对话|全年HUD前装将超330万台,疆程技术瞄准人机交互“第一屏”

2024年,在高阶智驾进入快速上车的同时,座舱人机交互也在迎来新的增长点。Chat GPT、AR-HUD、车载投影等新配置都在带来新增量机会。

高工智能汽车研究院监测数据显示,2024年1-10月,中国市场(不含进出口)乘用车前装标配W/AR-HUD交付264.14万辆,同比增长51.17%;其中,AR-HUD搭载交付64.34万辆,同比大幅增长288.53%。

同时,AR-HUD贡献占比(W/AR-HUD整体市场交付量)从上年同期的9.48%快速提升至24.36%。高工智能汽车研究院预测,到2027年,AR-HUD搭载率或将首次超过W-HUD,成为中国乘用车市场的搭载主力。

按照高工智能汽车研究院的预测,2024年全年中国市场乘用车交付W/AR-HUD将超过330万台,其中,AR-HUD交付将超过80万台。其中,以LCoS为代表的高性能AR-HUD方案成为市场关注的焦点。

12月18日,合肥疆程技术有限公司(以下简称“疆程技术”)成为首批华为智能车载光领域获得认证的11家合作伙伴之一,共同推动基于LCoS技术路线的AR-HUD解决方案普及应用。

目前,疆程技术推出的新一代AR-HUD方案,在LCoS方案高分辨率、高亮度优势基础上,结合自由曲面成像的自研二次光学技术,已经实现高达13*5°的视场角,对比度实测数据突破2000:1,且画面畸变能控制在2%以内。

疆程技术组建于2018年初,主营产品涵盖抬头显示系统、电子外后视镜系统、透明A柱及车载显示系统等产品,也是国内首家实现大尺寸增强现实抬头显示(AR-HUD)及电子外后视镜(CMS)前装量产的供应商之一。

在AR-HUD产品方案研发方面,疆程技术实现了阳光倒灌规避、光学畸变矫正、图像重影消除、多数据AR视觉算法开发等多项技术突破,同时,可以提供DLP、TFT及LCOS三种主流技术路线的量产方案。

以下是《高工智能汽车》与合肥疆程技术有限公司研发总监雷琼的对话:

图片

《高工智能汽车》:HUD前装市场这两年增长很快,每月搭载同比增速持续保持在50%左右的。同时,作为未来市场主力的AR-HUD更是持续数月保持翻倍同比增长。但同时,市场竞争尤其是价格下行压力也在不断加剧,怎么看HUD行业的竞争态势?

雷琼:从规模上看,无论是W-HUD还是AR-HUD,都呈现出显著的增长趋势。而发展到一定阶段后,将面临市场拐点的挑战,这是行业内的共识。

当前HUD行业搭载率占优的还是W-HUD,竞争则显得尤为激烈。这种竞争不仅来源于细分行业内部,更受到整车企业竞争的压力影响,迫使赛道内的每一个参与者都要跟随市场步伐,努力冲出来,做大做强。

不可否认的是,尤其是W-HUD,当前行业更多的是在成本控制上展开竞争,整车企业也更聚焦于供应商的产品交付与成本控制能力,同时,也基本不会再给供应商技术试错的机会。

《高工智能汽车》:目前,车企对于AR-HUD还存在一些疑虑。一方面,各种技术路线(TFT、DLP、LCoS、光波导等等)都有企业在做,站在车企的角度,似乎也没有明确未来主流的应用方案倾向;

另一方面,过去一年,国内车企都在卷高阶智驾。这也意味着,AR-HUD要发挥最佳的交互体验(比如,大量智驾数据的融合),仍需要等到舱驾智能化进入相对稳定、成熟的阶段。

这种矛盾的底层逻辑是什么?

雷琼:我认为车企的态度还是相当理性的,对HUD的状态及实现效果的认知也是比较实际的。一直以来,HUD产品在国内处于产品的宣传「领先」实际应用的状态,这种时间差也在一定程度上导致了终端用户和车企对于某些技术的「疲劳感」。

目前来看,我们都在努力,但完全满足用户的AR沉浸式交互体验需求仍有一定的距离。短期内,疆程技术仍会将重心投入到AR体验的持续优化上,也会继续与华为以及更多车企客户、合作伙伴们一起,共同挖掘AR-HUD数据融合的价值,推动行业的向前发展。

《高工智能汽车》:整车智能是当下汽车智能化的新热点,比如,舱驾融合正在推动舱、驾、车控甚至是底盘的深度协同。但同时,对于车企来说,也面临内部研发、产品定义的组织架构重构难题。

比如,HUD,尤其是AR-HUD就是典型的舱驾融合的落地点,要打通座舱、智驾等等环节的数据,从而实现显示交互的进一步体验升级。但,要达到理想的状态,一定是会碰到许多痛点和难点。

雷琼:数据融合是个很大的系统化工程,难点很多,比如,对于HUD所需的驾舱数据的共识与打通,以及更好体验的虚实融合AR显示算法。

鉴于当前汽车行业的快速发展态势,整车的开发周期正不断缩短。以我们的定点交付项目为例,某些车型的开发周期仅仅只有八个月左右。然而,要确保数据融合的成功落地,前期的周密规划与车厂的深度共识是不可或缺的基石,以及持续加大AR显示算法研发投入。

《高工智能汽车》:融合,硬件是一部分,也是基础;再往上,比如系统分层解耦(中间件)或者应用层算法,这方面还有哪些标准化的模块,能够促进车厂内部数据的快速打通?

雷琼:从我们的角度来看,在车厂的项目开发前期,我们会基于车厂功能需求快速分解提取我们所需的的规范需求,比如ADAS、导航或者车身数据形成标准化的API接口。

《高工智能汽车》:这次和华为的合作,从疆程的角度来看,无论是后续的市场开拓,还是对于AR-HUD行业,有什么里程碑的意义?

图片

雷琼:作为华为智能车载光领域AR-HUD解决方案业务侧首批合作伙伴,疆程技术和华为将聚焦AR-HUD领域,通过建立长期、稳定的全面合作关系,做到优势互补、互利共赢,尽快实现资源投入,解决车厂在AR-HUD产品上日益丰富的场景需求与体验提升,加快AR-HUD市场化进程。

比如,我们在2024第二届智能车载光峰会上展示的LCoS AR-HUD解决方案,就是双方的合作成果之一,其产品光学性能、图像效果均十分出色,赢得了与会嘉宾的高度赞誉。

另外,我们也达成了一致共识,就是在未来智驾演进到L3甚至L4级阶段,AR-HUD将作为人机交互“第一屏”的定位,作为智驾系统的意图展示窗口,减少驾驶员监管频率,增进人对系统的信任度。

当然,这也对AR-HUD的解决方案优化和升级,提出了更大画幅,更高色域等更高的性能要求,也极大促进LCoS技术路线的市场化落地。

《高工智能汽车》:任何新生事物的出现,都会经历终端消费者对于产品认知不断纠偏的过程;比如,市面上不少厂家宣传的AR-HUD,实际上就存在很多认知的偏差。很多消费者其实也不太清楚什么是W-HUD,什么是AR-HUD,什么是真正的AR。

而在标准法规层面,相比于海外市场偏向于法规先行模式,中国市场这几年汽车智能化的迅猛发展,更多是市场驱动型,由于没有市场准入门槛的存在,就会导致市场上已经上车产品的良莠不齐。

对于AR-HUD行业的健康可持续发展角度来说,标准法规体系的加快建立,从而提高市场准入门槛也是至关重要的一环,目前有哪些新的进展?

雷琼:是的,HUD产品在宣传端和实际应用端之间存在一些差异。从用户角度来看,HUD产品的AR效果一旦被过度宣传,将导致用户对AR产生认知疲劳和质疑态度。

在这种情况下,我们是建议从行业共识和标准制定的角度去规范市场秩序。一方面,行业内对于HUD的评价指标和测量方法存在差异,导致用户端的产品体验难以统一;另一方面,也希望通过行业共识和标准定义来确保竞争维度的一致性,共同提升用户的实际体验,真正让竞争回归到产品本身的价值与体验上。

《高工智能汽车》:事实上,HUD前装市场已经进入洗牌阶段,对于挺进“决赛圈”,疆程技术的核心竞争力体现在哪些方面?

雷琼:疆程技术是一家专注于技术创新并秉持稳健发展理念的公司。自2018年起,公司发展的每一步都坚实而稳健。在AR-HUD领域,疆程技术始终是行业的领跑者,率先完成了国内首台搭载AR-HUD方案的预研车型项目开发。

而在量产项目的推进上,无论是在DLP还是TFT技术上,疆程技术都保质保量的完成了业内最大尺寸的AR-HUD量产项目的交付。今年,我们更是在客户口碑和销量上实现了双赢,完成了包括吉利、北汽等车厂的众多车型的量产交付。

而从产品技术维度上,虽然行业内的产品形态不断趋于同质化,但产品背后的技术实现路径却并不尽相同,尤其是HUD产品的光学解决方案。

比如,疆程技术能在LCoS技术上实现最大、最亮且最方正的图像效果,离不开公司在光学技术上的积累与沉淀,能确保光效传递上的低功耗和高效率,实现对畸变、动态畸变、重影等核心参数的有效控制。比如,畸变数据控制在2%以内,基本达到显示器的成像效果与色彩还原度。

除此之外,疆程技术也在不断加码生产交付能力的提升,以便应对未来可预期的国内市场,甚至是海外市场的更大规模交付要求。

《高工智能汽车》:疆程技术作为国内最早一批研发AR HUD的公司之一,展望未来3-5年,这个市场最终会形成什么样的格局?

雷琼:从国内市场环境和车厂需求来看,我理解是5-6家,且单家供应商最大市场份额占比很难超过30%。

《高工智能汽车》:过去几年,汽车智能化带来的变革,除了软硬件技术的创新和快速迭代,零部件和整车企业的关系,也在发生微妙变化。您感受到的最大变化是什么?

雷琼:对我们而言,车厂始终是持开放与支持的态度。只是在过去几年里,车厂出于对技术成熟度的审慎考量,以及对于很多初创公司的交付能力疑虑,项目的量产落地进程相对缓慢。

时至今日,疆程技术在项目开发、质量管理及生产交付等多个维度均展现出高度的成熟度。车厂对我们的信赖度也在显著提升,双方的项目合作也因此变得更加顺畅无阻。正因如此,自今年起,疆程技术在HUD产品领域的量产车型数量实现了高速增长。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/950236.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

Openwrt @ rk3568平台 固件编译实践(二)- ledeWRT版本

目录 ledeWRT介绍固件编译下载代码修改feed源更新并安装编译第三方软件包制作用于eMMC烧写的rootfs基于lede发行版验证烧写rk3568.img, LEDE wrt启动成功refhttps://blog.csdn.net/zc21463071/article/details/106751361介绍rk3568平台下, lede 大神版 openwrt固件的下载、编译…

【Unity3D】Text文本文字掉落效果

相关技术:Text、TextMesh、Rigidbody(刚体)、BoxCollider(碰撞体)、TextGenerator、文本网格、文字网格 原理:使用UGUI Text获取其文字的每个字符网格坐标,转世界坐标生成对应的3D文本(TextMesh…

Spring Boot教程之四十九:Spring Boot – MongoRepository 示例

Spring Boot – MongoRepository 示例 Spring Boot 建立在 Spring 之上,包含 Spring 的所有功能。由于其快速的生产就绪环境,使开发人员能够直接专注于逻辑,而不必费力配置和设置,因此如今它正成为开发人员的最爱。Spring Boot 是…

el-table-fixed滚动条被遮挡导致滚动条无法拖动

/* 设置默认高度-滚动条高度 */ .el-table__fixed { height: calc(100% - 16px) !important; } .el-table__fixed {height: calc(100% - 16px) !important; } .el-table__fixed:before {height: 0px; }

探索大型语言模型新架构:从 MoE 到 MoA

探索大型语言模型新架构:从 MoE 到 MoA 当前,商业科技公司纷纷投身于一场激烈的竞赛,不断扩大语言模型的规模,并为其注入海量的高质量数据,试图逐步提升模型的准确性。然而,这种看似顺理成章的发展路径逐渐…

【通识安全】煤气中毒急救的处置

1.煤气中毒的主要症状与体征一氧化碳中毒,其中毒症状一般分为轻、中、重三种。 (1)轻度:仅有头晕、头痛、眼花、心慌、胸闷、恶心等症状。如迅速打开门窗,或将病人移出中毒环境,使之吸入新鲜空气和休息,给些热饮料&am…

分享:osgb倾斜数据转cesium-3dtiles 小工具.

背景: 很多知识殊途同归,在三维软件这块,少不了要和各种各样的数据格式打交道.osgb,stl,obj,3dtiles,3ds等等..虽然里面本质核心基本都是几何数据拓扑数据材质纹理数据等等,但是由于其组织方式不同和特殊的应用场景,导致很多模型需要转来转去...相信很多人在这方面都或多或少吃…

Node.js——fs(文件系统)模块

个人简介 👀个人主页: 前端杂货铺 🙋‍♂️学习方向: 主攻前端方向,正逐渐往全干发展 📃个人状态: 研发工程师,现效力于中国工业软件事业 🚀人生格言: 积跬步…

Mac M2基于MySQL 8.4.3搭建(伪)主从集群

前置准备工作 安装MySQL 8.4.3 参考博主之前的文档,在本地Mac安装好MySQL:Mac M2 Pro安装MySQL 8.4.3安装目录:/usr/local/mysql,安装好的MySQL都处于运行状态,需要先停止MySQL服务最快的方式:系统设置 …

第5章——与HTTP协作的Web服务器

第5章——与HTTP协作的Web服务器 用单台虚拟主机实现多个域名 ​ 一台服务器可以使用虚拟主机功能拥有多个域名。 ​ 域名通过DNS服务映射到IP地址(域名解析)之后访问目标网站。当请求发送到服务器时,已经是以IP地址形式访问了。 ​ 相同的…

基于Python的投资组合收益率与波动率的数据分析

基于Python的投资组合收益率与波动率的数据分析 摘要:該文通过研究马科维茨的投资组合模型,并将投资组合模型应用到包含6只金融股票的金融行业基金中。首先通过开源的财经接口Tushare获取股票原始数据,接着利用数据分析的黄金组合库&#xf…

AWS re:Invent 2024 现场实录 - It‘s all about Scale

时隔五年,再度造访美国,也是同样的主题,参加在拉斯维加斯举行的 AWS re:Invent 大会。 会场 从 2012 起第一届开始,每年的 re:Invent 大会都放在拉斯维加斯,主会场也都放在威尼斯人酒店 (Venetian)。有小伙伴好奇这背…

【实用干货】日本上市药品价格、说明书、在研新药在线查询网站及数据库

众所周知,日本对上市药品公开信息程度非常高,我们在了解药品信息时常常会访问日本药监局(日本药方局)官网的PMDA数据库来查询信息,但由于网站的不熟悉或语言障碍原因,导致查找某个药品信息需要花费大量时间,如药物综述…

【vba源码】自动获取汇率

Hi,大家好! 没有想到今天居然是腊八,过了腊八就是年,离过年越来越近了,那在这里给大家就拜个年,希望大家在新的一年都有好事发生。 最近在弄点小项目,在项目遇到了一个汇率计算的问题&#xff…

【学习路线】Python 算法(人工智能)详细知识点学习路径(附学习资源)

学习本路线内容之前,请先学习Python的基础知识 其他路线: Python基础 >> Python进阶 >> Python爬虫 >> Python数据分析(数据科学) >> Python 算法(人工智能) >> Pyth…

CV-LLM经典论文解读|VTimeLLM: Empower LLM to Grasp Video MomentsVTimeLLM:赋能大语言模型理解视频片段

论文标题 VTimeLLM: Empower LLM to Grasp Video Moments VTimeLLM:赋能大语言模型理解视频片段 论文链接: VTimeLLM: Empower LLM to Grasp Video Moments论文下载 论文作者 Bin Huang, Xin Wang, Hong Chen, Zihan Song, Wenwu Zhu (Tsinghua Un…

机器学习基础-大语言模型

目录 大语言模型的基本概念 “大”体现在什么地方? 预训练微调两阶段的基本流程和作用 第一阶段:利用语言模型进行无监督预训练 第二阶段:通过监督微调的模式解决下游任务 BERT模型中MLM和NSP机制基本概念 MLM NSP Prompt学习的基本概…

给Kkfileview加请求头鉴权接入

所有接入前端token放localStorage, 或者后端cookie中获取鉴权 本案例以放localStorage为例 一、创建global.js $(document).ready(function() {// 设置全局的 AJAX 请求头$.ajaxSetup({headers: {Authentication: localStorage.getItem(Authentication) }}); }); 二。全部模…

flutter 专题二十四 Flutter性能优化在携程酒店的实践

Flutter性能优化在携程酒店的实践 一 、前言 携程酒店业务使用Flutter技术开发的时间快接近两年,这期间有列表页、详情页、相册页等页面使用了Flutter技术栈进行了跨平台整合,大大提高了研发效率。在开发过程中,也遇到了一些性能相关问题和…

源代码编译安装X11及相关库、vim,配置vim(2)

一、编译安装vim 编译时的cofigure选项如下.只有上一步的X11的包安装全了(具体哪些是必须的,哪些是多余的没验证),configure才能认为X的库文件和头文件是可以用的。打开多个编程语言的支持特性。 ./configure --prefixpwd/mybui…