[首發(fā)于智駕最前沿微信公眾號(hào)]在探討自動(dòng)駕駛時(shí)，人們關(guān)注比較多的是算法的先進(jìn)性或算力的強(qiáng)弱，但在其底層，有一個(gè)決定了系統(tǒng)成敗的基礎(chǔ)設(shè)施，即時(shí)間同步。

自動(dòng)駕駛感知系統(tǒng)之所以必須高度重視時(shí)間同步，主要原因在于車輛是在一個(gè)高速動(dòng)態(tài)的物理世界中運(yùn)行，而感知系統(tǒng)是由攝像頭、激光雷達(dá)、毫米波雷達(dá)以及慣性導(dǎo)航等多個(gè)獨(dú)立硬件組成的“感官集群”。

如果這些“感官”在時(shí)間上不能達(dá)成絕對(duì)的共識(shí)，車輛對(duì)環(huán)境的理解就會(huì)出現(xiàn)類似人類“幻覺(jué)”的偏差，進(jìn)而導(dǎo)致嚴(yán)重的駕駛決策失誤。

時(shí)鐘漂移與硬件同步的物理基石

自動(dòng)駕駛系統(tǒng)中的每一個(gè)傳感器其實(shí)都是一臺(tái)擁有獨(dú)立晶振的時(shí)鐘設(shè)備。盡管這些硬件在出廠時(shí)設(shè)定了相同的采樣頻率，但受限于物理工藝和環(huán)境溫度，每個(gè)時(shí)鐘都會(huì)存在微小的頻率差異，這也被稱為“鐘漂”。

隨著車輛行駛時(shí)間的增加，這種微小的差異會(huì)迅速累積。如果不加干預(yù)，原本應(yīng)該同時(shí)拍攝畫(huà)面的兩臺(tái)攝像頭，在運(yùn)行數(shù)小時(shí)后可能會(huì)產(chǎn)生數(shù)毫秒甚至數(shù)十毫秒的時(shí)間差。在每小時(shí)一百公里的高速行駛狀態(tài)下，十毫秒的時(shí)間差意味著車輛已經(jīng)向前移動(dòng)了約二十八厘米，這種空間上的錯(cuò)位足以讓傳感器融合算法失效，導(dǎo)致系統(tǒng)無(wú)法確定障礙物的準(zhǔn)確位置。

為了在物理層面解決這個(gè)問(wèn)題，工程師們引入了多種硬件同步協(xié)議。早期的方案多依賴于全球定位系統(tǒng)提供的秒脈沖（PPS）信號(hào)。這種方式通過(guò)物理線路將一個(gè)精確的電平信號(hào)發(fā)送給各個(gè)傳感器，告知它們新的一秒已經(jīng)開(kāi)始，并配合NMEA報(bào)文提供具體的年月日時(shí)分秒信息。

圖片源自：網(wǎng)絡(luò)

然而，PPS信號(hào)高度依賴衛(wèi)星信號(hào)，一旦車輛進(jìn)入隧道、地下停車場(chǎng)或高樓林立的城市峽谷，同步精度就會(huì)大幅度下降甚至丟失，這對(duì)于要求全場(chǎng)景覆蓋的自動(dòng)駕駛來(lái)說(shuō)是一個(gè)致命的短板。

現(xiàn)階段自動(dòng)駕駛架構(gòu)更傾向于采用車載以太網(wǎng)下的時(shí)間敏感網(wǎng)絡(luò)（TSN）技術(shù)，特別是其中的IEEE 802.1AS協(xié)議，即廣義精密時(shí)間協(xié)議（gPTP）。

gPTP建立了一個(gè)主從式的時(shí)鐘架構(gòu)，由一個(gè)具有高精度時(shí)鐘源的設(shè)備擔(dān)任“主時(shí)鐘”，通過(guò)網(wǎng)絡(luò)報(bào)文的持續(xù)交互，讓所有接入網(wǎng)絡(luò)的傳感器都能獲取微秒甚至納秒級(jí)的全局時(shí)間。

gPTP的精妙之處在于它能夠通過(guò)硬件時(shí)間戳技術(shù)扣除網(wǎng)絡(luò)報(bào)文在傳輸過(guò)程中的延遲。當(dāng)同步報(bào)文通過(guò)以太網(wǎng)交換機(jī)或網(wǎng)線時(shí)，設(shè)備會(huì)自動(dòng)記錄報(bào)文進(jìn)入和離開(kāi)的確切時(shí)刻，從而補(bǔ)償路徑產(chǎn)生的誤差。這種協(xié)議不僅不依賴外界衛(wèi)星信號(hào)，還具備極高的魯棒性，當(dāng)主時(shí)鐘發(fā)生故障時(shí)，系統(tǒng)能迅速選出新的基準(zhǔn)時(shí)鐘，確保同步不間斷。

傳感器曝光機(jī)制與動(dòng)態(tài)運(yùn)動(dòng)補(bǔ)償

硬件協(xié)議提供了統(tǒng)一的“時(shí)間刻度”，但要讓感知系統(tǒng)真正看清世界，還需要處理傳感器內(nèi)部的采樣邏輯。攝像頭和激光雷達(dá)由于工作原理不同，它們獲取數(shù)據(jù)的方式存在顯著的時(shí)間異構(gòu)性。攝像頭涉及曝光過(guò)程，目前市面上大多數(shù)高像素?cái)z像頭采用卷簾快門。這意味著圖像并不是在同一瞬間被捕獲的，而是從上到下逐行掃描，圖像頂部的像素和底部的像素可能存在幾十毫秒的時(shí)間差。

在車輛高速轉(zhuǎn)彎或經(jīng)過(guò)不平整路面時(shí)，這種行間延遲會(huì)導(dǎo)致畫(huà)面產(chǎn)生形變，即所謂的“果凍效應(yīng)”。為了消除這種影響，感知系統(tǒng)更青睞全局快門攝像頭，它能確保所有像素在同一時(shí)刻開(kāi)啟和結(jié)束曝光，為后續(xù)的傳感器融合提供一個(gè)完美的瞬間快照。

激光雷達(dá)的情況則更為復(fù)雜。機(jī)械旋轉(zhuǎn)式激光雷達(dá)通過(guò)持續(xù)旋轉(zhuǎn)發(fā)射激光束來(lái)構(gòu)建周圍環(huán)境的3D點(diǎn)云，完成一次360度的掃描需要50到100毫秒。

圖片源自：網(wǎng)絡(luò)

在這段掃描時(shí)間內(nèi)，自動(dòng)駕駛汽車自身也在高速移動(dòng)。如果直接使用未經(jīng)處理的點(diǎn)云，原本筆直的墻壁可能會(huì)在數(shù)據(jù)中呈現(xiàn)出彎曲的形狀，這種現(xiàn)象被稱為點(diǎn)云畸變。

為了修正這種“虛假的位移”，系統(tǒng)必須引入慣性測(cè)量單元（IMU）提供的車輛運(yùn)動(dòng)數(shù)據(jù)。通過(guò)給激光雷達(dá)掃描出的每一個(gè)點(diǎn)都打上相對(duì)于全局時(shí)鐘的微秒級(jí)時(shí)間戳，系統(tǒng)可以根據(jù)IMU記錄的車輛軌跡，將每一個(gè)點(diǎn)還原到該點(diǎn)被探測(cè)到的真實(shí)空間位置，這一過(guò)程被稱為運(yùn)動(dòng)補(bǔ)償。

在多傳感器融合的過(guò)程中，硬件觸發(fā)同步是實(shí)現(xiàn)高精度感知的重要手段。通過(guò)由主控單元發(fā)送精確的觸發(fā)電平信號(hào)，可以強(qiáng)制讓多個(gè)攝像頭在同一時(shí)刻“按下快門”，或者讓激光雷達(dá)轉(zhuǎn)動(dòng)到特定角度（例如正前方）時(shí)觸發(fā)相機(jī)的曝光。

這種深度的硬件協(xié)同能夠確保不同傳感器觀察到的是同一個(gè)物理瞬間。有實(shí)驗(yàn)數(shù)據(jù)表明，將傳感器同步精度從傳統(tǒng)的軟件級(jí)毫秒提升到硬件級(jí)的微秒，可以將感知系統(tǒng)的緩存需求降低85%以上，并將端到端的處理延遲縮短約18.3毫秒。這節(jié)省下來(lái)的十幾毫秒，在高速行駛中可能就是避開(kāi)障礙物與發(fā)生事故之間的決定性紅線。

軟件層面的數(shù)據(jù)對(duì)齊與插值算法

即使擁有了精密的硬件同步，不同傳感器的采樣頻率往往是不對(duì)等的。如攝像頭可能以30Hz的頻率運(yùn)行，而激光雷達(dá)是10Hz，超聲波雷達(dá)則可能更慢。

當(dāng)感知算法需要在某一時(shí)刻T進(jìn)行決策時(shí)，它面臨的問(wèn)題是，并沒(méi)有所有傳感器都能在T時(shí)刻產(chǎn)生數(shù)據(jù)。此時(shí)，軟件層面的時(shí)間對(duì)齊算法便發(fā)揮了關(guān)鍵作用。其中最常用的方法是插值法和外推法。

內(nèi)插對(duì)齊是通過(guò)建立數(shù)學(xué)模型，在已知的前后兩幀數(shù)據(jù)之間計(jì)算出中間時(shí)刻的狀態(tài)。例如，如果激光雷達(dá)在T-20 ms和T+80 ms各有一幀點(diǎn)云，而我們需要T時(shí)刻的信息，算法可以根據(jù)目標(biāo)的運(yùn)動(dòng)矢量進(jìn)行線性或高階插值，模擬出一個(gè)T時(shí)刻的虛擬點(diǎn)云幀。

圖片源自：網(wǎng)絡(luò)

對(duì)于那些對(duì)實(shí)時(shí)性要求極高的場(chǎng)景，系統(tǒng)則會(huì)采用外推法，利用物體在過(guò)去一段時(shí)間的速度、加速度和偏航角，預(yù)測(cè)其在未來(lái)幾毫秒后的位置。這種方式雖然引入了微小的預(yù)測(cè)誤差，但極大地增強(qiáng)了系統(tǒng)的反應(yīng)靈敏度。

軟件對(duì)齊還需要應(yīng)對(duì)復(fù)雜的系統(tǒng)延遲問(wèn)題。傳感器數(shù)據(jù)從產(chǎn)生到進(jìn)入算法單元，需要經(jīng)過(guò)數(shù)據(jù)采集、序列化、總線傳輸（如CAN或以太網(wǎng)）、去序列化以及操作系統(tǒng)調(diào)度等多個(gè)環(huán)節(jié)。每一個(gè)環(huán)節(jié)都會(huì)引入不確定的抖動(dòng)（Jitter）。

如果操作系統(tǒng)是非實(shí)時(shí)的，調(diào)度產(chǎn)生的抖動(dòng)可能高達(dá)數(shù)十毫秒，這會(huì)直接沖抵硬件同步帶來(lái)的精度收益。因此，高性能的自動(dòng)駕駛計(jì)算平臺(tái)運(yùn)行的是實(shí)時(shí)操作系統(tǒng)（RTOS），并配合特定的中間件（如經(jīng)過(guò)優(yōu)化的ROS2或自定義的調(diào)度器）來(lái)確保數(shù)據(jù)包能夠在確定的時(shí)間內(nèi)被處理。

多模態(tài)融合感知的成功在很大程度上取決于這些對(duì)齊策略的精確性。目前的BEV（鳥(niǎo)瞰圖）感知方案需要將多路攝像頭的圖像特征映射到一個(gè)統(tǒng)一的3D空間。

如果各路攝像頭的曝光時(shí)間存在偏差，融合出的鳥(niǎo)瞰圖就會(huì)出現(xiàn)接縫處的撕裂或物體的斷層。這種感知層面的不一致會(huì)誤導(dǎo)下游的路徑規(guī)劃算法，使車輛做出無(wú)意義的緊急避讓或晃動(dòng)。

同步精度對(duì)決策控制與行駛安全的長(zhǎng)遠(yuǎn)影響

感知系統(tǒng)的時(shí)間同步最終服務(wù)于車輛的控制穩(wěn)定性。自動(dòng)駕駛汽車的控制鏈路是一個(gè)典型的閉環(huán)反饋系統(tǒng)，其中包括感知環(huán)境、制定計(jì)劃、執(zhí)行指令、觀察結(jié)果。

在這個(gè)閉環(huán)中，時(shí)間延遲和抖動(dòng)是穩(wěn)定性的大敵。如果感知系統(tǒng)提供的數(shù)據(jù)存在嚴(yán)重的時(shí)延波動(dòng)，控制器的增益調(diào)節(jié)就會(huì)變得異常困難，甚至可能引發(fā)系統(tǒng)的共振和失控，這種現(xiàn)象在控制理論中與“時(shí)滯系統(tǒng)”的穩(wěn)定性直接相關(guān)。

在車聯(lián)網(wǎng)和編隊(duì)行駛的場(chǎng)景下，時(shí)間同步的意義超出了單車的范圍。如果領(lǐng)頭車與跟行車之間的時(shí)間基準(zhǔn)不統(tǒng)一，協(xié)同自適應(yīng)巡航系統(tǒng)（CACC）就無(wú)法準(zhǔn)確計(jì)算兩車之間的安全距離梯度，導(dǎo)致所謂的“弦不穩(wěn)定性”，即微小的速度波動(dòng)在車隊(duì)后方被不斷放大，最終可能引發(fā)交通擁堵甚至追尾事故。

圖片源自：網(wǎng)絡(luò)

高精度的全局時(shí)鐘同步是實(shí)現(xiàn)多車協(xié)同和車路協(xié)同的基礎(chǔ)設(shè)施，確保所有的交通參與者都在同一個(gè)“時(shí)空框架”內(nèi)交流信息。

此外，時(shí)間同步的缺失還會(huì)增加系統(tǒng)受攻擊的風(fēng)險(xiǎn)。攻擊者可以通過(guò)向車載網(wǎng)絡(luò)注入延遲（延遲攻擊）來(lái)誘發(fā)傳感器之間的時(shí)間錯(cuò)位。如僅需對(duì)激光雷達(dá)流進(jìn)行單幀延遲的注入，就可以使融合感知算法的目標(biāo)檢測(cè)準(zhǔn)確率下降約88.5%。

這從反面證明了時(shí)間一致性是系統(tǒng)健壯性的核心組成部分。隨著自動(dòng)駕駛技術(shù)向L3和L4級(jí)別邁進(jìn)，對(duì)時(shí)間同步的要求已不再僅僅是“盡力而為”，而是必須實(shí)現(xiàn)“確定性同步”。

最后的話

自動(dòng)駕駛感知系統(tǒng)對(duì)時(shí)間同步的極致追求，源于其對(duì)物理世界精確還原的本能需求。時(shí)間同步不僅是硬件協(xié)議的匹配，更是涉及傳感器驅(qū)動(dòng)設(shè)計(jì)、系統(tǒng)架構(gòu)調(diào)度以及融合算法補(bǔ)償?shù)囊豁?xiàng)系統(tǒng)工程。

只有確保每個(gè)傳感器在每一微秒都擁有相同的時(shí)間視野，自動(dòng)駕駛系統(tǒng)才能建立起對(duì)環(huán)境的真實(shí)信任，從而在瞬息萬(wàn)變的道路條件下做出既安全又平穩(wěn)的駕駛選擇。


審核編輯 黃宇