APP下载

车载平视显示器光学检测技术研究

2020-09-10肖小敏

中国新技术新产品 2020年13期
关键词:算法

肖小敏

摘  要:平视显示器( Head-Up display,HUD)即虚像显示器,既是一个显示系统,也是一个成像系统,已被广泛应用于各种中高端车型。随着HUD的不断发展,其检测方法和手段也在不断跟进,对HUD的测试不仅要对显示器的亮度、色度、对比度、均匀度等光度学性能进行测量和评价,还要对成像系统的像距、畸变、MTF、重影和双目视差等光学成像性能进行检测。该文以机械手为基础,以相机和亮度计为基本检测设备,介绍一种较适用的HUD 光学检测的方法。

关键词:平视显示器;光学测试;算法;汽车照明;三角测距;双目视差

中图分类号:  U463.6               文献标志码:A

0 引言

随着国内汽车前挡技术的突破,平视显示器也越来越多地被应用在汽车上。平视显示器能够对重要的行车信息进行实时显示,在看到实际路况的同时,获取HUD显示的图像信息,不需要让视线偏离路况,降低了行车的潜在风险,同时避免频繁变换视野,造成视觉疲劳,提高了驾驶的安全性。

1 HUD 光学系统分析

HUD 通过将像源(LCD、DLP 或者其他光电系统产生的图像信息)通过成像系统(W-HUD/AR-HUD的前挡风玻璃或C-HUD)将图像投影到人的眼前。前挡风玻璃和combiner等类似玻璃的材料,都具有透射和反射的光学性能。透射可以让人眼透过玻璃看到外部的真实场景,反射可以让人眼看到HUD系统投影的虚拟场景,如图1所示。最终将呈现出虚实结合场景。虚拟场景中设计添加各种路况导航等标示信息,可以准确感知外界信息,减少对外界的误判。

2 HUD 光学测试原理

相对于传统的显示器,HUD有明显的不同,除了要检测一般显示器系统的亮度、色度、均匀度等参数,还需测试其下视角、FOV(图像尺寸)、视差、像距(投影距离)、MTF (调制传递函数)、畸变,眼盒(Eyebox)和重影等光学成像参数。

如图2所示,该类测试设备一般是采用平台化设计,兼容调试和检测HUD系统的系列产品,由1-平台、2-机械手、3-视觉相机、4-光度测量仪、5-玻璃支架、6-前挡玻璃、7-HUD光机、8-图像校准板,9-环境光模拟器装置和工业计算机等组成。机械手带动视觉相机和光度测量仪运动,相机和照度仪进行数据采集并传回电脑,再由计算机处理并输出报告。

2.1 投影距离

HUD的投影距离,用PD(Project Distance)表示。属于对HUD光学系统的像距检测。如图3所示,相机镜头从位置2移动到位置3,镜头在位置2时物1成像于位置3, 镜头在位置4时物1成像于位置5。S为镜头从位置2移动到位置4的距离。

相机在镜头位置1的照片如图4所示,主光轴的交点在Lo。

相机在镜头位置2的照片如图5所示,主光轴的交点在Ro。

将图4、图5点阵对齐后,可以计算Lo点与Ro点在像素层面上偏差量(?p)和在尺寸层面上偏差量(?)。L代表像在尺寸层面上长度,Lp代表像在像素层面上长度,PD代表投影距离。由此推导出

(1)

相似三角形的性质可以推导出

(2)

综合可知

(3)

在测量投影距离时,先标定一个投影距离PD1,采用固定的offset和Lp,从相机在镜头位置1/位置2的照片分析计算出相应的?P1。

再测量一个待定的投影距离PD2,采用固定的offset和Lp,从相机在镜头位置1/位置2的照片分析计算出相应的?P2。

对上式变形为

(4)

由此可以计算出待定的投影距离PD2。

2.2 虚像尺寸

HUD的视场, 用FOV(Vield of View) 表示。FOV-H表示横向视场,FOV-V表示竖向视场。

HUD的下视角是在车身坐标系下,HUD的主光轴视场点与主光轴眼点的连线与车身水平平面的夹角,用LDA(Look down angle)表示。

图像尺寸是主光轴眼点看到的虚拟图像大小,其与投影距离成正比。分别用L和H表示图像尺寸的长与宽。

(5)

(6)

2.3 MTF

光学传递函数(OTF)是一个可以比较客观、全面地评价信息传递和转换系统质量的工具,其由调制传递函数(MTF)和位相传递函数(PTF)组成[1]。位相传递函数(PTF)一般不影响像的清晰度,被关心的不多,实际用得多的是调制传递函数(MTF)。

调制传递函数(MTF:Modulation Transfer Function)的计算公式如公式(7)所示。

(7)

式中:表示空间频率v时,像面的调制度, 表示空间频率v时,物面的调制度。

调制度(modulation) 的计算公式如公式(8)所示。

(8)

式中:用M表示调制度, 和分别表示系统成像后图像的最大和最小光强。

像的光强分布函数,等于物的光强分布函数和点扩散函数的卷积[2]。

(9)

式中:*表示卷積符号。

表示像的光强分布函数。

表示物的光强分布函数。

表示点扩散函数。

通过上面的公式可以计算出光学系统的MTF,实现对其光学性能的客观评价。

HUD系统也是光学系统,MTF的评价方式同样适用。通过若干个不同间隔、不同指向的检测条纹在HUD系统的结果,对HUD系统进行客观评价。每个检测条纹要求明暗相间、宽度相等。在实际情境中,HUD利用横向和纵向黑白矩形条纹的对比度,来测试所拍摄条纹的图像。一般情况下是条纹间隔越小、清晰度越差,也就是图像的调制度越差。HUD系统检测在要求的线/对(P/L)的条纹图成像后的调制度是否满足要求。调制度越大、成像越清晰。

HUD要求的条纹间隔与HUD的投影距离和眼睛分辨率有关,见表1。

2.4 畸变和重影

畸变是指光学系统成像相对于物的失真程度。HUD系统畸变有些不同,主要分为动态畸变和静态畸变2类。

静态畸变是指人眼在眼盒中间位置看到的图案与设计目标图案的失真程度。

设计的目标图案是希望投影出来的理想图案。一般为栅格图或点阵图,如图6所示。由于一般HUD系统产生的投影图会产生畸变,所以在设计时,将采用Warping等一些反畸变的措施,使投影出来的图案尽量与设计目标图案一致。

在HUD检测时,需要检测中心眼点看到的图像与设计目标图案之间的一致性及偏差值。这时产生了静态畸变,如图7所示。左下角像点畸变水平偏差?X上下偏差?Y。

静态畸变的计算方法

Max.Vertical Distortion =max(?Y)/H (10)

Max.Horizontal Distortion =max(?X)/L (11)

Max.Distortion=max(Max.Vertical Distortion, Max.Horizontal Distortion) (12)

式中:Max.Vertical Distortion表示最大豎向畸变,Max.Horizontal Distortion表示最大竖向畸变。Max.Distortion表示最大畸变。一般HUD接受3.5% 以下的静态畸变。

动态畸变与静态畸变的计算方法相似,前者是眼盒中间位置看到的图案与设计目标图案的失真(偏差),后者是眼盒其他位置看到的图案与眼盒中间位置看到的图案的偏差。

HUD重影是HUD系统特有的光学现象,HUD系统是通过前挡玻璃的反射产生图像,而挡风玻璃的内外表面都会产生反射,将产生两重图像。一般普通前挡作HUD前挡时,2个图像将相互错位4 mm~6 mm,这就是HUD的重影,严重影响图像的清晰度,目前汽车工业中采用楔形PVB粘合前挡的内外片玻璃, HUD前挡的内外表面形成一定的角度,使得2个图像基本重合在一起,从而获得清晰的HUD图像。

重影的检测方法,具体采用比较细的网格线投影普通前挡,测量出通过普通前挡内外表面反射图像的网格线线粗。再用同样的网格线投影HUD前挡,测量出内外表面反射图像网格线错动量。如果网格互相重合,就测量重合后网格线线粗加大变量。这里测量的网格线错动量或网格线线粗加大变量就是HUD影像的重影值,重影值越小越好。HUD系统每个像点的重影值都不完全一样。只有最大的重影值小于要求的重影值时,才能判断HUD系统重影合格。

2.5 其他光学测试

检测设备不仅要检测虚像的成像质量,如成像距离、畸变和清晰度等[3]。还要检测亮度、对比度、均匀性等。机械手上安装光度测量仪,可以很方便地测量在Eyebox范围内,各位置点眼睛看到的图像光度学效果。良好的HUD图像需要较高的对比度、足够的亮度和无明显差异的均匀性。现在的HUD一般都是彩色的,除了黑白2色外,还需对红绿蓝3色的亮度、对比度、均匀性等进行测试。

2.6 实际环境状态下的模拟测试

HUD 在道路复杂环境下使用的效果,需要通过环境光模拟器进行模拟测试。

静态测试中,需模拟夏日强光下和阴雨天或夜晚弱光环境中HUD图像效果,在这种极限情况下,HUD图像的对比度和与环境光的对比度要满足一定的指标要求,可以获得较好的视觉效果。

动态测试中,需模拟车辆在快速行驶时,外界环境亮度发生剧烈变化,如果HUD 显示的亮度变化不匹配,驾驶员很难获取HUD显示的信息。这就需要通过试验标定,使HUD图像亮度变化与外界环境亮度相对应。

在使用LCD做成像单元时,如果驾驶员戴偏光太阳镜,需要考虑LCD发出偏正光对其的影响。

3 结语

HUD发展日新月异,但是目前的检测方法和手段还在不断跟进,促进HUD行业整体健康发展,HUD与汽车安全性息息相关,其检测也是不可或缺的。该文涉及的检测方法已经部分应用到实际检测中,对其理论原理进行分享,期望推动HUD行业的共同进步。

参考文献

[1]胡家升.光学工程导论[M].大连:大连理工大学出版社,2005.

[2]张以谟. 应用光学[M].北京:电子工业出版社, 2008.

[3]沈春明,侯丽敏,许超,等.车载平视显示器光学检测技术的发展及趋势[J].照明工程学报,2018,29(5):64-67,93.

猜你喜欢

算法
基于MapReduce的改进Eclat算法
Travellng thg World Full—time for Rree
进位加法的两种算法
基于CC2530的改进TPSN算法
基于BCH和HOG的Mean Shift跟踪算法
基于增强随机搜索的OECI-ELM算法
一种改进的整周模糊度去相关算法
一种抗CPS控制层欺骗攻击的算法
Wiener核的快速提取算法
带跳的非线性随机延迟微分方程的Split-step算法