康謀技術(shù) | 自動駕駛：揭秘高精度時間同步技術(shù)（二）

在自動駕駛中，對車輛外界環(huán)境進行感知需要用到很多傳感器的數(shù)據(jù)（Lidar，Camera，GPS/IMU），如果計算中心接收到的各傳感器消息時間不統(tǒng)一，則會造成例如障礙物識別不準(zhǔn)等問題。

為了對各類傳感器進行高精度的時間同步，可以分為幾部分內(nèi)容：統(tǒng)一時鐘源，硬件同步，軟件同步。

一、統(tǒng)一時鐘源

在構(gòu)建自動駕駛的時間同步架構(gòu)時，我們面臨著一個核心問題：如何確保系統(tǒng)中各個傳感器的時間基準(zhǔn)一致？由于每個傳感器可能擁有自己的內(nèi)部時鐘，而這些時鐘之間可能存在微小的頻率差異，即所謂的“鐘漂”。這些差異隨時間累積，會導(dǎo)致各傳感器時間基準(zhǔn)的不一致。

為了解決這一問題，引入了統(tǒng)一時鐘源的概念。統(tǒng)一時鐘源的作用是提供一個所有傳感器都遵循的共同時間參考，如圖1所示。

統(tǒng)一時鐘源有兩種常見方式：一種是基于GPS的“PPS+NMEA”，另一種是基于以太網(wǎng)的IEEE 1588/802.1AS（PTP/gPTP）時鐘同步協(xié)議。關(guān)于兩種時鐘源同步方式可查看上篇文章：自動駕駛：揭秘高精度時間同步技術(shù)（一）。

二、時間戳誤差

當(dāng)傳感器數(shù)據(jù)被標(biāo)記上從GPS接受到的全局時間戳，時間戳通常來源于精確的時間同步協(xié)議（如UTC time·），這樣以GPS為基準(zhǔn)的時間戳，簡化了同步過程，非常方便。每個傳感器數(shù)據(jù)都有了全局一致的時間參考。

但同樣也會面臨一個問題，不同的傳感器采樣頻率不一樣，比如激光雷達（通常為10Hz）和相機（通常為25/30Hz）。導(dǎo)致在特定時間獲取同步數(shù)據(jù)可能會有延遲，在動態(tài)環(huán)境中可能造成較大的誤差。

比如圖2中，三個傳感器具有不同的采樣頻率，在T1時刻，傳感器2有一個數(shù)據(jù)，此時，我們需要對應(yīng)傳感器1和3的數(shù)據(jù)是多少，就會進行查找。查找的方式就是找對應(yīng)的傳感器數(shù)據(jù)和傳感器2時間差最近的數(shù)據(jù)包。如果查找的數(shù)據(jù)包時間和T1時刻傳感器2數(shù)據(jù)包的差距較大，在加上車身和障礙物都在移動，這樣誤差會比較大。

為了緩解查找時間戳造成的誤差現(xiàn)象，主要采用的方式有硬件同步和軟件同步。

三、硬件同步

硬件同步是一種通過物理信號來確保不同傳感器數(shù)據(jù)采集時間一致性的方法。自動駕駛上使用的相機（Rolling Shutter）一般是支持外部觸發(fā)曝光的。激光雷達通常支持兩種時間同步接口，基于PTP時間同步和PPS+NMEA協(xié)議。因此，一種常見的硬件同步方法是使用PPS信號作為觸發(fā)器。PPS信號是一個精確的時鐘信號，可以觸發(fā)傳感器在特定的時間點采集數(shù)據(jù)。

例如，激光雷達和相機可以配置為在PPS信號的上升沿采集數(shù)據(jù)，從而確保兩者的數(shù)據(jù)采集是同步的。具體來說，激光雷達可以利用其相位鎖定功能來實現(xiàn)與PPS信號的同步，如圖3所示。通過設(shè)置激光雷達的相位鎖定角度與相機視野的中心對齊，可以在激光雷達的激光束旋轉(zhuǎn)到特定角度時觸發(fā)相機，實現(xiàn)兩者的同步采集。

當(dāng)然，由于激光雷達是連續(xù)旋轉(zhuǎn)采集數(shù)據(jù)，而相機則是瞬間曝光，所以硬件同步只能近似實現(xiàn)。例如，激光雷達的幀率若是10Hz，那么一幀點云中最早和最晚采集的點之間的時間差可能達到100ms。相機由于曝光是瞬時的，其所有像素點的采集時刻是一致的。因此，對于相機視野中心的點云，采集時間與圖像采集時間一致，但對于視野邊緣的點云，存在一定的時間偏差，這個偏差可能在5ms到20ms之間。

四、軟件同步

軟件同步是一種在數(shù)據(jù)處理階段對傳感器數(shù)據(jù)進行時間校正的方法。當(dāng)硬件同步無法實現(xiàn)或不足以滿足系統(tǒng)要求時，軟件同步提供了一種解決方案，利用已知的時間標(biāo)簽和傳感器的運動信息來推算傳感器數(shù)據(jù)的準(zhǔn)確時間點。

內(nèi)插外推法是軟件同步中常用的一種算法。通過以下步驟實現(xiàn)同步：

時間差計算：首先，計算兩個傳感器數(shù)據(jù)幀之間的時間差。例如，如果有一個激光雷達（Lidar）數(shù)據(jù)幀和一個相機數(shù)據(jù)幀，它們的時間標(biāo)簽可能不同，我們需要找出這兩個時間標(biāo)簽之間的差異；

• 運動信息獲?。菏占瘋鞲衅髟趦蓚€時間標(biāo)簽期間的運動信息，這通常包括速度、加速度和旋轉(zhuǎn)等；
• 位置推算：利用傳感器的運動信息和時間差，通過物理模型或機器學(xué)習(xí)模型推算目標(biāo)在兩個時間點之間的位置變化；
• 建立新幀：根據(jù)推算出的目標(biāo)位置，創(chuàng)建一個新的數(shù)據(jù)幀，這個新幀代表了兩個原始數(shù)據(jù)幀之間的某個時間點的狀態(tài)。

軟件同步通過智能的數(shù)據(jù)處理技術(shù)彌補了硬件同步的不足，提高了傳感器數(shù)據(jù)的同步精度，當(dāng)然，它也需要額外的計算和實時性要求，需要精心設(shè)計和優(yōu)化算法來實現(xiàn)高效準(zhǔn)確的同步。

作者介紹

鄭工

康謀科技自動駕駛技術(shù)研發(fā)工程師 具備超過五年的汽車電子和自動駕駛數(shù)據(jù)分析經(jīng)驗。在高精度傳感器數(shù)據(jù)采集、整合與優(yōu)化方面具有深厚的專業(yè)知識，尤其在車載網(wǎng)絡(luò)和實時數(shù)據(jù)采集系統(tǒng)設(shè)計方面有著豐富的實踐經(jīng)驗。 曾多次代表公司參加國內(nèi)外技術(shù)研討會和培訓(xùn)項目，深入了解國際自動駕駛行業(yè)的最新動態(tài)和技術(shù)趨勢，積累了豐富的國際視野。 具備跨學(xué)科技術(shù)整合能力，擅長傳感器數(shù)據(jù)實時處理、可視化和算法開發(fā)與集成，能夠高效優(yōu)化系統(tǒng)性能，增強自動駕駛車輛的環(huán)境感知能力。