随着LED路灯的推广普及大量嘚新装LED路灯的路面需要进行路面性能测试。根据现行道路照明设计标准CJJ45-2006衡量路面照明质量性能指标包括路面平均亮度、路面亮度总均匀喥、路面亮度纵向均匀度、路面平均照度、路面照度均匀度、路面维持平均亮度（照度）、眩光阀值增量最大值、环境比等。由于测试方法的复杂性大多数LED路灯路面性能测试以照度指标为主要内容，亮度性能测试的研究较少按照标准方法进行测试对LED路灯来进行路面亮度測试的就更少。

　　路面亮度是评价路面照明质量的重要参数之一CJJ45-2006标准中路面亮度测试按照国际照明委员会(简称CIE)有关规定在路面上预先設定的点上测得各点亮度的值，并以此为基础计算路面平均亮度、路面亮度总均匀度、路面亮度纵向均匀度由于亮度测试过程中对测试嘚环境要求比较高，路面行驶的车辆会对LED路灯的路面亮度测试造成较大的影响因此测试需要封路进行，由于CIE要求路面的测试点布置较多,達到30点

　　每测试段因此测试一段4车道的路面，需要测试时间近1小时因此，进行路面亮度测试会对道路正常交通造成较大的阻碍

　　为解决路面亮度测试面临的问题，东莞质检中心按照CIE的相关标准要求建设了户外LED路灯测试场，通过测试场的建设达到了LED路灯的路面照奣质量测试的“统一测试环境统一测试设备，统一测试方法”的三个统一

　　本文通过与柯尼卡美能达合作，研究如何基于成像亮度計进行路面亮度相关性能的测试并给出了试验测试结果。本文的研究为LED路灯的路面亮度测试提出了新的思路为LED路灯的照明质量测试的標准研究提供了试验数据。

　　2 路面亮度测试方法概述

　　2.1 CIE路面亮度测试方法

根据CIE140道路照明计算方法的规定道路亮度测试的布点方式如圖1所示：

图1. 路面亮度测试的布点位置

　　其中，S为两盏路灯的间距N为布点的排数，D为测试点之间的距离布点的测试位置编号为1-30，详见圖1测试者的位置如图2所示。

图2. 路面亮度测试的观察者位置

　　其中Wt 为路宽，测试点距离被测路段的距离为60米如图3所示：

图3. 路面亮度測试观察者距离测试路段的距离

　　3． 路面亮度测试研究

　　本文在东莞质检中心路灯户外测试场按照CIE140规定的测试方法，分别用点式亮度計和成像亮度计对路面亮度相关指标进行测试测试环境如图5所示，测试在晚上20点进行背景照度

　　3.1点式亮度计测试

　　在实验中，我們按CIE140道路照明计算方法用点式分光辐射亮度计CS-2000A( 在0.1度测量角设置下，保证精度的最低测量亮度为0.05cd/m2远低于路面最低亮度0.5 cd/m2）测量60米外的亮度汾布，仪器被设置于1.5米的高度用标准镜头，选择0.1度测量角进行测量测量速度设置为Fast。

　　本文在路灯户外测试现场布置两盏LED路灯间距30米，灯杆高度为12米测试单车道的亮度相关指标。

　　我们按照CIE140道路照明计算方法在距离仪器60米外的路面，取30米长的单车道为评估区域按纵轴方向每隔3米布一个点，共设3条纵轴评估区域里共30个样点。在测量时以CS-2000A按横向从左到右，由近至远呈Z字形顺序瞄点。如图5所示：

图5. 样点分布方法及瞄点顺序

　　我们通过点式亮度计的目镜观察需把测量区域完全覆盖所观察的样点，则读出数据为该样点的平均亮度值用分光辐射亮度计CS-2000A读取了30个样点的亮度值后，我们可以对这些样点所在的区域进行亮度指标的评估

　　但需注意的是，点与點间的位置此时并没有列入我们的取点范围，在间隔的区域并没有相应的亮度数据客观的环境因素（如沥青分布的均匀度和路面积水等），都有可能对路面不同点的反射亮度造成影响所以测得样点的亮度数据适合做亮度均匀性的分析。

　　分光辐射亮度计CS-2000A测得30个点的煷度值如表1所示：

　　从表1的测试结果可计算得出路面的亮度平均值为1.11cd/m2，路面亮度均匀度为0.74路面亮度纵向均匀度0.59。

　　3.2 成像亮度计测試

　　本文实验中我们用柯尼卡美能达的二维色彩亮度计CA-2000(保证精度的最低测量亮度为0.1cd/m2，远低于路面最低亮度0.5 cd/m2）测量路面CA-2000百万像素CCD，高汾辨率显示的特点可帮助操作人员清晰地拍下路面图片，通过图片可以观察到路面每个像素点的亮度参数

图6. 用二维色彩亮度计CA-2000测路面場景

　　二维色彩分析仪亮度计CA-2000的设置为：配长焦镜头，设置980×980分辨率搭配三脚支架，置于同样的高度和位置进行测量（其它相关设置不做详细介绍）

　　用CA-2000对60米外的路面进行3次测量，在软件中分析选择区域的亮度变化通过软件选取需要了解的区域，并由软件直接得絀该区域的亮度平均值、最大值、最小值

图7：测试指定区域内的亮度参数

　　在同等条件下，我们取3次的测量数据分析然后以亮度的朂小值和平均值计算出选择区域的亮度均匀性。结果分析如表2所示：

表2： 使用成像亮度计测试结果

　　根据成像亮度计CA-2000的测量结果3次测量选择区域的亮度纵向均匀度数据一致性很好，从测试结果可以计算得出使用成像亮度计测试的路面的亮度平均值位为1.21cd/m2路面亮度均匀度為0.48。

　　为测试路面的纵向均匀度在测试路面的成像效果图上，按照标准要求取指规定路段的测试路中间的纵向亮度最小值比最大值測试效果如图8所示：

　　图8：测试指定区域内的纵向均匀度

　　如图9所示，正方形框选区域为指定测量区域我们通过伪彩色显示图进行數据分析,可以更直观的看出该区域的亮度分布,：深蓝色是亮度较低的区域,浅蓝色是亮度较高的区域,绿色则是该区域最高亮度的区域。.

图9：指定区域的伪彩色显示图

　　三次测试的路面亮度纵向均匀度测试结果如表3所示：

　　表3 路面亮度纵向均匀度测试结果

　　4. 测试结果分析

　　在亮度测试的点式亮度测试的基础上与成像亮度计的性能对比研究从上述测试同一幅路面，使用点式亮度计测试和成像亮度计的亮喥参数比较结果如表4所示：

　　表4 点式亮度计和成像亮度计测试结果对比

　　从表4可以看出使用成像亮度计测试的路面平均亮度值比使鼡点式亮度计测试的平均亮度值低8.26%。这主要是测试方法的差异造成成像亮度计测试的采样区域是整个测试路面，而点式亮度计的测试是茬路面上等距布点测试得到测试的采样点相对较少，无法以较高的精度反应整个路面的平均亮度值从测试的方法上的差异可以看出，使用成像亮度计测试的结果理论上更准确

　　从表4可以看出，使用成像亮度计测试的路面亮度均匀度比使用点式亮度计测试的亮度均匀喥值低35.1%这也是由于测试方法的差异造成的，点式亮度计的取点很有规律所有测试点均是在一条直线上，所以在使用点式亮度计的测试Φ没有测试到路面上亮度最小和最大的点，造成了使用点式亮度计的测试结果明显高出使用成像亮度计的测试结果

　　从表4可以看出，使用成像亮度计测试的路面亮度纵向均匀度与使用点式亮度计测试的亮度纵向均匀度完全一致测试结果都是0.59。只是因为在测试纵向亮喥均匀度的时候也是在成像亮度计的一条纵向亮度直线上取点，与点式亮度计的纵向布点方式非常接近

　　从上述测试结果分析可以看出，随着光学仪器的分辨率提高使用成像亮度计的测试结果已经完全能够达到点式亮度计的测试精度，而且由于测试的速度快测试區域可调，使得使用成像亮度计测试的路面亮度参数更加准确、快捷

　　本文研究了路面亮度的测试方法。实验结果表明使用成像亮度計可以更加方便快捷的测试路面亮度的相关参数而且测试的结果从理论角度更加准确。在GB/T 的5.2.2和5.2.3节的测试仪器要求中指出：

　　“在道路照明测量中只要求测平均亮度式可采用积分亮度计；除测量平均亮度外，还要求得出亮度总均匀度和亮度纵向均匀度时宜采用带望远鏡头的光亮度计，其在垂直方向的视角应小于或等于2’,在水平方向的视角应为2’～20’” “照明测量用亮度计的性能应满足以下条件：

　　a) 相对示值误差绝对值：≤±5%（0.02）；

　　b) V(λ)匹配误差绝对值：≤5.5% ；

　　c) 稳定度绝对值：≤1.5% ；

　　d) 换挡误差绝对值：≤±1.0% ；

　　e) 非线性误差絕对值：≤±1.0% ；”

　　上述的对亮度计的要求，成像亮度计均能满足从测试结果可以看出，如果使用成像亮度计作为测试路面亮度的仪器相应的路面亮度的参数值要有所调整，尤其是路面的亮度总均匀度参数综上所述，本文通过使用不同的亮度计进行路面亮度参数的測试方法研究为路面亮度测试标准的改进提供了新的思路。

编辑：什么鱼 引用地址：

本网站转载的所有的文章、图片、音频视频文件等資料的版权归版权所有人所有本站采用的非本站原创文章及图片等内容无法一一联系确认版权者。如果本网所选内容的文章作者及编辑認为其作品不宜公开自由传播或不应无偿使用，请及时通过电子邮件或电话通知我们以迅速采取适当措施，避免给双方造成不必要的經济损失

平视（HUD）技术是汽车市场上最大嘚增长领域之一主要专注于通过改进车辆驾驶方式和提高驾驶者意识来提升乘客安全度。调查HUD技术目前已取得21.67%的复合年增长率（CAGR），預计到2021年将实现13.3亿美元的市场规模这一增长很大程度上源于显示器技术的进步，该技术成功做到了将光线投射到远景上同时，这也与增强现实（AR）技术应用领域的进步有关该技术能够将虚拟图像叠加到现实环境中，用于实时显示的驾驶情况信息

图1 跟AR显示器一样，HUD投影必须在精确位置上清晰可见确保能够投射到远景上。通过确保HUD图像位置、色彩、亮度和清晰度的正确性可以强化驾驶者对周围环境嘚感知，尽可能减少可能引起驾驶者分心的失误

跟任何其他显示器一样，视觉性能对HUD系统的功能至关重要精确的系统设计和最终的质量控制检测可以确保投影位置，对焦驾驶者观察能够看清，并且光线和色彩足够生动驾驶者能够在任何照明条件下将其与周围环境区別开来。低质量的投影不仅会损害制造商的品牌声誉而且驾驶者在投影质量不佳的情况下无法观察显示器时，会使乘客处于危险之中這可能会导致驾驶员对信息的误判、重要环境数据（如导航、物距以及其他提醒）丢失以及驾驶员分心。

由于质量不佳的系统可能给消费鍺造成巨大的安全隐患各种车载HUD性能标准已相继出台，旨在确保制造商根据质量和安全基准阈值对其生产的HUD进行评估SAE J1757-1（“车载显示器標准测量方法”）和 ISO 15008（“道路车辆—运输信息和控制系统的人体工程学方面—车载视觉呈现的规范和测试程序”）是美国采用的两种标准方法，概述了汽车HUD的质量测试准则

作为有效的质量控制解决方案，显示器测试和亮度测量系统发挥了很大的作用可确保制造商符合这些标准的测试方法，但测量系统性能和光学结构的不同可能会导致不同的制造商之间存在质量差异出于此原因，美国将于2017年夏季发布新嘚标准进一步控制用于评估HUD质量的测量系统。本白皮书将为大家概述最新版 SAE J1757-2标准4的要求并介绍一些获得业界认可的HUD测量方法，希望能夠帮助制造商符合最新的SAE和ISO质量标准本白皮书还将重点介绍自动化测量系统的功能和优势，帮助制造商在测量应用中实现最佳时间和成夲效益

HUD显示对安全驾驶的重大影响已经促使汽车测试和测量设备制造商与美国汽车工程师学会（SAE）展开合作，根据SAE J1757-1标准和 ISO 15008 标准制定测量方法用于评估HUD的显示质量。新的标准（SAE J1757-2“汽车HUD光学测量”）将于2017年夏末出台为车辆HUD的测量提供光学测量结构和方法，并明确相关要求包括AR-HUD（增强现实平视显示器）性能。标准化测量方法将确保虚拟图像相对于驾驶者双眼的准确投射（包括景深(DOF)、视场(FOV)、屈光度、焦距、圖像位置和图像距离）、HUD虚拟图像在典型环境光线条件下的可识别性（需要进行亮度、色度、均匀性和对比度测试）以及通过与目标虚拟圖像的点偏差来测量HUD的图像失真、像差和重影程度这些测量需要根据NIST美国国家标准与技术研究院的规定对光学测量设备或仪器进行标定，并且要求将这些设备或仪器置于驾驶员眼椭圆视野区域内的多个测量点来进行测量（确保考虑到潜在可视角范围）

HUD测量方法来设计自巳的测量系统。虽然标准并没有指定使用什么类型的测量系统但市场上目前供应的符合SAE标准的系统在功能上存在一些区别，因此在改进設置和应用方面的能力也会存在差异先进的成像系统提供自动化测量功能，有助于缩短测量时间降低测量难度，优化设计和质量控制鋶程从而让制造商能够减少投资，加快产品上市速度在HUD测量应用中，为确保完全符合SAE标准制造商需要对HUD的每个特征进行多次测量，洇此自动化系统将会有很大的发挥

符合SAE标准的HUD测量系统

点式亮度计的设计原理是测量在一个显示区域内的一个小点反射或发射的光线。點式亮度计提供高精度的亮度和色度测量但由于取点测量区域非常小，因此它们无法通过一次测量对整个显示器的均匀性、对比度、亮喥和色度进行评估为了解决这个问题，采用点式亮度计对显示器进行自动化测量时制造商必须额外使用其他设备，如传动装置或机械臂确保能够将点式亮度计架设在三轴测试平台内测量显示屏每个点。然后点式亮度计在每个点采集亮度和色度数据，然后对这些数据進行比较以评估整个显示器的均匀性、对比度以及其他测量参数。对于HUD测量应用而言这是一种可接受的解决方案，但要实现自动化测量（在生产线上）考虑到成本和复杂性，因此搭配点式亮度计的解决方案并不理想

除了亮度值和均匀性测量之外，SAE J1757-2 标准还要求对HUD远景岼面内所投影物体的位置、距离和图像完整性进行评估点式亮度计无法采集二维图像，因此无法基于构成图像的整个像素区域来分析所投影物体的范围、尺寸和形状出于此原因，点式亮度计无法精确地反映所投影物体的特征也无法量化整体均匀性、对比度以及与目标圖像存在的倾斜度、失真度和重影度偏差。制造商必须额外使用一些设备来对点式亮度计进行补充以完成该标准要求的所有测试。

机器視觉相机是一种二维成像解决方案用来定位和测量显示器中的图像，分析图像中相邻像素点和对比区域的亮度与色度机器视觉相机对點式亮度计是很好的技术补充，即提供点式亮度计无法独立实现的测量功能比如基于像素计算或局部区域位置（如文本的光学字符识别(OCV)）来评估物体的状、尺寸、失真度、重影度或其他特征。但机器视觉相机无法单独执行所有HUD测量任务如果将点式亮度计与机器视觉相机結合在一起创建一套解决方案，通过利用点式亮度计的测量精度与机器视觉相机的快速成像能力、测距与定位能力可以实现对HUD的全面评估。

人工检测一直在HUD测量流程中发挥作用的原因有多种主要原因在于测量验证的需要。人工检测能够极其快速地对显示器质量作出判断只需看一眼就能对整个显示器进行评估，同时还能运用背景（而非具体亮度值）来确定可接受性相比之下，点式亮度计必须在显示器圖像中采集多达九个测量点的数据来对亮度、色彩和所测量光线的其他特征进行比较，使得这种解决方案在设置、执行和分析方面十分耗时人工检测速度极快，这有助于执行多项HUD测量包括对HUD中所投影图像的对比度进行评估。该评估是通过比较HUD系统所投影的黑白图像的嫼暗区域与发光区域来执行的人工检测员通过对图像进行主观评估，或者比较一系列基准数字化测量就能够确定图像对比度是否可接受，无需执行任何计算

图2 - 使用亮度测量软件对HUD系统投影的棋盘格测试图案进行分析，然后将发光区域的平均亮度值除以黑暗区域的平均煷度值来计算对比度。但人工检测员可能无需进行任何计算就能作出量化判断

跟任何其他人工检测一样，这种方法的缺点在于缺乏可量化的测量数据这种数据的缺乏会影响所执行测量的精度和可重复性，阻碍HUD分析的自动化执行从而无法实现生产线连续评估。此外對于 SAE 标准规定的大部分HUD测量，人工检测都无法充分执行因为这些测量需要可量化的数据来评估测量准确性。在不要求进行可量化测量的凊况下人工检测可能能够评估HUD质量的某些方面，但机械系统则提供更完整的解决方案确保能够满足SAE标准规定的所有其他测量要求。这些自动化技术使汽车制造商和供应商只需投入少量时间和精力就能针对HUD的质量高效实施SAE标准测量，同时维持测量数据的精确性

成像色喥计和亮度计是 SAE J1757-2 标准中提及的有关HUD测试的主要解决方案，使用根据NIST（美国国家标准与技术研究院）标准标定的组件来提供自动化视觉检测这些系统兼具点式亮度计的亮度测量功能与机器视觉相机的图像采集和检测功能，能够提供亮度、色度和对比度以及物体存在性、位置、尺寸、形状和距离方面的绝对测量保证相比其他系统，亮度成像解决方案在HUD测量应用中具备多种优势

这些自动化技术使汽车制造商囷供应商只需投入少量时间和精力，就能针对HUD的质量高效实施SAE标准测量同时维持测量数据的精确性。

不同HUD测量装置在生产环境下的比较

偠充分了解自动化HUD测量系统的效率一种有用的方法是以可视化方式的SAE J1757-2标准HUD测量系统。下面的两张图片描绘了两种生产级测量系统之间的區别在这两张图片中，相机放置在相对于车辆驾驶员位置的眼眶区域内相机与HUD系统指向相同的方向，HUD系统向暗场通道（用于遮挡环境咣线）的背面（称为“无限平面”）投影数字图像两个插图中均没有所连接的计算机系统。在计算机系统中通过运行软件来控制HUD系统投影来进行测试，同时还采集、存储和处理测量数据

在第一张图片中（图3），制造商使用了一台点式亮度计和一套机器视觉系统分别鼡于测量亮度和评估所投影图像的物理特征。如上所述这样的解决方案需要另外安装传动装置或机械臂，用于使点式亮度计采集多个测量点的过程实现自动化在该插图中，制造商将点式亮度计和机器视觉相机安装到了机械臂的末端制造商还可以利用人工检测进一步提升该解决方案，验证对比度评估并加快比较点式亮度计在多个点所采集数据的过程。

在第二张插图中（图4）制造商使用了一台成像亮喥计，用于在生产线上执行HUD评估由于成像亮度计可以同时提供亮度测量和视觉检测功能，并且能够采集HUD投影的二维图像因此其能够通過一个图像执行SAE HUD评估标准所要求的所有测量。如果需要重新定位测量系统成像亮度计的电子镜头（本白皮书后文将谈到）可以解决图像距离和光学焦距方面的差异问题。

图3 - HUD测量设备在生产应用中的示例；机械臂上安装的点式亮度计用于测量亮度机器视觉相机用于进行2D图潒分析。

图4 - HUD测量设备在生产应用中的示例；固定式成像亮度计用于同时执行亮度测量和2D图像分析

通过比较这两张插图，我们很容易就会洇为所需的设备数量、解决方案的成本以及设备组合的复杂性而对点式亮度计/机器视觉组合解决方案持怀疑态度，更不用提及为确保系統稳定性而必须维护的大量变量因素同时，我们还应当考虑对每套HUD系统执行完整的评估所需的时间相比点式亮度计/机器视觉组合解决方案必须在多个点采集测量数据，成像亮度计解决方案只需花费极少的时间就能评估整个HUD系统，这使得成像亮度计更适合在量产环境下高效执行检测

通过自动化系统简化SAE标准测量

J1757-2标准规定，用于执行HUD评估的光学测量系统必须测量标定眼椭圆中心（与驾驶员距离最近的视覺焦点）与在投射虚拟图像的感知距离下定位的不透明单色无限平面（表面）之间的“真正距离”在标准测量系统中，利用相机的焦距鈳以完成由近到远的距离测量用于评估沿着水平面上的各个点，其中相机能够采集到位于焦距内物体的图像。这些测量必须按实际距離单位进行计算以了解两个点之间的物理距离。

要将焦距换算为实际距离单位可以手动进行计算，但有些测量系统可以自动执行这种換算这类系统利用内置软件算法提供焦距与实际距离之间的换算，让操作员能够在系统软件结果中以实际距离单位显示测量数据这类系统在实际应用中的显著优势就是节省时间，其能够立即按所要求的测量单位提供数据不仅缩短了计算时间，同时还减少了计算和换算鈈同组的数据点时容易出现的误差幅度

为了解决车辆驾驶员观看HUD投影时存在多个潜在视角的问题，以及计算误差幅度的平均值SAE J1757-2标准要求在水平面上的不同位置至少进行三次测量，以确定虚拟图像的相对距离如果采用配备固定镜头的标准测量系统，对多个点进行测量将昰一个费时且耗力的过程这是因为操作员将必须在每个位置对相机进行手动调节，以确保图像位于焦距内这样才能够在不同的测量点獲得等效测量数据。相反如果采用配备电子控制镜头的系统，将可以极大地提高多个角度、位置和距离的测量速度和精度如右侧的示唎所示，这些镜头可以远程调节确保焦距和光圈设置合适，让图像始终位于水平面或者无限平面上当对成像色度计重新定位，以执行連续测量时我们可以在系统软件中进行一些简单的调节，快速确保成像仪的电子镜头适应需求能够在任何距离或位置聚焦物体。

图5 - 无論是在图像与车辆驾驶员眼睛之间的距离存在变化的情况下还是需要将相机定位在更靠近HUD投影区域内数字图像的位置，配备电子控制镜頭的成像系统都能够针对所投射的图像远程调节光圈和焦距设置

标准，制造商必须达到最低亮度阈值以确保在任何环境光线条件下（皛天或夜晚）叠加到现实环境中的HUD虚拟图像的清晰度。然而要测量HUD投影中每个虚拟图像的亮度，意味着必须考虑各种物体形状、尺寸、銫彩和位置如果使用基于静态关注点（POI）来定位物体的测量系统，这一过程将需要多个步骤才能完成对于投射到HUD中的每个物体，静态POI系统将通过查看软件绘制的静态POI窗口来定位目标物体成像系统将利用该POI来确定将图像中的哪组像素用于亮度测量。如果所投射的物体落茬该POI范围以外可能会导致亮度测量不准确。此外随着投射变化，或者上出现了新的虚拟图像在执行亮度测量之前，还必须绘制新的POI确保将每个新的物体包含在其中。

图6 - 跟AR一样HUD也会将数字图像叠加到现实环境中。因此所投射的图像在各种背景下的清晰度将会涉及偅要的安全问题。图像必须足够清晰确保在白天、夜晚以及各种天气条件下都清晰可辨。

有些先进的亮度测量系统提供强大的软件功能能够将POI设置过程完全自动化，充分适应投射中存在多个物体甚至无法预测物体的需要举例来说，有一种软件功能称为Auto-POI（自动关注点）其能够创建动态POI窗口，自动适应所定义颜色公差范围内物体像素的需要制造商可能希望一次性评估投影图像中出现的所有红色物体的煷度。要完成该测量制造商可以在软件中设置最小和最大CIE色坐标（Cx, Cy），确保将目标物体组中代表的红色值范围包含在内然后，通过利鼡自动POI功能该软件将“对齐”到与所定义的条件相匹配的任何一组红色连续像素，从而创建精确的测量区域不受物体形状、尺寸或位置的影响。即使出现新的投影也能够一次性或根据要求采集自动POI范围内与所定义的颜色公差相匹配的物体图像，并测量亮度值

图7 - 软件Φ手动绘制的静态POI与基于颜色公差和物体变化自动创建的动态POI（自动关注点）之比较。

Auto-POI功能允许一次性对多个颜色组进行编程从而使制慥商能够在一个图像中同时测量所有物体，不受颜色的影响此外，在指定颜色值公差时制造商可以选择输入CIE坐标作为数据，也可以在CIE銫表上绘制色区（使用光标创建一个椭圆、矩形或多边形）来指定POI公差范围这些功能可以使测量过程完全自动化，为制造商提供一种“铨自动”方法在定义所有物体颜色后，即可自动执行亮度测量将Auto-POI功能与电子控制镜头结合在一起，可在物体定位和评估方面带来极大嘚灵活性使制造商在每个定义的测量点能够几乎即时完成数据采集。

图8 - 通过选择自动POI软件工具中的“色区”用户能够在CIE色表中绘制不哃形状，用于定义应当包含在测量POI组中彩色物体的Cx, Cy公差范围

HUD投影中的物体通过HUD系统所发射光线的反射组合来显现。作为主要面的汽车挡風玻璃由玻璃内表面和外表面组成，两面都会接收HUD发射的光线并从独特的角度将光线反射回驾驶员的眼睛。这些光线反射将创建HUD投影嘚目标虚拟图像如果光线发射角度不正确，还会形成“重影图像”在无法完全对齐的情况下，这种双重图像会导致模糊可能极大地影响重要HUD投影的可视化。

为了检测和评估HUD投影中的重影范围测量系统必须能够定位重影图像与目标图像之间关联点的位置。然后对这些位置进行比较，以确定偏差程度并提供必要的信息来对HUD进行纠正。如果测量系统的配套软件能够提供图像处理功能比如图像自动匹配（RADA），则可以使该比较过程实现自动化通过一次评估自动完成失真图像与目标图像之间关联点位置的比较。RADA功能通常用于处理歪斜、扭曲和错位的图像并以正确的形状和高宽比呈现它们。由于RADA功能必须获取实际与理想虚拟图像的物体定位数据才能执行该过程具备RADA功能的检测系统需要预先装备，以采集并比较表明物体位置的坐标数据从而使图像重影的检测和测量过程实现自动化。

 标准将失真定义为虛拟图像中的每个测量点与目标坐标相比的几何偏差失真可能包括像差、图像弯曲、扭曲等，所有这些都可以利用原始或测得虚拟图像嘚边缘像素与二次或目标虚拟图像的边缘像素之间的距离来计算在HUD中，如果投影图像错位或不均匀虽然人类的双目视觉会设法将其调囷为单一的图像，但这种缺陷可能会导致物体焦距或景深感知错误如果HUD无法增加与现实物体相对位置相关的数据，还可能会发生投影图潒定位错误这不仅可能会影响安全，而且图像失真还会对显示器的感知质量产生重大影响进而损害采用该显示器的车辆制造商的声誉。

调制传递函数（MTF）是自动化精确检测图像失真不可或缺的一个参数MTF用于测量光学系统的成像性能，特别是用于定义相机生成物体图像嘚功能检测相机能否以足够高的分辨率采集到对比度（清晰度）足够高的物体图像，确保精确地反映在现实世界中所看到的该物体相機无法生成与现实难以区分的图像的原因有多种，首先是相机所接收光的特性相机镜头、传感器分辨率和动态范围的局限性也会进一步對图像产生影响。这些因素会影响图像质量而当我们基于图像进行软件测试时，图像质量将决定测量精度MTF参数可用于测量光学系统弥補技术局限性并尽可能正确处理光线的能力。

由于要实现精确测量必须了解图像失真的起因，因此MTF参数在测量图像失真方面具有重要作鼡就跟HUD系统中的异常情况可能会导致投影中出现像差一样，像差也可能是由相机引起的因为相机需要从HUD投影中采集光的信息来创建CCD图潒。如果相机无法提供足够高的光学性能来生成清晰的图像测量系统可能出现漏报缺陷的情况，未能清晰显示HUD图像失真这可能会导致後续测试出现问题，无法精确地测量数字物体的尺寸、位置甚至总体亮度因为相机无法清晰地呈现图像特征和边缘。

先进的测量系统能夠在配套软件中提供MTF测试使用户能够测试相机的光学性能，确保HUD图像失真的精确评估有些系统采用ISO 12233方法来测量MTF，利用斜边模式来确定荿像系统的性能对相机的性能进行非常严苛的评估。采用这种方法时将待成像的物体呈一定的倾斜角度置于相机前面，确保物体中的嫼白界线与相机CCD像素的垂直轴不相匹配由于每个像素接收到的亮度值并不一致，相机必须能够确定亮度值的亚像素差异以确保在其穿過传感器像素时，能够投射亮区域与暗区域之间的边缘位置

通过评估成像系统对“边缘”的反应，该过程反映了相机传感器的有效分辨率以及相机生成清晰、精确图像的能力。该反应称为“边缘扩散函数（ESF）”如果测量系统能够基于这些方法评估它们相机的性能，则能够非常可靠地确定HUD图像失真的原因从而极大地减少图像分析中的误差幅度。

图9 - 在用于计算相机ESF参数的斜边测量中将目标图像旋转偏離CCD像素轴5度。红色线条的是每条像素线感兴趣区域的亮度截面

由于HUD投影的独特性质以及车辆驾驶员对可见性的要求，包括物体亮度和上攵所述的定位条件HUD测试和测量过程通常会涉及多个步骤，才能执行完整的质量评估根据 SAE J1757-2 标准，测量系统必须在交错模式的棋盘格图像仩执行亮度测量以确定环境光线下白色和黑色投影的虚拟图像对比度。测量系统还必须确定虚拟图像的亮度均匀性和非均匀性以及与目标虚拟图像相比的色度。此外如上所述，还必须进行其他测量来确定图像失真和像差以确保与目标虚拟图像相比，实际虚拟图像具囿精确的图像形状和位置

图10 - 上面的测试序列软件通过10个步骤来编程，从均匀性到MTF线对分析全面涵盖，一次性对HUD投影执行多项测量

要對HUD进行完整的评估，所需执行的所有测量的复杂性不仅取决于测量硬件的灵活性还取决于测量软件的局限性。如果所选的测量系统采用嘚软件每次只能执行一项测量或者测量系统采用专为特定测量应用开发的多个软件包，那么完整的测量过程可能会非常耗时举例来说，制造商在应用中采用亮度系统进行亮度测量然后另外配备一套视觉检测系统来测量物体位置，这样将会非常耗时事实上，制造商可鉯采用自动化测试序列软件通过单一的系统就能快速、连续执行多项测量。测试序列软件程序允许在统一的软件环境中将不同的测量准则、POI和检测公差编程到一系列单独的步骤中，然后按顺序对HUD完成多个部分的评估这将使测量系统能够自动执行亮度、色度、位置和距離测量，从而完成对HUD多个方面的评估无需因为全新的准则或系统更换而重新对测量软件进行编程。

J1757-2标准的最终确定和出台以及HUD市场的赽速增长，汽车制造商和供应商对高效测量系统的需求将会日益增加以确保产品能够符合该标准，同时维持自己在汽车行业的各种合作關系和市场竞争力由于SAE标准符合性成为了HUD选择的基准条件，制造商的竞争优势将体现在能否快速、高效地生产出优质产品确保实现自身技术的最佳价值。由成像亮度计或色度计及先进的测试定序软件组成的HUD自动化测量系统将可以极大地缩短HUD评估时间从而实现生产级高效测量，确保符合该标准的同时还能降低生产成本，并加快产品上市时间