BEV感知技術：多相機數據采集與高精度時間同步方案

隨著自動駕駛技術的快速發展，車輛準確感知周圍環境的能力變得至關重要。BEV（Bird's-Eye-View，鳥瞰圖）感知技術，以其獨特的視角和強大的數據處理能力，正成為自動駕駛領域的一大研究熱點。

一、BEV感知技術概述

BEV感知技術，是一種從鳥瞰圖視角（俯視圖）出發的環境感知方法。與傳統的正視圖相比，BEV視角具有尺度變化小、視角遮擋少的顯著優勢，有助于網絡對目標特征的一致性表達?；谶@樣的優勢，可以更有效的對車輛周圍環境進行感知。

圖1：BEV 感知圖

因此，在自動駕駛感知任務中，BEV感知算法通常包括分類、檢測、分割、跟蹤、預測、計劃和控制等多個子任務，共同構建起一個完整的感知框架。

BEV感知算法的數據輸入主要有圖像和點云兩種形式。根據數據源不同，BEV算法主要分為BEV Camera（純視覺）、BEV LiDAR（基于激光雷達）和BEV Fusion（多模態融合）三類。其中，圖像數據具有紋理豐富、成本低的優勢，此外，基于圖像的任務、基礎模型相對成熟和完善，比較容易擴展到 BEV 感知算法中。

為了更好的訓練BEV Camera感知算法，往往需要先搭建一個高質量的數據集。而搭建一套BEV感知數據采集系統，通常包括以下幾個關鍵環節：

1. 硬件選型與集成：選合適的攝像頭和計算采集平臺，集成穩定系統。

2. 數據采集：在實際環境中采集圖像數據，覆蓋不同場景、光照和天氣。

3. 時間同步：確保不同傳感器數據時間精確同步，是后續算法訓練的必要前提。

4. 系統調試和部署：調試系統確保組件協同工作，部署到實際應用環境。

因此，在實際搭建過程中，常會遇到技術復雜性高、成本投入大、數據質量與時間同步實現難、系統穩定性與可靠性要求高等挑戰。針對這些問題，本文分享一套BEV Camera數據采集方案，能高效搭建高質量的BEV感知數據集，加速算法研發和訓練。

二、BEV Camera數據采集系統方案

BEV Camera數據系統采集方案以BRICKplus為核心系統平臺，通過擴展PCIe Slot ETH6000模塊連接6個iDS相機，利用GPS接收模塊獲取衛星時鐘信號，提供XTSS時間同步服務，并支持13路（g）PTP以太網接口，確保高精度時間同步。

BRICKplus搭載BRICK STORAGEplus硬盤，提供大容量高速存儲，滿足高帶寬數據采集需求，確保數據的完整性和可靠性。

圖2：系統集成

三、數據采集

在BEV Camera數據采集方案中，難點在于如何同步多相機的采集動作、確保數據的高精度時間同步以及高效傳輸。因此，在整個軟件方面，我們采用ROS+PEAK SDK方案進行深度集成，實現了多相機的參數配置、數據采集與傳輸。

為了更靈活應對實際采集環境需求，對相機（如曝光時間、幀率和分辨率等）參數進行了統一管理和存儲，這些參數可在節點啟動時通過配置文件動態加載，為相機的初始化提供了靈活性。

圖3：相機參數配置

為實現多相機的同步采集和高效傳輸，我們利用了ROS的多線程和節點管理功能。通過為每個相機創建獨立的采集線程，并啟動采集循環，確保了每個相機的采集過程獨立且高效。引入全局控制信號與信號處理機制，確保了統一管理所有相機的采集和同步結束狀態。

圖4：相機實時可視化

四、時間同步

為了實現多相機的時間同步，一般有兩種方式：軟時間同步和硬件時間同步。軟時間同步主要依賴于軟件層面的算法和協議來實現時間同步。其精度通常在微秒級別，適用于對時間同步精度要求不是較高的場景。

圖5：多相機軟件時間同步

為了應對時間同步精度要求較高的采集場景，如自動駕駛和高精度測量等。在BEV Camera數據采集方案中，進一步支持相機進行硬件時間同步。通過XTSS軟件可以有效管理數采平臺的時間同步功能，能夠快速輕便配備各個傳感器的時間同步配置。

圖6：XTSS 時間同步管理

通過GPS模塊提供高精度的時間基準，并利用支持硬件時間戳的以太網接口直接捕獲數據包的時間戳。其時間同步精度可以達到納秒級別，具備高穩定性，不受軟件和網絡延遲影響。

圖7：多相機硬件時間同步

五、總結

在自動駕駛技術的快速發展中，BEV Camera數據采集系統的構建至關重要。通過采用BRICKplus平臺，結合PCIe Slot ETH6000模塊和iDS相機，我們實現了多相機的高效數據采集和存儲。通過ROS+PEAK SDK的深度集成，實現了多相機的參數配置、數據采集與傳輸。利用GPS接收模塊和XTSS時間同步服務，確保了多相機的高精度時間同步。

BEV Camera數據采集方案有效解決了多相機同步采集和高精度時間同步的難題，還提供了靈活的相機參數配置和高效的數據傳輸，能夠滿足自動駕駛和高精度測量等場景的需求。