1. 区分 FOV、投影与畸变
FOV 描述角度覆盖,投影描述场景角度如何映射为像高,畸变描述相对于选定参考模型的偏差。鱼眼镜头可以有意采用非透视投影,同时保持良好控制。
因此应说明目标投影或标定模型,而不只是提出一个最大畸变百分比。
- 水平、垂直与对角视场
- 参考投影模型
- 允许的映射残差
- 角度到像素的单调映射
2. 把像素分配到系统真正需要的位置
超广角光学把大角度场景压缩到有限传感器上,畸变策略决定车身附近、地平线和重叠区域中的物体由多少像素表示。
应与感知和拼接团队共同定义重要区域;视觉上自然的曲线不一定最有利于识别或接缝质量。
- 近场地面覆盖
- 地平线与目标识别区域
- 摄像头重叠区域
- 单位角度对应像素数量
3. 保护边缘成像质量
AVM 图像高度依赖外视场,而这里最难控制像差、相对照度和色彩阴影。MTF 应在与拼接和识别相关的视场位置评审,而不是只看中心。
边缘清晰度、横向色差和相对照度会与 ISP 校正相互影响,需要明确光学承担什么、数字校正承担什么,以及算法可接受多少变化。
- 边缘子午与弧矢 MTF
- 有效视场的相对照度
- 横向色差与色彩阴影
- 光学校正与 ISP 校正预算
4. 定义标定重复性
如果量产镜头在映射、光学中心、倾斜或有效焦距行为上发生变化,单一标称畸变曲线并不够,这些变化会改变标定残差和接缝位置。
应把镜头公差和摄像头组装公差与标定限值关联,并在温度和机械应力可能改变映射时纳入验证。
- 畸变曲线重复性
- 光学中心与像面倾斜
- 摄像头姿态与组装变化
- 随温度变化的标定残差
5. 评估完整环视链路
镜头、盖板、传感器、ISP、标定模型和拼接算法共同构成成像系统,应同时评审代表性图像和定量映射数据。
SOP 前,应使用多个摄像头和具有量产代表性的样品,在与车辆安装位置相关的白天、夜间、湿态、高反差和环境条件下验证。
- 镜头到算法的映射数据
- 多摄像头重叠与接缝评审
- 白天、夜间与湿态图像
- 量产代表性验证