我是標(biāo)題

樣品展示

PRODUCT

我是標(biāo)題

聯(lián)系我們

CONTACT

電話：86-021-51001615-0

郵箱：info@fulllightcn.com

地址：上海市虹口區(qū)松花江路2539號(hào)復(fù)旦科技園1號(hào)樓5樓

新聞資訊

NEWS

我是分類列表

【技術(shù)文章】抬頭顯示器的視差與駕駛視覺安全

發(fā)布時(shí)間：2025-03-28

瀏覽次數(shù)：611

原文：《Parallax of Head-Up Displays and Visual Safety for Driving》[1]

作者：Jun Song, Zihang Fan, Wei Xu, Zhengxin Ji, Yandan Lin

簡(jiǎn)介：平視顯示器（HUD）是新穎的虛擬顯示形式，其光學(xué)的特點(diǎn)一種結(jié)構(gòu)是典型的雙眼虛擬顯示系統(tǒng)。這種結(jié)構(gòu)表現(xiàn)出雙眼視差對(duì)視覺感知的，尤其是當(dāng)上顯示多種深度信息時(shí)影響屏幕，眼睛會(huì)在不同的視差條件下切換，容易影響視覺任務(wù)的完成，誘發(fā)視覺疲勞。這項(xiàng)研究為 AR-HUD 中相鄰顯示圖標(biāo)之間的視差控制提供了參考。對(duì)視覺表現(xiàn)的影響程度研究通過模擬整體視差效應(yīng)和屏幕上的階躍變化，對(duì)視覺舒適度和任務(wù)性能進(jìn)行了實(shí)驗(yàn)評(píng)估，確定二維虛擬顯示系統(tǒng)（HUD）可接受的視差閾值，尤其是相鄰位置的視差閾值，以優(yōu)化 AR-HUD 的設(shè)計(jì)，提高駕駛安全性。

關(guān)鍵詞：Automobile lamp; heat-resistant analysis, temperature prediction, machine learning

編譯：復(fù)旦大學(xué)林燕丹課題組郭子固

指導(dǎo)：林燕丹

應(yīng)用場(chǎng)景

在日常交通環(huán)境中，視覺疲勞和視覺任務(wù)表現(xiàn)是對(duì)行車安全造成嚴(yán)重威脅的重要因素之一。由于視覺疲勞不僅影響駕駛員的專注度和信息處理能力，而且可能導(dǎo)致駕駛過程中的誤判和延遲反應(yīng)，因此迫切需要一種能夠有效控制視覺疲勞并優(yōu)化視覺任務(wù)表現(xiàn)的技術(shù)手段。在AR-HUD顯示中，視差是容易被忽略的一種現(xiàn)象，但是視差也是引起視覺疲勞的重要因素，在AR-HUD設(shè)計(jì)與質(zhì)量管控中，需要對(duì)視差進(jìn)行合理的設(shè)計(jì)和閾值的管控。從而有效降低因視覺疲勞導(dǎo)致的交通事故風(fēng)險(xiǎn)。

研究目標(biāo)

研究目標(biāo)是通過實(shí)驗(yàn)評(píng)估抬頭顯示器（HUD）中視差對(duì)視覺疲勞和任務(wù)表現(xiàn)的影響，確定在二維虛擬顯示系統(tǒng)中可接受的視差閾值，特別是在相鄰位置之間的階梯視差。研究旨在為HUD設(shè)計(jì)提供參考，尤其是在增強(qiáng)現(xiàn)實(shí)HUD（AR-HUD）中，控制相鄰顯示圖標(biāo)之間的視差，以提高駕駛安全性和視覺舒適性。此外，研究還探討了階梯視差與視覺表現(xiàn)錯(cuò)誤率之間的關(guān)系，并建立了一個(gè)模型來(lái)預(yù)測(cè)水平階梯視差對(duì)虛擬顯示中視覺表現(xiàn)的影響程度。通過這些研究，論文旨在為HUD的設(shè)計(jì)和優(yōu)化提供科學(xué)依據(jù)，從而提升駕駛體驗(yàn)和安全性。

研究方法

本研究采用實(shí)驗(yàn)設(shè)計(jì)，深入探究抬頭顯示器（HUD）中視差對(duì)視覺疲勞和任務(wù)表現(xiàn)的影響。

表1 自變量與因變量的數(shù)據(jù)集描述

實(shí)驗(yàn)采用了 D2測(cè)試任務(wù)，這是一種常用的注意力測(cè)試任務(wù)，用于評(píng)估參與者的視覺任務(wù)表現(xiàn)，如圖1所示。參與者在投影的圖像上使用鼠標(biāo)完成D2任務(wù)，任務(wù)內(nèi)容包括識(shí)別和選擇特定的字母或符號(hào)。D2任務(wù)的評(píng)估指標(biāo)包括：

TN-E：總得分減去錯(cuò)誤得分。E1：遺漏錯(cuò)誤率（未識(shí)別出目標(biāo)）。E2：違規(guī)錯(cuò)誤率（錯(cuò)誤識(shí)別非目標(biāo)）。CP：集中度（反映參與者的注意力集中程度）。FR：波動(dòng)率（反映參與者注意力的波動(dòng)情況）。主觀疲勞評(píng)估：在每次視覺任務(wù)完成后，參與者填寫了兩份主觀疲勞問卷：VAS-F（視覺模擬疲勞量表）：用于評(píng)估參與者的疲勞程度。VFS（Heuer視覺疲勞量表）：用于評(píng)估參與者的視覺疲勞感受。問卷的得分越高，表示參與者的視覺疲勞程度越高。

圖1 實(shí)驗(yàn)內(nèi)容

圖2 實(shí)驗(yàn)現(xiàn)場(chǎng)

實(shí)驗(yàn)流程：實(shí)驗(yàn)分為四個(gè)階段進(jìn)行，每個(gè)階段分別完成一種視差類型下的所有條件測(cè)試，并覆蓋被試。每個(gè)階段中，七種視差條件以隨機(jī)順序呈現(xiàn)。實(shí)驗(yàn)開始前，受試者需進(jìn)行20分鐘的暗適應(yīng)，隨后進(jìn)入視覺任務(wù)環(huán)節(jié)。視覺任務(wù)完成后，受試者需填寫主觀問卷調(diào)查。每完成一個(gè)視差條件的測(cè)試后，受試者休息10分鐘，再進(jìn)入下一個(gè)視差條件的測(cè)試，實(shí)驗(yàn)現(xiàn)場(chǎng)如圖2所示。實(shí)驗(yàn)流程示意圖如圖3所示。實(shí)驗(yàn)中采用視覺任務(wù)作為D2測(cè)試任務(wù)，以同時(shí)評(píng)估受試者的任務(wù)表現(xiàn)。在每種視差條件下，受試者通過鼠標(biāo)操作完成投影圖像的視覺任務(wù)。任務(wù)結(jié)束后，受試者需立即填寫主觀疲勞問卷，包括用于評(píng)估疲勞嚴(yán)重程度的視覺模擬量表（VAS-F）以及豪雅主觀視覺疲勞量表（VFS）。

圖3 實(shí)驗(yàn)流程

實(shí)驗(yàn)結(jié)論

如在視覺疲勞的主觀評(píng)估中，將 VAS-F 和 VFS 的單項(xiàng)得分之和作為疲勞評(píng)估的總分，得分越高表示疲勞越嚴(yán)重。圖4顯示了主觀問卷的視覺疲勞分析結(jié)果。圖4a 顯示了 VAS-F 評(píng)估得分的趨勢(shì)，圖4b 顯示了 VFS 評(píng)估得分的趨勢(shì)；當(dāng)總體視差為 3.31 mrad 時(shí)，兩者的疲勞得分都最小。

圖 4 總體視差條件下的 VAS-F 和 VFS 問卷得分趨勢(shì)

圖5a 顯示了 VAS-F 評(píng)估得分的趨勢(shì)，圖5b 顯示了 VFS 評(píng)估得分的趨勢(shì)；當(dāng)階梯視差為 0.85 mrad 時(shí)，兩者的疲勞得分都最小。這一結(jié)果表明，根據(jù) VAS-F 和 VFS 分?jǐn)?shù)，較低時(shí)的疲勞度最高。較低視差優(yōu)于無(wú)視差條件，這表明在某些條件下水平視差可以改善視覺舒適感，但并沒有顯示出顯著差異。

圖5 階躍視差條件下 VAS-F 和 VFS 問卷得分的趨勢(shì)

圖6進(jìn)一步分析了各階躍視差變化匯總的變異性。變異性分析表明，在 4.05 mrad 和 4.65 mrad 的階躍視差條件下，與視差值小于這些條件的 TN-E、CP、E1 和 E2 評(píng)估指標(biāo)之間存在顯著差異。此外，還出現(xiàn)了任務(wù)表現(xiàn)下降的趨勢(shì)。這一結(jié)果表明，兩種階躍條件對(duì)視覺任務(wù)有顯著影響。由于視覺任務(wù)的常規(guī)視覺方向是水平方向從左到右，圖像在水平方向上相鄰位置之間的視差會(huì)使眼睛頻繁進(jìn)行輻輳調(diào)整，從而影響視覺舒適度和視覺表現(xiàn)。D2 任務(wù)的總成績(jī)和錯(cuò)誤率表現(xiàn)出較為明顯的變異性和變化趨勢(shì)。此外，利用總成績(jī)和錯(cuò)誤率變化趨勢(shì)的中位數(shù)對(duì)單因素變化趨勢(shì)進(jìn)行擬合，得到了指數(shù)關(guān)系的擬合函數(shù)。

圖6 水平視差條件下 D2 測(cè)試任務(wù)總成績(jī)和錯(cuò)誤率的變化趨勢(shì)

在本實(shí)驗(yàn)的四種視差變化中，整體水平和垂直視差對(duì)主觀疲勞感知和D2任務(wù)表現(xiàn)均未產(chǎn)生顯著差異。然而，較小視差條件下的視覺舒適感最佳，尤其是水平視差的效果最為明顯，這與HUD視差設(shè)計(jì)的相關(guān)研究一致。研究發(fā)現(xiàn)，最佳水平視差為3.31 mrad，低于傳統(tǒng)3D顯示屏的最佳值，這可能與二維顯示屏的中間力處于同一視差水平有關(guān)，減少了眼睛的焦點(diǎn)調(diào)整頻率，從而降低了視覺疲勞。在階梯水平視差測(cè)試中，相鄰位置的視差越大，任務(wù)表現(xiàn)越差，尤其是當(dāng)階躍視差超過3.31 mrad時(shí)，差異顯著。這表明階躍視差會(huì)迫使眼睛在不同水平面上頻繁切換焦點(diǎn)，增加視覺輻輳調(diào)整頻率，加劇視覺疲勞。因此，AR-HUD屏幕中相鄰位置的水平視差應(yīng)控制在較小范圍內(nèi)，以避免影響信息讀取效率并減少視覺疲勞。

由于視覺任務(wù)的常規(guī)視覺方向是水平方向從左到右，圖像在水平方向上相鄰位置之間的視差會(huì)使眼睛頻繁進(jìn)行輻輳調(diào)節(jié)，從而影響視覺舒適度和視覺表現(xiàn)。D2 任務(wù)的錯(cuò)誤率表現(xiàn)出較為明顯的變異性和變化趨勢(shì)。此外，利用總成績(jī)和錯(cuò)誤率變化趨勢(shì)的中位數(shù)對(duì)單因素變化趨勢(shì)進(jìn)行擬合，得到了指數(shù)關(guān)系的擬合函數(shù)。圖7顯示了 D2 性能測(cè)試中總分 TN-E 與水平階梯變化趨勢(shì)之間的擬合效果。擬合相關(guān)系數(shù)為 R2 = 0.99，大于 0.8，擬合結(jié)果被接受。擬合曲線方程為y=y₁+A_1e^x/t1

圖7 D2 任務(wù)總體表現(xiàn)的擬合趨勢(shì)與視差步長(zhǎng)值的比較

圖8顯示了 D2 性能測(cè)試遺漏誤差率 E1 與樣本水平階躍變化趨勢(shì)的擬合關(guān)系。擬合相關(guān)系數(shù)為 R2=0.98，大于 0.8，擬合結(jié)果可接受。擬合曲線公式y(tǒng)=y₂+A_2e^x/t2

圖 8 在 D2 任務(wù)中，遺漏錯(cuò)誤率與視差步長(zhǎng)值的擬合趨勢(shì)比較

通過函數(shù)擬合，階躍視差與D2任務(wù)得分的關(guān)系可進(jìn)一步量化，為HUD視差設(shè)置提供了計(jì)算方法參考，有助于提高駕駛員任務(wù)表現(xiàn)和駕駛安全性。未來(lái)可進(jìn)一步驗(yàn)證該模型并開發(fā)數(shù)學(xué)標(biāo)識(shí)符以量化研究成果。

進(jìn)一步分析垂直視差整體均勻和階躍變化的結(jié)果，主觀疲勞問卷分析結(jié)果見圖9和 10。同樣，發(fā)現(xiàn)主觀量表疲勞評(píng)分沒有明顯差異。對(duì)于整體視差，在 VAS-F 評(píng)估得分中，當(dāng)整體視差為 2.24 mrad 時(shí)，其疲勞得分最小，如圖 9a 所示。但在 VFS 評(píng)估中，視差增加的同時(shí)整體視覺疲勞得分也增加了，如圖 9b 所示。這表明視差的增加會(huì)影響視覺疲勞的整體感覺。然而，對(duì)于階梯視差的增加，如圖 10a、b 所示，視覺疲勞得分總體上相對(duì)平緩，沒有顯著趨勢(shì)。

圖9 不同視差條件下 VAS-F 和 VFS 疲勞評(píng)估分?jǐn)?shù)的變化趨勢(shì)

圖 10 垂直視差階躍變化的視覺疲勞評(píng)分誤差趨勢(shì)垂直視差階躍變化的視覺疲勞分?jǐn)?shù).誤差趨勢(shì)

分析了垂直視差整體均勻和階躍變化的結(jié)果，主觀疲勞問卷分析結(jié)果見圖9和 10。同樣，發(fā)現(xiàn)主觀量表疲勞評(píng)分沒有明顯差異。對(duì)于整體視差，在 VAS-F 評(píng)估得分中，當(dāng)整體視差為 2.24 mrad 時(shí)，其疲勞得分最小，如圖 9a 所示。但在 VFS 評(píng)估中，視差增加的同時(shí)整體視覺疲勞得分也增加了，如圖 9b 所示。這表明視差的增加會(huì)影響視覺疲勞的整體感覺。然而，對(duì)于階梯視差的增加，如圖 10a、b 所示，視覺疲勞得分總體上相對(duì)平緩，沒有顯著趨勢(shì)。

圖11 不同垂直視差階躍變化條件下總成績(jī)和注意力的變異性分析結(jié)果

對(duì)集中度和波動(dòng)度進(jìn)行了兩兩比較，其差異如圖11所示。在 4.05 mrad 的階躍視差條件與 0、0.53 和 1.71 mrad 的階躍視差條件之間，兩個(gè)評(píng)價(jià)指標(biāo)都有顯著差異；但在≥ 2.24 mrad條件下，沒有發(fā)現(xiàn)顯著差異。在 4.05 mrad 的階躍視差條件下，濃度和揮發(fā)性的結(jié)果都最差。作為最大可接受階躍垂直視差的參考，2.24 mrad 被用作顯著差異的臨界值。

可以發(fā)現(xiàn)，階梯垂直視差對(duì)視覺疲勞和D2任務(wù)表現(xiàn)的影響較小，但當(dāng)階躍視差達(dá)到2.24 mrad時(shí)，濃度（CP）和波動(dòng)比（FR）出現(xiàn)顯著差異。垂直視差可能導(dǎo)致眩暈、像差和重影，個(gè)體差異較大，因此相鄰位置的垂直視差也應(yīng)控制在可接受范圍內(nèi)。

主要結(jié)論

在本研究中，通過實(shí)驗(yàn)?zāi)M了在 AR-HUD 的相應(yīng)視角下視差對(duì)視覺疲勞和任務(wù)表現(xiàn)的影響。實(shí)驗(yàn)結(jié)果表明，在顯示屏幕上均勻分布一定的視差對(duì)視覺疲勞和任務(wù)表現(xiàn)的影響不大，而較小的水平視差則能改善視覺。，只需在初始狀態(tài)下完成視覺融合和視覺會(huì)聚調(diào)整。當(dāng)顯示屏上相鄰位置之間存在視差差異，即階梯視差時(shí)，會(huì)對(duì)視覺任務(wù)的產(chǎn)生顯著影響。水平階梯視差會(huì)增加視覺會(huì)聚調(diào)整的頻率，降低視覺表現(xiàn)；垂直階梯視差會(huì)增加視覺整合的難度，帶來(lái)眩暈等感覺。此外，還觀察到水平階梯視差與視覺表現(xiàn)錯(cuò)誤率之間存在指數(shù)變化關(guān)系，該公式可用于預(yù)測(cè)虛擬顯示中水平階梯視差對(duì)視覺表現(xiàn)的影響程度。本研究為 AR-HUD 中相鄰顯示圖標(biāo)之間的視差控制提供了參考。

文

獻(xiàn)

來(lái)

源

[1]Song J, Fan Z, Xu W, et al. Parallax of Head-Up Displays and Visual Safety for Driving[J]. Applied Sciences, 2023, 13(24): 13189.

-END-

↑點(diǎn)擊直接報(bào)名↑

2）成像領(lǐng)域新利器——認(rèn)識(shí)高光譜相機(jī)

3）成像領(lǐng)域新利器——高光譜相機(jī)應(yīng)用案例

4）Specim在垃圾分類領(lǐng)域的應(yīng)用

5）Specim在醫(yī)療應(yīng)用上的解決方案

6）【光學(xué)設(shè)計(jì)】TracePro 的開創(chuàng)性功能：雜散光分析儀

7）【實(shí)例講解】蒙特卡洛公差分析--在 TracePro 的3D交互優(yōu)化器

8）【光健康】從閱讀臺(tái)燈到生物節(jié)律高清閱讀臺(tái)燈

9）【人因照明】樂剛：大健康生態(tài)下的追光人

關(guān)于我們

上海復(fù)瞻智能科技有限公司是專精特新企業(yè)，高新技術(shù)企業(yè)。依托復(fù)旦大學(xué)電光源研究所專家團(tuán)隊(duì)在視覺光健康方面的多年研究成果。在光環(huán)境工程、光學(xué)檢測(cè)校準(zhǔn)、光學(xué)設(shè)計(jì)與仿真，人因工程研究、行業(yè)標(biāo)準(zhǔn)研制及認(rèn)證、圖像算法開發(fā)等方面提供專業(yè)產(chǎn)品和服務(wù)。

公司與中國(guó)國(guó)際汽車照明論壇（IFAL），上海市智能視覺人因工程專業(yè)技術(shù)服務(wù)平臺(tái)，復(fù)旦大學(xué)人因照明與顏色科學(xué)實(shí)驗(yàn)基地，復(fù)旦臨港產(chǎn)業(yè)化創(chuàng)新平臺(tái)車輛人因光環(huán)境實(shí)驗(yàn)基地長(zhǎng)期深度戰(zhàn)略合作。

公司致力于為光品質(zhì)、光健康的實(shí)施和評(píng)估，提供最權(quán)威的專業(yè)技術(shù)保障和服務(wù)平臺(tái)。我們的使命是：讓全人類用上安全、舒適、健康的光！

AR-HUD檢測(cè)系統(tǒng)

上海復(fù)瞻智能開發(fā)的HUD檢測(cè)系統(tǒng)，可實(shí)現(xiàn)HUD測(cè)試系統(tǒng)光學(xué)性能，成像質(zhì)量，電氣性能等多方面的自動(dòng)化測(cè)試。滿足HUD器件廠、HUD玻璃廠、 OEM廠商、在實(shí)驗(yàn)室對(duì)于HUD產(chǎn)品性能的評(píng)價(jià)，以及生產(chǎn)線對(duì)產(chǎn)品品質(zhì)的管控。

光學(xué)設(shè)計(jì)軟件

TracePro? 是一款享譽(yù)世界的用于光學(xué)設(shè)計(jì)，分析及優(yōu)化光學(xué)和照明系統(tǒng)的幾何光學(xué)軟件。憑借其直觀的CAD界面和諸如交互式優(yōu)化器之類的強(qiáng)大功能，TracePro為用戶提供了強(qiáng)大的光學(xué)設(shè)計(jì)環(huán)境，而且學(xué)習(xí)周期較短，從而加快了產(chǎn)品上市時(shí)間。

Specim 高光譜

高光譜成像技術(shù)是將傳統(tǒng)的二維成像技術(shù)和光譜技術(shù)有機(jī)結(jié)合的技術(shù),具有空間可識(shí)別性、超多波段、光譜分辨率高以及圖譜合一等優(yōu)點(diǎn),可應(yīng)用于大氣、食品、藥品安全檢測(cè)等領(lǐng)域。快照式高光譜成像技術(shù)是高光譜成像技術(shù)的一種,該技術(shù)通過一次拍照即可獲取目標(biāo)二維空間和一維光譜的全部信息,具有成像速度快,可進(jìn)行實(shí)時(shí)監(jiān)測(cè)等突出優(yōu)點(diǎn)。

聯(lián)系我們

電話：+86-21-51001615

手機(jī)：+86 13501743070

郵箱：info@fulllightcn.com

地址：上海市虹口區(qū)松花江路2539號(hào)復(fù)旦科技園1號(hào)樓5層

相關(guān)新聞

我是標(biāo)題

【技術(shù)文章】成像領(lǐng)域新利器——高光譜相機(jī)高光譜相機(jī)就是即具備了光譜設(shè)備可以獲得不同波長(zhǎng)下的光譜，同時(shí)又具備了對(duì)...

【技術(shù)文章】Specim在醫(yī)療應(yīng)用上的解決方案基于FX17高光譜成像光譜儀,采集大花紅景天和長(zhǎng)鞭紅景天的高光譜數(shù)據(jù)，...

【技術(shù)文章】Specim在垃圾分類領(lǐng)域的應(yīng)用垃圾分類是垃圾終端處理設(shè)施運(yùn)轉(zhuǎn)的基礎(chǔ)，實(shí)施生活垃圾分類，可以有效善城鄉(xiāng)...

返回列表

版權(quán)所有 2019-2022 上海復(fù)瞻智能科技有限公司滬ICP備2021033213號(hào)

站點(diǎn)地圖

友情鏈接：柯尼卡美能達(dá) Radiant Vision Systems Lambda Research Corporation 藍(lán)菲光學(xué)

滬公網(wǎng)安備 31011002002705號(hào)