Synopsys Cloud
Cloud native EDA tools & pre-optimized hardware platforms
Request a Free Evaluation →
Table of Contents
아래 내용을 영어 원문으로 읽어보시려면 여기를 클릭하십시오.
자동차 안전에 있어 조명은 매우 중요한 역할을 합니다. 반응형 주행 빔 (Adaptive Driving Beam) 헤드라이트는 자동차 조명 기술 혁신의 최전선에 있으며 운전자의 가시성을 향상시킴과 동시에 다가오는 차량의 눈부심을 최소화합니다. 본 포스팅은 ADB 헤드라이트의 설계 및 시뮬레이션 워크플로우에 대한 개요, 특히 ADB 및 픽셀 라이트 헤드램프에 대한 가상 설계, 시뮬레이션, 분석 및 검증 활동을 지원하는 방법을 제공합니다.
반응형 주행 빔 (ADB) 헤드라이트는 광 분포를 동적으로 조정하여 도로 조명을 최적화함과 동시에 주행중인 도로 위 모두의 눈부심을 방지하도록 설계되었습니다.
이 기술은 도로의 안전을 향상시킬 뿐만 아니라 운전자의 편안함도 향상시킵니다. 이러한 조명을 설계하려면 전문적인 도구와 방법론이 필요합니다.
ADB 또는 픽셀 조명 시스템 개발을 위해서는 확장된 설계 도구 세트가 필요합니다.
Synopsys Pixel Light Workflows
픽셀라이트 워크플로우
Pixel Light Driving Simulation
아래 그림에 첫번째 워크플로우는 픽셀 라이트 주행 시뮬레이션의 컨셉을 보여줍니다. 이 방법에는 주행 시뮬레이션에서 차량의 Bounding box를 기반으로 Shadow mask를 계산하는 작업이 포함됩니다. 자동차가 이동함에 따라 이 Bounding box들이 변경되므로 광 분포가 실시간으로 움직이며 조정되어집니다.
LucidDrive에서는 왼쪽 램프와 오른쪽 램프 모두에 대한 다른 운전자 스텐실 마스크의 Bounding box가 계산됩니다. 이는 이상화된 마스크 영역 내의 강도를 0으로 효과적으로 감소시킵니다.
이러한 접근 방식은 초기 요구 사항을 수집하고 픽셀 라이트 시스템의 기본적인 측면을 테스트 하는데에 탁월합니다. 다양한 각 해상도의 영향에 대한 빠른 연구를 가능하게 하며 일반적인 컴퓨터 하드웨어에서 시뮬레이션 할 수 있습니다. 그러나 이상적인 마스킹을 가정하기 때문에 정확도가 떨어지므로 최종 검증에는 적합하지 않을 수 있습니다.
마스크 처리된 구역 (Aiming wall 참조)은 하나 또는 두개의 램프로 빛이 비추어집니다. 두 램프가 모두 마스킹된 경우에는 조명이 없습니다.
Physics-Based Pixel Light Driving Simulation
이와는 대조적으로, 물리 기반의 픽셀 라이트 주행 시뮬레이션은 보다 상세하고 정확한 접근 방식을 제공합니다. 이 방법은 주행 시뮬레이션 도중 각 개별 소스의 픽셀을 고려하여 광학 성능을 정확하게 예측합니다. 이는 광학 시스템의 유형을 확인하고 여러 렌즈가 필요한지 여부를 평가하는 데 특히 더 유용합니다.
각 개별 소스 픽셀에 대한 시뮬레이션 된 광 분포는 주행 시뮬레이션 중에 사용됩니다. Aiming wall에 표시된 마스크 영역은 더 이상 완전히 어둡지 않습니다. 대신 프레넬 반사, 수차, 미광 효과, 광학 시스템의 고스트 이미지, 코팅의 영향 등으로 인해 발생하는 일부 빛을 볼 수 있습니다.
이러한 디테일 레벨은 컴퓨터 하드웨어에 대한 수요가 증가함에 따라 멀티 기가바이트 메모리, 최신식 CPU 및 GPU가 필요한 경우가 많습니다. 이러한 난제에도 불구하고 정확한 성능 예측이 가능하다는 점을 고려하면 정확도의 이점은 그만한 가치가 있습니다. PC 하드웨어와 픽셀 수, 해상도 등에 따라 LucidDrive에서 광 분포 처리가 최적화되어 세부 시스템에 적합한 실시간 성능 검증이 여전히 가능합니다.
Designing the Optical System
광학 시스템 설계
Field of View and Effective Focal Length
ADB 헤드라이트 설계는 시야를 정의하고 유효 초점 거리를 계산하는 것부터 시작됩니다. 예를 들어, OSRAM Smartrix HD 설정을 사용하면 두 개의 모듈을 사용하여 수평으로 32도, 수직으로 8도의 총 시야를 커버할 수 있습니다. 유효 초점 거리와 F 값은 빛을 모으는 집광 효율과 이미징 성능에 영향을 미치는 중요한 파라미터입니다.
픽셀 광원으로 사용하는 OSRAM Smartrix HD Setup
(ImageJ. Trommer, T. Feil, D. Weissenberger, R. Fiederling, und M. Rayer, “New Possibilities with µAFS modules - The Path to High-Resolution Full-Matrix Headlamps,” in Proceedings of the 12th International Symposium on Automotive Lighting (ISAL), Vol. 17, 2017, p. 335.)
Optimization in CODE V
초기 파라미터가 설정되면 다음 단계에는 CODE V에서 렌즈 설계를 최적화하는 작업이 포함됩니다. 이 프로세스에는 변수 설정, 에러 함수 지정, 유효 초점 거리 및 렌즈 두께와 같은 제약 조건의 정의가 포함됩니다. 목표는 전체 시야에 걸쳐 이미징 품질의 균형을 유지하면서 최상의 이미징 시스템 성능을 달성하는 것입니다.
CODE V를 활용한 최적화 전과 후
Simulation in LucidShape
LucidShape 시뮬레이션
Importing and Setting Up the Model
CODE V에서 광학 이미징 시스템을 설계한 후 조명 시뮬레이션을 위해 모델을 LucidShape으로 가져왔습니다. 자동화 되지는 않았지만 이 프로세스는 간단하며 CODE V 정의와 일치하는 재질을 생성할 수 있습니다. LucidShape의 픽셀 광원 설계 기능은 수천 개의 광원을 개별적으로 정의할 때 쓰이는 간접 비용을 크게 줄여줍니다.
Running the Simulation
LucidShape의 몬테카를로 시뮬레이션은 각 광원의 픽셀에 대한 레이어를 포함하는 3D 광 분포 배열을 제공하여 수차 및 미광과 같은 이상적이지 않은 동작을 캡처합니다. 이 상세 시뮬레이션을 통해 잠재적인 설계 문제를 조기에 식별할 수 있으므로 하드웨어 개발 전에 시정 조치를 취할 수 있습니다.
LucidShape의 물리 기반 픽셀 조명 시뮬레이션 및 픽셀 해상도 조명 분포
Example: FMVSS ADB Headlight Glare Evaluation
예시: FMVSS ADB Headlight Glare 평가
이 워크플로우를 실제로 시연하기 위해 FMVSS ADB 헤드라이트 눈부심 평가를 진행했습니다. 여기에는 특정 센서 위치로 테스트 트랙을 정의하고 LucidDrive에서 주행 시뮬레이션을 실행하는 것이 포함되었습니다. LucidDrive의 센서 기능을 통해 조명을 정량적으로 평가하여 법규 및 규제 요구 사항을 준수할 수 있습니다.
LucidDrive는 최근 주행 시뮬레이션 중이나 후에 조명을 정량적으로 평가할 수 있는 센서 기능을 도입했습니다. 여기에서 다양한 센서가 시간 경과에 따른 각 센서의 조명을 기록하고 있습니다. FMVSS 108 ADB 테스트의 눈부심을 평가하기 위해 수행됩니다.
Conclusion
결론
반응형 주행 빔 (ADB) 헤드램프를 설계하는 것은 고급 도구와 방법론의 조합이 필요한 꽤 복잡한 작업입니다. 초기 개념 시뮬레이션에서 상세한 물리 기반 분석에 이르기까지 각 단계는 안전하고 효율적인 조명 시스템을 개발하는 데 매우 중요합니다. 엔지니어는 CODE V, LucidShape 및 LucidDrive와 같은 솔루션을 활용하여 ADB 헤드램프를 높은 정밀도로 설계, 분석 및 검증할 수 있습니다.
결론적으로, 이 포스팅에서 논의된 워크플로우와 툴은 반응형 주행 빔 헤드라이트를 설계하기 위한 포괄적인 접근 방식을 제공하여 더 안전한 도로와 더 나은 운전자 경험에 기여합니다.
On-demand 또는 SolvNetPlus에서 온라인으로 Tech talk을 시청하십시오 (계정이 필요하므로 링크를 보려면 먼저 SolvNetPlus에 로그인하십시오).