支持动态变焦，剑桥大学基于LiDAR的全息HUD方案解析

近年来，车载AR HUD的趋势凸显，大众、奥迪等汽车厂商纷纷采用相关的导航方案，该技术的卖点是在司机眼前的大视野内显示实时路况信息，不干扰司机的视觉，同时提升汽车驾驶的安全性。

尤其是在今年初的CES上，松下汽车展示了一款4K分辨率，且支持彩色显示、眼球追踪、远近变焦的AR HUD系统。据悉，该系统视场角高达180°，比市面上同类产品视场角更大，显示范围也更大，可在近景平面显示速度和油量，在远景平面显示自然叠加在道路环境上的3D AR导航信息。此外，通过集成的眼球追踪模块Panasonic HUD可根据司机视线去调整AR投影位置，目的是让司机专心开车的同时也能看到完整的导航信息。

实际上，与许多AR技术一样，为了保证舒适的视觉观感，避免人眼和显示屏焦距不匹配、眩晕等问题，AR HUD也需要动态可变焦功能。那么，除了通过眼球追踪技术来调节焦距外，实际上利用全息显示或视网膜投影技术也可以实现动态变焦。

比如，为了进一步提升AR HUD的体验感，由剑桥大学、牛津大学、伦敦大学学院的科研人员组成的团队研发了一种，基于LiDAR和全息技术的AR HUD方案。据悉，该方案并未采用向前挡风玻璃投影的形式，而是将AR图像直接投影到人眼中，好处是视场角更大，支持动态变焦，不过需要对人眼的位置进行校正。

利用LiDAR实时扫描环境

据了解，该方案利用LiDAR远程遥感技术来进行测距、识别周围的障碍物。在实际测试中，科研人员利用LiDAR和地面激光扫描的方式，收集了伦敦大学学院的一条繁忙的街道的环境数据，与点云数据结合后，重建了街道的3D模型。

具体来讲，LiDAR数据是通过3D地面激光扫描仪来收集，然后通过计算机来转化成CGH（计算机生成的全息图）图像。接下来，该方案的显示单元由氦氖激光、超高清的空间光调制器、分辨率3840x2160的LCoS微显示屏组成，可以模拟在不同距离的空间中显示3D AR全息的效果。

LiDAR技术在3D空间建模、动态物体识别、地图测绘场景的准确性足够高，速度足够快。与传统HUD方案相比，全息HUD所需的光力学元件更少，外观设计更紧凑、更省电、可变焦距更多。

除此之外，其硬件方案包括：氦氖激光、非球面透镜、平凸镜、消色差双合透镜、线偏振片、聚合物材质的零级半波片、非聚合物材质的分束器、光功率计接口、超高清SLM（工作波长在400到850纳米之间、刷新率达30Hz）。此外，还包括索尼α7 II E-mount全画幅数码相机、28-70mm焦距的镜头。

科研人员Phil Wilkes表示：我们将场景扫描数据拼接在一起，重建了整个3D环境，其中包含树、轿车、卡车、人、路标等信息。接着，科研人员利用算法提取出场景中的目标物体，并将这些目标转化为衍射图案，也就是全息投影图像。

利用全息技术实现动态变焦

科研人员表示：AR HUD可以突出被大树、卡车等物体挡住的障碍物或路牌，预先告知司机前方路况。此外，将AR投影到人眼中，意味着司机无需时刻看路，而且可以显示更加3D立体的图像。

为了显示清晰的3D全息图像，该方案的光学元件会通过算法来投影多层不同尺寸的全息影像，这些全息影像叠加在真实环境中的特定位置，比如树后面的路牌等等，以起到提醒强调的作用。

而为了计算LiDAR数据和3D全息模型，科研人员采用了4种不同的算法，其中两种基于路线识别，另外两个利用逐点的几何特征来进行分类和标注。其中，LiDAR扫描所采用的环境分离算法在识别物体的准确率可达90%，路线识别的准确率大于80%。

在3D成像过程中，系统会将不同焦点平面的物体转化为同一个物体平面，然后再将物体平面显示在人眼面前特定的焦距，从而模拟多样物体在不同深度距离的效果，实际无需调节焦距即可自然查看AR指示。

关于测试结果

实验发现，该方案显示的焦距越远（大于600毫米），效果越清晰、对比度越高、与真实环境的位置越对齐。此外，该方案的眼动范围可达7毫米x7毫米，对角线FOV达6.856°。同时，SLM的像素间距越小，FOV越大。

LiDAR 数据与点云数据的集成将有效提升AR导航的安全性，可以实时预测道路障碍。 LiDAR 点云可以识别隐藏在驾驶员视野之外（在其他物体后面）的道路障碍物。 在 AR 模式下将扫描的 LiDAR 数据集成到全息 HUD 中，可以通过实时提醒驾驶员来增强障碍物识别。 使用光学扫描仪识别驾驶员，人类识别技术可以与机器学习方法相结合，在汽车领域创建安全应用。

实际上，许多自动驾驶汽车已配备LiDAR传感器，这项方案也许可以直接用于自动驾驶汽车中。

未来，该方案将支持画面布局设置，还可以同时现实多个3D物体，甚至同时渲染不同焦点平面的AR内容。比如：远处的路牌可以缩小尺寸，近处的路牌可以放大，提升自然观感。而且，这些功能未来将支持自定义。另外，科研人员正在着手缩小光学元件的体积，以用于车载系统。参考：newswise