随着自动驾驶技术的快速发展，车辆准确感知周围环境的能力变得至关重要。 BEV（Bird's-Eye-View，鸟瞰图）感知技术 ，以其独特的视角和强大的数据处理能力，正成为自动驾驶领域的一大研究热点。 一、BEV感知技术概述 BEV感知技术，是一种从鸟瞰图视角（俯视图）出发的环境感知方法。与传统的正视图相比，BEV视角具有 尺度变化小、视角遮挡少 的显著优势，有助于网络对目标特征的一致性表达。基于这样的优势，可以更有效的对车辆周围环境进行感知。 图1：BEV 感知图 因此，在自动驾驶感知任务中，BEV感知算法通常包括分类、检测、分割、跟踪、预测、计划和控制等多个子任务，共同构建起一个完整的感知框架。 BEV感知算法的数据输入主要有图像和点云两种形式。根据数据源不同，BEV算法主要分为 BEV Camera（纯视觉）、BEV LiDAR（基于激光雷达）和BEV Fusion（多模态融合） 三类。其中， 图像数据具有纹理丰富、成本低 的优势，此外，基于图像的任务、基础模型相对成熟和完善，比较容易扩展到 BEV 感知算法中。 为了更好的训练BEV Camera感知算法，往往需要先搭建一个 高质量的数据集 。而搭建一套BEV感知数据采集系统，通常包括以下几个关键环节： 1.硬件选型与集成： 选合适的摄像头和计算采集平台，集成稳定系统。 2.数据采集： 在实际环境中采集图像数据，覆盖不同场景、光照和天气。 3.时间同步： 确保不同传感器数据时间精确同步，是后续算法训练的必要前提。 4.系统调试和部署： 调试系统确保组件协同工作，部署到实际应用环境。 因此，在实际搭建过程中，常会遇到 技术复杂性高、成本投入大、数据质量与时间同步实现难、系统稳定性与可靠性要求高 等挑战。针对这些问题，本文分享一套 BEV Camera数据采集方案 ，能高效搭建高质量的BEV感知数据集，加速算法研发和训练。 二、BEV Camera数据采集系统方案 BEV Camera数据系统采集方案以BRICKplus为核心系统平台，通过扩展PCIe Slot ETH6000模块连接6个iDS相机，利用GPS接收模块获取卫星时钟信号，提供 XTSS时间同步 服务，并支持13路（g）PTP以太网接口，确保高精度时间同步。 BRICKplus搭载BRICK STORAGEplus硬盘，提供 大容量高速存储 ，满足高带宽数据采集需求，确保数据的 完整性 和 可靠性 。 图2：系统集成 三、数据采集 在BEV Camera数据采集方案中，难点在于 如何同步多相机的采集动作、确保数据的高精度时间同步 以及 高效传输 。因此，在整个软件方面，我们采用ROS+PEAK SDK方案进行深度集成，实现了多相机的参数配置、数据采集与传输。 为了更灵活应对实际采集环境需求，对相机（如曝光时间、帧率和分辨率等）参数进行了统一管理和存储，这些参数可在节点启动时通过配置文件动态加载，为相机的初始化提供了灵活性。 图3：相机参数配置 为实现多相机的同步采集和高效传输，我们利用了 ROS的多线程和节点管理功能 。通过为每个相机创建独立的采集线程，并启动采集循环，确保了每个相机的采集过程独立且高效。引入 全局控制信号与信号处理机制 ，确保了统一管理所有相机的采集和同步结束状态。 图4：相机实时可视化 四、时间同步 为了实现多相机的时间同步，一般有两种方式：软时间同步和硬件时间同步。软时间同步主要依赖于软件层面的算法和协议来实现时间同步。其精度通常在 微秒级别 ，适用于对时间同步精度要求不是较高的场景。 图5：多相机软件时间同步 为了应对时间同步精度要求较高的采集场景，如自动驾驶和高精度测量等。在BEV Camera数据采集方案中，进一步支持相机进行硬件时间同步。通过XTSS软件可以有效管理数采平台的时间同步功能，能够快速轻便配备各个传感器的时间同步配置。 图6：XTSS 时间同步管理 通过GPS模块提供高精度的时间基准，并利用支持硬件时间戳的以太网接口直接捕获数据包的时间戳。其时间同步精度可以达到 纳秒级别 ，具备高稳定性，不受软件和网络延迟影响。 图7：多相机硬件时间同步 五、总结 在自动驾驶技术的快速发展中，BEV Camera数据采集系统的构建至关重要。通过采用BRICKplus平台，结合PCIe Slot ETH6000模块和iDS相机，方案实现了多相机的 高效数据采集和存储 。通过ROS+PEAK SDK的深度集成，实现了多相机的 参数配置、数据采集与传输 。利用GPS接收模块和XTSS时间同步服务，确保了多相机的 高精度时间同步 。 BEV Camera数据采集方案有效解决了多相机同步采集和高精度时间同步的难题，还提供了灵活的相机参数配置和高效的数据传输，能够满足 自动驾驶和高精度测量等场景 的需求。
标签: 相机
