隨著移動互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、人工智能等與現(xiàn)代光學(xué)制造技術(shù)、信息、通信、半導(dǎo)體技術(shù)的高度融合，汽車智能網(wǎng)聯(lián)化也獲得了高速發(fā)展。通過加載先進的車載鏡、傳感器、控制器、執(zhí)行器，實現(xiàn)了環(huán)境感知、停車位檢測、目標(biāo)識別、泊車路徑規(guī)劃、緊急制動、剎車輔助等全新智能化功能，帶來用戶更好的駕駛體驗。

雷達、攝像頭等傳感器是ADAS的核心部件之一，前者是通過深度圖和點云的方式來實現(xiàn)對目標(biāo)物體的探測和識別，后者則是以圖像視覺的方式來對目標(biāo)進行捕捉，兩者的有效結(jié)合能極大提高對周圍環(huán)境感知力。早期文章中有介紹Ansys Zemax+Speos的激光雷達的仿真案例，在接下來的文章中，筆者會重點圍繞CMS(電子后視鏡)，運用Zemax和Speos來進行車載鏡頭的聯(lián)合仿真中的核心問題點做相關(guān)闡述。

核心問題一：CMS透鏡設(shè)計和優(yōu)化

CMS電子后視鏡分為內(nèi)鏡和外鏡，是由攝像頭和顯示屏組成，用來實現(xiàn)對后方、側(cè)面視野的捕捉和監(jiān)控。其中攝像頭的作用是實現(xiàn)對環(huán)境的監(jiān)測，捕捉到的圖像經(jīng)過信號轉(zhuǎn)化和后處理后可以在顯示屏上顯示，配合其他前視或者側(cè)視的車載鏡頭最終可實現(xiàn)環(huán)視效果。過大的視場角造成鏡片工藝難度加大，最終影響了制造成本，這也是為什么當(dāng)下較成熟的CMS攝像頭通常在90°到130°的原因。基于以上分析如何實現(xiàn)多車道大角度范圍監(jiān)控、識別更遠的車牌、提升夜視效果、擁有更高性能的同時降低成本是行業(yè)趨勢。

綜合考慮車載鏡頭的大視場角的使用場景、鏡頭系統(tǒng)尺寸、后截距大于焦距的設(shè)置等因素，本例中的車載鏡頭初始結(jié)構(gòu)可以設(shè)置為反遠攝物鏡的系統(tǒng)。

圖1 初始結(jié)構(gòu)

該系統(tǒng)前組件為大光焦度負的彎月型透鏡作為負透鏡，后組件為正光焦度主要存在色差和場曲。因此可以采用雙膠合結(jié)構(gòu)，通過提高高冕牌玻璃折射率，降低火石玻璃折射率來實現(xiàn)。最終通過調(diào)整前后組件和光闌相對應(yīng)位置以及透鏡曲率半徑的非球面系數(shù)，得到一個系統(tǒng)參數(shù)：F#1.8，焦距1.9mm，F(xiàn)OV為158°，空間頻率140lp/mm時全視場大于0.3的光學(xué)系統(tǒng)。

圖2 優(yōu)化后

核心問題二：雜散光分析

光學(xué)系統(tǒng)主要分為兩類：一種是成像光學(xué)系統(tǒng)，另一種是非成像光學(xué)系統(tǒng)。針對成像光學(xué)系統(tǒng)，任何但經(jīng)過光學(xué)系統(tǒng)傳播后到像面的非成像光線都稱為雜散光；而對非成像光學(xué)系統(tǒng)，任何成像或其它非預(yù)期的光線傳播形成的光斑等為雜散光。通常雜散光的來源有三種：其一，外部系統(tǒng)引入的光源，比如太陽光、環(huán)境反射或者漫反射的光源，外部系統(tǒng)光源進入光學(xué)系統(tǒng)后會發(fā)生多次的折射、反射以及衍射最終進入到成像像面；其二是系統(tǒng)自身的機械構(gòu)件會發(fā)生熱輻射，從而在紅外熱成像系統(tǒng)中會形成雜散光；其三光線進入光學(xué)系統(tǒng)中發(fā)生多次折反射，形成多個次光源，最終在像面上匯聚或者發(fā)散。

因此，在進行光學(xué)產(chǎn)品設(shè)計時，如果環(huán)境因素、自身熱輻射過強，光線在系統(tǒng)中折返次數(shù)過多時，一定會降低光線系統(tǒng)的成像質(zhì)量。如何控制、減弱雜散光的影響是一個重要的光學(xué)課題。Ansys Speos中可以通過開啟LightExpert模式，Light Expert - Reverse Tracing 逆向追跡分析法、Sequence Detection 序列探測法、Surface Contribution 面貢獻率分析法，針對導(dǎo)入的透鏡組的實體模型，在仿真結(jié)果里可以針對特定區(qū)域開啟光線追擊，來分析穿過特定鏡面的光線能量分布和貢獻率，以及其對應(yīng)的序列路徑。在完成光路分析后，設(shè)計師可以用過增加膜層結(jié)構(gòu)、遮光結(jié)構(gòu)等方法來實現(xiàn)對雜散光的抑制。

圖3 雜散光分析

核心問題三：成像的可視化仿真

實際應(yīng)用中，只考慮像差或者雜散光對于分析車載鏡頭的成像功能來說是不夠的。當(dāng)光線穿過鏡頭并進入圖像傳感器，傳感器捕捉光照強度并將光信號轉(zhuǎn)換成未處理圖像發(fā)送給圖像信號處理單元，最終輸出相應(yīng)的指定來指導(dǎo)駕駛。以CMS系統(tǒng)的光學(xué)仿真為例，對像面所接收的能量分布實施監(jiān)測，評估遠距離的車牌識別能力，傳感器分辨力與成像傾斜度仿真，夜視效果以及霧氣影響等都是考量范圍。

圖4 成像FOV分析 （左圖）

圖5 像素投影與尺寸分析（右圖）

因此如何得到車載鏡頭成像系統(tǒng)的能量分布以及圖像信號也是仿真中的關(guān)鍵環(huán)節(jié)。針對此問題Ansys 平臺開發(fā)了Zemax與Speos聯(lián)合方案。通過將Zemax透鏡組的系統(tǒng)參數(shù)(焦距、像差、景深、畸變等)，按照視場角內(nèi)每個采樣光線和探測器上每個像元的位置、能量之間的映射關(guān)系轉(zhuǎn)化成相應(yīng)的DISTORTION文件，在Ansys Speos 的Camera Sensor中加載該文件就可以實現(xiàn)虛擬光學(xué)系統(tǒng)的導(dǎo)入。

運用Camera Sensor可以實現(xiàn)以下兩個核心功能。其一：如何可視化評估鏡頭的FOV、縱深可捕捉距離，以及針對目標(biāo)場景的分辨力的解析；其二：成像系統(tǒng)能量、視覺、環(huán)境因素的仿真。其中圖8為不同時間(上海10點，12點，16點，18點))太陽入射方位對成像仿真影響，圖9為不同能見度(可見度15m,30m,50m)對成像效果影響。

圖6 環(huán)境光能量分析

圖7 能見度仿真

核心問題四：成像系統(tǒng)的動態(tài)仿真

在分析自動駕駛時，多場景的動態(tài)仿真也是一個關(guān)鍵點。通過動態(tài)仿真可以結(jié)合場景等諸多環(huán)境因素實時捕獲多視角的圖像信息，從而可以更加全面驗證成像性能以及后期圖像算法的精確性。在進學(xué)校自動駕駛系統(tǒng)的動態(tài)仿真之前需求構(gòu)建場景。主要包括道路、基礎(chǔ)交通設(shè)施（交通標(biāo)線、交通標(biāo)志、交通信號燈）、天氣、光照、其他建筑物基礎(chǔ)設(shè)施等。

在目前的軟件開發(fā)版本中Ansys 對目前主流的CAD軟件，比如CATIA、UG、犀牛、草圖大師等格式的數(shù)據(jù)是完全支持的，也就是不需要通過轉(zhuǎn)成中間格式數(shù)據(jù)就能導(dǎo)入，這種格式上的兼容性極大方便了后期種導(dǎo)入其他軟件所對應(yīng)的3D場景。其次如何能生成動態(tài)的仿真也是自動駕駛種需要考量的，針對這種需求，可以運用Ansys 二次開發(fā)種腳本功能，通過采集不同路徑不同時刻下所對應(yīng)的軌跡數(shù)據(jù)(包括初始的坐標(biāo)原點，X/Y坐標(biāo)值，以及對應(yīng)的X/Y方向)，生成特定的軌跡文件，加載到CAMERASensor即可。

?

圖8 直線軌跡動態(tài)仿真

核心問題五：攝像頭的多物理仿真

成像質(zhì)量的好壞不僅僅取決光學(xué)像差的控制，更與系統(tǒng)所收到的力或者溫度影響，導(dǎo)致鏡片曲率發(fā)生改變而最終影響成像效果。目前針對多物理場的分析Ansys 平臺有兩種方案，一種是Ansys Mechanical聯(lián)合Speos來實現(xiàn)應(yīng)力變形導(dǎo)致光學(xué)成像質(zhì)量改變的分析，另一種是Mechanical 、Zemax聯(lián)合Speos的方案。前者主要依賴Workbench來實現(xiàn)同一數(shù)據(jù)的不同仿真結(jié)果在不同平臺無損傳遞來實現(xiàn)，后者則是通過txt文件記錄鏡片受力變形后數(shù)據(jù)重新擬合來參與光學(xué)仿真分析的思路。

圖9 Mechanical與Speos聯(lián)合仿真工作流

圖10Zemax Star擬合鏡面

隨著國內(nèi)外自動駕駛的提高，未來對車載鏡頭的聯(lián)合仿真的需求會逐漸加大,超高清分辨率、超低照度、日夜共焦、超廣角、大光圈、低畸變、小型化、高可靠性、紅外夜視、防水防霧、降噪、分析力熱變形等等逐步成為技術(shù)開發(fā)的熱點。運用Zemax+Speos (Lumerical，Cmos微觀效應(yīng)，本文未涉及)以及Ansys的光機熱產(chǎn)品(Fluent,Mechanical)，不論是從設(shè)計源頭像質(zhì)、視覺，還是大型場景、環(huán)境因素，力熱變形等都能提供絕佳方案，高效助力解決設(shè)計到自動駕駛中遇到的光學(xué)疑難問題。

審核編輯：劉清