Optiska displaytester för fordon

Den här artikeln (ursprungligen på tyska för publikationen all-Electronics 2019) förklarar vad som är viktigt när utvecklare vill ge över en högkvalitativ bildisplay till sina kollegor i testfältet på ett praktiskt sätt.

Optisk displaytestning för fordon

Den rigorösa testningen av displayteknik, som är vanligt förekommande inom konsumentelektronik inom utveckling, produktion och kvalitetssäkring, bör också användas inom fordonsindustrin. Procedurer som hittills har stött på och användningen av enkla bildbehandlingskameror gör dock ofta inte uppgiften rättvisa.

De displayer som används i bilar utvecklas snabbt. Inte nog med att storleken och upplösningen hela tiden ökar, så att till exempel diagonaler på 15,6 tum med upplösningar på 1920 × 1200 pixlar letar sig in i mellanområdet.

Böjda displayer och friformsdisplayer kan nu också hittas i bilar. Utöver LCD-skärmar, som länge har varit dominerande, finns det nya teknologier som OLED, head-up-skärmar (HUD) och, inom en snar framtid, mikro-LED. När man bedömer bildkvalitet når de system som hittills framgångsrikt använts ofta sina gränser. Exempelvis brukar experterna fastställa homogeniteten i luminans och färg för en bildskärm genom att mäta den på nio platser, men detta uppfyller inte kraven på enhetligheten hos högupplösta skärmar om de vill utesluta en "molnighet" av bild.

För att kunna fånga ännu mindre inhomogeniteter finns det ingen väg runt en kameralösning. Detta beaktas av Black Mura Standard för arbetsgruppen för biltillverkare i DFF (German Flat Display Forum), som kräver användning av luminanskameror för bedömning av högkvalitativa skärmar, varvid kamerans upplösning bör vara minst lika stor som skärmens. Men det räcker inte i sig. Både kameran och mjukvaran var tvungna att uppfylla grundläggande villkor för att kunna arbeta tillförlitligt, exakt, snabbt och med så liten ansträngning som möjligt i laboratoriet och i automatiserad produktion. Den här artikeln går inte in i detalj på punktmätningsanordningar som spektroradiometrar, som tillåter högprecisionsmätningar av luminans och färg, eftersom de endast möjliggör en holistisk karakterisering av displayer med stor ansträngning. Så vad ska du vara uppmärksam på när du väljer ett kamerabaserat mätsystem?

Val av mätsystem

Tanken med att använda bildbehandlingskameror är uppenbar, eftersom de är relativt billiga. Men eftersom det handlar om att kontrollera bildskärmarnas efterlevnad av luminans och färg inom ramen för exakt angivna toleranser är dessa kameror uteslutna på grund av bristande exakt kalibrering. En användarkalibrering av dessa system ska ses kritiskt, eftersom den endast skulle vara giltig för ett ljusspektrum som måste följas exakt. Dedikerade luminans- och färgmätningskameror med högkvalitativa färgfilter är därför klart att föredra.

En kalibrerad luminans- och färgmätningskamera med Peltier-kylt CCD-chip kommer att överträffa en bildbehandlingskamera genom att eliminera termisk instabilitet, vilket orsakar fluktuationer i de uppmätta värdena med omgivningstemperaturen. Kylningen av kamerachippet har också fördelen av reducerat termiskt brus, vilket ökar det dynamiska omfånget och har en positiv effekt, speciellt vid mätning av mörka testbilder. Även mycket höga kontraster kan fortfarande karakteriseras exakt.

ey data

Den bästa skärmen – oavsett vilken typ – är till liten nytta om den inte kan testas ordentligt. Den här artikeln förklarar vad som är viktigt när utvecklare vill överlåta en högkvalitativ bildisplay till sina kollegor i testområdet på ett praktiskt sätt. Endast med en lämplig systemlösning kan målen för utvecklingen verkligen implementeras i produktionen.

En annan punkt som talar emot användningen av bildbehandlingskameror är CCD-chippens vanligtvis små pixelstorlekar, vilket leder till ett dåligt kvantutbyte. Detta minskar avsevärt sannolikheten för att en foton kommer att generera en elektronisk signal. Erfarenhet har visat att en kantlängd på pixlarna på 5 μm eller mer redan leder till mycket goda resultat.

Visa

Även om en kamera har ett brett dynamiskt område kan det vara nödvändigt att använda ett neutralt densitetsfilter i den optiska banan som en del av en testsekvens vid höga luminanser för att förhindra överväxling av CCD:n. Det skulle vara tidskrävande att behöva manuell eller extern lösning för detta i ett automatiserat test, så idealiskt sett finns redan ett extra filterhjul med ett eller flera neutraldensitetsfilter av olika styrka i kameran för detta ändamål, som kontrolleras via programvaran.

Med ökningen av upplösningen på de skärmar som ska testas måste även luminans- och färgmätningskamerorna ökas. För att identifiera individuella pixeldefekter eller till och med subpixelfel bör en mycket känslig luminans- och färgmätningskamera ha minst två till tre kamerapixlar per skärmpixel eller subpixel. För att uppnå detta med en bildbehandlingskamera skulle det krävas betydligt fler kamerapixlar.

Specialbyggd teknik och mjukvara gör det möjligt att på ett tillförlitligt sätt identifiera individuella pixeldefekter även med en luminans- och färgmätningskamera vars upplösning är lägre än den på skärmen som testas. En sekvens av dot-matrix-testbilder visas på displayen, som använder den så kallade spaced pixel-metoden (Figur 1). Helst fungerar mjukvaran helt automatiskt, visar testbilderna direkt på displayen, triggar de enskilda bilderna och kombinerar de enskilda bilderna som erhålls på detta sätt till en syntetisk helhetsbild som innehåller eventuella pixeldefekter. Programmet identifierar och dokumenterar felen oberoende.

En annan fördel med denna metod är att kameralinsen medvetet kan göras suddig (Figur 2) för att kunna använda så många kamerapixlar som möjligt per visningspixel. Detta ökar avsevärt antalet CCD-pixlar som kan användas för mätning och därmed mätnoggrannheten. Eventuella lätta moiré-störningar kan också defokuseras och är därför vanligtvis inte längre en felkälla.

Högupplösta kameror

Den övergripande bedömningen av visningen är resultatet av en och-eller länk av de individuella resultaten. Systemet överför fördefinierade data direkt till rapporten. Konica Minolta Trots möjligheten att upptäcka pixel- och till och med subpixelfel med kameror med lägre upplösning, erbjuder högupplösta kameror med 16, 29 eller till och med 43 megapixlar den mest optimala lösningen. Till exempel kan cykeltiden vara en begränsande faktor, speciellt vid kvalitetssäkring i automatiserad produktion. Om till exempel subpixelfel ska upptäckas med en kamera med lägre upplösning genom att använda en 3×3-punktsmatris, krävs nio bildinsamlingar för var och en av de tre primära rött, grönt och blått vilket motsvarar totalt av 27 bilder med motsvarande tid som krävs för inspelningar och dataöverföringar. Ytterligare tester som sökandet efter repor på displayens yta eller inneslutningar som dammpartiklar eller luftbubblor mellan de laminerade lagren på en display kräver också de högsta upplösningarna utöver ett mycket högt dynamiskt omfång.

Elektroniska linser

När det gäller linserna som används i välkända tillverkares luminans- och färgmätningskameror hålls optiska aberrationer vanligtvis inom snäva gränser. Dessutom kan de vanligtvis nästan helt kompenseras genom lämpliga kalibreringsåtgärder, inklusive dämpningsförvrängning av linser med kort brännvidd. Det finns många fördelar med elektroniskt justerbara linser. För det första kan tillverkaren kalibrera kamerasystemen helt automatiskt för en mängd olika mätavstånd. Däremot är manuella linser vanligtvis kalibrerade för endast ett fåtal utvalda mätavstånd (dvs. 3, min, mitt och max) på grund av den manuella ansträngningen. Vid avvikande verkliga mätavstånd måste programvaran interpolera mellan detta lilla antal stödpunkter.

I automatiserad produktion finns det ytterligare nackdelar som påverkar användaren. Till exempel kräver kurvade displayer och friformsdisplayer, men även MMI (Man Machine Interfaces), på vilka markerade eller infällda bakgrundsbelysta symboler ska granskas utöver en display ofta fokusering på olika nivåer. Detta är enkelt att implementera med elektroniska linser, medan manuella linser å andra sidan kräver en mekanism för att flytta kameran eller testobjektet.

Elektroniska linser är särskilt fördelaktiga när det virtuella bildavståndet ska bestämmas i HUDs. En autofokusfunktion gör detta möjligt på enklast möjliga sätt (fig. 3). En ändring av bländaren kan också vara nödvändig inom ett displaytest, till exempel för att justera skärpedjupet eller ljuskänsligheten för olika bilder. Om detta görs med ett enkelt programvarukommando kan automatiserade tester vara mycket enklare.

Brännvidder

Isolerat sett har linsens brännvidder liten betydelse när det gäller de möjliga synfältsstorlekarna när man jämför olika kameror. Även om synfältet ökar med minskande linsbrännvidd, bestämmer dimensionerna på CCD-chippet också avsevärt storleken på synfältet, och i luminans- och färgmätningskameror finns det många olika CCD-storlekar. Även CCD:er med samma antal pixlar kan ha betydligt olika totalstorlekar på grund av olika pixelstorlekar.

Detta förklarar varför tillverkare A anger ett synfält på 282 mm × 236 mm (pixelkantlängd 3,45 μm) för en 5-megapixel luminans- och färgmätningskamera med ett 28 mm objektiv för ett mätavstånd på 1 m, men tillverkare B anger ett synfält på 537 mm × 403 mm för sin 8-megapixelkamera med ett 35 mm-objektiv för samma mätavstånd, vilket är mer än tre gånger större (pixelkantlängd 5,5 μm). Om mätavståndet för en skärm av en definierad storlek är begränsat är det vettigt att låta kameraleverantören beräkna vad som är möjligt för en given skärmstorlek, tillgängligt mätavstånd och erforderlig kameraupplösning.

Programvara

Mjukvarupaketen för luminans- och färgmätningskamerorna är nu mycket omfattande när det gäller utvärderingsmöjligheter. Exempel inkluderar linjeprofiler som också kan följa konturer, falska färger och kvasi-3D-representationer av de uppmätta värdena, och igenkänning och verifiering av symboler för korrekt storlek, färg och luminans. En assistent som guidar dig genom det redan nämnda Black Mura-testet brukar också finnas. Användare inom utveckling och kvalitetssäkring som ska lösa förändrade analysuppgifter kan använda dessa verktyg för att snabbt karakterisera displayer, MMI:er och instrumentkluster och direkt dokumentera erhållna resultat.

Det finns Software Developer Kit (SDK) för återkommande mätningar och utvärderingar, men också för integration i automatiserad produktion. Än så länge är det dock bara ett fåtal tillverkare som erbjuder en komplett mjukvarusvit för automatiserad displaytestning. Idealiskt kan användaren använda ett sekvenskontrollsystem för att definiera en komplett testsekvens som körs automatiskt (Figur 4).

Här är det möjligt att helt parametrisera varje enskilt test av sekvensen, vilket inkluderar urval av testbilder från ett bibliotek. Programmet spelar sedan upp bilderna vid önskad tidpunkt och kan även styra display, MMI eller instrumentkluster via olika gränssnitt vid behov. Parametrarna för ett "godkänt" eller ett "underkänd" av proven kan också väljas. Vid testning för pixelfel kan till exempel vara det maximala antalet "döda" eller "fasta" pixlar eller subpixlar samt det maximala antalet direkt angränsande pixelfel.

Naturligtvis blir en sådan mjukvarusvit desto mer attraktiv ju fler verktyg den automatiserar för användaren. Det är till exempel möjligt att använda bildbehandling för att detektera skärmens orientering mot kameran, för att ta hänsyn till detta och för att ta bort delar av kamerabilden som inte hör till skärmen (Figur 5). Detta eliminerar behovet av en exakt inriktning av displayen i förhållande till kameran, vilket avsevärt kan minska ansträngningen vid konstruktionen av testutrustning, speciellt för automatiserade tester. Det gör också arbetet i laboratoriet mycket lättare.

Moiré-borttagning

Ett annat användbart verktyg är automatisk matematisk moiré-borttagning, dvs. avlägsnande av en störning mellan kamerans upplösning och upplösningen på den inspelade skärmen (fig. 6). Denna effekt känner vi också från tv-bilder av fina mönster, till exempel på en skjorta. I displaytestet förhindrar sådana artefakter naturligtvis en bedömning av homogeniteter, och de hindrar upptäckten av små defekter, såsom inneslutningar eller döda pixlar. Till skillnad från konventionella metoder som att medvetet göra sudd, luta displayen eller öka avståndet mellan kameran och displayen, förblir små defekter synliga och kamerans hela synfält kan fortfarande användas för att spela in displayen.

Slutsats

Utöver alla de punkter som nämns om kamera, objektiv och mjukvara, som man vettigt tar hänsyn till vid val av system för visningstestet, bör man även tänka på implementering i laboratoriet eller i automatiserad produktion i ett tidigt skede, eftersom efter allt är det viktigt att ta hänsyn till specificerade gränssnitt, kommunikationsprotokoll och dataformat. Systemleverantören bör kunna ge stöd i den mån det behövs. Om tester sedan kan sättas upp tillsammans med leverantören som en del av installationen och utbildningen bör de största hindren övervinnas.