我在上份工作作为负责人深度对接过多家一线主机厂，很多项目涉及到数据采集车的改装，将主机厂提供的一辆普通量产乘用车，快速、专业地改装为能够支持海量高频数据采集的真值车，交付给主机厂使用。

这篇手册其实也存了很久，也会思考AI时代下还有什么是不能靠LLM获得的知识呢，最后还是顺手发出来吧。

整体流程：提出改装需求定义 -> 委外改装施工管控 -> 硬件与电气交付验收 -> 传感器标定 -> 软件系统调试。

已验证车型：广泛覆盖各级别车型，包含：奔驰、大众、理想、红旗、长安、多款欧洲豪华车企等等。

一、整车及计算平台选型

车辆基础平台要求

在项目初期选择基底车型时，主要考量以下几个核心维度：

  • 纯电车型优先：电池包容量大，原车的高压/低压系统能够更好地支撑后续大功率计算平台的取电需求。
  • 驻车空调支持：数据采集与软件调试往往伴随长时间原地驻车，驻车空调是保障设备散热与人员舒适度的刚需。
  • 底盘线控开放度：能够低成本获取或破解制动、转向、轮速等关键 CAN 协议。

计算平台架构方案

  • 方案一：工控机 + 独立显卡（x86 架构）。目前行业主流且最稳妥的方案，算力上限高，扩展性极强。
    • 显卡选型考量：需评估实车是否需要运行模型推理任务（例如：在线点云感知、视觉目标检测、实时图像脱敏等，脱敏主要是数据合规的考量）。
  • 方案二：域控制器（ARM 架构）。贴近量产架构，体积小且功耗低，但前期系统适配与软件交叉编译成本较高。
  • 方案三：家用/商用电脑主机（x86 架构）。预算极度受限或仅做短期过渡验证时的平替方案，不抗震，不推荐长期使用。

存储方案设计

由于数据采集车每天将产生 TB 级别的下行数据，存储方案的设计尤为关键：

  • 硬盘仓设计：强烈建议采用外置快拆硬盘仓，方便采集员在交班时快速拔插换盘，提高数据流转效率。
  • 介质选择：SSD 搭配 SATA/NVMe 硬盘盒。
  • 总线压力测试：需重点核算数据总线与网线带宽，应对高并发流数据的写入压力。例如，一颗 800 万像素相机满帧率运行产生的数据吞吐量，就足以匹敌一颗高线束激光雷达。

网络通信与附属外设

  • 车载交换机：需根据传感器数量核算千兆/万兆网口数量及交换机背板带宽。若系统需要，可选配支持 TSN（时间敏感网络）的高精度授时交换机；对于常规采集，Non-TSN 交换机通常已能满足需求。对于系统授时方案，后续我会单独开一个篇章来详细介绍。
  • 显示与交互：需确认车内显示器数量。若超过两块屏幕，需确认计算平台是否具备足够的独立显卡输出接口或加配 HDMI 分线器。
  • 网络与通信：必须部署车载 4G/5G 路由器，用于为 RTK 差分定位服务及车内调试网络提供稳定的外网连通。

二、传感器选型

作为数据采集车的核心感知层，传感器选型直接决定了后续算法模型训练与真值提取的上限。

相机

  • 常见品牌：Leopard、森云、海康威视等。
  • 接口规范：行业主流已转向 GMSLv2。强烈不推荐使用 USB 接口相机，其在车载颠簸环境下连接不稳定。选用 GMSLv2 时，需提前评估解串方案（如通过视频采集卡接入 x86，或直接接入域控解串芯片）。如果能有合适网口相机，对于整个系统来说更简单一些。。。
  • FOV与焦段配置：
    • 广角+长焦组合：随着激光雷达测距能力不断提升（200m+），强烈建议配置长焦相机以匹配远距离点云，实现更远距离的目标级融合。
    • 环视/鱼眼：根据是否需要采集泊车场景或进行 360° 近距离拼接来决定是否加装。

激光雷达

  • 常见品牌：禾赛、速腾聚创、Seyond（图达通），注：Livox 目前已基本淡出车载前装主战场。
  • 选型考量：
    • 主雷达：如果是为了构建高质量的高精地图或感知真值，强烈推荐使用高线束/高分辨率的半固态或机械雷达（如 禾赛 OT128）。
    • 补盲雷达：根据车辆盲区范围与具体采集需求（如近距离切车场景），评估是否需要增加侧向补盲激光雷达。

毫米波雷达与超声波雷达

  • 毫米波雷达（Radar）：
    • 常见品牌：Continental（大陆）。
    • 主流型号：ARS408（经典3D毫米波）、ARS548（4D毫米波）。
    • 通信接入：雷达原始数据或目标流通常通过 CAN/CAN FD 总线传输，若直接接入工控机，通常需配备专用的 以太网-CAN 转换器。
  • 超声波雷达（USS）：
    • 评估采集场景：若重点在行车域（NOA等），通常可省去；若是泊车域（APA/AVP）或近距离避障算法的数据采集，则为必选项。

组合导航系统

  • 高端方案（参考成本约 20 万）：如 NovAtel 等。配置时需特别注意固件版本是否支持 PTP高精度网络授时协议。
  • 高性价比方案（参考成本约 3-5 万）：如华测、北云等国产优秀品牌。通常采用 RS232 串口输出 GPRMC 报文，并辅以硬件 PPS（秒脉冲）进行授时。
  • RTK 差分服务：常用千寻位置等服务商。若需启用 RTK，必须确保车端配有 4G/5G 路由器及 SIM 卡，以维持 Ntrip 协议的网络连接。

授时同步与触发硬件

  • 核心目标：GPS 模块输出了绝对时间与 PPS 信号，系统通过类似 GPSD 服务得到了精确时间，再告诉所有传感器，这是使用多传感器融合的数据前提。
  • 授时盒方案：例如星旗授时盒。在惯导设备本身不支持网络 PTP 授时，且研发团队不具备精力通过“GPRMC + PPS + GPSD 服务”手搓软硬件授时方案时，直接采购成熟的商用硬件授时盒是最具性价比的闭环手段。

车身总线数据采集

数据采集车，主要需要车的车速（vehicle_speed）和横摆角速度（yaw_rate）信息。

通常主机厂涉及的协议包括：CAN、CAN FD、FlexRay。欧洲车企常用 FlexRay协议，而他们对应的报文分析仪 FlexDevice-L，成本十万起，还需另加软件订阅费。所幸其实大部分车都会把基础的车速，yaw rate放一份在can线上。就只需要买个CAN 报文分析仪，比如三四千的kvaser U100。

三、电气、机械及热管理方案设计

这部分工作通常是作为向外部改装厂输出的具体落地需求。

机械结构与传感器布局

  • FOV (视场角) 仿真与核算：核心关注各物理传感器的布置位置及其重叠视野的覆盖率。相机与激光雷达的视野必须优先满足核心工作区域（如正前、侧前）。同时，需特别注意将激光雷达的“稠密线束区域”对准关键的ROI区域。
  • GNSS 定位天线安装：必须严格区分双天线的主副天线位置（决定了航向角的正负）以正确接入惯性导航。同时，双天线之间需保持足够宽的物理基线间距（通常建议 1 米以上），以确保航向角（Heading）的解算精度。
  • 车辆通过性评估：重点审核加装车顶行李架及传感器总成后的“车辆总高度”，确保其不超出常规地库及测试路况的限高标准。
  • 结构刚性要求：机械支架的架构必须具备极高的结构刚性，以免支架在车辆行驶、颠簸中产生高频抖动或永久形变。
  • 车辆的3D数模获取：车企能否提供车辆外观数模或 3D 扫描数据。如果无法获取，则需增加整车 3D 扫描的成本与周期，这是传感器支架开模的基础。
    传感器的数模：选型的产品通常产品资料会带数模或者开孔尺寸信息。

3D模型下载

孔位尺寸信息，以便设计转接板

电气架构与供电规划

车载供电系统的稳定性，是整个数据采集车正常运作的底线。

  • 整体功率核算：需精确核算所有加装传感器、计算平台、网络设备的峰值合计功率。其中，绝大部分功耗通常由车载工控机及独立显卡贡献。
  • 冗余供电设计：建议在原车小电瓶之外，加装独立的辅助电瓶，实现原车系统与采集系统的供电物理隔离，以及当原车电瓶没电时也能继续工作小段时间。
  • 配电与控制组件：规范安装车载 PDU（电源分配单元）、逆变器以及多路独立物理开关，确保各子系统可独立上下电。
    安全防护设计：必须严谨规划保险丝与继电器盒。防止因单点短路或过载而导致的整车掉电等事故。

网络拓扑与线束规划

  • IP 与拓扑规划：系统性地规划并分配所有传感器设备、计算节点、通信模块的静态网络地址，形成清晰的网络拓扑结构图，避免 IP 冲突。同时也画好传感器硬件连接图，以供改装厂施工。

禾赛激光雷达连接示意图

热管理方案

  • 风道与主动散热：后备箱（或后排）堆叠的计算设备极易产生热量淤积。整套设备的摆放与走线必须结合发热源，预留出科学的散热风道，必要时加装大功率主动排气风扇。
  • 极端环境应对（可选）：若需在极寒或雨雪雾天进行采集，需提前规划传感器镜头的加热除霜与清洗方案。

改装施工规范

在下发改装需求时，需明确以下施工红线与规范：

  • 线束规范：严格执行线束电磁干扰（EMC）防护，强弱电分离，通信线与电源线必须物理隔离，避免产生共模干扰。
  • 接口规范：明确主干线束和各传感器底座的接头形式，和传感器的转接板，强烈建议采用便于后续维护与更换调试的快拆设计。
  • 防水防尘规范：对于非车规级别的加装件（如外置接口盒、自制转接板），必须进行打胶或使用防水盒进行严格的密封防水处理。

四、交付验收与软硬交接

整体硬件与电气验收

  • 极限负载压测：系统全负荷开启，进行至少 1 小时的运转测试，重点排查各计算节点发热情况及散热风道是否畅通，电源系统是否能长期正常工作。
  • 瞬态供电冲击测试：模拟真实用车场景，频繁测试车辆打火/熄火等瞬态工况，验证采集设备的掉电重启逻辑是否正常，以及是否有完备的电压冲击保护机制。

传感器数据通路验证

  • 相机通道验证：
    • 工具组：v4l2、GStreamer、guvcview、OpenCV，以及各厂家的官方上位机软件（如海康 MVS）。
    • 验收标准：能够稳定、不掉帧地拉取并预览正常曝光的图像画面。
  • 雷达与总线报文验证：
    • 工具组：Wireshark 或 tcpdump 抓包工具。
    • 验收标准：能够通过设定的传感器 IP 与 Port，持续稳定地监听到点云及雷达目标流数据。
  • 组合导航系统验证：
    • 工具组：设备配套的官方上位机客户端（如 NovAtel Application Suite）。
    • 验收标准：天线视野开阔处，能够正常搜星（因为还缺少杆臂值等数据，暂时无法测试RTK）。

软硬交接与系统闭环

硬件链路打通后，项目正式进入软件层面的部署与联调阶段：

  • 实车传感器标定
    • 前期准备：传感器上装前，可在实验室内提前完成相机的内参标定，并根据车辆 CAD 结构模型获取粗略的外参初值。
    • 外参标定标定：这是多传感器融合的基础，通常涉及惯导杆臂值测量（Lever Arm）、RBV（车体坐标系到IMU的旋转）、LiDAR to GNSS、LiDAR to Camera，以及 GNSS to Body 等一系列严密的外参标定流程。
  • 数据系统核心部署：全面验证多传感器的硬件授时（PTP/PPS）与硬触发（Trigger）是否严格对齐，部署数据采集系统。

一张在东京看到的 waymo robotaxi 镇楼

至此，一辆合格的自动驾驶数据采集真值车（在硬件层面）正式搭建完成。