基于SPEOS的汽車中控屏防眩目仿真精度影響因素研究＊

文學 薛志剛 林啟權 李落星 潘羅

（1.湘潭大學，湘潭 411105；2.湖南大學，汽車車身先進設計制造國家重點實驗室，長沙 410082；3.長安歐尚汽車研究院，重慶 400020）

主題詞：中控屏 SPEOS 防眩目 仿真精度 日光眩光概率

1 前言

隨著互聯網汽車的發展，觸摸式中控屏取代傳統的按鍵式小顯示屏已成為主流設計。然而，大屏幕在陽光照射下容易產生眩光現象，直接影響駕駛員視覺舒適性以及獲取中控屏顯示面板上的有效信息和實施準確的駕駛操作。可見，中控屏的防眩目分析對安全駕駛有不可忽視的作用。

目前，國內外有關防眩目仿真分析的研究較少。Jacques Delacour等人[1]應用SPEOS軟件對汽車駕駛員的視野進行仿真分析，預測了駕駛環境下的視覺舒適性、散光和眩目情況。周恩臨等人[2]以某車型為例，采用SPEOS軟件開展了駕駛艙內鍍鉻內飾件的眩光危害分析，得出相應的防眩光設計方案。盡管SPEOS虛擬仿真軟件在航空、列車及汽車領域的防眩目設計方面都得到了認可和應用[3-6]，但國內基于SPEOS的汽車視覺仿真應用還不成熟，其仿真精度也達不到防眩目量化評估的要求。

為此，本文基于SPEOS光學仿真軟件對汽車靜態駕駛視野中的中控屏進行防眩目仿真分析。主要研究了眼點位置、環境光學數據輸入和材質光學屬性對汽車中控屏防眩目仿真精度的影響。

2 防眩目仿真方法及眩光評估模型

2.1 防眩目仿真方法

應用SPEOS軟件進行防眩目仿真是以視光學的基本原理和相應的算法為基礎，建立接近人眼視覺感受的視覺仿真模型，依賴強大的光學仿真計算能力，從駕駛員坐姿駕駛位的眼點出發進行視野內的光學仿真并評估其眩光情況，進而為整車的防眩目設計與優化提供指導。

以某SUV車型為例，駕駛員視覺仿真模型如圖1所示，其仿真基本流程如圖2所示。

圖1 駕駛員視覺仿真模型

圖2 仿真基本流程

2.2 仿真眩光評估模型及計算

汽車駕駛室內的眩光主要由內部光亮部件在日光照射下造成的亮度不均產生，本文采用Wienold[7]提出的專門用于評估日光眩光概率（Daylight Glare Probability，DGP）的模型來評估仿真結果的眩光情況[7]：

式中，Ev為人眼垂直照度，可在仿真結果中直接獲取；Ls為眩光源亮度，取仿真結果中所篩選的眩光區域亮度的平均值；ωs為光源立體角；P為光源位置指數。

光源立體角可以通過簡化公式計算[8]：

式中，A為光源幾何中心與眼點連線的法平面上的投影面積；L為光源中心到人眼的距離。

對位置指數P，本文采用GUTH位置指數[8]：

式中，α為包含視線和光源的平面與通過視線的垂面的夾角；β為人眼和光源的連線與視線的夾角。

為實現仿真中眩光的量化評估，采用VB 6.0對SPEOS進行二次開發以獲取目標參數，并利用MATLAB對提取的參數進行計算，進而得到相應的DGP，其獲取過程如圖3所示。

圖3 DGP值獲取過程

3 仿真精度影響因素研究

3.1 眼點位置

從眼點出發的視野能夠直接代表某駕駛員群體的視區，也是汽車視野設計的參照依據，所以仿真中眼點位置的設定直接影響仿真結果的精度。

3.1.1 眼點

眼點是綜合考慮車身內、外視野與駕駛員操控行為耦合關系的統計值，常用的設計參考點有：眼橢圓[9]、V點、E點等，眼橢圓及眼點如圖4a所示。本文考慮統計角度和個體優化角度的區別來進行眼點選取，采用RAMSIS眼點，如圖4b所示，通過在RAMSIS軟件中導入駕駛室幾何模型，再將相應百分位三維人體模型進行坐姿擺放，進而得到相應百分位人體眼點位置及人眼視野方向。

圖4 駕駛員眼點

3.1.2 仿真與試驗結果

一組（10人）第95百分位身高的性能評估試驗人員坐到實車駕駛位置，自然駕駛坐姿下觀察中控屏，并各拍照記錄下所看到的畫面，再共同進行主觀評價，選取一張代表該車型第95百分位人體的中控顯示視野。

將數模導入SPEOS中，分別進行該車型第95百分位人體不同眼點位置下的中控視覺仿真，仿真與試驗結果如圖5所示。

圖5 不同眼點位置下的仿真和試驗結果

測量并對比仿真與試驗結果的中控屏各眩目區域占屏比例，結果如圖6所示。圖6中，側窗A區域為前側窗玻璃進光眩目區域，側窗B區域為經座椅等車身部件遮擋的后側窗進光眩目區域，天窗C區域為天窗進光眩目區域。各眩目區域所占中控屏比例測量數據如表1所示。

圖6 中控屏各眩目區域

表1 中控屏各眩目區域所占比例 %

由表1可以發現，RAMSIS眼點的中控屏視覺仿真與試驗結果較為吻合。為驗證RAMSIS其他人體眼點的準確性，繼續采用相同方法對第50百分位及第5百分位的人體進行試驗驗證，其RAMSIS眼點仿真與試驗結果如圖7所示，表2所示為各眩目區域所占中控屏比例測量數據。

圖7 第50、第5百分位人體RAMSIS眼點仿真和試驗結果

表2 不同RAMSIS眼點中控屏各眩目區域占比 %

從上述仿真與試驗結果可知，不同百分位人體RAMSIS眼點均可準確仿真，在防眩目仿真中選擇RAMSIS眼點進行計算比較合理。

3.2 環境光學數據

3.2.1 高動態范圍圖像

SPEOS軟件提供了一個以高動態范圍圖像（High Dynamic Range Imaging，HDRI）格式文件作為數字化外部環境輸入的接口，通過定義其相應環境光即可使模擬物體表現出類似真實人眼中的視覺效果。

然而，人眼的視覺動態范圍遠高于目前的成像設備，而將真實環境亮度具體標定到高動態范圍（High Dynamic Range，HDR）照片中，其動態范圍的不匹配將無法滿足HDRI環境的真實亮度需求，加之常規HDRI制作設備如水晶球等價格昂貴，所以本文采用一種新的HDRI環境貼圖制作方式，解決上述問題的同時可保證HDRI輸入文件具有一定的準確性。

3.2.2 HDRI制作

對需要仿真的環境進行實時拍攝，采用設備包括：魚眼鏡頭、單反相機及遙控式可旋轉相機支架等，將相機置于駕駛員眼點離地高度位置，并進行遙控拍攝，如圖8所示。在各方向拍攝3張不同曝光度的14 bit的raw格式照片并標定好一定的曝光度，再用專業圖像軟件進行合成，生成與環境場景照明效果相近的HDRI環境貼圖，如圖9所示。

圖8HDR圖像拍攝

圖9HDRI環境貼圖

3.2.3 仿真與試驗結果

以亮度偽色圖分布來對比衡量仿真與試驗的接近程度。采用軟件自帶的通用外部環境與實時輸入HDRI的外部環境進行中控屏區域的視覺仿真，試驗則采用與仿真視野一致的HDR技術拍攝。中控屏區域的仿真與試驗結果亮度偽色圖分布如圖10所示，并將亮度閾值都設為1 400 cd/m2進行對比，從圖10可以看出，采用HDRI實時輸入的外部環境仿真結果與試驗結果盡管在亮度及其分布范圍上有一定偏差，但與采用普通外部環境的仿真結果相比，更為接近試驗結果。可見，在基于SPEOS的視覺仿真中采用HDRI實時輸入外部環境數據進行仿真能在一定程度上提高仿真精度。

3.3 材質光學屬性

為提高光學布置以及光學效果等內飾視覺效果模擬精度，提供準確的光學屬性數據支持，即獲取目標艙體內部材料光學屬性設定參數，也是虛擬仿真過程中的重點之一。

3.3.1 光線計算方法

SPEOS采用雙向反射分布函數（Bidirectional Reflectance Distribution Function，BRDF）來表征物體表面的光學屬性，它描述一定條件下反射光的輻射亮度和入射光的輻射照度的比值，從而定義反射表面的光度特性。其幾何關系如圖11所示[10-11]：dA為反射表面小單元；dω0和dω1為立體角角元；θ0和θ1分別為反射光線和入射光線的仰角；φ0和φ1分別為反射光線和入射光線的方位角。

雙向反射分布函數為：

式中，L0為輻射亮度；E1為輻射照度；dΦ為單位輻射通量。

圖10 中控屏區域的亮度偽色圖分布

圖11 BRDF函數幾何關系

本文利用OMS2測量儀采集BRDF數據生成駕駛室內各材質屬性的BDRF文件，如圖12所示。

3.3.2 仿真與試驗結果

以儀表板為研究對象，利用創鑫CX-L88型亮度計測量儀表板上相對較明亮區域中的6個位置點的亮度值，如圖13所示；對軟件中儀表板分別附屬實時采集的BDRF光學屬性和軟件簡單自定義的基本光學屬性，并在保證與試驗條件一致的情況下對兩種儀表板進行仿真，再從仿真結果中直接測量與試驗相同的6個位置點的亮度值。仿真和試驗結果如圖14所示。

圖12 材料BRDF屬性的獲取

圖13 試驗測量位置點

圖14 試驗與仿真亮度測量值

由圖14可知，采用附屬了BRDF材質屬性的仿真結果總能比較準確地接近試驗結果，相對于簡單定義材質屬性的仿真在準確度上有很大的提高。因此，準確的材質光學屬性輸入也是提高仿真精度的有效途徑之一。

4 防眩目仿真精度的驗證

為了驗證各因素對駕駛員視野防眩目仿真精度的影響，以該車型的駕駛室為試驗對象，在一天中的8時到18時各整點時刻，對駕駛員觀察中控屏方向的視野眩目情況進行仿真和試驗。

4.1 仿真評估

根據前文對仿真過程中眼點、HDRI環境貼圖和BRDF等因素的研究分析，得出采用RAMSIS眼點、實時輸入HDRI和BRDF材質附屬的仿真結果與實際視覺更為接近，而這3個因素對仿真精度的影響相互獨立，且優化效果可累加。因此，選用兩種仿真方案來驗證各因素對防眩目仿真精度的影響：采用普通的V點、普通外部環境貼圖和無BRDF的仿真，代表對各因素優化前的防眩目仿真；采用RAMSIS眼點、輸入實時拍攝的HDRI貼圖和附屬具體BRDF材質屬性的優化仿真。分別對兩種方案下各整點時刻駕駛員觀察中控屏方向的視覺進行仿真。對仿真結果XMP文件進行眩光源區域判定、簡化，再獲取DGP模型所需的計算參數，通過計算得到相應的DGP，兩方案在同一時刻的仿真結果如圖15所示。

圖15 優化前、后視覺仿真結果

選擇與仿真一致百分位人體的被試人員10名（男性8人，女性2人），其年齡分布在20～30歲間，視力均在1.0以上，試驗前調整到自然駕駛狀態，視線為自然觀察中控屏方向，在各整點時刻根據眩光感覺填寫主觀評價量表。主觀評價量表采用0～7級，根據文獻[12]、文獻[13]調整主觀眩光感覺與DGP的對應關系，結果如表3所示。

表3 主觀等級與DGP指數關系

4.2 評估結果對比分析

通過試驗采集的主觀眩光DGP平均值及通過兩種仿真方法計算獲得的眩光DGP評估值如圖16所示。由圖16可以看出，試驗與仿真結果隨著時間的變化趨勢基本相同，在15時左右有眩光感覺，由于15時反射光線剛好可射入人眼而此時環境亮度也比較強；在亮度較低的8時、18時，仿真評估結果均較主觀評估低，而在亮度較高的13時至16時則剛好相反，但優化后的仿真評估結果則明顯更接近主觀評估結果。

圖16 試驗與優化前、后的仿真評估結果

分別對主觀評價DGP數據與優化前、后的DGP仿真結果進行線性回歸分析，如圖17所示。優化前、后的DGP仿真結果與主觀評價結果的相關系數平方值R2分別為0.893和0.952，表明優化后的仿真結果總體趨勢與實際情況更為吻合，具有更高的精度。

圖17 試驗與仿真眩光評價結果的關系

5 結束語

本文論述了基于SPEOS的汽車中控大屏幕防眩目仿真精度及其量化評估問題，并引入日光眩光概率（DGP）實現汽車中控屏的眩光評估。仿真和試驗結果表明：在眼橢圓參考眼點、V點及RAMSIS眼點中，采用RAMSIS眼點進行仿真計算較為準確；采用HDRI實時輸入的外部環境仿真比采用通用外部環境仿真的亮度范圍精度更高；采用RAMSIS眼點、輸入實時拍攝的HDRI貼圖和附屬具體BRDF材質屬性的仿真是提高防眩目仿真精度的有效途徑。