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:

《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?

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。

相关推荐
兵慌码乱10 天前
基于 MediaPipe 与 PySide2 的手势交互音乐控制系统实现:轻量化视觉交互全流程解析
python·opencv·计算机视觉·人机交互·手势识别·mediapipe·pyside2
BSD_HY15 天前
2026年FSR传感器行业报告:市场规模、竞争格局与发展趋势
人机交互·制造·fsr·薄膜开关·深圳工厂
某林21215 天前
从 Isaac Lab API 踩坑到硬件 MVP 的全链路实战破局
python·机器人·人机交互·ros2
洛星核17 天前
CrewAI 安装、使用方法详细全解
人工智能·github·人机交互·ai编程·agi·智能体
洛星核17 天前
Aider 安装、使用方法详细全解
人工智能·github·人机交互·ai编程·agi
Mr..Jackey17 天前
瑞佑 RUI Builder 图形化 UI 设计工具
arm开发·人工智能·单片机·ui·人机交互·ra8889·lcd控制芯片
元岳数字人小元18 天前
AI 数字人开发公司浅谈 虚拟数字人打造景区新服务
人工智能·人机交互·交互
小玮看世界18 天前
【技术成长实录】北京地铁12号线数据分析系统:从一个观察到一个完整项目的演进之路
python·人机交互·学习方法·cicd·项目交付
byte轻骑兵18 天前
【AVRCP】规范精讲[28]:媒体源上电全流程,蓝牙音频控制启动就靠这一套
网络·音视频·人机交互·媒体·avrcp
kaixinshier19 天前
【无标题】
大模型·人机交互·语音识别·tts·s100p