AR HUD 量产窗口期开启，多传感器融合是体验优化的关键

媒体中心

本文转载自《高工智能汽车》，部分内容有改动

进入 2021 年，汽车市场的竞争将日趋激烈。然而，这是一个转折点，对于技术创新来说。每一次新技术的爆发都将不可避免地带来巨大的潜在市场需求。

AR HUD 就是其中之一。作为传统 HUD（C-HUD/W-HUD）的全面革新，去年奔驰全新 S 级轿车和大众 ID 系列纯电动车率先实现量产搭载，分别由日本精机和 LG 提供 AR HUD 解决方案。

近年来，HUD 的市场投资也开始回温，例如：

去年 8 月、新浪旗下微博公司宣布投资微美全息，随后该公司推出了“WiMi HoloAR HUD”，可以根据客户需求定制功能模块，后者本轮融资额超 6000 万美元。

去年 10 月、研发 AR 激光全息技术的 Envisics 公司拿到了现代汽车、上汽以及通用汽车 5000 万美元的投资。该公司通过电子方式操控激光束、产品将量产落地通用汽车和现代汽车，在三维空间中创造出真正的全息图像。

紧接着。获得东方富海数千万元 Pre-A 轮融资，已经与某主机厂商签署达成千万级技术定点开发合作项目，来自中国的车载 AR 显示产品及解决方案提供商锐思华创宣布。

传统 HUD 的全面革新：进一步融合 ADAS 以及 AR 导航

传统 HUD 只是提供基础的行车信息和简单的导航，AR HUD 的导入则进一步通过融合 ADAS 以及实际道路 AR 导航提升对车外行人、车辆的驾驶安全。这项技术被视为智能汽车不可替代的一部分只是个时间问题。

随着相关供应商技术成熟度逐步达到量产水平、安装成本的下降将促使更多的汽车制造商陆续开始采用这项技术，而不是仅仅限于高端豪华品牌车型。

2020 年作为 AR HUD 前装量产的元年，这项技术仍然存在巨大的提升空间，包括光路设计、散热、算力优化、AR 引擎（比如，ADAS 融合）、图像延迟及叠加效果、设备体积、可视角度/距离等等方面。

行业现状：多种技术路线并存，各有优劣

前装市场的成功导入、也带动 AR HUD 行业投资热情高涨，并且继续推动更多技术路线的量产落地。

目前、还有一种是全息投影技术，行业内用于 AR-HUD 的三条基本技术路线，后两种技术被认为是未来的趋势，分别是基于 TFT、DLP 或者 LCOS 激光技术。

实际上，各技术路线各有优劣势，其中 TFT、DLP 技术路线是目前行业的主流应用技术。从产品性能上来说，DLP 技术 AR-HUD 的FOV，但缺点是体积较大，投影距离、路面覆盖范围各方面性能都优于 TFT 式 AR-HUD。

而 DLP-HUD 则因为光机和工艺复杂造成了成本较高，另外国内竞品商直接采购海外模组的供货方式，也进一步推高了 DLP HUD 的价格。

如果想真正呈现完美的增强现实（AR）或者混合现实（MR）的效果、FOV 甚至要高达 20 度，这样才能覆盖车外的所有车道和所有的 POI。而大幅度提升 FOV，意味着 HUD 的投影面积要更大、亮度需要更高、功耗效率更高，同时还要控制设备的体积满足主机厂要求。

行业现状：多种技术路线并存

#DLP 技术是第一代 AR HUD 的主流趋势

目前、DLP 技术是第一代 AR HUD 的主流趋势。不过，从而导致清晰度和锐度方面的异常、重影和原始失真，最大的限制是 DMD 芯片组与阵列本身和投影平台的不对齐。

从理论上来说，节省车内空间，基于激光的 AR HUD 设备可以使用更小的部件。由于它们能耗低，能够产生非常明亮的图像，因此具有极高的亮度，但输出功率高。

当然。也得到了车企的认可，对于终极的全息技术。

构建 AR HUD 完整闭环产业链：光学设计、硬件成熟、配套软硬件技术是关键

而对于 AR HUD 来说、未来将形成一个完整的闭环产业链，配套软硬件技术也是关键，不仅仅是光学设计以及相关硬件的成熟。

比如、为了方便与车辆的传感器和功能集成，核心引擎需要传感器接口、API 和基于代码的引擎软件和工具，AR 引擎需要提供了一个可以开发平台独立功能的环境，允许在不同的操作系统（Linux、Android）上开发。

此外、基于 AR 引擎可以开发各种类型的显示应用，包括 CID 和 HUD。开发人员可以根据车辆传感器获取的数据、使用 AR 核心引擎的功能，无论通过何种显示平台。

AR 引擎通过使用计算机生成的视觉图形增强真实世界、显示情景关键信息，如 ADAS 警报、导航提示、兴趣点（POI）或行人检测。它还支持完全可定制的 AR 用户界面建模，而无需复杂的编码来增强用户体验（UX）。

AR HUD 体验优化：传感器融合、信息实时渲染

业内人士表示。并预测汽车周围所有感兴趣物体的未来状态，AR HUD 体验的优化也需要建立在传感器融合框架之上，能实时合并车内传感器观察到的信息。

信号处理框架确保 AR 内容针对车辆动态运动的稳定性，并减少 AR 内容与现实世界之间由系统延迟引起的时间延迟。同时，AR 引擎在计算复杂度方面需要更好的优化，从而在低性能 SoC 环境中也可以获得理想的帧数。

比如、并提高指示信息的清晰度，借助后者的渲染引擎增强 HUD 显示效果，LG 通过与 Candera 公司合作，以最小化延迟。此外，还有随时可用的控件和自动化的工作流程支持汽车制造商根据个性化需求定制显示方案。

同时，还有图像的清晰度。以松下在今年初展示的下一代 AR HUD（基于激光和全息技术，以及补偿崎岖道路的振动控制，该系统可获得 4K 分辨率高清图像、可计算驾驶员移动头部时间的眼球追踪技术，与 Envisics 合作）为例。

此外、实现 ADAS、增强现实环境信息更新时间不到 300ms，松下公司的最新技术，还通过增强的微光和夜间性能检测行人和物体。

业内人士表示。同时带动其他软硬件加快上车进程，未来几年 AR HUD 在光学处理、图像处理、语音等多模态交互、夜视成像、更多 ADAS 数据及功能融合、V2X 以及云服务等方面会不断丰富功能模块。

比如、比如“前方是什么?”，驾驶员可以通过眼球扫视街道及两侧建筑物，在梅赛德斯的 S 级车上，并通过智能语音助手进行交互，增强现实技术将融合人工智能语音公司 Cerence 最新推出的 Travel Knowledge 功能。

近年来，以及汽车制造商对于软件定义汽车和用户体验升级的需要，提供逼真的可视化交互功能越来越受到重视，随着座舱基础硬件的革新。