自主車輛 HDR 相機技術：征服前方和隧道場景中的極端光照挑戰

自動駕駛的快速演變要求先進的視覺系統能夠處理極端的光照條件。高動態範圍 (HDR) 相機科技已成為安全導航的關鍵推動力，特別是在陽光反射和隧道與日光之間的突然轉換等情境中。本文探討了HDR創新如何改變汽車感知系統，解決技術挑戰，並塑造自駕車的未來。

傳統相機在超過100dB動態範圍（DR）的場景中難以平衡亮度和黑暗。對於自主系統來說，這一限制可能會導致關鍵故障：

• 隧道過渡：從黑暗到刺眼的突然轉變可能會使攝像機在毫秒內失明，導致物體檢測延遲。

• LED閃爍：交通信號和帶有PWM調光的車輛頭燈會產生閃爍效果，誤導AI算法。

• 夜間能見度：低光條件要求增強靈敏度，以便在不過度曝光高光的情況下檢測行人或障礙物。

自主HDR相機必須達到>140dB DR，以便在保持實時性能的同時捕捉極端對比下的細節。

1. 分割像素與雙重轉換增益 (DCG)

Sony的子像素HDR架構將像素分為大（低靈敏度）和小（高靈敏度）子像素，同時捕捉4個曝光級別。這種方法消除了多幀拼接中的運動模糊，但面臨著串擾和25%的光損失等挑戰。

改善：

• LOFIC (側向溢流整合電容器)：透過整合電容器以儲存溢出電荷，LOFIC 感測器在單次曝光中實現 15EV DR。結合 DCG，它們實現自適應增益切換，減少運動伪影。

• 案例研究：小鵬的XNGP系統使用LOFIC啟用的攝像頭將隧道識別距離延長30米。

2.區域多重曝光感測器

佳能的工業級傳感器將畫面劃分為736個獨立曝光的區域，以60fps的速度捕捉視頻，同時平衡陰影和高光。雖然最初是為了安全，但這種“像素級HDR”可以增強汽車邊緣檢測。

3. AI驅動的影像信號處理 (ISP)

深度學習算法現在通過以下方式精煉HDR輸出：

• 動態補償：對齊多重曝光捕捉的幀。

• LED閃爍抑制 (LFM)：將感應器讀數與LED PWM週期同步。

• 噪音減少：優先考慮關鍵區域（例如，路面標記），同時抑制無關噪音。

範例：ON Semiconductor 的 LFM 支援感測器在隧道進口場景中將閃爍瑕疵減少 90%。

HDR技術不僅僅是一個漸進的改進，而是自動駕駛安全的基礎支柱。像LOFIC和AI增強的ISP這樣的創新正在推動相機在極端光照下的成就邊界。隨著行業向4/5級自動駕駛邁進，HDR系統將繼續在克服陽光、隧道和城市眩光所帶來的“隱形障礙”中發揮核心作用。