研究人员开发了首个基于激光雷达的增强现实平视显示器，用于车辆。该技术的一个原型版本的测试表明，它可以通过“透视”物体来警告潜在的危险，而不会分散司机的注意力，从而提高道路安全。
技术,由剑桥大学的研究人员开发的,牛津大学和伦敦大学学院(UCL),是基于激光雷达(光探测和测距),并使用激光雷达数据创建超高清的全息表示道路对象直接传送到司机的眼睛,而不是在大多数平视显示器中使用的2D挡风玻璃投影。
虽然这项技术尚未在汽车上进行测试，但早期的测试基于从伦敦市中心一条繁忙街道收集的数据，显示全息图像会根据驾驶员的实际位置出现在他们的视野中，创造出一种增强现实。例如，当路标等物体被大树或卡车隐藏时，这可能特别有用，因为它可以让司机“看穿”视觉障碍。研究结果发表在《光学快报》杂志上。
该研究的主要作者、剑桥大学工程系的博士生Jana Skirnewskaja说:“平视显示器正在被整合到联网车辆中，通常会将速度或燃油水平等信息直接投影到司机面前的挡风玻璃上，而司机必须时刻关注道路。”“然而，我们想更进一步，通过全景3D投影来呈现真实的物体。”
斯科纽斯卡娅和她的同事们将他们的系统建立在激光雷达上，激光雷达是一种遥感方法，通过发送激光脉冲来测量扫描仪和物体之间的距离。激光雷达通常用于农业、考古和地理领域，但它也正在自动驾驶汽车上进行测试，用于障碍物检测。
利用激光雷达，研究人员扫描了位于伦敦市中心的伦敦大学学院校园里的繁忙街道Malet街。合著者菲尔·威尔克斯是一名地理学家，他通常使用激光雷达扫描热带森林，这次他用一种叫做地面激光扫描的技术扫描了整条街道。数以百万计的脉冲从马利特街的多个位置发出。然后将激光雷达数据与点云数据相结合，建立三维模型。
“通过这种方式，我们可以将扫描拼接在一起，构建一个完整的场景，它不仅捕捉树木，还捕捉汽车、卡车、人、标志，以及你在一个典型城市街道上看到的一切，”威尔克斯说。“虽然我们捕获的数据来自一个固定平台，但它与下一代自动或半自动驾驶汽车的传感器类似。”
当Malet St的3D模型完成后，研究人员将街道上的各种物体转换成全息投影。对点云形式的激光雷达数据进行分离算法处理，识别和提取目标。另一种算法用于将目标物体转换成计算机生成的衍射图案。这些数据点被应用到光学装置中，将3D全息物体投射到驾驶员的视野中。
该光学装置能够在先进算法的帮助下投射多层全息图。全息投影可以以不同的尺寸出现，并与所代表的真实物体在街道上的位置对齐。例如，一个隐藏的路标会以全息投影的形式出现，相对于它在障碍物后面的实际位置，作为一个警报机制。
在未来，研究人员希望通过个性化平视显示器的布局来完善他们的系统，并创造了一种能够投射不同物体的多层算法。这些分层全息图可以自由排列在驾驶员的视觉空间中。例如，在第一层，一个距离较远的交通标志可以投影成较小的尺寸。在第二层，距离较近的警告标志可以以较大的尺寸显示。
Skirnewskaja表示:“这种分层技术提供了增强现实体验，并以自然的方式提醒司机。”“每个人可能对自己的显示选项有不同的偏好。例如，驾驶员的重要健康信号可以投射到平视显示器的预期位置。
全景全息投影可以实时显示道路上的物体，对现有的安全措施来说是很有价值的补充。全息图的作用是提醒司机，但不是分散注意力。”
研究人员现在正致力于将全息装置中使用的光学元件小型化，这样它们就可以装进汽车里。一旦设置完成，将在剑桥的公共道路上进行车辆测试。
参考:“用于汽车平视显示器的激光雷达数字全息图”，Jana Skirnewskaja, Yunuen Montelongo, Phil Wilkes和Timothy D. Wilkinson, 2021年4月21日，Optics Express。
DOI: 10.1364 / OE.420740
Skirnewskaja是EPSRC连接电子和光子系统博士培训中心(CDT)的博士候选人，该中心是剑桥大学和伦敦大学学院的联合中心。她也是德国商业基金会(SDW)的会员。
