自动驾驶BEV Camera数据采集系统：高精度时间同步解决方案

1 自动驾驶数据采集的时间同步挑战与重要性

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。在分布式多传感器系统中，信号从创建到存储会历经多个软件模块和系统，产生传播延迟和时钟波动。BEV（Bird's-Eye-View）感知技术以其尺度变化小、视角遮挡少的显著优势，正成为自动驾驶领域的关键技术，而高精度时间同步是确保BEV感知算法准确性的基础保障。

2 时间同步精度要求分析

2.1 不同应用场景的精度需求

自动驾驶数据采集对时间同步提出不同层次的精度要求。软时间同步主要依赖于软件层面的算法和协议，精度通常在微秒级别，适用于对时间同步精度要求不高的场景。而硬件时间同步通过GPS模块提供高精度的时间基准，精度可达纳秒级别（100-200ns误差），满足自动驾驶和高精度测量的严格要求。

2.2 多传感器协同要求

自动驾驶系统包含摄像头、激光雷达等多种传感器，各传感器时钟源不同会导致数据时间戳不一致。康谋XTSS时间同步服务通过软件与硬件集成，以平台时间同步服务（PTSS）与集群时间同步服务（CTSS）使整个系统时钟按时间运行并持续同步，形成统一时域。

3 BEV Camera数据采集系统方案

3.1 硬件架构设计

BEV Camera数据采集系统以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。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。

3.2 软件集成方案

采用ROS+PEAK SDK方案进行深度集成，实现多相机的参数配置、数据采集与传输。通过为每个相机创建独立的采集线程，并启动采集循环，确保每个相机的采集过程独立且高效。相机参数（如曝光时间、帧率和分辨率等）进行统一管理和存储，可在节点启动时通过配置文件动态加载。

4 高精度时间同步技术实现

4.1 双时钟域架构

TAI时钟域（域0）作为扩展系统网络中事件的外部参考，通过gPTP或PTP进行同步，采用GPS或内部晶振时间源，不会发生偏移。工作时钟域（域1）提供测量和同步任务的时间基准，集成在IEEE 802.1AS-2020标准定义的域1中，作为域0的有效热备份。

4.2 硬件时间同步优势

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。

5 时间同步校正机制

5.1 偏差校正策略

当XTSS从"GPS信号缺失状态"转为"GPS信号可用状态"时，通过两种方法校正期间产生的偏差。当实际GPS时间与GPS模块内部时间之间的偏差小于预设值时，采用速率校正，平滑补偿误差；当偏差超过预设值时，执行一次时间"跳转"校正误差。

5.2 时钟类型配置

系统支持多种时钟类型：主节点时钟（整个网络的主时钟源）、普通时钟（作为主时钟或从时钟）、边界时钟（跨网络边界传输时间信息）和透明时钟（测量数据包延迟并分发到从节点）。

6 技术规格与性能指标

6.1 核心硬件配置

• QX550时间同步板卡 ：4个10GBase-T以太网口，支持最多4个从时钟同步
• GPS信号源 ：U-blox Neo-M8 GPS模块
• 时间同步精度 ：多相机采集实现100-200ns误差
• 支持标准 ：IEEE 802.1AS-2020、IEEE1588v2

6.2 系统特性

• 支持多个时间域，保证持续稳定时间基准
• 自动修正TAI时间"闰秒"误差
• 支持多域时间转发和集群时间同步
• 兼容软硬件两种时间同步方式

7 方案应用价值总结

康谋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。该方案通过XTSS时间同步服务和硬件平台的深度集成，提供了纳秒级的时间同步精度，确保了数据采集的完整性和可靠性。灵活的相机参数配置和高效的数据传输机制，能够满足自动驾驶和高精度测量等场景的严格要求，为自动驾驶技术的研发提供了坚实的数据基础。在自动驾驶数据采集系统中，高精度时间同步是确保各传感器数据一致性的关键技术。康谋的方案不仅解决了技术复杂性高、成本投入大等挑战，还提供了完整的系统解决方案，助力自动驾驶技术实现更大突破。

审核编辑 黄宇