车载相机IQ调试策略

1、车载相机应用及概述：

应用：

自动驾驶/ADAS( Advanced Driver Assistance Systems)：完全是信息型的图像质量的需求，给机器视觉用的，包括交通灯、斑马线、限速标识等，车道检测、距离检测。

另外后视、环视等：会接有一个显示屏，供人眼来观察，查看行人/物品之类的，它不止是信息型的，还要兼顾人眼视觉，但审美类的需求不是那么高，类似监控相机，信息型及审美型都要兼顾，属于混合型 IQ。

IQ 标准：P2020

IQ Design：machine vision based + human vision based

IQ 策略：

机器视觉：CDP+CSP (contrast detection probability + Color separation probability)，对比度多大时，能检测到的概率，及颜色区分的概率是多大

人眼视觉：Visibility ，和监控相机需求相似，都属于高动态成像的范畴

2、车载相机调试关注要点；

Sensitivity：感光度，也就是要足够的亮，太黑了就看不到信息；
frame rate：帧率，因为车是在跑，而且跑的很快，距离上面的分辨率很低，有可能看到的是若干毫秒（多少米）之前的影像了，所以要求帧率一般60fps以上，甚至有的要求120fps以上；
Motion Artefact Free (MAF)：车载最重要的指标安全性，motion artefact 会影响驾车者的判断；
LED Flickering Mitigation (LFR)：交通灯/车灯的闪烁，不能确定是灯故意在朝你闪呢，还是本身车的问题，会分散驾车者的注意力，影响安全性；
EXtreme High Dynamic Range (EHDR)：因为车是在外面跑的，尤其是过隧道的场景(外面是几万lux，而里面是几lux)，要求要有极大的动态范围(称为EHDR)，监控叫HDR，一般是100-120dB，车载要求是140dB以上；
SNR & SNR Drop：和监控相机不同，不止关注信噪比，还有关注信噪比下降区域的形态，下降太多了不行，会产生干扰驾车者的判断的东西；
Geometry Distortion：一般会用大视场范围的鱼眼镜头，会存在畸变的影响；
Lens Flare in EHDR：由于镜头的一些特性，在高动态范围下会产生一系列干扰人眼视觉的东西；

3、车载相测试场景：

如上图，测试场景要覆盖如上提到的注意点：

a、图中后面有太阳强光、白雪、山的阴影，模拟高反射率，高动态范围的场景；

b、图中有车灯、信号灯，测试LED灯频闪问题；

c、隧道、房屋处的阴影，测试动态范围；

d、草木、房子、红绿灯的色彩还原；

e、右边的光源，测试高曝光场景下的可见性，关灯后可测试相应感光度的性能指标；

实际测试要开着车在不同的天气下（阴天、雨天、晴天、雪天），不同的时间段、不同的场景下去验证，另外也要考虑车的震动，灰尘等对相机的影响；

4、典型应用场景说明：

Sensitivity：这是对感光性能的要求，左图是人眼视觉的效果，必须要满足如下右图的效果，你才能看清周围的物体，进行倒车，停车等的操作；

Fisheye lens ：车载一般会配这种大广角的鱼眼镜头，会带来畸变、shading、眩光等一系列问题，很多车载的应用会配畸变矫正模块，有的 sensor 中就会配畸变矫正模块；

Extreme High Dynamic Range

如下左图，动态范围不够的话，外面场景就完全饱和了；

Temperature

车的 sensor 温度范围很大，要求一般是要达到 -40℃--125℃，随着温度升高，对图像质量影响很大，要实时的去调节各温度场景下影响图像质量的因素；

Image Quality And Safety

图像质量和安全性的要求，是机器视觉应用里面最重要的方面，如下在一些逆光、低照下会影响车道、标识的识别，带来很大的安全隐患.

怎么从 IQ 角度来解决如上问题？

CDP（contrast detection probability）：如下图所示，随着对比度的增加（从1%-35%），A物体和B物体能够区分出来的概率也就越大（也就是CDP就越大，AB之间的距离），则机器视觉就能识别该物体了，这就是CDP的原理。

如下图所示，可以分析出机器视觉的相机分辨物体的能力，X轴是亮度，Y轴是CDP，0-1lux很暗的场景下CDP为0，不同对比度下的CDP不同（其中的3条曲线，对比度%1，CDP是0.3几、对比度%10，CDP是0.5几、对比度%35，CDP是0.8几），受信噪比、温度等的影响CDP也会下降，饱和的亮度下CPD是0，也是识别不到物体的；

所以从应用上来说，我们在调试机器视觉的设备时，就不是传统的那种调试方式了，而是应该要想着如何去提高他CDP的数值。要从lens、sensor 、ISP、模组的角度去综合考量这些问题。

CSP（Color Separation Probability）：车载上还有一个比较不同的地方是color fiilter array 非常的多，有传统的 RGGB 格式，也有RCCB、RCCC、RYYCy、RGBIR，其他格式中带C的是指，换成了透光的，可以允许所有颜色的光进来，提高了感光度，但缺点是牺牲了色彩，但车载的机器视觉中的相机也不是太在意颜色，能区分红绿灯、车道标识的颜色指示线也就可以了，所以在评价色彩时，也要用不同的方法。称为CSP（Color Separation Probability）,用来评价相机对色彩区分的能力，如下图所示会用类似的光谱仪去测量各个标识物的颜色，测试相机对不同颜色的区分能力，而不是关注单个颜色的还原。

车载机器视觉的图像传感需求，可查看这篇文章的描述：车载机器视觉的图像传感需求——Mobileye在2021图像传感器工作会议上的演讲

5、总结

车载的应用是非常分化的，他有些部分是符合监控的、有些部分是符合传统摄影学的、有些部分是符合机器视觉的，所以要根据每个相机的具体应用，去适配合适的 IQ 调试方式。

车载相机IQ调试策略相关推荐

监控相机IQ调试策略
目录 1.监控相机应用及概述 2.监控相机调试关注要点 3.典型应用场景调试说明: 1.监控相机应用及概述应用:监控相机兼有信息型及审美型的图像质量要求,信息型是因为在监控相机中它也有人形.人脸.车 ...
Xcode 静态库调试策略
Xcode 静态库调试策略 (已经有现成的工程和静态库源码) ***** 为安全期间建议备份一下静态库 Step1: 下载最新的工程［工程中有所要测试的静态库和头文件需要删除］: Step2: ...
自动驾驶车载相机rosenberger接口防呆设计
随着自动驾驶逐渐成熟,车载相机的使用越来越广泛,其线束大部分采用rosenberger接口,板卡上通常会有几种不同类型的rosenberger接口,以实现防呆.而线束接头接口型号必须与对应板卡接口匹配 ...
basler相机的调试与配置以及多相机同时运行（完整版）
之前在实验室做过一段时间basler相机的调试与配置工作,现将当时的工作整理汇总,以方便日后再用.注:本博客引用的所有视频链接,皆为自己实验室之前的师兄所录制,当做了我当时这部分工作入门的教学视频. ...
海思平台ISP与图像的IQ调试(1)
目录一.何为ISP何为IQ调试 1.ISP概念剖析 2.在哪里做ISP 3.何为IQ 4.ISP和IQ总结二.海思MPP中ISP的实现框架 1.官方文档 2.sample中ISP相关部分再次解读 ...
海思图像清晰度调试策略
目录图像白天清晰度调试策略图像夜晚清晰度调试策略图像白天清晰度调试策略 1.Gamma全局调整一副图像想要开始图像清晰度的的调整策略,首先考虑好亮度和对比度处于适宜的环境下,Gamma校正策略 ...
Nvidia Xavier Nx平台GMSL接口imx390相机驱动调试记录
1.前言使用GMSL的串行器和解串器9295 9296 两路imx390相机有两种采集方式, 一种是在前端拼接好作为一路采集: 另一种是独立采集,使用MIPI的虚拟通道. 下面为调试记录 2. 搭 ...
Jetson Nano CSI相机驱动调试注意
本文介绍Jetson Nano通过CSI接口连接外部Sensor驱动调试注意事项. 1.I2C配置 Jetson Nano默认I2C采用的是CAM_I2C,但有时候硬件设计时采用的是其他I2C,如: ...
小米手机，相机程序调试，点击拍照无法启动相机或者无法保存图片
用小米手机相机调试 android程序,发现一个诡异的问题,同样的代码在其他程序命名情况下例如:情况1:AndroidManifest.xml的package="com.android.c ...

车载相机IQ调试策略

车载相机IQ调试策略相关推荐

最新文章

热门文章