惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

C
CXSECURITY Database RSS Feed - CXSecurity.com
Help Net Security
Help Net Security
P
Privacy International News Feed
S
Securelist
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
T
Tor Project blog
AWS News Blog
AWS News Blog
K
Kaspersky official blog
A
Arctic Wolf
Latest news
Latest news
T
Threat Research - Cisco Blogs
L
LINUX DO - 最新话题
P
Privacy & Cybersecurity Law Blog
Security Archives - TechRepublic
Security Archives - TechRepublic
Google DeepMind News
Google DeepMind News
K
KPMG report finds enterprise disconnect between AI and its ROI | CIO
月光博客
月光博客
N
News and Events Feed by Topic
Jina AI
Jina AI
博客园 - 司徒正美
WordPress大学
WordPress大学
罗磊的独立博客
雷峰网
雷峰网
AI
AI
Hugging Face - Blog
Hugging Face - Blog
D
Darknet – Hacking Tools, Hacker News & Cyber Security
S
Security @ Cisco Blogs
博客园 - 三生石上(FineUI控件)
H
Heimdal Security Blog
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
酷 壳 – CoolShell
酷 壳 – CoolShell
C
Cisco Blogs
博客园 - 【当耐特】
The Hacker News
The Hacker News
有赞技术团队
有赞技术团队
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
www.infosecurity-magazine.com
www.infosecurity-magazine.com
Schneier on Security
Schneier on Security
博客园 - Franky
S
SegmentFault 最新的问题
cs.CV updates on arXiv.org
cs.CV updates on arXiv.org
Cloudbric
Cloudbric
爱范儿
爱范儿
cs.CL updates on arXiv.org
cs.CL updates on arXiv.org
Exploit-DB.com RSS Feed
Exploit-DB.com RSS Feed
S
Secure Thoughts
Last Week in AI
Last Week in AI
Application and Cybersecurity Blog
Application and Cybersecurity Blog
Know Your Adversary
Know Your Adversary
Google DeepMind News
Google DeepMind News

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理, 企事业单位数字化的业务供需本质 – 人人都是产品经理, 医疗智能体·第1讲——医疗信息化重构:从“辅助软件”到“自主智能体”的范式转移 – 人人都是产品经理, 粉丝量就是空气!!! – 人人都是产品经理, 用户说“薯片碎了”,机器回“要买吗?”:意图识别的翻车与破局 – 人人都是产品经理, RAG召回准确率从75到90 我做对了这三件事 – 人人都是产品经理, AI大事件:Anthropic改收费、OpenAI发安全版、手术机器人纳入医保、阿里发布”秒悟” – 人人都是产品经理, Chrome 推出 Skills 新功能,Agent 重塑上网方式 – 人人都是产品经理, GitHub前创始人拿了a16z的1700万美元,做Agent时代的Git – 人人都是产品经理 拷贝或克隆其他 Flutter OH 项目到本地后无法运行 – 人人都是产品经理, 优惠券设计:优惠券创建 – 人人都是产品经理, 不用死磕文档!AI 助手 1 小时搞定飞书 CLI 安装 + 配置 + 知识库 – 人人都是产品经理, 用小龙虾做竞品分析报告:从2天到20分钟,我是怎么做到的 – 人人都是产品经理 用小龙虾做市场分析报告:搞懂这3个公式,市场规模不再靠猜 – 人人都是产品经理, 你早就在做 Harness 工程,只是不知道它叫这个名字 – 人人都是产品经理, Think Long就够?你可能想多了! – 人人都是产品经理, 货代SRM实战:供应商准入怎么做,才能让资源池不是通讯录而是可交付网络? – 人人都是产品经理, 如何做好用户调研?详解基本技巧 – 人人都是产品经理, 木鸟、途家、美团对打,平台春天行动开“卷” – 人人都是产品经理, 入职才发现公司不靠谱?小红书从业者求职避坑指南 – 人人都是产品经理, 美国 AI 三巨头联手封堵,中国 AI 突围之路在何方 – 人人都是产品经理, 小红书,放在需求对面的镜子 – 人人都是产品经理, AI 会带来大规模失业吗? – 人人都是产品经理, 从出单到补货前,我第一次犹豫:该不该放大? – 人人都是产品经理, Flutter 三方库鸿蒙化适配:5 种高效检查方式,快速判断是否需要适配 – 人人都是产品经理, 从做产品进阶拿结果:医美机构产品经理转岗科室运营经理 – 人人都是产品经理, 阿里HappyHorse,一场关于“Token经济”的阳谋 – 人人都是产品经理, To B AI:客户留存落地的观察与思考 – 人人都是产品经理, AI产品的“生命线”——数据采集、标注、清洗的产品化设计 – 人人都是产品经理, 谈谈AI Agent(二):当“孩子”能自己“体验世界”时,你该学什么? – 人人都是产品经理, UI/UX设计师的3层能力进阶,前两层让你活下来,第三层…才是真正的分水岭 – 人人都是产品经理, 2分钟 → 30秒,效率提升75%:B端产品经理如何用「规则枷锁」驯服AI幻觉? – 人人都是产品经理, 还没来得及学OpenClaw,来了个更猛的:Hermes Agent – 人人都是产品经理, AI日报:宇树机器人跑出10m/s刷新世界纪录 – 人人都是产品经理, 一文说透基金互金如何用情绪价值引导用户决策做转化 – 人人都是产品经理, 当浏览器开始替你”看”网页:AI 浏览器正在亲手拆掉它脚下的那张网 – 人人都是产品经理, 0代码,一天时间我Vibe Coding了个网站 – 人人都是产品经理, Hermes 和 OpenClaw 之争,Agent 的能力应该“装上去”还是“长出来”? – 人人都是产品经理 视频生成的“桌子”,字节Seedance 2掀完,阿里快乐马掀 – 人人都是产品经理, 从听不懂到完全信任:我的 Codex 深度产品体验 – 人人都是产品经理, 当虚拟偶像有了北京户口,与真人偶像还有什么区别? – 人人都是产品经理, 会说,远远比会做更重要 —— 对 SBTI 爆火现象的五层观察 – 人人都是产品经理, AI产品经理必看:当“搭环境”比“选模型”更重要,你的认知还在2024年吗? – 人人都是产品经理, 2026年AI产品商业化核心逻辑:从功能demo到规模化营收的3个必破卡点 – 人人都是产品经理, 京东围绕供应链,卷起裤腿下场的那些事儿 – 人人都是产品经理, SBTI一夜刷屏:它赢在了“太会说人话” – 人人都是产品经理, 折扣零售的真相:不是便宜,而是价值感! – 人人都是产品经理, 和甲方吵了一架,最后加钱做了——我学到的ToB产品经理生存法则 – 人人都是产品经理, 和几位小红书操盘手聊了8小时,干货全在这 – 人人都是产品经理, 智谱GLM-5.1登场,开源模型首超Opus4.6!!! – 人人都是产品经理 Anthropic收入凭什么反超OpenAI,终于有人把这事说清楚了 – 人人都是产品经理, 史上最有故事感的技术报告——Claude最强模型Mythos 7个极其精彩的细节 – 人人都是产品经理, 模型不是壁垒,Harness 也不是 – 人人都是产品经理, 抖音本地生活业务思考21 – 人人都是产品经理, Superpowers:145k Star的AI编码框架,到底是什么来头? Superpowers:145k Star的AI编码框架,到底是什么来头? – 人人都是产品经理, OpenAI 的路走错了,Anthropic Harness 解法启示:模型需要实践专科生 – 人人都是产品经理, 画原型图的前一步:设计站点地图 – 人人都是产品经理, 给 DeepSeek 的最后一封催更信 – 人人都是产品经理, 手把手教你用 Claude Code 搭建 AI 营销团队:5 个 Agent、12 项技能,独立完成研究、写作、设计全流程 – 人人都是产品经理, 你以为大模型在学语言?不,它在重新发明语言学 – 人人都是产品经理 所谓Skill,不过是AI时代的工业垃圾 – 人人都是产品经理, 聊一聊内容传播的几个方法 – 人人都是产品经理, 当平台开始吃掉生态:从 OpenClaw 被封杀,读懂 Anthropic 的这盘棋 – 人人都是产品经理, 你装了 10 个 AI 插件,Obsidian 还是一个文件夹 – 人人都是产品经理 关于AI智能体架构演进的系统性思考:从单体试水到多体协同的重构 – 人人都是产品经理, 当“人”变成Skill,我们又该何去何从? – 人人都是产品经理 Mythos 事件:前沿 AI 治理的意外实验 – 人人都是产品经理, 货代CRM:信用与风险管理怎么做,才能把坏账风险拦在放货之前? – 人人都是产品经理, 从HR收集自拍照到员工自助录入——我见证了园区人脸识别从”不可用”到”真好用”的全过程 – 人人都是产品经理 千问闯关AI混沌期:阿里画靶,吴嘉张弓,马云射箭? – 人人都是产品经理,
增强现实抬头显示AR- HUD综合研究
怡伶设计心理 · 2024-11-18 · via 人人都是产品经理

为了让更多受众了解 AR - HUD,本文将对其进行综合研究,包括其发展历程、应用场景、信息布局以及未来发展趋势等方面。

随着汽车向以人为中心的 “第三生活空间” 演变,汽车与驾驶员之间的交互已不再局限于简单的行车状态交互,而是逐步扩大至智能驾驶、资讯娱乐等领域。传统仪表已无法满足用户的安全、智能、沉浸式体验需求,在此背景下,抬头显示(HUD)应运而生。它将行车状态、导航、辅助驾驶等信息直接投射在驾乘人员眼前,驾驶员无需切换视线就可以直观地感受行车状态等信息,大大缩减了盲驾时间,提升行车安全。HUD 经历了 C – HUD、W – HUD 到 AR – HUD 的迭代更新,其中 AR – HUD 通过结合虚拟现实技术,将行车信息叠加到实物上面,成像距离更远、成像效果更佳。

一、HUD 的发展历程

1. 起源与应用拓展

HUD 技术起源于飞行器辅助仪,最早作为一种飞行器辅助仪,它可以把飞行信息投射到飞行员视野正前方的透视镜上。1960 年,第一台装有 HUD 的战斗机美国海军的 A – 5 舰载机研发成功,直到二十世纪八十年代初,HUD 才开始应用于民用客机。1988 年,通用汽车首次将 HUD 技术应用于汽车,此后,HUD 在汽车上的应用不断发展,从最初只能显示简单信息,到后来可以显示多种颜色信息以及引入导航信息等。

2. 产品形态变迁

C – HUD(Combiner HUD)

安装方式较为灵活,可前装或后装,一般将一块透明树脂镜面安装在仪表盘上方。

优点是成本较低,缺点是成像区域小,内容有限,成像距离近且位置低,车辆碰撞可能导致二次伤害。

W – HUD(Windshield HUD)

需要汽车前装,与挡风玻璃统一做光学设计,将重要的行车信息直接投射在挡风玻璃上。

优点是支持更大成像区域和更远投影距离,展示信息区域大,效果更一体化,有助于安全行驶;缺点是需根据挡风玻璃尺寸和曲率搭配高精度非球面反射镜,成本相对较高。

AR – HUD(Augmented Reality – HUD)

为增强现实抬头显示器,同样应用于前装市场。AR – HUD 可提供更远距离及与实景相结合的图像,因此能够有效地提升驾驶安全性和使用体验。

AR – HUD 技术被汽车行业重视,不仅因为它能提高驾驶安全性和显示效果,更重要的是 AR 技术的应用,让 HUD 的使用场景有了更多可能。比如,行车时可以直接将导航的道路信息显示到 HUD 上,并融合周围实际的路况场景进行显示,使得道路信息一目了然;也能结合 ADAS 功能,提供前向碰撞预警、车道偏离预警及交通标志标线识别等提示,及时预告路况和行人预警信息;可将行车电脑中的车辆数据与道路实景有机结合,进行 AR 呈现。

二、车载 AR – HUD 的必要性

1. 从中国道路交通安全视角分析

随着经济社会发展和生活水平提高,我国汽车保有量急剧增加,而道路交通参与者的道路安全理念却明显滞后于汽车市场的发展速度,道路交通安全形势日益严峻。从历年因操作失误造成的事故分布来看,虽然技术进步可有效提高交通安全,但驾驶员分心造成的交通事故仍然存在。在零交通事故的终极目标下,减少驾驶过程中的操作失误仍是汽车厂商的关注重点。

2. 从人因工效学的角度分析

车载信息娱乐系统丰富了驾乘人员的驾驶体验,但也引起了驾驶分心,降低了驾驶员的驾驶效能和驾驶安全。HUD 可以为驾驶员提供更加直观简洁的信息和更加舒适方便的信息查看方式,增强驾驶员的环境感知能力,减少其视线离开路面的时间,从而使驾驶员能将注意力更多集中在路面上,提高驾驶安全。

三、AR – HUD 的优势

1. 传统 HUD 的问题分析

从产品形态来看,C – HUD 和 W – HUD 一般称为传统 HUD,由于其成像距离、成像尺寸以及采用的光机技术等原因,存在固有的缺点和问题。

  1. 成像距离较近,易造成驾驶疲劳。
  2. 成像尺寸过小,呈现的信息量有限,沉浸式体验感不佳。
  3. 存在驾驶安全隐患,C – HUD 成像载体树脂玻璃对驾驶员存在二次伤害风险。

2. 车载 AR – HUD 优势

  • 提升沉浸式体验:AR – HUD 可以将图像投影至驾驶员前方至少 7 米距离的位置,一般可以达到 10 – 20 米的距离,在这样的距离下,驾驶员对于视场中图像或物体的视觉深度区分能力下降,感觉投影图像与环境融为一体,这样也就可以提升驾驶员使用过程中的沉浸式体验。
  • 提高驾驶安全性:更远的虚像距离可以减少驾驶员视觉焦点在虚像与现实之间切换的视觉深度适应时间,从而减轻了眼睛疲劳。同时,AR – HUD 还可以结合 ADAS 系统,将 ADAS 功能呈现在挡风玻璃上,能够在低能见度的极端天气条件下增强驾驶员对周围环境的感知能力。另外,通过将驾驶视觉盲区监控信息呈现在驾驶员视野前方,使驾驶员能够及时发现驾驶环境中存在的情况,增强驾驶员行车安全意识,提高行车安全,减少交通事故的发生。
  • 让汽车更智能:虽然目前很多车辆已经实现了 L2 甚至 L2 + 的功能,但是智能化的决策和控制并不能直观地为驾驶员呈现,用户无法感受到车辆的智能化功能,AR – HUD 能够通过智能驾驶控制系统的数据,将车辆的智能驾驶功能展现在用户的眼前,实现 “所见即所知”;另外,人类感知的信息 80% 以上是依靠视觉来获取的,AR – HUD 丰富的显示功能可以赋能座舱的智能化,让座舱的视觉交互更加直观和有效,为驾乘人员提供沉浸式体验。

四、AR – HUD 的价值

1. 安全和体验的两全其美

驾驶安全方面

AR – HUD 可以对导航信息进行直观显示,并可以结合实际路况,实时利用虚拟箭头来提示驾驶员,避免在驾驶过程中出现开过路口或分散驾驶员注意力的情况发生。另外,AR – HUD 还可以与 ADAS、汽车传感器等进行协同,对驾驶员进行安全提醒,比如车距过近预警、压线预警、红绿灯监测预警、变道预警、行人预警、路标显示、车道偏离预警、前方障碍物预警、驾驶员状态提醒预警等,还可以通过变换颜色来对不同安全度的危险隐患进行提醒。

驾驶体验方面

AR – HUD 具备自动侦测环境亮度功能,实现自动调节 HUD 照明亮度以适应环境的能力,减轻驾驶员在光照条件变化之后眼睛出现的短暂不适感。

另外,AR – HUD 还可以结合车辆的当前位置、车载地图和场景 AI 等为驾驶员提供旅游景区、商场、餐厅、服务站等信息,实现车与道路环境的互联。

最后,AR – HUD 还可以分为两个部分来显示信息,以满足驾驶员和乘车人的不同需求,驾驶员前方提供道路导航信息,副驾驶视野前方显示音乐、视频、通话等信息。

对于用户而言,驾驶沉浸感和行驶安全均有明显提升。

2. 品牌向上,生态赋能

提升汽车产品和品牌的智能化属性

AR – HUD 作为 W – HUD 的升级产品形态,能够为车辆提供更加完善的视觉显示解决方案。由于技术难、成本高的特点,目前也只在部分高端车型上实现了装备。

AR – HUD 的装车将有助于提升汽车产品和品牌的智能化属性,推动品牌和产品高端化进程。

推进智能化和网联化进程

智能化和网联化已然成为全球汽车产业未来的发展重点。抢占智能化的战略制高点,是我们国家汽车产业实现转型升级、由大变强的重要突破口。

AR – HUD 与汽车的智能化和网联化紧密相关,是智能化和网联化应用的载体,同时也是推进智能化和网联化进程的助推剂。

AR – HUD 核心技术的突破也正是我国汽车智能化和网联化实现创新驱动的实施路径,是解决我国核心零部件产业链安全问题,实施强链、补链、延链的重要一环,将推动我国汽车产业向价值链中高端水平迈进,助推我国汽车产业高质量发展。

五、AR – HUD 如何影响出行生活

1. 应用场景

安全驾驶是重中之重

通过醒目的危险警示符号,及时提醒驾驶员其他道路参与者的情况,助力行车安全。还可以提升极端环境下的驾驶安全,将摄像头、激光雷达、毫米波雷达等检测到的行人、障碍物、周边车辆行驶方向等信息直接呈现在驾驶员面前,提升车辆在极端环境下的行驶安全。

沉浸式体验智能化功能

将 ADAS 功能直观地展现在驾驶员面前,加强驾驶员对智能化功能、自动驾驶的信任,减轻对自动驾驶的安全焦虑。AR – HUD 技术的出现使得上述问题迎刃而解,通过虚拟结合现实的技术,为辅助驾驶信息的呈现提供了高效可视化平台,能够在不影响驾驶员视线的情况下,通过在实景信息上标记虚拟警示符号的方式准确定位驾驶过程中 的危险情形,实现虚拟警示符号与实景路况高度融合,以此提醒驾驶员采取相应的措施。

AR 提升出行体验

AR 导航直观生动,不再错过任何一个路口,实现了将手机导航、中控导航的信息与车道线走势等车道特征进行融合,可以将虚拟图像投射至驾驶员前方视野、显示在道路上,让驾驶员感受最真实的道路信息。同时,AR – HUD 具有全面显示车况、路况、ADAS 等多维信息的功能。

提供便捷式服务

AR – HUD 可以通过 AR 将地图 POI 信息与实景叠加,将行进途中的停车场、餐厅、购物场所、加油站等消费、车辆服务相关的地点信息实时标注显示,尤其是在陌生的地方利用 POI 信息可以极大方便出行。

身临其境体验车载信息娱乐功能

在中控屏对车载信息娱乐功能的呈现有限的情况下,AR – HUD 在驻车场景下可以让驾驶员身临其境体验高清视频、游戏画面、视频通话,感受家庭影院式的沉浸感。

2. 关键核心技术

显示技术是关键

PGU(Picture Generation Unit)成像单元是 AR – HUD 的关键部件,直接影响 HUD 的成像效果与产品化成本等。目前 PGU 主流成像技术主要有三种:TFT – LCD、DLP 和 LCoS,成像技术的工作原理不同,在 HUD 上的应用表现存在很大差异。

空间光学

包括空间光学原理、小体积大画幅 AR – HUD 设计、阳光倒灌、眩光、图像畸变与双目视差、重影等方面的内容。空间光学原理是 PGU 输出成像光扩散屏形成可视图像,经过反射镜将图像投射到自由曲面镜,自由曲面镜将原图像放大并适配风挡面型完成光学畸变矫正后,投射到风挡玻璃上,利用风挡玻璃将图像反射进入眼椭球范围,人眼接受到反射光之后在风挡玻璃前形成虚拟图像。

AR – HUD 的数字显示界面

包括沉浸感的视觉提升、减少眩晕感与驾驶疲劳、提升驾驶体验、通过科学的界面设计预防分心驾驶等方面的内容。沉浸感的视觉提升通过大 FOV 提升视野覆盖范围、图像叠加增强技术、亮度自动调节、提升亮度对比度等实现。

AR – HUD 功能安全及可靠性

功能安全方面,AR – HUD 必须具备失效模式监测诊断的功能,对显示图像失真和整个屏幕变白或者全屏显示两种失效模式准确检测并在出现问题时关闭显示功能。可靠性方面,要解决 HUD 会产生阳光倒灌的现象,提升滤波能力和器件高温容忍性来实现在一定时间内阳光倒灌的容忍能力。

六、车载 AR – HUD 信息分类与优先级确定

1. 关键驾驶信息

  • 车速:车速是驾驶者最需要时刻关注的信息之一,在 AR – HUD 信息布局中应处于显著位置。其显示应清晰、准确,字体大小和颜色要确保在各种光照条件下都能被驾驶者快速读取。
  • 导航指示:导航指示对于驾驶者准确判断行驶路线至关重要。包括方向箭头、距离下一个路口的距离等信息,应突出显示且与车速信息区分开来,避免驾驶者混淆。
  • 安全警示:如前车距离过近警报、车道偏离警告等,需要以醒目的方式呈现。当出现危险情况时,驾驶者能够立即做出反应,保障行车安全。

2. 辅助信息

  • 时间:时间信息对于驾驶者了解当前时间有一定帮助,但并非关键驾驶信息,可在相对不那么显眼的位置显示。
  • 外界温度:外界温度属于次要信息,可在角落处显示,为驾驶者提供一些额外的环境信息。
  • 音频信息:如正在播放的歌曲名称等音频信息,对于注重音乐享受的驾驶者有一定意义,但不应干扰主要驾驶信息的显示,可适当弱化其效果。

七、车载 AR – HUD 信息布局原则

1. 简洁明了

  • 避免信息过载:在设计 AR – HUD 信息布局时,应避免过多信息的堆砌,只显示必要的信息。过多的信息会导致驾驶者分心,影响驾驶安全。
  • 采用简洁图标和文字:简洁的图标和文字易于理解和识别,能够帮助驾驶者快速获取信息。复杂的图形和文字可能会增加驾驶者的认知负担,降低信息获取效率。

2. 符合视觉习惯

  • 信息放置区域:信息应放置在驾驶者视线自然聚焦的区域,通常是挡风玻璃的中下部。这个区域符合驾驶者的视觉习惯,能够让驾驶者在不转移视线的情况下快速获取信息。
  • 阅读顺序:遵循从左到右、从前到后的阅读顺序,将重要信息依次排列。这样的排列方式符合大多数人的阅读顺序,有助于驾驶者更顺畅地获取信息。

3. 动态调整

  • 适应不同驾驶场景:根据不同的驾驶场景和要求,动态调整信息的形式内容和布局。例如,在高速行驶时,应突出导航和车速信息,帮助驾驶者更好地控制车速和方向;在城市道路行驶时,可增加交通标志识别等信息,以应对复杂的交通环境。
  • 满足个性化需求:考虑驾驶者的个人喜好和需求,提供个性化的信息调整功能。例如,驾驶者可以根据自己的视力情况调整字体大小,或者根据自己对不同信息的关注程度调整信息的显示顺序。

4. 色彩搭配合理

  • 关键信息色彩:关键信息应使用高对比度的颜色,如白色字体搭配深色背景,以提高可读性。这样的色彩搭配能够让关键信息在各种光照条件下都更加醒目,便于驾驶者快速识别。
  • 辅助信息色彩:辅助信息可以采用较柔和的颜色,在不影响关键信息显示效果的前提下,避免过于刺眼。柔和的颜色不会对驾驶者的视觉造成强烈刺激,同时也能够与关键信息区分开来。

5. 空间层次感

  • 区分信息层级:通过调整信息的大小、颜色、透明度等方式,区分不同层级的信息。例如,关键驾驶信息可以用较大的字体、较高的对比度和较低的透明度来显示,使其更加突出;辅助信息则可以用较小的字体、较柔和的颜色和较高的透明度来显示,使其处于次要地位。
  • 利用空间布局:合理利用空间布局,将不同层级的信息放置在不同的位置,形成空间层次感。例如,可以将关键驾驶信息放置在挡风玻璃的中下部,靠近驾驶者视线的焦点位置;将辅助信息放置在挡风玻璃的边缘或角落位置。

6. 稳定性与一致性

  • 保持信息稳定:在驾驶过程中,信息的显示应该保持稳定,避免出现闪烁、跳动等不稳定的情况。不稳定的信息显示会分散驾驶者的注意力,影响驾驶安全。
  • 保持一致性:信息布局应该保持一致性,无论是在不同的驾驶场景下,还是在不同的车型上,都应该遵循相同的布局原则和设计规范。这样可以减少驾驶者的学习成本,提高信息获取效率。

八、下一代 HUD 应用展望

1. AR – HUD 应用发展趋势

安全类

AR – HUD 最重要的实际应用是安全类信息的呈现,使用增强现实和人工智能将必要的安全类信息投影到挡风玻璃,可以让司机意识到潜在的危险,而不会分散注意力或妨碍他们的道路视野。包括 V2V(Vehicle to Vehicle)和 V2I(Vehicle to Infrastructure)等方面的应用。

效率类

在辅助驾驶、自动驾驶中逐步完善的未来,实景路况与前挡风玻璃投影配合显示会改变交互方式,提升交互效率。包括 V2V 和 V2I 等方面的应用。

支付类

近场支付:汽车行业正在向智能驾驶和智能座舱的双智融合方向发展,也为智慧交通与智慧城市等市场创造了更多商业机会,未来车辆将可从 V2I 信息中感知到支付需求并显示在 AR – HUD 上,驾驶员通过触控、凝视、点头等交互方式进行确认,就可以完成支付。

元宇宙在车端的应用载体

目前以 VR、AR 为主体的狭义元宇宙产业链,与汽车上的 AR – HUD、智能座舱、智能辅助驾驶等功能有不少重合的地方,所以汽车有希望成为连接三维物理世界和元宇宙的超级智能硬件。AR – HUD 作为智能汽车第一屏,承担着最重要的人机交互功能,未来将通过 V2X、车联网技术持续加强车辆与道路之间的通信,扩展更多应用场景,搭建起现实世界与虚拟世界的一座桥梁。

2. AR – HUD 技术发展趋势

硅基液晶 LCoS 技术

硅基液晶 LCoS 技术是一种基于反射式的微型矩阵液晶显示技术,通过反射式技术,可以达到 40%-65% 的亮度反馈,光效率较高,可以达到 4K 甚至 8K 的真实分辨率。同时,其耐热、耐潮程度也很高,可以让车载 AR – HUD 的成像效果更加稳定和清晰。

与 LCD 技术相比,LCoS 相类似的地方在于都是光源穿过偏振滤光片到达设备,液晶体充当阀门控制到达表面的光量,特定像素的晶体接收的电压越高,则晶体允许通过的光量越多,不同的地方在于 LCoS 是反射式投射,光利用效率较高,而 LCD 是透射式,光利用效率较低,因此 LCoS 可以实现更好的显示效果和可靠性。

光波导技术

光波导凭借平板超博结构和极大的二维扩瞳能力,极大减少了对光机体积的需求,可以从根本上解决 HUD 模组体积过大问题,是 HUD 未来发展的重要方向,是目前 AR 眼镜的主流方案。

光波导能够实现光的全反射,即光机完成成像后,将光耦合进入波导的玻璃基底,通过全反射原理将光传输到眼镜前方,再释放出来。

达到全放射需要满足两个条件:

  1. 传输介质即波导材料需要具备比周围介质高的折射率;
  2. 光进入波导的入射角需要大于临界角。

所以光在波导传播是平行传播,光波导的 “全反射” 在保证成像清晰、图像对比度高的基础上,还能为用户提高较大的视场角。目前研究的光波导技术主要分为几何光波导和衍射光波导。

无论几何波导还是光栅波导,图像源和基底是相似的。图像源可以是各种类型的微显示如 LCoS,Micro – OLED、Micro – LED,也可以是激光结合微镜扫描 LBS。几何波导和光栅波导的主要差异点在于耦入结构和耦出结构。

从图中可以看出,耦入结构的作用是使得图像源的主光线变换角度斜入射进入基底,满足全反射条件;耦出结构,是使得基底内部传输的该斜光线变换方向,垂直射出到人眼。

由于光波导技术是通过光波导片传播直接被放大的图像,因此更大的显示尺寸和更远的显示距离要求光波导片部件具有更大的面积而不是体积,这也便于在仪表板空间内布置。

另外,由于光波导技术取消了制造工艺要求严格的大尺寸非球面反射镜,降低了制造复杂性和成本。但目前光导波产品尚处于研发探索阶段,整个产业链准备尚不完善。如果要实现产品的量产化落地还需整个产业链的全面发展。

全息光学元件 HOE

全息技术是利用干涉原理实现光波的相位转换,因此使用相干光照明被记录物体后,来自物体的光波与另一束参考光在记录介质上产生干涉,将这些干涉图样记录下来并经过一定处理形成全息图,当再用与参考光相同的光波照明全息图时,即可重现原来景物的立体图像。

由于全息光学元件 HOE 可以像投影仪一样将图像投影到整个挡风玻璃上,因此投影图像可以覆盖整个挡风玻璃,实现大尺寸图像显示,同时光机的体积也可以控制在较小的范围。由于目前的全息膜还不能满足健康环保以及车规级的要求,因此基于 HOE 的 AR – HUD 还不能实现大规模量产。

另外使用全息光学元件代替表面浮雕光栅实现光的引导成为全息光波导。这个全息元件是全息技术在材料内部曝光形成的明暗干涉条纹。相比雕刻光栅,全息光波导在工艺上更高效,成本也具有明显优势,但全息光波导元件的制造参数等条件需要经过大量实验获得,无法通过光学分析反推,这也导致光波导的 AR – HUD 产品量产难度大,预计短期内无法大规模量产。

九、AR – HUD 行业发展推进建议与倡导

1. 政策规划端

政策端

《智能汽车创新发展战略》明确了以 “统筹谋划,协同推进、创新驱动,平台支撑、市场主导,跨界融合、开放合作,安全可控” 的基本原则,重点推进 “技术创新体系、产业生态体系、基础设施体系、法规标准体系、产品监管体系和网络安全体系”。

2021 年,《智能网联汽车生产企业及产品准入管理指南 (试行)》和《关于加强智能网联汽车生产企业及产品准入管理的意见》相继出台,明确了高级别自动驾驶汽车生产企业和产品准入的基本方向,但具体的技术规范仍未出台,高级别自动驾驶暂无法准入。

2021 年《道路交通安全法 (修订建议稿)》发布,首次在法律层面明确了具有自动驾驶功能的汽车进行道路测试和通行的相关要求,以及违法和事故责任分担规定,但是正式稿还未发布,同时未明确细化的自动驾驶相关规定。

目前智能网联汽车产业的突破性发展依赖于准入管理、道路交通安全管理政策法规以及基础设施建设。高级别自动驾驶以及 5G – V2X 的实现将会为 AR – HUD 应用的扩展和丰富提供可能性,一方面为 AR – HUD 显示内容提供丰富的车内外感知数据,另一方面,提升的车载算力平台也为 AR – HUD 的显示性能提升提供了支撑,更重要的是,驾驶员从驾驶任务中中得到释放将会创造更多的车内需求。

规划端

智慧城市概念自 2023 年提出以来,全国各地加速布局实践,目前全国有超过 500 个城市发布城市大脑建设计划。

在智慧城市的框架下,基于智能化和网联化的技术支撑作用,汽车将成为参与城市交通、信息采集、状态监测、数据交互以及电子支付等功能的智能体,而 AR – HUD 作为未来智能汽车第一屏,也将成为智慧城市多源信息在车内的显示终端和载体。

《中华人民共和国国民经济和社会发展第十四个五年规划和 2033 年远景目标纲要》首次将数字化发展专篇论述,明确加快建设数字经济、数字社会、数字政府、营造良好数字生态,以数字化转型整体驱动生产方式、生活方式和治理方式变革,开启了我国数字化转型新篇章。

《国家信息化战略纲要》首次提出分级分类建设新型智慧城市的任务。

国家 “十四五” 规划纲要提出探索建设数字孪生城市,再次强调分级分类推进新型智慧城市建设。

智慧城市的建设是一个长期的探索和完善的过程,建设工作应该坚持分级分类的原则分步推进,并加速构建智慧示范城市,带动全国整体智慧城市建设推进工作。

2. 标准法规端

  • 汽车抬头显示测试评价方法:包括零部件级和整车级的测试评价方法。
  • 汽车抬头单独测试评价技术要求:应区分不同类型的抬头显示,分别建立 W – HUD 和 AR – HUD 的技术要求。
  • AR – HUD 数字显示界面技术要求:从驾驶员人因工效的角度规定 AR – HUD 数字显示界面满足的最低要求,避免诱发导致驾驶疲劳和驾驶分神。
  • HUD 同车机软硬件电子电气接口的标准化工作:标准的推进节奏应坚持分类和分级推进的原则,以团体标准为创新引导,以行业标准为规范引领,最终推动国家标准的制定和实施。在内容分类上,AR – HUD 的测试评价和技术要求可以优先在团体标准和行业标准落地和实施,抬头显示 HUD 的通用测试方法和最低技术要求应该在国家标准层面进行规定。

3. 行业应用端

1)增强现实抬头显示团体标准的研究制定

2)整车增强现实抬头显示人机布置及数字显示界面关键技术研究

3)增强现实抬头显示应用效果评估研究

4)汽车增强现实抬头显示功能示范应用推广

5)增强现实抬头显示相关应用软件开发:行业联盟和组织的建立将会集合产业链各个环节形成合力,极大地推动增强现实抬头显示技术发展、应用推广,并形成持续发展、不断扩大和有机成长的生态体系。

十、结论

AR – HUD 作为一种新兴的车载显示技术,在提升驾驶体验和安全性方面具有巨大潜力。通过合理的信息布局和不断的技术创新,能够更好地满足驾驶者的需求。然而,目前 AR – HUD 技术仍面临一些挑战,如技术成熟度、应用场景和生态完善等问题。未来,随着政策支持、标准法规完善以及行业合作的加强,AR – HUD 技术将不断发展和优化,为驾驶者带来更好的驾驶体验和更高的行车安全保障。

本文由 @INFP怡伶设计 原创发布于人人都是产品经理。未经许可,禁止转载。

题图来自 Unsplash,基于 CC0 协议

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务。