137、车载摄像头自检机制——冻结帧/黑帧/模糊帧的实时检测算法与芯片级报警实现

137、车载摄像头自检机制——冻结帧/黑帧/模糊帧的实时检测算法与芯片级报警实现

去年夏天在南方某车厂做量产调试，客户反馈一批新车在高温暴晒后，中控屏偶尔会出现画面“卡死”现象，但过几分钟又自己恢复了。售后记录显示故障码是ISP的watchdog超时，但诡异的是，我们反复复现都抓不到现场。后来我让测试工程师在环模舱里装了个高速相机对着屏幕拍，才发现那根本不是ISP死机，是传感器输出的帧数据在MIPI传输链路上出现了重复帧——同一帧数据被连续输出了三次，画面看起来就像冻住了一样。这个案例让我意识到，车载影像系统的自检，不能只依赖芯片自带的硬件错误标志，必须在软件层面做一套针对图像内容本身的实时健康度检测。

先聊冻结帧。这是最容易被误判为“系统卡顿”的故障，实际上传感器和ISP都在正常工作，只是数据源出了问题。检测冻结帧的核心思路是帧间差异分析，但这里有个大坑——你不能直接拿整帧的像素差来做判断。车辆行驶时，场景本身就在剧烈变化，树影、路面纹理、对面来车的灯光，都会造成巨大的帧间差异。我见过有工程师用SAD（绝对差值和）做阈值判断，结果在高速公路上跑着跑着就误报，因为路面的高频纹理变化太剧烈了。

正确的做法是分区域采样。把画面分成若干块，比如16x16的网格，对每个网格计算局部帧间差异，然后统计差异网格的数量和分布。冻结帧的特征是几乎所有网格的差异都趋近于零，而正常画面即使整体亮度变化不大，局部区域也一定会有差异。这里有个关键参数——差异阈值不能是固定值，要跟当前帧的全局亮度做联动。夜间行车时，整个画面暗部区域多，噪声水平本身就高，固定阈值会把噪声当成有效差异，导致漏检。我习惯的做法是先用高通Spectra平台的3A统计信息拿到当前帧的亮度均值，然后动态调整差异阈值，暗场景阈值放大，亮