下一代智能车灯技术展望

数字化和自动驾驶中下一代照明的构想

© SA E I nte rn ati on al

摘要

Digitalization 在工业和社会中的发展正在快速推进。迄今为止，美国仅由5种静态和标准照明应用占据主导地位（近光灯/远光灯、日间行车灯、转向指示灯和位置灯）。自动驾驶车辆向其他交通参与者传递灯光驱动信息的标准化在全球范围内受到关注。参与者们开启了新的研究需求和研究成果。在欧洲，GTB 已成立了一个专门致力于该主题的工作组。本文将通过解释功能定义的初步要素和研究成果，探讨信号和照明功能对数字化和自动驾驶可能做出的贡献。

引言

The LED和数字光源的新时代开启了多种新方法，例如自2013年起在欧洲车辆上应用的矩阵光束，作为静态远光灯的演进。因此，自适应驾驶光束提供了几乎永久使用远光灯的机会，同时避免对对向或前方交通参与者造成眩光 [1]。数字化带来的高分辨率光束模式使得在施工区域中能够预示行驶路径的显示。

新的信号应用前景已初现端倪。随着车辆逐步具备半自动或完全自动驾驶能力，照明功能如何支持这种新型交通方式的问题也随之而来。尽管这属于未来议题，但探讨可能与照明相关的即将到来的问题仍具有重要意义。关于照明和灯具的外观及其支持作用，人们提出了许多构想，其中大多数可归类为通信或信息功能。

因此，除了数字灯光在近光灯/远光灯方面的新构想外，利用信号功能实现驾驶员与其他道路使用者之间通信的新想法也不断涌现。

主/近光灯功能

自2013[1],年欧洲引入自适应驾驶光束功能以来，LED 作为小型可开关光源的使用促进了照明功能的新构想。最初每个系统仅使用10至25个LED大灯，未来的技术将实现高分辨率的光分布，通过数千个光源（如微型LED阵列、数字镜和基于液晶的元件）来实现。这种光分布将帮助驾驶员在复杂交通状况下更安全、更高效地驾驶 [8]。

ADB/矩阵光

新型数字灯光的首个应用是矩阵光束光分布。通过关闭远光灯部分的区段，可以避开其他交通参与者，从而防止产生眩光效应。

已研究了两种场景：一种是有对向汽车的场景，另一种是有前方汽车的场景。为了使不同的前照灯具有可比性，通过虚拟生成了类似的暗区，代表最佳情况场景。

光分布的分析表明，每种技术均可实现2‐4°的良好梯度。光分布的宽度保持与标准远光灯相同，唯一的区别在于被遮挡的区段。根据具体的驾驶情况，每个LED可实现超过200勒克斯×的照明水平。真实实验中的视觉任务已证实物体检测距离可见性提升了最多18米。静态实验显示物体检测距离提升超过45米。眩光研究表明，其对整体优势没有显著的负面影响。现代矩阵系统[8]的事故避免潜力计算值介于57%至74%之间。

© S A E I n te rn at io n al

© S A E I n t e r n a t i o n a l

© S A E I n t e r n a t i o n a l

数字矩阵灯（DML）

增加照明可能性的下一步是通过创建数字矩阵灯（ DML）（图6）来提高分辨率。高分辨率前照灯系统可以基于数字微镜器件（DMD）或液晶技术（LC）的原理实现。在数字镜面系统中，一个强光源照射到由大量微镜组成的阵列上。每个微镜均可独立控制，从而实现高分辨率的光分布。

每个微镜都有两个稳定状态可供切换。微镜快速倾斜可实现像素级精确控制所有调光级别。在数字微镜器件系统中，可实现超过百万像素的WVGA分辨率。根据传感器数据的精度，例如可精确遮蔽对向车辆的确切车身轮廓，同时保持其余场景的照明。除了此类防眩目系统外，还可实现进一步的标识照明辅助系统。

高分辨率的数字矩阵光灯（DML）前大灯使突破性的环境交互创新成为可能。通过推荐用于标记光线的照明功能，以及开发支持驾驶员应对复杂情况的新功能，实现了与行人通信。

施工区域灯

新照明功能的设计必须遵循多个因素。参数汇总包括[2]适应性、参考、长度、宽度、速度。已制造出一款原型前照灯，可用于设计施工照明的多种参数。其中一个示例如图7所示。在原型前照灯中，宽度选定为20厘米，与标准近光灯相比对比度比例1:3.5。光带弯曲是通过计算速度相关的行驶路径和方向盘位置得出的。

施工区域灯的效果和客户接受度在很大程度上取决于这些参数。因此，必须通过市场分析与研究来评估驾驶员的偏好。

情景定义

本文所理解的施工区域灯会在道路施工区域的前方景象中投射两条光带，以预示车辆的宽度。基本意图是提高驾驶员的安全性和舒适性。

危险情况下的超车

夜间驾驶期间的危险情况可能是在多车道道路上进行超车尝试，其中外侧车道用于超车，而道路两侧存在大型物体，例如图8中右侧有一辆卡车，左侧有道路轮廓标。需要评估在动态驾驶状况下，车道的宽度是否足够安全，以供驾驶员完成超车。

© S A E I n t e r n a t i o n a l

© SA E In te rn at ion al

施工区域中车道方向变化

在施工区域，当车道出现弯道时，超车或超越其他车辆可能会更加复杂。在许多情况下，车道的弯道半径较小，需要驾驶员迅速而精准地进行转向操作。图9中，变道过程跨越两条车道，总长度约75米。

施工区域中最棘手的情况出现在车道弯曲且驾驶员所在车道的宽度发生变化时。德国高速公路车道的标准宽度为3.75米，两条车道的总宽度为7.5米[6]。图9已显示出车道宽度从3.75米减少到约3米的情况。

© S A E I n t e r n a t i o n a l

© S A E In te rn at io na l

	正常车道	施工区域
车道间隙变化量 / 米	0,875	0,4
转向变化量 α/ °	3	3
行驶距离 / m	16,70	7,63
经过时间 / 秒 @ 30 mph	1,25	0,57
经过时间 / 秒 @ 45 英里/小时	0,83	0,38
经过时间 / 秒 @ 60 英里/小时	0,63	0,29

© S A E I n t e r n a t i o n a l

© S A E I n te rn a ti o n a l

施工区域车道中的唯一变量是汽车到车道末端的间隙。车道宽度减小会导致方向盘操作更加精确。尽管施工区域通常要求降低车速至45英里/小时 / 70公里/小时，但汽车速度相当于约20米/秒。汽车行驶方向仅3度的角度变化，就会使一辆居中行驶的汽车在0.38秒内移动到车道边缘。（表1）这相当于损失了55%的反应和修正时间。

施工区域照明（CZL）的测试设置

在第一种场景中，测试人员驾驶汽车通过一个模拟施工区域，在该区域内车道宽度发生显著变化，如图12和图10所示。测试人员驾驶的汽车配备了原型前照灯，可实现如图7所示的施工区域照明。

测试人员需在原型车中开始测试，附加的施工区域灯由测试负责人启动。图12详细展示了该测试设置。测试车辆与被超车之间的基本距离为50米。两辆车均需加速至正常行驶速度。

测试人员被指示要超越第二辆车，但只有在感觉能够安全驾驶时才可进行超车。测试车道的基本车道宽度为3.75米，限制测试车辆的车道宽度为3.1米。与德国高速公路实际允许的施工车道宽度[参考6]相比，该测试设置并未处于最差情况范围，而是处于正常的施工区域宽度范围内。

21名测试人员在相似的夜间条件下进行了测试，即无雨、干燥和正常风况。

物理测试结果

测试表明，为了获得实质性结果，必须考虑许多影响参数。由于并非每位驾驶员在多次驾驶相同测试场景时都能重复其驾驶行为，因此部分结果并不一致。在此测试中，记录的减速度或加速度曲线等参数未能提供可靠的结果。

方向盘转动

当分析局限于测试场景中的方向盘转动时，特别是当驾驶员进入车道宽度受限的施工区域时观察小角度变化，可以得出一些有趣的结果。

对方向盘修正记录的分析显示，使用CZL和未使用CZL的驾驶员行为存在差异。约80%的驾驶员进行的小幅方向盘修正少于3次。另一方面，在无CZL的标准超车情况下，仅有约60%的驾驶情况修正次数少于3次（=“较少”），约35%的情况在3到6次之间（=“中等”）。只有少数未使用CZL的驾驶员需要超过6次方向盘修正（=“较多”）。

© S A E I n t e r n a t i o n a l

© SA E In te rn at io na l

图13中的分析总结表明，启用CZL的驾驶员需要的方向盘修正更少。修正次数减少表明驾驶员能够更好地在该设置中安全地引导汽车通过困难情况（图12）。

接管期间油门踏板位置

在危险情况下（如施工区域中无避让机会）的任何速度变化都可能导致追尾事故和严重的交通拥堵，从而引发额外的危险。因此可以认为，能够使驾驶员在不发生剧烈速度变化的情况下通过此类危险情况的系统将有助于提高交通安全。

在测试设置期间，超车情况以及油门踏板位置也被记录下来。

© S A E I n t e r n a t i o n a l

在图14中显示了测试驾驶员在测试设置接管活动中未改变油门踏板位置的测试驾驶比例。油门变化意味着速度改变，可能是潜在事故根本原因。使用CZL的测试驾驶员在约15%更多的驾驶操作中保持了油门踏板位置恒定。这表明，驾驶员从超车情况一开始就能正确评估情况，感觉无需进行刹车或加速操作。后续步骤中驾驶员需回答对CZL的看法，进一步证实了这一点。

问卷结果

试驾结束后，测试人员被要求回答有关其对新型施工区域照明（CZL）使用体验的各种问题。

© S A E I n t e r n a t io n a l

© S A E I n t e r n a t i o n a l

© SA E I nt er na tio na l

图15‐图17展示了一些问卷的结果。测试人员被要求评估在施工区域灯的帮助下，他们对车道宽度的判断能力（图15）。21名驾驶员中有18名对此问题的回答为等级1、2或3。这意味着正面反馈的比例约为80%。

图16 评估了关于在图11所示操作过程中可能发生紧急制动的概率问题。该问题涵盖了CZL是否会减少制动需求的印象。所有访谈中均未出现表明使用CZL后情况无变化的回答。约80%的受访者给出了更积极的评价，认为驾驶时无需紧急制动的感觉更好。

施工区域灯的整体评价获得了95%的正面反馈（图17）。

结论

在危险情况下使用额外的照明元件显示出积极的效果。在施工区域的危险情况下，反应时间受到限制，安全间隙可能小于50%。这意味着所有有助于驾驶员使汽车保持在车道边界内的元件都是有益的。

研究表明，使用施工区域灯CZL时，油门踏板位置变化（变化15%）和转向角频率降低（变化约20%）均表现出更优的结果。这虽然只是与交通安全的间接关联，但却是改善效果的良好指示。驾驶员的整体反馈取得了积极的结果。驾驶员感觉较少需要进行紧急制动操作，并且对自身车道宽度的判断更加准确。

一维和二维显示中的车对行人通信

近光和远光功能主要为驾驶员带来便利。目前已有实际测试正在研究数字信号功能可为其他交通参与者带来的改善。

特别是在自动驾驶车辆的通信情境中，信号功能在交换有关汽车状态和下一步操作的信息方面可以发挥重要作用。未来场景的假设是，自动驾驶车辆应向其他交通参与者传达或告知其当前状态和接下来的驾驶意图。

在一次实验室和室内研究中，将一辆汽车放置在道路上，以评估与其他交通参与者进行通信的各种可能性。研究主要关注短距离通信，例如与人行横道前的行人或其他需要汽车与行人之间进行通信的情况。

测试设置和测试描述

研究期间共调查了35名测试人员。年龄范围为22‐55岁。所有测试人员均填写了一份问卷。其中28名测试人员确认他们是频繁驾驶者，5人描述其驾驶频率为“正常”，2人表示其驾驶习惯很少或极少见。18名测试人员佩戴眼镜，2名男性测试人员有绿色/蓝色色盲缺陷。

测试从无彩色显示（即黑底白字）开始，最大尺寸约为300 × 250 mm。符号和图形被显示在车辆前部的左右两侧对称位置。（图18）。

总共向测试人员展示了30种不同情况，其中13种情况包含静态符号，17种情况包含动态符号或图形。“动画”是指在显示区域中水平或垂直方向的空闲/游走运动或动态移动。

研究设置被分为几个部分。调查的基础与核心研究：
- 符号的直观性
- 静态与动态信号
- 一维与二维显示
- 信号解释的正确性

© SA E I nt er na tio na l

© S A E I n t e r n a t i o n a l

图19 显示了实验室中的实际设置。一辆汽车停放在实验室道路上，并启用了静态室内照明。由于挡风玻璃上的反射，观察者会受到额外的眩光贡献。

符号的直观性

第一部分是符号的直观性。基本研究目标是观察测试人员在该设置中需要多长时间才能得出结论，即显示内容应传达什么信息。

所有测试人员均未经过培训，也之前未见过测试符号或设置。这应确保测试人员产生直接反应，而不受任何额外影响。第一个问题是：“请按下按钮，如果您理解汽车想要传达的信息并说明情况。” 允许对问题的所有回答，核心指标是从显示开始到回答的反应时间。结果显示，某些符号能够引发非常快速的反应，即使测试人员之前从未见过这种情况；而另一些符号则需要更长的时间。

因此可以得出，存在能够提供“直观”答案的符号，并且可以计算出“直觉性差距”。

符号编号	时间/秒	直觉性差距
27	2,72	1,00
23	3,84	1,41
21	4,35	1,60
8	7,57	2,78
19	7,74	2,85
25	9,27	3,41

© S A E I n t e r n a t i o n a l

结果如表2所示，图20.3中对最快回答组与三个较慢回答组进行了图形显示比较。二维图形和符号产生的平均反应时间为2.72‐4.35秒。所创建的一维图形和符号产生的平均反应时间为7.57‐9.27秒。

尽管动画意味着需要花费时间来感知运动并得出结论，但可以看出，像图20中的箭头这样的二维动画，其反应时间比一维运动约短一半，比静止图形和符号的反应时间约短三分之一。

© SA E In te rn at ion al

符号相关性与正确性

第二部分旨在调查测试人员对显示符号的正确理解。测试人员已在首次直观性检查中见过该设置。现在给出一组回答选项。每种情况显示3次。共给出7种情况的回答组合：
- 静止
- 加速
- 制动
- 转向
- 汽车已看到我
- 我可以通行
- 我应该停止/静止

第二组显示以问题开始：“如果您理解汽车想要传达的信息并关联答案，请按下按钮。” 再次记录了回答时间。最短回答时间（#27）提供了一个基准，用于衡量测试人员能够多快地将答案与显示的符号相关联。因此，与该基准的关系被计算为“相关性差距”。

符号编号	时间/秒	相关性差距
27	1,49	1,00
21	1,85	1,24
20	1,98	1,33
8	3,30	2,22
9	3,79	2,55
25	4,43	2,98

© S A E I n t e r n a t i o n a l

结果如表3所示，图示显示见图21。最快的三组反应与最慢的三组反应进行了比较。二维图形和符号产生的平均反应时间为1.49‐1.98秒。反应最慢的相关符号的平均反应时间为3.3‐4.43秒。其中反应最慢的相关性包括一维符号和一个二维符号（#9），该符号是参照国际启停符号设计的。造成相关性延迟的可能原因在于图形过于复杂，导致理解此类符号所传达的信息存在困难，或测试人员对该符号的认知程度较低。对于测试人员而言，怠速或缓慢移动符号难以关联，因而得出最低的反应速度。他们找到相关答案所需的时间约为最快符号的3倍。

© SA E In te rn at io na l

符号解释的正确性

第二组显示期间的回答不仅记录了反应时间和回答时间，还记录了回答是否正确。

符号编号	正确答案 / %
19	57,14
21	82,86
16	55,57
27	98,10

© S A E I n t e r n a t io n a l

表4和图22给出了答案正确性的结果。测试人员需要根据问卷中提供的7种场景描述来评估场景。答案8对应“我不知道”。“我应该停止/静止”的识别准确率最高，达到98%，“转向”为89%，“汽车已看到我”为83%。

© S A E I n t e r n a t i o n a l

符结论方面取得了非常好的成果 a) 二维，b) 易于理解、不复杂，以及 c) 动态或动画。即使是将一维符号进行动画处理，也无法达到二维符号所实现的正确性水平。98%和88%的正确率表明，这些符号在车对行人通信中能够被准确理解其原始意图。

对于表示汽车处于静止但激活状态（如“点火开启，发动机运行”）的符号，仅发现微弱的相关性。所有用于表示该情况的符号均未显示出良好的相关性。

总结

数字灯为驾驶员和其他交通参与者带来诸多益处。矩阵灯及其他数字应用（如施工区域灯）在可见性、物体检测以及驾驶员评估场景的能力等安全方面表现出显著优势。

在所展示的实验中，施工区域灯的优势得到了证实。驾驶员通过施工区域时的方向盘操作更少，油门踏板位置的变化也更小。95%的驾驶员给予正面反馈，显示出巨大的交通安全潜力。

信号功能使得其他交通参与者能够看到并理解自动驾驶车辆的意图，即使该汽车中没有驾驶员或驾驶员完全分心。车对行人通信是一个新的研究领域。所展示的结果很好地说明了未来的通信如何做到直观、清晰且易于理解。

一维和二维研究表明，人们明显更偏好二维显示。另一个偏好是动画显示。研究表明，使用二维信息时反应时间更快（快2‐3倍），且行人对二维信息的正确关联性优于一维显示，无论是一维静态还是动画显示。二维动画似乎有助于提升理解能力和缩短反应时间。

未来的一个研究领域是易于理解的符号的类型和含义，这些符号能够清晰传达车辆意图以及与行人的通信。