案例研究
行业：自动驾驶车辆
产品：7.1 MP Atlas® 5GigE 相机
SDK：LUCID Arena 软件开发工具包
Atlas 5GigE 相机助力多伦多大学 aUToronto 车队征战 SAE Autodrive 竞赛
aUToronto 是多伦多大学的学生工程团队，过去三年持续参加 SAE Autodrive Challenge II，并计划在明年再次参赛。该竞赛汇聚来自美国与加拿大的 10 支高校队伍，目标是开发符合 SAE Level 4 标准的自动驾驶车辆。每年，各参赛团队都需要迭代升级车辆能力并接受测试评估，为学生提供宝贵的工程实践机会，全面提升技术能力、团队协作与领导力。同时，学生还能在项目中直接接触并使用行业标准硬件与软件，例如 LUCID 的 Atlas 5GigE 相机。
LUCID 很高兴赞助多伦多大学自动驾驶车队 aUToronto，支持他们参加 SAE Autodrive Challenge II 竞赛。
挑战
赛事为每支队伍提供一辆由通用汽车（GM，赛事主办方之一）提供的 Chevy Bolt EUV，团队需要对车辆进行改装并集成自研自动驾驶系统。部分硬件由赞助商提供，例如基于 Intel 的计算平台与 Cepton 激光雷达，但相机等关键组件通常需要团队自行采购。在这一环节中，LUCID 对 aUToronto 的支持至关重要，使团队能够在感知系统建设上获得显著优势。
对自动驾驶车辆而言，可靠的感知系统是基础。尽管不同类型的传感器各自提供关键环境信息，但相机在感知数据的采集与处理链路中承担核心作用。LUCID 通过提供高质量工业相机，帮助团队补齐关键资源短板，为后续算法开发与系统验证提供稳定一致的数据输入。
团队需要对 Chevy Bolt EUV 进行改装，集成自主开发的自动驾驶系统。
解决方案
LUCID 为 aUToronto 提供了四台 Atlas 7.1 MP GigE Vision 相机。相机采集的图像直接输入团队的深度学习推理引擎，由深度神经网络完成 2D 目标检测。检测结果随后进入目标跟踪模块，并与 LiDAR 的 3D 目标检测结果进行融合。LUCID 的相机系统为整套感知链路提供稳定一致的数据源，确保目标跟踪实现快速且精确的输出。
Atlas 7.1 MP 相机搭载 Sony IMX420 全局快门 CMOS 传感器，并通过 5GigE 接口接入车辆感知系统。团队对 Atlas 相机进行了针对性布局，覆盖车辆左侧、右侧与前方视野，以提升整体环境感知范围。在前向视角上，系统采用一台广角相机与一台长焦相机的组合，形成视野冗余，增强对关键区域的可靠监测能力。
aUToronto 感知系统中的目标检测与交通信号检测示意图。
aUToronto 的感知系统采用四台 Atlas IP67 5GigE 相机，搭载 7.1 MP Sony IMX420 全局快门 CMOS 传感器。
LUCID 的 Arena SDK 简化了 aUToronto 自定义 ROS2 相机节点的开发。Atlas 相机易于上手且运行稳定，使团队能够将更多精力投入算法与系统集成，而不是排查硬件问题。此外，Atlas 相机具备 IP67 防护等级，支持团队在雨雪等恶劣天气条件下开展道路测试，这对加拿大团队尤为重要。aUToronto 现任感知负责人 Chad Paik 表示：“有趣的是，去年在车辆展示环节，我们直接在传感器组件上浇水，现场演示 Atlas 相机的防水能力。评委印象非常深刻，我们最终在该环节拿到了第一名。”
结论
aUToronto 在使用 LUCID 相机的过程中获得了非常积极的体验。LUCID 的赞助在团队构建高性能感知系统方面发挥了关键作用，而 Atlas 相机的可靠性与易用性也成为团队持续迭代与推进项目的重要保障。LUCID 的支持不仅提升了团队整体表现，也为学生提供了使用行业标准技术的实践机会。aUToronto 对 LUCID 的贡献表示高度认可，并期待未来进一步深化合作。