原创 BEV感知技术：多相机数据采集与高精度时间同步方案

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。