流與讀出噪聲等參數(shù)也直接決定低照度性能，這些是做實(shí)測比對時(shí)必須抓住的數(shù)據(jù)。

　　動(dòng)態(tài)范圍是另一個(gè)被實(shí)際使用中頻繁檢驗(yàn)的指標(biāo)。城市早晚高反差的光照、隧道進(jìn)出口的強(qiáng)逆光、濕滑路面反射的高亮，都會(huì)把攝像頭的動(dòng)態(tài)范圍推到極限。傳感器本身的物理動(dòng)態(tài)范圍有限，但攝像頭常用的HDR方案(比如多幀曝光融合、像素級(jí)多增益或快速切換增益)能在一定程度上擴(kuò)展感知可用光照范圍。然而HDR并非萬能，它可能帶來運(yùn)動(dòng)偽影或時(shí)間延遲，尤其是在車輛或目標(biāo)高速移動(dòng)時(shí)，多幀融合會(huì)產(chǎn)生“鬼影”。因此評估一款攝像頭時(shí)，不僅要看標(biāo)注的dB或stop值，更要看廠商在實(shí)時(shí)移動(dòng)場景下的HDR實(shí)現(xiàn)細(xì)節(jié)和算法如何減輕偽影。對于企業(yè)來說，較好的做法就是把攝像頭放到隧道出入口、高反差停車場和行人穿行的黃昏場景里跑一圈，觀察目標(biāo)邊緣和陰影處細(xì)節(jié)的保留情況，而不是只看靜止測試圖。

　　曝光、幀率和快門類型之間的交互在自動(dòng)駕駛場景里也是極其重要。提高幀率能讓目標(biāo)軌跡更連續(xù)、延遲更小，對高速公路場景尤為有利;但每幀的曝光時(shí)間被壓縮后，單位幀信噪比會(huì)下降，圖像會(huì)更暗并更噪。全局快門和滾動(dòng)快門的抉擇也不是單純的成本問題——全局快門在高速運(yùn)動(dòng)下避免了幾何畸變，對基于邊緣和幾何特征的視覺算法更友好，但全局快門傳感器通常犧牲部分感光性能或提升成本。滾動(dòng)快門則在靜態(tài)或慢速場景表現(xiàn)良好，并且在像素設(shè)計(jì)上可能更有優(yōu)勢。因此，系統(tǒng)設(shè)計(jì)時(shí)應(yīng)根據(jù)目標(biāo)應(yīng)用把這些維度整體考量，對于L2/L3偏向的消費(fèi)級(jí)量產(chǎn)車型，成本會(huì)是重要制約;而對于L4小區(qū)車或園區(qū)車這類可控場景，高端全局快門加上更優(yōu)光學(xué)可能是必要的選擇。

　　聊到光學(xué)，可能很多人一開始會(huì)低估鏡頭的影響，但鏡頭其實(shí)是把外界光場投影到傳感器上的最后一環(huán)。視場角決定了覆蓋范圍，廣角有利于包抄式視野以減少盲區(qū)，但隨之而來的周邊像素有效分辨率下降與畸變增多會(huì)給檢測算法帶來額外的預(yù)處理負(fù)擔(dān)。鏡頭的MTF(調(diào)制傳遞函數(shù))直接反映了它對細(xì)節(jié)的保留能力，MTF50是常用的衡量點(diǎn)，代表圖像在何種空間頻率下丟失一半對比度。一個(gè)看起來“像素很多”的攝像頭如果搭配的是低質(zhì)量鏡頭，邊緣處的細(xì)節(jié)很可能被鏡頭完全抹掉，最終感知性能未必優(yōu)于像素更少但光學(xué)質(zhì)量更好的組合。還有光圈與景深，大光圈有利于弱光，但會(huì)縮小景深并可能出現(xiàn)像差;而小光圈延長景深但降低進(jìn)光量?？寡９?、鏡片鍍膜和遮光設(shè)計(jì)在強(qiáng)逆光和直射陽光場景中也經(jīng)常是決定性因素，這些都需要在樣車上通過真實(shí)場景驗(yàn)證。

　　光譜響應(yīng)的差異在某些夜視或增強(qiáng)場景下會(huì)變得明顯。人眼敏感的可見光范圍并不完全等同于傳感器的響應(yīng)曲線，有些傳感器對近紅外更敏感，這在配合紅外光源做夜視增強(qiáng)時(shí)是優(yōu)勢。黑白傳感器在夜間的SNR通常會(huì)比彩色更好，原因是它們沒有拜耳馬賽克濾波，導(dǎo)致每個(gè)像素接收的光線更多，噪聲干擾更少，像素對光譜的利用更高。因此在夜間安全關(guān)鍵場景(比如無路燈的鄉(xiāng)村道路)里，選擇單色優(yōu)化的傳感器或在某些角度配備近紅外增強(qiáng)模塊，會(huì)顯著提升遠(yuǎn)距人物或路標(biāo)的可檢測率。算法端也必須基于這些光譜特性進(jìn)行相應(yīng)的訓(xùn)練與白平衡調(diào)整。

　　噪聲、降噪與細(xì)節(jié)保持之間的矛盾在視覺系統(tǒng)里永遠(yuǎn)存在。很多技術(shù)方案會(huì)使用降噪策略在視覺上看起來更“干凈”，但對目標(biāo)檢測尤其是遠(yuǎn)處小目標(biāo)來說，過度平滑會(huì)把有價(jià)值的高頻信息抹掉，導(dǎo)致漏檢。理想的ISP應(yīng)該允許調(diào)節(jié)降噪強(qiáng)度，或直接輸出可選的RAW流給算法做自適應(yīng)處理。在做攝像頭選型時(shí)，評估SNR曲線(不同照度下的信噪比)和在各種ISO/增益下的細(xì)節(jié)保留情況比單純聽廠商的一句“夜視好”更有價(jià)值。并且，好的攝像頭應(yīng)當(dāng)在高增益下仍能保持可控的噪聲譜，這樣算法可以通過時(shí)域或空間濾波進(jìn)行補(bǔ)償，而不必完全依賴硬件。

　　時(shí)間同步和時(shí)延特性在多傳感器融合里是核心問題。攝像頭往往需要與IMU、雷達(dá)、激光雷達(dá)等傳感器做時(shí)序?qū)R，任何時(shí)間戳抖動(dòng)或相機(jī)端的不確定性都會(huì)讓多傳感器融合算法的輸出產(chǎn)生偏差，進(jìn)而影響定位和跟蹤。高精度的硬件觸發(fā)、穩(wěn)定的幀間延遲和可配置的時(shí)間戳輸出是車規(guī)級(jí)攝像頭應(yīng)有的能力。一個(gè)常見的工程坑是，圖像本身質(zhì)量很高，但因?yàn)闀r(shí)間戳和CAN消息對齊不準(zhǔn)確，導(dǎo)致前向目標(biāo)在融合結(jié)果中出現(xiàn)“漂移”，檢出率看起來降低，這種問題根本上不是算法問題，而是傳感器時(shí)序問題。

　　數(shù)據(jù)鏈路與壓縮策略對攝像頭的實(shí)際部署影響也非常巨大。RAW數(shù)據(jù)在訓(xùn)練和驗(yàn)證階段價(jià)值無可替代，但在量產(chǎn)時(shí)傳輸RAW會(huì)占用大量帶寬并增加數(shù)據(jù)存儲(chǔ)成本，因此壓縮成為必須考量的環(huán)節(jié)。視頻壓縮引入的偽影在低比特率下會(huì)對邊緣和小目標(biāo)的檢測產(chǎn)生強(qiáng)烈負(fù)面影響，尤其是采用幀間壓縮時(shí)，關(guān)鍵幀間的丟失會(huì)造成短時(shí)目標(biāo)信息缺失。很多技術(shù)通常是采用可配置的壓縮策略，關(guān)鍵場景或關(guān)鍵攝像頭保留高質(zhì)量或低壓縮輸出，其他非關(guān)鍵通路采用更高壓縮。更進(jìn)一步的做法是在攝像頭端做輕量化的前處理(比如ROI優(yōu)先編碼、邊緣保留)，以便在有限帶寬下把最關(guān)鍵的信息傳回中央處理器。

　　其實(shí)還有一個(gè)被忽略卻非?，F(xiàn)實(shí)的問題，那就是是環(huán)境適應(yīng)能力與長期可靠性。車輛在外界面的攝像頭要面對灰塵、雨水、冰霜、振動(dòng)和溫度循環(huán)。鏡頭的防霧膜、加熱設(shè)計(jì)、IP防護(hù)等級(jí)、抗振動(dòng)結(jié)構(gòu)和耐溫設(shè)計(jì)都會(huì)直接影響攝像頭在極端氣候下的可用性。測試?yán)锍Ｒ姷淖龇ò囟妊h(huán)測試、鹽霧老化、振動(dòng)疲勞以及長期曝光在高紫外環(huán)境下的光學(xué)老化測試。許多看起來“便宜又好”的攝像頭在一年或兩年后因?yàn)殓R頭鍍膜剝落、密封失效或電氣接點(diǎn)腐蝕而顯著退化，這些問題會(huì)在規(guī)?；渴鸷笞兂删S護(hù)噩夢和額外成本，因此在選型時(shí)要把這些長期工程指標(biāo)納入考量。

　　除了硬件之外，軟件支持、標(biāo)定和供應(yīng)鏈穩(wěn)定性也是判斷“好攝像頭”的重要因素。自動(dòng)駕駛系統(tǒng)依賴對相機(jī)內(nèi)參和外參精確的標(biāo)定，任何微小位移或偏轉(zhuǎn)都會(huì)在三維幾何重建時(shí)放大誤差。攝像頭是否提供穩(wěn)定的出廠標(biāo)定數(shù)據(jù)、是否支持在線或快速重標(biāo)定、是否有便捷的標(biāo)定工具和流程，這些都會(huì)直接影響系統(tǒng)集成速度和售后維護(hù)成本。同樣重要的還有驅(qū)動(dòng)的成熟度、固件升級(jí)路徑和遠(yuǎn)程診斷能力，頻繁的固件缺陷或升級(jí)中斷會(huì)影響車隊(duì)運(yùn)維，對于商業(yè)化運(yùn)營來說，這些運(yùn)維成本常常超過設(shè)備初始價(jià)差。

　　如何評價(jià)攝像頭質(zhì)量?

　　那我們要如何在實(shí)驗(yàn)室和路測中評判一款攝像頭?最穩(wěn)妥的辦法是把評估拆成兩層，控制化的指標(biāo)化實(shí)驗(yàn)和場景化的真實(shí)路測。實(shí)驗(yàn)室里我們要做的是可重復(fù)、可比的量測，MTF和解析力測試、動(dòng)態(tài)范圍和SNR曲線測試、低光和高光場景下的細(xì)節(jié)保留、眩光和鏡頭光斑測試、幾何畸變測量以及時(shí)延和時(shí)間戳抖動(dòng)評估等測試都是非常有必要的。這些測試需要標(biāo)準(zhǔn)光源、標(biāo)準(zhǔn)測試卡和嚴(yán)格記錄的光照條件，結(jié)果通常以曲線和數(shù)值表格呈現(xiàn)，便于橫向?qū)Ρ炔煌桨?。?shí)驗(yàn)室數(shù)據(jù)能告訴我們傳感器和光學(xué)在理想條件下的理論能力上限，但這不等于在任何街道都能做出同樣表現(xiàn)。

　　因此把攝像頭裝到真實(shí)車輛上去，結(jié)合要運(yùn)行的感知算法做端到端評估，是不可或缺的步驟。路測需要覆蓋白天、黃昏、夜間、雨、雪、霧、隧道、城市復(fù)雜光照等多種場景，建議用激光雷達(dá)或高分辨率參考攝像頭做地真值標(biāo)注，再用一致的感知算法來計(jì)算檢測率、誤報(bào)率、定位誤差和目標(biāo)丟失時(shí)間等最終指標(biāo)。不要只看圖像質(zhì)量主觀感受，要用算法輸出的性能來判斷“這張攝像頭圖像對你的系統(tǒng)到底值不值那個(gè)價(jià)”。另外，長周期的耐久性測試也很重要，特別是要觀察攝像頭的鏡頭蓋、封裝和電氣接口在溫濕和振動(dòng)下的穩(wěn)定性。

　　在選擇攝像頭時(shí)，場景驅(qū)動(dòng)的取舍原則非常實(shí)用。若系統(tǒng)主攻高速公路場景，優(yōu)先考慮長距離識(shí)別能力，窄視場的高像素密度鏡頭配合好的MTF和較高幀率通常能帶來最直接的收益;若是城市復(fù)雜環(huán)境，廣角視野與良好的近距表現(xiàn)更重要，此時(shí)可選擇在前向主攝之外增加側(cè)向或近距模塊以補(bǔ)盲區(qū);泊車與低速場景則更看重近距細(xì)節(jié)、顏色準(zhǔn)確性和超低光照下的細(xì)節(jié)保留，不一定追求超高像素。對于需要高可用性的L4級(jí)應(yīng)用，多傳感器冗余(多個(gè)攝像頭+激光雷達(dá)+毫米波雷達(dá))和攝像頭硬件的嚴(yán)格車規(guī)化(包括全局快門、車規(guī)級(jí)熱設(shè)計(jì)和IP防護(hù))通常是必要的。