前照灯性能规范
针对汽车前照灯的光质要求,国内外制定的一系列汽车照明标准规范了智能车灯的光学性能和光束形状特性。最近C-NCAP发布对前照灯道路照明性能的评估规程,本规程采用整车静态室内评价法,规定了前照灯的照度面积、光束形状和照度,并给出了评分方法和权重,如果前照灯具有自适应功能,则可根据功能情况添加附加点,例如远光和近光灯的自动切换功能或自动光束形状改变功能,如图1所示。
图1 自动切换远光灯和近光灯(左)
自适应前照灯光束形状变化(右)
关键技术
为了大幅度提高智能前照灯配光测试速度,保证测试效率,本文采用基于成像技术的测试方案如图2所示。智能前照灯测试系统在前照灯附近放置一个快速成像照度分析仪,以成像接收屏幕上的光分布。然后通过校准和转换,进一步获得距离前照灯25m处的照度/发光强度分布,以确保测试结果与实验室测试系统的测试结果一致。该成像方法可以一次性测量前照灯的光分布,大大提高了测试速度,非常适合智能前照灯的快速光分布测试。
图2 前照灯配光测试系统
智能前照灯配光的高精度检测,关键技术在于快速成像照度分析仪和算法。必须确保“准确测量”和“正确判断”。
1. 快速成像照度分析仪
(1)V(λ)失配
智能前照灯标准要求在配光测试中测试关键点的照度,光学测试仪器匹配人眼光学效率函数V(λ)为了确保测试仪器与人眼感觉一致,需要准确测量照度。因此,仪器的V(λ)失配精度直接影响照度测量的精度。失配程度按式(1)计算:
(2)仪器的下限和测量范围
为了行车安全,国家法律法规明确规定近光灯必须有明显的截止线。前照灯左侧为低灯,右侧为高灯,以避免影响迎面而来的车辆,如图3所示。如果测量仪器的下限不够低,成像图像中的截止线会变得模糊;并且光分布的亮区和暗区之间的对比度相对较大,至少为104。因此,用于测试智能前照灯光束形状的快速成像照度分析仪必须具有较低的测量下限和较高的动态范围。
(3)成像质量
成像系统应具有较高的空间分辨率,以确保成像图像的清晰度。如果无法避免系统的失真,则可以通过校准消除由成像失真引起的误差。如图5所示,由于桶形失真(图4(a))或枕形失真(图4(b)),成像图像略微失真,并且可以通过失真校正(图4(c))获得准确的图像。
图4 (a)桶形失真; (b)枕形失真; (c)失真校正图像
2. 算法
(1)自动识别
在智能前照灯配光试验中,需要找到标准要求的截止线、拐点等关键点的正确位置。为了保证批量产品的一致性和客观性,有必要采用算法进行自动识别。前照灯的近光形状规定在亮区和暗区之间有一条相对清晰的分界线。前照灯截止线的理想要求如图5左图所示。实际上,光分布模式存在过渡间隔,无法保证线性,如图5右图所示。
图5 前照灯的理想光分布(左图)和实际光分布(右图)
由于前照灯通常具有较大的照度,背景照度将影响成像图片的对比度,并将导致低照度位置的提取跳跃。此时,需要专业的去噪处理和特征点提取方法来准确确定LED模块截止线的位置和形状,以确保提取的可靠性和可重复性。如图6所示,经过算法处理,在低照度位置相对准确,位置波动小,受噪声影响小。
图6 (a)噪声处理前1lx截止值; (b)噪声处理后1lx截止值
(2)自动调光控制
一般来说,出厂前必须手动调整并确定截止线的位置和高度。为了节省测试时间和简化过程,智能灯快速光学特性测试系统应配备自动调光功能。软件进行自动控制调光、测试和判断,直到截止线达到理想位置并保持稳定以停止调整。通过调整前照灯光轮廓的高度,将截止线调整到最佳位置(绿线标记),如图7所示。
图7 调光前截止线位置(左图)和调光后截止线位置(右图)
光学特性快速测试系统
1. 智能前照灯光学特性快速检测系统EVERFINE OA-Lab
本文所设计的系统配备高精度快速成像设备和独特的算法,能实现智能前照灯配光性能的快速准确检测。同时,通过软件控制前照灯的调光系统,实现光束形状的自动调节。系统软件除了自动识别截止线和拐点位置外,还可以给出前照灯25m处的照度分布、道路照度图以及转换灯的等强度分布图,如图8所示。
图8 EVERFINE OA-Lab系统软件功能
2. 智能投影灯和尾灯光学特性快速检测系统
针对智能投影灯和尾灯更注重亮度、色度和均匀性的测试,本文提出了相应的快速光学特性测试解决方案——CX-800C成像色度仪,如图9所示。采用V(λ)失配精度达到1级的探测器,专利冷却技术可达到测试下限低至0.0005 cd/m2,测试动态范围高达108。该仪器具有高像素特性,一次测量相当于同时测试数百万个聚光灯亮度计,以确保快速测试亮度/颜色均匀性。
图9 EVERFINE CX-800C成像色度计及其测试案例
结论
为了保证智能车灯的光学性能满足设计和标准要求,本文从光学测量仪器和算法两个方面给出了智能前照灯快速光学特性检测系统的技术要点。在此基础上,提出了智能前照灯检测方案。通过高质量的成像设备和基于实验室测量和人眼模拟的深度学习算法,测试不仅满足了智能前照灯对测试速度和效率的要求,而且大大提高了测试精度。此外,本文还针对智能投影灯和尾灯的快速光学特性测试系统提出了相应的测试方案,为行业内的测试验证提供了一定的参考。
END
文章转自 公众号 IFAL
发表评论 取消回复