案例回顾:从实验室到真实路况,构建下一代汽车影像性能标准

作者:研鼎 | 发布日期:2025-06-20 | 标签:#公司新闻#

汽车前视摄像头 ISP 的评估与基准测试


20-1.png

Arm 是汽车行业领先的半导体技术与设计解决方案提供商,其产品涵盖先进的处理器、图像信号处理(ISP)解决方案,以及面向自动驾驶、ADAS(高级驾驶辅助系统)和车载系统等应用量身定制的系统架构。Arm 的技术致力于为汽车制造商及一级供应商提供高效、高性能且可扩展的解决方案。其方案已被行业广泛采用,构成了众多汽车平台的技术基础,以应对现代车辆在计算能力与图像处理方面日益增长的需求。


面临的项目挑战

将 Arm 的 ISP 与行业标准的汽车摄像头和消费级摄像头进行性能对比,评估其技术竞争力。


为前视汽车摄像头开发测试协议,聚焦关键用例挑战和相关子属性的重要性。


通过在实验室和自然环境中捕捉和分析 RAW 数据,进行迭代的 ISP 调优。



DXOMARK的解决方案

DXOMARK 提供了定制的测试服务,结合了客观的实验室评估和实际驾驶过程中的感知测试。


DXOMARK的交付成果

提供了详细的报告,比较了 Arm ISP 与行业标准汽车摄像头、同一模块搭载 Arm ISP 以及消费级摄像头的性能。


在受控实验室环境和真实场景中捕捉 RAW 数据,使客户能够迭代地微调其 ISP。




以下图示摘自评估汇报会的演示文稿,展示了典型汽车场景下观察到的关键问题之一:一位穿黑衣的行人,在某些夜间参数设置下对摄像头几乎不可见。为保障机密性,图中摄像头的详细信息已做匿名处理。

企业微信截图_17546177698003.png

Camera1


20-3.jpg

Camera2


20-4.jpg

Camera3


测试协议

本次测试协议是专为 Arm 量身定制,充分展示了我们根据客户独特需求设计定制化解决方案的能力。该协议结合了真实场景下的感知测试(包括涵盖常见使用场景与复杂边缘案例的精选驾驶情境),以及实验室内的客观测试。最终结果通过我们的 Analyzer 软件输出,并使用符合汽车行业标准的度量方式进行量化,确保评估结果的精确性与可靠性。


实验室客观测试

实验室测试的目标是对每一项关键性能指标(KPI)进行量化评估。我们使用 Analyzer 工具套件完成该任务,涵盖 IEEE P2020 标准中多数推荐指标,如眩光、噪声和 LED 闪烁抑制等。此外,我们还使用一系列标准测试指标,如空间频率响应(SFR)、色调映射、色偏、畸变等。我们的测试能力也扩展至 170 dB 的动态范围以及 CTA 标准,并可根据客户的特定需求,灵活开发定制化测试协议。


真实场景测试

为了补充并体现实验室的客观测试,我们还安排了真实场景下的驾驶测试,以验证汽车摄像头在实际使用环境中的表现。测试情境包括夜间驾驶、眩光、隧道及高速运动等复杂环境,用于感知层面评估同样的关键性能指标,如动态范围、弱光表现、清晰度等,从而确保在提升成像质量的同时,也兼顾驾驶安全与用户体验。


用于真实感知分析的驾驶测试行程安排,以及所包含典型场景案例的示例。

200-7.png

驾驶场景示例


200-8.png

HDR 日落场景 


200-9.png

HDR 隧道场景


200-10.png

夜间驾驶场景


我们测试了三款不同的摄像头



20-1.png

RM

Arm SoC(Juno平台)

IMX490


测试格式:

-1080p 初始拍摄

-从 RAW 格式转换的文件,分辨率为 1080p 和 5.4MP



20---.png

Leopard Imaging

GW5400

IMX490


测试格式:

以全分辨率(5.4MP)进行测试



20----.png

GoPro Hero 8

GP1 芯片

OV 传感器


测试格式:

以 1080p 分辨率进行测试


其中两款摄像头在感知式 HDR 评估与客观实验室测试之间的对比示例

20-.jpg