一、自動駕駛傳感器融合中的時間同步重要性

在自動駕駛感知體系中，BEV（Bird's-Eye-View，鳥瞰圖）感知技術(shù)憑借尺度變化小、視角遮擋少的優(yōu)勢，成為環(huán)境感知的核心技術(shù)方向。BEV感知算法需整合多相機圖像等多源數(shù)據(jù)，完成分類、檢測、分割、跟蹤等關(guān)鍵任務(wù)，而傳感器融合的準確性直接依賴于時間同步——若不同相機數(shù)據(jù)存在時間偏差，會導致多視角圖像信息錯位，使BEV算法無法精準構(gòu)建環(huán)境俯視圖，出現(xiàn)目標定位錯誤、軌跡跟蹤失效等問題，嚴重影響自動駕駛決策的安全性與可靠性。

以自動駕駛實際場景為例，當車輛需識別前方行人時，若前向相機與側(cè)視相機數(shù)據(jù)時間差超過微秒級，可能導致算法誤判行人位置與移動軌跡，引發(fā)制動不及時等風險。因此，時間同步是確保BEV感知算法有效運行、實現(xiàn)多傳感器協(xié)同工作的必要前提，更是保障自動駕駛系統(tǒng)“感知-決策-執(zhí)行”全流程穩(wěn)定的核心基礎(chǔ)。

二、自動駕駛數(shù)據(jù)采集的時間同步挑戰(zhàn)

搭建BEV Camera數(shù)據(jù)采集系統(tǒng)時，時間同步環(huán)節(jié)常面臨以下技術(shù)難題，直接影響數(shù)據(jù)質(zhì)量與算法訓練效果：

1. 多設(shè)備時鐘差異 ：系統(tǒng)集成6個iDS相機及多個采集模塊，不同設(shè)備內(nèi)部時鐘存在固有偏差，且受硬件性能、環(huán)境溫度影響，易出現(xiàn)時鐘漂移，難以形成統(tǒng)一時間基準。
2. 高精度需求與技術(shù)瓶頸 ：BEV感知算法訓練需納秒級時間同步精度，傳統(tǒng)軟件同步方式受網(wǎng)絡(luò)延遲、軟件調(diào)度波動影響，無法突破精度限制，難以滿足算法對數(shù)據(jù)時間一致性的要求。
3. 復雜場景干擾 ：實際采集環(huán)境中，GPS信號可能因隧道、高樓遮擋出現(xiàn)臨時缺失，導致外部時間基準中斷；同時網(wǎng)絡(luò)傳輸延遲不穩(wěn)定，進一步加劇時間偏差，影響同步穩(wěn)定性。
4. 系統(tǒng)協(xié)同與配置復雜度 ：需同時實現(xiàn)多相機參數(shù)統(tǒng)一管理（如曝光時間、幀率、分辨率）與時間同步配置，傳統(tǒng)方案需分開調(diào)試，操作繁瑣且易出現(xiàn)參數(shù)與同步不匹配的問題。

三、自動駕駛數(shù)據(jù)采集的時間同步精度要求

自動駕駛場景的安全性與BEV算法訓練的準確性，對時間同步精度提出明確且嚴苛的標準：

• 基礎(chǔ)數(shù)據(jù)采集場景（如單一視角圖像采集）：微秒級精度可滿足初步數(shù)據(jù)記錄需求，但無法支撐多傳感器融合與BEV算法訓練；
• BEV感知算法研發(fā)與傳感器融合場景：需達到 納秒級時間同步精度 ，確保6個iDS相機采集的圖像數(shù)據(jù)在時間維度完全對齊，避免因時間偏差導致的多視角信息錯位，為算法提供高質(zhì)量訓練數(shù)據(jù)；
• 自動駕駛測試與驗證場景：納秒級同步精度可確保采集數(shù)據(jù)能精準復現(xiàn)實際路況，為算法迭代、功能驗證提供可靠數(shù)據(jù)支撐，避免因時間偏差導致測試結(jié)果失真。

康謀BEV Camera數(shù)據(jù)采集系統(tǒng)通過XTSS時間同步服務(wù)，結(jié)合硬件與軟件協(xié)同優(yōu)化，可穩(wěn)定實現(xiàn)納秒級時間同步，完全匹配自動駕駛核心場景的精度需求。

四、自動駕駛數(shù)據(jù)采集的時間同步方法

針對自動駕駛數(shù)據(jù)采集的不同精度需求，康謀BEV Camera數(shù)據(jù)采集系統(tǒng)提供兩種時間同步方法，覆蓋全場景應(yīng)用需求：

（一）軟時間同步

基于軟件層面的協(xié)議與算法實現(xiàn)時間同步，核心依賴(g)PTP協(xié)議（IEEE 802.1AS、IEEE 1588），通過XTSS時間同步軟件管理同步邏輯：

• 技術(shù)原理：以系統(tǒng)內(nèi)主時鐘為基準，通過以太網(wǎng)向各從設(shè)備（如iDS相機）傳輸時間同步報文，實時校正從設(shè)備時鐘偏差；
• 精度與場景：同步精度達微秒級，適用于對精度要求較低的基礎(chǔ)數(shù)據(jù)采集場景，如單一相機的圖像采集與初步數(shù)據(jù)記錄；
• 系統(tǒng)支持：XTSS軟件可通過可視化界面（XTSS Monitor）實時監(jiān)控同步狀態(tài)，顯示各設(shè)備MAC地址、PDelay（傳播延遲）等參數(shù)，便于運維管理。

（二）硬件時間同步

通過專用硬件模塊與軟件協(xié)同，實現(xiàn)納秒級高精度同步，是BEV感知算法訓練與傳感器融合場景的核心方案：

1. 核心硬件配置 ：以BRICKplus為核心平臺，搭配GPS接收模塊（提供外部高精度時間基準）、PCIe Slot ETH6000擴展模塊（連接多相機），通過硬件時間戳技術(shù)直接捕獲數(shù)據(jù)包時間，避免軟件延遲影響；
2. 同步邏輯 ：GPS模塊獲取衛(wèi)星時鐘信號后，通過XTSS服務(wù)向各iDS相機分發(fā)時間基準，支持13路(g)PTP以太網(wǎng)接口，確保多相機同時接收同步信號；
3. 精度與優(yōu)勢 ：同步精度達納秒級，不受軟件調(diào)度、網(wǎng)絡(luò)延遲干擾，且支持GPS信號缺失后的偏差校正（通過速率調(diào)整或時間“跳轉(zhuǎn)”實現(xiàn)），保障復雜環(huán)境下的同步穩(wěn)定性；
4. 軟件協(xié)同 ：結(jié)合ROS+PEAK SDK方案，為每個相機創(chuàng)建獨立采集線程，通過全局控制信號統(tǒng)一管理采集啟停，確保“同步配置-數(shù)據(jù)采集-時間標記”全流程協(xié)同。

五、如何為自動駕駛數(shù)據(jù)采集選擇合適的時間同步方案

選擇自動駕駛數(shù)據(jù)采集的時間同步方案，需結(jié)合場景需求、系統(tǒng)架構(gòu)、精度要求綜合判斷，關(guān)鍵決策維度如下：

1. 匹配精度需求 ：若為BEV感知算法訓練、多傳感器融合場景，優(yōu)先選擇納秒級硬件同步方案（如康謀BRICKplus+XTSS組合）；若為基礎(chǔ)數(shù)據(jù)采集，可選用微秒級軟同步方案，平衡成本與效果。
2. 適配系統(tǒng)硬件 ：方案需兼容采集平臺（如x86架構(gòu)）、相機類型（如iDS GV-51JXCP-C）及擴展模塊，確保硬件間無縫集成——例如康謀方案中，BRICKplus可直接通過PCIe Slot ETH6000連接6個iDS相機，無需額外適配。
3. 保障場景適應(yīng)性 ：優(yōu)先選擇支持GPS信號補償、多接口擴展的方案，應(yīng)對隧道、高樓等復雜環(huán)境（如康謀GPS模塊缺失信號時，可通過內(nèi)部算法校正時間偏差），同時滿足多相機擴展需求（如增加相機數(shù)量時，可通過以太網(wǎng)接口擴展同步通道）。
4. 簡化運維管理 ：選擇具備可視化管理工具的方案，如康謀XTSS Configurator可動態(tài)配置同步參數(shù)（如協(xié)議類型、主從時鐘身份），XTSS Monitor可實時顯示PDelay Count、時間偏差等數(shù)據(jù)，降低調(diào)試與運維成本。

六、康謀BEV Camera數(shù)據(jù)采集系統(tǒng)：時間同步難題的完整解決方案

針對自動駕駛數(shù)據(jù)采集的時間同步挑戰(zhàn)，康謀推出以BRICKplus為核心的BEV Camera數(shù)據(jù)采集系統(tǒng)，通過“硬件集成+軟件優(yōu)化+精準同步”三位一體設(shè)計，實現(xiàn)全場景高精度時間同步。

（一）系統(tǒng)核心配置與同步優(yōu)勢

（二）關(guān)鍵場景應(yīng)用效果

1. BEV算法訓練 ：通過納秒級同步確保6個iDS相機采集的圖像數(shù)據(jù)時間對齊，生成高質(zhì)量BEV感知數(shù)據(jù)集，提升算法對目標的分類、分割精度；
2. 復雜環(huán)境采集 ：在GPS信號遮擋場景（如隧道），系統(tǒng)通過內(nèi)部偏差校正機制維持同步精度，避免數(shù)據(jù)錯位；
3. 高效運維 ：通過XTSS Monitor實時查看各相機PDelay（如enp12s0接口PDelay Count達12988、偏差0ns），同步異常時可快速定位問題。

（三）方案核心價值

康謀BEV Camera數(shù)據(jù)采集系統(tǒng)不僅解決了多相機時間同步難題，還通過“硬件集成化+軟件可視化”設(shè)計，降低系統(tǒng)搭建復雜度——無需額外適配第三方硬件，即可實現(xiàn)“同步配置-數(shù)據(jù)采集-存儲管理”全流程自動化，為自動駕駛BEV感知算法研發(fā)提供穩(wěn)定、高效的數(shù)據(jù)支撐，是自動駕駛數(shù)據(jù)采集時間同步的優(yōu)選方案。返回搜狐，查看更多

審核編輯 黃宇