[首發(fā)于智駕最前沿微信公眾號]車輛在道路上行駛，難免會因為車輛抖動、長期振動、路面顛簸、載荷變化、溫度變化，甚至維修、碰撞、重裝傳感器支架等原因，引起感知傳感器（攝像頭、激光雷達、毫米波雷達等）發(fā)生微小的物理偏移或姿態(tài)/高度變化。如果不加以處理，這種偏移會破壞傳感器之前建立的空間關系（即“標定”／“校準”），進而導致感知、定位、融合、決策出錯。

為什么傳感器會偏移？

當自動駕駛車輛在道路上行駛，尤其是長期行駛后，很容易遇到如高速通過減速帶、顛簸路面、不平路段等各種震動、沖擊，或車輛經過坑洼、石子、坑洞，甚至因為剎車、載物、過彎等造成車身微微變形、震動。時間長了，安裝在車身上的攝像頭、LiDAR、毫米波雷達等感知傳感器，會因為支架松動、粘接疲勞、車身輕微變形，甚至螺絲松動等，產生“位置偏移”或“姿態(tài)變化（朝向、傾斜、高度變化）”。

此外，若在更換零部件、更換輪胎、輪轂維修、車身檢測、碰撞維修后，也可能影響傳感器的安裝剛性，從而改變原來的安裝姿態(tài)。

這些物理偏移可能只有幾毫米、幾度這么小，但對自動駕駛系統(tǒng)來說影響可能很大。自動駕駛系統(tǒng)之所以對傳感器的安裝位置、朝向和姿態(tài)要求這么高，是因為所有傳感器看到的東西，最終都要被轉換到同一個車體坐標系或世界坐標系里。只有把這些數據放到同一個“空間參照系”中，系統(tǒng)才能把攝像頭、激光雷達、毫米波雷達這些不同來源的信息融合起來，看清周圍環(huán)境，并據此做出路徑規(guī)劃和車輛控制。把每個傳感器與車輛坐標關系精確對應起來的過程，就是我們常說的“標定”。

一旦傳感器發(fā)生偏移，原來的標定關系就不準了，這就類似于攝像頭或雷達被輕輕“擰歪了”。系統(tǒng)再用這些數據去理解外界時，就會出現偏差，物體的位置、距離、方向，甚至速度的判斷都可能不再準確。感知一旦不準，后續(xù)的決策和控制也會受到影響，安全性自然就無法保證。

因此，在自動駕駛實際部署中，這種偏移一定是不可忽視的，必須設計解決對策。

如何防范與檢測“偏移”？

1）初始標定（offline calibration）必須嚴格

在感知傳感器剛裝到車上時，需要做一次非常嚴格的標定。這個標定會把每個傳感器的“內參數”（例如相機的焦距、畸變、鏡頭模型等，LiDAR和雷達也有自己的內部參考參數）和“外參數”（也就是傳感器相對于車體坐標系的位置和姿態(tài)，包括平移、旋轉、朝向、傾斜、高度等）全部確定清楚。

這一步就像給系統(tǒng)建立“世界觀”的基準，如果標定足夠精確，誤差控制在毫米級、角度級這樣的范圍內，自動駕駛系統(tǒng)才能在感知、融合、定位和控制階段正常工作。

但初始標定只能保證裝車那一刻或使用較短周期內的準確。車輛長期使用、震動、維修或環(huán)境變化都會讓傳感器發(fā)生細小偏移，所以光靠這一次標定并不能保證系統(tǒng)一直保持穩(wěn)定。

2）定期／執(zhí)行維護很有必要

對于量產車，廠商或維修服務點可能會建議（或規(guī)定）在車輛經歷重大維修、碰撞、輪胎更換、懸掛維修、變形檢測、車身檢查后，對自動駕駛傳感器（攝像頭、雷達、LiDAR）進行復校（re-calibration）。這是確保車輛結構或支架恢復對稱、沒有松動、傳感器安裝姿態(tài)恢復正確的方法之一。這就類似車輪定位、四輪定位后的校正檢查。對于帶ADAS（高級駕駛輔助系統(tǒng)）的車輛，這種校正是非常有必要的。

不過，人工復校有費時、費人工、需要場地，且不可能非常頻繁等缺點。對于自動駕駛汽車，尤其商業(yè)化運營車輛、Robotaxi、車隊，這樣的方法顯然不夠靈活且成本高，也影響實際使用效率。

正因為這些限制，現階段的自動駕駛系統(tǒng)會傾向于采用“在線校準”或“自動校準”機制，讓車輛在日常使用中就能自動檢測并修正輕微偏移，而不必每次都依賴人工操作。

在線／自動校準&實時監(jiān)測提供自我校正能力

近些年，學術界和工業(yè)界都在研究如何讓自動駕駛系統(tǒng)具備自動檢測是否偏移+自動糾正偏移的能力，而不必每次都靠人工干預。發(fā)表在2024年的論文《Automatic Miscalibration Detection and Correction of LiDAR and Camera Using Motion Cues》就提出一種自動檢測并修正LiDAR與攝像頭標定偏移的框架。

其基本思路是利用車輛／傳感器自身的運動信息，車輛在行駛過程中，不斷對每一幀數據做監(jiān)測，如果檢測到LiDAR點云與攝像頭圖像之間的投影約束不再滿足（也就是說兩者的空間關系不再與原來標定一致），就判斷可能發(fā)生了“偏移／漂移”（miscalibration/drift）。然后，通過計算相機運動與LiDAR掃描的對齊變換，將LiDAR點云對齊回圖像空間，從而實現自動糾正偏移。

也就是說，當系統(tǒng)持續(xù)運行、車輛在不同路況、多次轉向／加減速／震動之后，系統(tǒng)本身就可以意識到感知傳感器可能錯位了，并用數學／幾何方法自動把感知恢復到正確狀態(tài)，這是一種閉環(huán)自我校正機制。

圖片源自：網絡

除此之外，也有開源工具集（如OpenCalib）被用于多傳感器（包括相機、LiDAR、IMU、雷達等）的校準／再校準，從而在不同使用場景下都能支持自動、半自動、手動校準流程。

因此，一個有用的自動駕駛系統(tǒng)，不是裝好就結束了，而是要設計自動或半自動校準機制，定期／持續(xù)監(jiān)測傳感器是否偏移，并及時校正。

多傳感器融合+容錯冗余設計，不把雞蛋放在一個籃子里

即便有自動校準，也不能保證校準的萬無一失。因此，自動駕駛系統(tǒng)不應僅依賴單一傳感器，而是要采用多傳感器融合＋冗余設計+容錯機制，以增強自動駕駛系統(tǒng)對單一傳感器偏移／失效的魯棒性。

一輛自動駕駛車會同時搭載攝像頭、LiDAR、毫米波雷達、慣性測量單元（IMU）、GPS／GNSS/INS等感知傳感器。舉個例子，即使攝像頭因為支架松動、碰撞偏移，LiDAR或雷達+IMU+GPS仍可以提供環(huán)境感知或定位參考，系統(tǒng)可以檢測到攝像頭輸出與其他傳感器／慣性／定位系統(tǒng)之間不一致，然后暫時降低或放棄其數據，并發(fā)出警告給駕駛者/運營者。

圖片源自：網絡

此外，一些系統(tǒng)還會進行時間同步與時鐘同步（time-synchronization），讓所有傳感器在同一個統(tǒng)一時鐘源下采樣，以免因為時間差、數據延遲、不同傳感器采樣不一致而造成融合錯誤。對于多傳感器融合，時空同步是基礎。

通過多傳感器融合+冗余+容錯+時空同步+自動／在線校準／檢測機制，自動駕駛系統(tǒng)可以在一個傳感器暫時失準甚至偏移時，依然維持整體感知能力，保證安全性。

最后的話

車輛上的每一個傳感器，都不是孤立工作的，它們需要像一個團隊那樣保持步調一致，才能讓自動駕駛系統(tǒng)穩(wěn)定、可靠地運行。而傳感器的物理偏移看似只是幾毫米、幾度的變化，卻足以讓整個系統(tǒng)的理解能力出現誤差。所以自動駕駛行業(yè)真正面對的難題不只是把傳感器裝準，而是把它長期保持在準的位置上。

正因如此，自動駕駛的設計思路應從“安裝時標定一次”轉向“車輛全生命周期都能持續(xù)維持標定狀態(tài)”。只有能做到這一點的系統(tǒng)，才算真正能讓自動駕駛從能跑走向能長期跑。

審核編輯 黃宇