ARHUD驾车导航技术概览

简介: ARHUD (Augmented Reality Head Up Display),即增强现实与抬头显示的结合,是一种将渲染元素投影在真实世界的技术,也是目前用户理解成本最低的展示方式。

ARHUD (Augmented Reality Head Up Display),即增强现实与抬头显示的结合,是一种将渲染元素投影在真实世界的技术,也是目前用户理解成本最低的展示方式。

HUD功能第一次应用是在二战中,被应用在枪械和战斗机上,80年代初期开始转向民用,90年代初期技术概念被正式提出,并被演变成为汽车上的功能。其实,汽车上还有很多军用转民用的配置,例如惯导装置。

ARHUD驾车导航,就是把车速限速、转向动作、引导线等重要的导航信息,投影到驾驶员视野正前方 ,让驾驶员尽量做到不低头、不转头就能看驾驶引导信息。

高德在ARHUD驾车导航方面做了大量研发工作并拥有业界领先的技术储备和实践经验,在2022年8月,高德地图与北汽、华为合作,推出北汽魔方ARHUD导航。

1.虚像距离(Virtual Image Distance)

虚像距离,Virtual Image Distance,简称VID,简单点说就是虚像到人眼的视觉距离 ,大家都知道人的眼睛也是有焦距的,看远和看近的焦距不同,因此如果VID的距离不够远,在看向较远的地方时ARHUD的显示会由于眼睛焦距的原因而虚化。

传统HUD的VID距离也就是在2.5米左右,而AR HUD的VID距离往往在10米以上,要做到跨车道显示的话,需要投影距离达到20米才行。

传统W-HUD其实可以理解为一个投影仪,将图像反射,投影到了挡风玻璃上(例如手机高德地图的HUD投影功能),实际上相当于把原本显示在仪表盘上的信息,投射到挡风玻璃上。其实这也是HUD设计的初衷——驾驶员不需要低头即可获得车辆行驶的相关信息。

但是W-HUD的图像尺寸有限(通常投影距离3m,显示尺寸15-20寸),能显示的信息较少,且图像不会与道路融合,驾驶员仍然需要将视线从路面上移开,重新对焦才能获得信息,这实际上违背了HUD的设计初衷。

2.视场角(Field Of View)

视场角,Field Of View,简称FOV,视场角包括了以驾驶员眼睛为中心的水平视场角和垂直视场角。 传统HUD的FOV很小,一般只有5度。而AR HUD的水平视场角要在10°以上,理想ONE的ARHUD能够达到20°,问界M5的ARHUD也能够达到13°。

3.人眼位置(Eye Point)

人眼坐标(x, y, z),相对于车体坐标系的位置,以车头中心为坐标原点,单位 米。

人眼坐标会随着驾驶者的高矮、坐姿、头部位置移动而动态调整。

4.虚像旋转角度(三自由度)

4.1. 沿X轴旋转角度(LDA、下视角)

4.2. 沿Y轴旋转角度(横滚角)

4.3. 沿Z轴旋转角度(朝向角)

5.虚像坐标转换(世界坐标转虚像坐标)

首先,看一下在相机投影中,世界坐标 转 像素坐标。

然后,看一下在HUD投影中,世界坐标 转 虚像坐标(单位也是像素)。

在已知 虚像距离、视场角、人眼位置、虚像角度 的前提下,就可以进行 世界坐标 与 虚像坐标 的互相转换。

通过对比相机投影 和 HUD投影 可以发现,相机投影中的焦距 与 HUD投影中的虚像距离 有着紧密联系。

人的眼睛也是有焦距的,看远和看近的焦距不同,因此如果虚像距离不够远,在看向较远的地方时ARHUD的显示会由于眼睛焦距的原因而虚化。

所以,虚像距离 联系着 人眼的焦距。

如果虚像距离过小,驾驶员需要将视线从路面上移开,重新对焦才能看清HUD上的信息,这实际上违背了HUD的设计初衷。

6.坐标转换的应用

6.1. 验证虚像投影是否准确

面临问题 :虚像投影主要目的是将真实世界坐标投影在虚像中,如果无法做到准确对应,会影响ARHUD准确性。

解决方法 :由硬件系统方传入投影参数——虚像距离、视场角、人眼位置、虚像分辨率、虚像角度,计算出投影矩阵,通过该矩阵可进行 虚像坐标 与 车体世界坐标 的转换。

取虚像上几个具有代表性的像素坐标(一般是九个点),转换成车体世界坐标,即可计算出虚像可视范围——最远可见、最近可见、最左可见、最右可见、中心可见。

在计算出的可视范围上放置标识物体(车前方),查看该标识物体在虚像中的位置,是否与九个点重合,如果重合则代表投影准确,如果不重合则投影误差较大,需要通知硬件系统方进行调整。

6.2. 解决变道引导线超出虚像显示区

面临问题 :AR导航中的变道引导线是贴合真实世界指向相邻应行驶车道的,如果虚像可视范围无法覆盖相邻车道,则会导致变道线超出显示区。

解决方法 :根据变道信息(向左变道、向右变道、变到几车道),在虚像上取几个趋势性像素坐标,转换成 车体世界坐标,最终投影出来。因为是在虚像上取的坐标,所以始终不会超出虚像显示区域。

7.ARHUD 硬件技术

7.1. TFT

即TFT-LCD,其原理是LED发出的光透过液晶单元后将屏幕上的信息投射出去。

优点 :该方案是业界最早开发的投影方案,方案成熟,相对成本低。(目前国外供应商能做到2500-3000左右,本土供应商能做到2000左右。随着技术的成熟和相关产业链的发展,成本应该可以进一步做到2000以内)。

缺点 :阳光倒灌问题难以解决。亮度不够,在白天显示效果较差。

7.2. DLP

即Digital Light Processing的缩写,采用TI的DMD芯片,把影像信号经过数字处理再投射出来。

优点 :DMD芯片可确保投影的活动影像色彩艳丽、细腻逼真、自然真实。由于经过数字化处理,可将图像中的缺陷抹去。DMD芯片更小、更易于携带。

缺点 :造价更贵(成本在5000元以上)。

DLP可能出现彩虹效应,影像信号在数字处理过程中颜色混合及转换异常。

DLP显示屏由于需要采用TI的DMD芯片,涉及到技术专利,因此只有奔驰和传祺两家车型在用。

7.3. LCOS

即Liquid Crystal on Silicon的缩写,即液晶附硅,也叫硅基液晶,是一种基于反射模式,尺寸比较小的矩阵液晶显示装置。这种矩阵采用CMOS技术在硅芯片上加工制作而成。目前国内主要是华为跟一数科技采用这种方案。

优点 :在整体反射模式下,光利用效率高,画面更加自然。价格可控,CMOS技术由多家厂商掌握,避免DMD芯片只由德州仪器独家垄断的情况。反光层和硅基板电路之间具有一层金属遮光层,可以有效防止阳光倒灌。

缺点 :目前整体技术还不太成熟,没有大规模量产,有待进一步发展。HUD可视区域较小,投影光机体积相对较大。

8.ARHUD主要技术难点

  • 市场角小

目前市面上的ARHUD设备FOV过小,影像只能呈现在驾驶者视线范围中的一小部分。

  • 投影亮度

HUD影像的亮度,为了对应不同的外部光线、气候等影响,需要更高的亮度来达到较佳的影像品质与视觉效果。

  • 硬件体积

降低HUD的系统整体体积,现有TFT/DLP等模组本身的限制,加上需求较大的FOV,都会让HUD系统的体积越来越大,与车体的空间分配冲突。

  • 实景贴合

需要通过各种路网数据、传感器数据、GPS信号等,进行实时矫正。确保AR的图形和真实路况匹配。

  • 人眼位置

如何动态监测人眼位置,调整ARHUD投射的画面,使之避免出现画面发虚、错位等问题,比较考验HUD厂商的能力。

结语

ARHUD技术发展至今,已成为驾车导航产业必争之地。可以预期的是,苹果公司的ARHUD在未来也会逐渐向驾车导航靠拢。当然,还有很多技术难点需要攻克,来提升用户体验,真正实现 导航视野内“所见即所得”。值得欣慰的是,在ARHUD技术迅猛发展过程中,见到了很多国内企业努力的身影。希望未来有更多中国技术在ARHUD领域大放异彩!

注:文中部分配图来自网络,如有侵权,请联系我们删除。

相关文章
|
7月前
|
安全 Java API
Java 17 及以上版本核心特性在现代开发实践中的深度应用与高效实践方法 Java 开发实践
本项目以“学生成绩管理系统”为例,深入实践Java 17+核心特性与现代开发技术。采用Spring Boot 3.1、WebFlux、R2DBC等构建响应式应用,结合Record类、模式匹配、Stream优化等新特性提升代码质量。涵盖容器化部署(Docker)、自动化测试、性能优化及安全加固,全面展示Java最新技术在实际项目中的应用,助力开发者掌握现代化Java开发方法。
329 1
|
8月前
|
物联网 容器
基于llama-factory的昇腾实战
基于llama-factory的昇腾全流程实践,包括环境的安装、推理部署、微调、动态Lora和对话。
基于llama-factory的昇腾实战
|
10月前
|
存储 人工智能
浙江大学与阿里云联合宣布共建人工智能通识课|阿里云云工开物合作动态
浙江大学与阿里云联合共建人工智能通识课,涵盖教育、法律、设计等多学科方向,将产业案例融入课程体系。阿里云开放大模型认证课程资源,提供云服务器、AI算力等支持,并通过“云工开物”计划为学生提供计算资源。双方还将发起“智能体创新大赛”,推动技术创新与人才培养。浙大是国内首批开展全校人工智能通识课的顶尖高校之一,2024年起“人工智能基础”成为全校本科生必修课。
|
机器学习/深度学习 传感器 自动驾驶
视觉BEV基本原理和方案解析
视觉BEV在高德高精地图地面要素识别、车道线拓扑构建、车端融合定位等业务场景中都扮演了重要角色。
|
机器学习/深度学习 人工智能 缓存
走近高德驾车ETA(预估到达时间)
ETA(Estimated Time of Arrival),即预估到达时间,指的是用户在当前时刻出发按照给定路线前往目的地预计需要的时长。如何准确地预估ETA对于高德地图的诸多业务板块都起到至关重要的作用。
走近高德驾车ETA(预估到达时间)
|
存储 BI 定位技术
高德Android高性能高稳定性代码覆盖率技术实践
高德这套全新的方案,简洁而不简单,巧妙地实现了无Hack采集,在保证高稳定性和不侵入源码的前提下,优雅地实现了生产环境代码覆盖率的高性能采集,已经过高德地图多版本验证,是一套成熟、稳定且高效的方案。
高德Android高性能高稳定性代码覆盖率技术实践
|
分布式计算 监控 Hadoop
Hadoop【基础知识 02】【分布式计算框架MapReduce核心概念+编程模型+combiner&partitioner+词频统计案例解析与进阶+作业的生命周期】(图片来源于网络)
【4月更文挑战第3天】Hadoop【基础知识 02】【分布式计算框架MapReduce核心概念+编程模型+combiner&partitioner+词频统计案例解析与进阶+作业的生命周期】(图片来源于网络)
825 0
|
传感器 算法 5G
【定位不准的烦心事系列】第2篇:卫星信号弱到底是咋回事
对于每个使用手机导航App的用户来说,最怕听到的就是“卫星导航信号弱”这个提示,因为这意味着定位不准了,用户可能无法获得准确的指引。那么信号弱到底是咋回事呢?明明没有遮挡,咋就收不到信号呢。今天我们简单讲一下信号弱的产生原因,以及规避的方法。
|
安全 定位技术 Android开发
【定位不准的烦心事系列】第1篇:谈谈卫星定位的位置干扰
卫星定位欺骗,或者位置干扰,是通过地面上的卫星伪基站广播定位信号,让周边的定位设备误以为接受到了真实的定位信号,从而将定位结果设置为干扰者预设的一个位置。
|
SQL 存储 分布式计算
一份数据满足所有数据场景?腾讯云数据湖解决方案及 DLC 核心技术介绍
4 月 15 日-16 日,由 InfoQ 主办的 DIVE 全球基础软件创新大会通过云上展厅的形式成功召开。在腾讯云基础软件创新实践专场,来自腾讯云的大数据专家工程师于华丽带来了主题为《一份数据满足所有数据场景?腾讯云数据湖解决方案及 DLC 核心技术介绍》的演讲,以下为主要内容。
770 0
一份数据满足所有数据场景?腾讯云数据湖解决方案及 DLC 核心技术介绍