汽车HUD(Head-up Display)的技术难点

首先解析一下HUD是什么原理吧。其实就是把车的前挡风玻璃当成反射镜,在驾驶员人眼前投射一个仪表盘的虚像。图像本身来自下方的电子发光屏,发出仪表盘的图形。

HUD显示的车辆信息内容有行车速度、自适应巡航功能、变道辅助功能、导航功能、夜视系统开启标示、疲劳提醒等功能(视车型配置)。

大概是这么个结构:

光学系统放大点,大概长这样:

技术难点:

一、挡风玻璃的形状

车前挡风玻璃是个自由曲面,即没有任何对称性。一般的光学设计都会尽量要求旋转对称,否则成像可能会发生各种扭曲。回忆一下照哈哈镜的体验,弯曲的镜面会带来成像的各种扭曲,效果让人捧腹。但是在HUD系统中,如果下方发光屏发出的图像是正常无扭曲的,那么由于自由曲面挡风玻璃的缘故,到人眼里看到的图像就会有畸变。

解决方案?可以通过让系统中其它的反射镜也做成自由曲面,并最终抵消掉挡风玻璃带来的畸变。或者在发光屏放出来的图像本身经过一定的畸变处理,使得最终效果无畸变。

好在,挡风玻璃的扭曲程度一般不大,带来的图像畸变程度有限。有的设计厂家直接就忽略掉这点,倒也不会带来太灾难性的后果。也有另一种HUD的流派,不是用挡风玻璃作为反光屏,而是它自带反光板,这个反光板的形状就可以选取地更方便设计了,一般球面就好。这个叫做后装HUD,设计难度上会小很多。

二、重影

HUD设计中,挡风玻璃作为反光面。但是挡风玻璃有前后2个面啊!图像在前后2个面的反射都会进入人眼,如果不进行消除,就会是重影。就像下图所示:

解决方案?可以有多种不同的办法。在此介绍BMW公司HUD的对于重影的解决办法:在挡风玻璃内侧贴一层楔形塑料,即不同位置厚薄不同。这个楔形倾斜度,刚好可以把2次反射的光线聚成同一路。光路说明如下:

三、亮度

之前一直说把挡风玻璃当做反光面使用。但是它毕竟是块透明玻璃啊,能够反射回来的光只占总强度的百分之几,绝大部分光还是直接透出去的。黑夜里,由于车外光线弱,这些反射回来的光也够用了,但是白天,环境光很强,几乎是很难看见这个反射光的。

解决方案无非是HUD亮度可调,或者在挡风玻璃上贴膜增加反射。但是都不够理想。可以说至今还没有哪一款HUD在阳光好的白天能够达到理想的使用状态的。

四、人眼位置

驾驶员的脑袋不可能一直不动吧,所以HUD设计的时候要保证在一个较大的范围内都能看到清晰无畸变的图像。而且不同的驾驶者习惯的目视位置也不同。

解决方案?得做2点。首先HUD本身可视范围要大,光学设计专业术语叫eyebox要大,这点已经对光学设计方面有一定挑战了。其次HUD得有一定的位置调节能力,可以按照不同驾驶员的身高、坐姿等进行调节,一般通过移动旋转镜片来达成。

五.色度,灯厂对于色度有非常严格的要求。

led本身发光符合一个规定的色度范围并不难,但是在不同的工况下,主要是温度,机械结构等,能保证这色度在变态的耐久测试下都在规定范围就非常难。举个简单的例子,led并不是直接照射在屏幕上面了,背光,或者主屏幕的光很多时候是需要一个光导,或者塑料透镜的,众所周知,塑料这东西就是个热胀冷缩效应非常挑剔的东西,稍微多出个2%都有可能让整个投射效果一塌糊涂。再及,注塑本身也是需要“老司机”熟识各种注塑参数细节,才能制造出透亮的塑料光导。

六.HUD的两面反射镜。

一面曲率稳定没有瑕疵,起泡的大反射镜对于很多人来说就是看着好看。但是光学相关行业的人都知道,怎样使得镀层厚度均匀,怎样不发彩。还有对于各类色差的处理,场区色散,说来简单,其实背后的工艺积累并非一朝一夕。

七.最后一面镜子。

也许大家都用过高德在手机上所谓的HUD功能,打开手机往屏幕下面一放,就有个模模糊糊的影子投在眼前的风挡上了。

八.鬼影

可是,模模糊糊怎么能是我大灯厂豪华车追求的效果?

模模糊糊的鬼影效果又该怎么处理掉?

这里补充一点背景知识,大部分的风挡都是双层的,光照射到平行的双层玻璃上以后会产生两次反射,反射出来的光会产生两个虚焦点,也因此我们会观察到两个虚像,所谓鬼影。

为了解决这个问题,需要特质成特殊角度的前挡风玻璃,让两个虚焦点可以合并成一个已解决问题。

这些涉及到角度的计算,粘合工艺,HUD的投射位置,范围, 角度。

总之,HUD看上去技术上难点并不多,更多的考验的是工艺,然而工艺的完善就是精益求精的结果。

汽车HUD(Head-up Display)的技术难点相关推荐

  1. ADAS-透视前方:汽车HUD技术原理解析

    " 当人们谈论未来的汽车技术时,汽车HUD(Head-Up Display)是一个经常被提及的技术.HUD是一种驾驶辅助技术,它可以将关键的驾驶信息直接显示在驾驶员的视线范围内,让驾驶员无需 ...

  2. 中国汽车HUD行业研究与未来预测报告(2022版)

    内容简介: HUD(Head Up Display)中文一般称之为抬头显示,目前已形成三种量产产品形态:C-HUD,W-HUD和AR-HUD. HUD最早出现在通用的Corvette上,时间是2001 ...

  3. 【视频课程】新能源汽车驱动与三电系统设计高级技术--系列课程

    [视频课程]新能源汽车驱动与三电系统设计高级技术–系列课程 新能源汽车区别于传统车最核心的技术是"三电(电驱动,电池,电控)",目前,新能源汽车所使用的控制系统大多是在传统汽车控制 ...

  4. 都在关心AI的应用,这些技术难点怎么很少提?

    随着 AI 技术的快速发展与进步,AI 技术已经渗透到各行各业,像机场安检的人脸识别.智能家居的语音交互等 AI 技术应用,已在生活中随处可见,并不断在改变着人们的生活方式,让人们的生活更加智能便捷. ...

  5. 云智慧CEO:APM技术难点在于前端数据采集与后端数据分析的结合

    应用性能管理(APM)可能对于大多数国内企业来说,还比较陌生.企业用户利用APM可以对自身的关键业务应用进行监测.告警与优化,并不断改善业务可靠性与稳定性,提升核心竞争力.然而在研发出一款成功的APM ...

  6. 报名 | 四场直播讲透AI芯片的应用与挑战、剖析技术难点,芯片的所有知识点都在这了...

    允中 发自 凹非寺 量子位 编辑 | 公众号 QbitAI 伴随着日益丰富的人工智能应用场景以及5G技术的大量应用,云数据中心承载了海量数据的分析.处理和存储,对于算力的需求成几何级数增长.今年&qu ...

  7. java做直播需要哪些技术_直播APP开发中需要解决哪些技术难点?千联信息

    泛娱乐发展的火热,网红经济不断发酵的今天,不少企业靠着开发直播APP狠狠的赚了一波,导致很多人眼红,也想投入其中. 那么开发一款直播APP开发中需要解决哪些技术难点?小编在这里就来为大家解答: 视频直 ...

  8. 的技术难点_马铃薯收获机研究的技术难点与使用注意事项

    马铃薯收获机研究的技术难点与使用注意事项 基金项目:国家重点研发计划课题"典型土壤薯类挖掘仿生减阻技术研究"(2016YFD0701601)子课题"东北粘重壤土高性能挖掘 ...

  9. 重磅!《Apache Flink 十大技术难点实战》发布

    简介:总结生产环境十大常见难点,10篇技术实战文章帮你完成故障识别.问题定位.性能优化等全链路过程,实现从基础概念的准确理解到上手实操的精准熟练,从容应对生产环境中的技术难题! <Apache ...

最新文章

  1. 一起谈.NET技术,浅谈如何使用.NET存储XML数据
  2. 夏夏的php开发笔记开写啦
  3. DATAX工具同步数据从hdfs到drds性能优化
  4. C++Runge-Kutta龙格-库塔法求非线性常微分方程的解(附完整源码)
  5. javascript学习笔记(一)-廖雪峰教程
  6. 云计算技术背后的天才程序员:Open VSwitch鼻祖Martin Casado
  7. ssm框架requestmapping找不到_从MVC原理开始手敲一个MVC框架,带你体会当大神的乐趣...
  8. PHP -- Traits新特性
  9. 怎样编写和执行Js文件
  10. Atitit. 项目文档目录大纲 总集合  v2
  11. atitit.LimeSurvey 安装 attilax 总结
  12. Java调用百度翻译openapi实现简单翻译功能
  13. fastlane php,Fastlane自动化打包笔记
  14. 专家把脉智慧产业发展:不能再“傻傻”拼速度
  15. JS学习之路系列总结二阴阳阵(此文犹如武林之中的易筋经,是你驰骋IT界的武功心法,学会JS五大阵法就学会了JS,博主建议先学三才阵)
  16. httpc服务器错误类型大全
  17. 北京电子科技学院计算机考研资料汇总
  18. Win10 .chm文件无法打开解决方案
  19. 北师大计算机excel折线图作业,北京师范大学附属教育集团Office2010——Excel综合练习题.docx...
  20. citrix常见问题的问题收集与总结

热门文章

  1. OpenAPI使用(swagger3),Kotlin使用swagger3,Java使用swagger3,gradle、Maven使用swagger3
  2. 浅谈MySQL存储引擎-InnoDBMyISAM
  3. 2022-2028年中国有机硅室温胶行业市场运营格局及发展趋向分析报告
  4. Go 学习笔记(71)— Go 接口 interface (接口定义、接口实现、接口调用、值接收者、指针接收者)
  5. Java 树形结构数据生成--不需要顶级节点
  6. 【Design pattern】设计模式思路总结(二)
  7. Hopfiled 神经网络实例解释
  8. LeetCode简单题之删列造序
  9. TensorFlow算子融合
  10. 人脸识别数据集精粹(上)