KR102518661B1

KR102518661B1 - Hud 시스템의 이미지 왜곡 보정 방법

Info

Publication number: KR102518661B1
Application number: KR1020180123320A
Authority: KR
Inventors: 유희안; 김치현
Original assignee: 현대자동차주식회사; 기아 주식회사
Priority date: 2018-10-16
Filing date: 2018-10-16
Publication date: 2023-04-06
Also published as: KR20200042754A; US10996478B2; US20200117010A1

Abstract

본 발명은 차량에 표시된 HUD 시스템의 이미지 보정대상항목을 선택하여, 상기 보정대상항목에 대해 파라미터의 값이 서로 다르게 구분 설정된 단계의 변경이 있으면 변경된 단계의 파라미터 값을 수신하여, 변경된 파라미터 값에 대응되는 이미지소스(image source) 값으로 보정하여 HUD 이미지를 출력하는 것을 특징으로 하는 HUD 시스템의 이미지 왜곡 보정 방법으로서, 본 발명에 의하면, 별도의 장비에 의하지 않고 HUD 시스템의 각 부품별 품질이나 조립 공차에서 발생하는 이미지 왜곡을 근본적으로 개선할 수 있다.

Description

HUD 시스템의 이미지 왜곡 보정 방법{METHOD FOR CORRECTION IMAGE DISTORTION OF HUD SYSTEM}

본 발명은 HUD 시스템에 관한 것으로서, HUD 시스템 이미지의 왜곡을 보정하기 위한 방법에 관한 것이다.

HUD 시스템은 차량 주행상태 등의 정보를 운전자 시선의 전방 유리를 통해 투영시켜 운전자의 시선 분산 없이 확인할 수 있도록 하는 시스템으로서, TFT LCD로부터 제공되는 차량 정보를 평면 미러에서 1차 반사하고, 영상 위치 조절 및 보정기능 구조가 있는 곡면 미러에서 2차 반사를 통해서 윈드쉴드 글라스에 투영하여 운전자의 전방 시야에 영상으로 차량 정보를 인식하도록 구성된다.

그런데, HUD 이미지는 평면 미러, 곡면 미러, Dust Cover를 통해 윈드쉴드 글라스에 투영될 때, 각 부품의 특성 및 품질 공차, 그리고 조립 공차 등으로 인해 이미지의 왜곡이 발생하여 운전자에게 시인성 간섭 등으로 운전을 방해하여 눈에 피로를 증대시켜 상품성이 저하되는 문제가 있다.

종래에 이러한 왜곡 이미지를 보정하는 방법은 3단계 보정 방법으로 구성되었다.

1단계는 비젼 카메라로 실 구현된 이미지와 source data를 비교하여 차이만큼 자동적으로 보정하는 것이다. 즉, 그래픽 이미지의 외곽을 기준으로 source data와 틀어짐을 비교하여 이미지를 맞추는 것인데, 이는 평면의 틀어짐에 대한 보정은 가능하지만 공간 상의 틀어짐이나 이미지 깨짐, 밝기 차이, 끊어짐, 꿀렁거림, 굴절 등을 개선하는 것은 불가하다.

2단계는 운전자가 정좌석 상태에서 육안으로 판단하여 외곽 형상의 이미지를 조절하는 것이다. 즉, 사용자의 육안으로 판단된 이미지의 틀어짐을 클러스터 USM을 이용하여 이동, 회전 등을 시켜 이미지를 맞추는 것인데, 이는 상/하의 이동이나 회전 기능 등 가능한 이미지 왜곡 보정이 제한적이다.

3단계는 G-SCAN으로 운전자 육안으로 판단하여 이미지를 수동 조절하는 것이다. 즉, G-SCAN을 이용하여 운전자 시야에 맞게 Rotation, Shear, Aspect, Smaile, Magnification, Edge andgle 등 6가지 기능에 의해 이미지를 보정하는 것인데, 이는 2단계에 비해 보다 상세하게 형상을 수동 보정하는 것이 가능하지만 이를 위한 별도의 장비를 요하게 되므로 사용자가 직접 보정할 수 있는 것이 아니다.

또한, HUD 이미지의 전체적인 형상만을 조정하므로 그래픽의 source 왜곡은 보정할 수가 없다.

그리고, 이미지 왜곡 보정시 다른 이미지 왜곡이 발생할 수 있고, 중간 이미지는 좋은데 외곽 이미지는 더 왜곡되거나 다른 왜곡이 추가적으로 발생할 수가 있다.

이상의 배경기술에 기재된 사항은 발명의 배경에 대한 이해를 돕기 위한 것으로서, 이 기술이 속하는 분야에서 통상의 지식을 가진 자에게 이미 알려진 종래기술이 아닌 사항을 포함할 수 있다.

한국등록특허공보 제10-1424257호 한국공개특허공보 제10-2015-0073676호

본 발명은 상술한 문제점을 해결하고자 안출된 것으로서, 본 발명은 별도의 장비에 의하지 않고 HUD 시스템의 각 부품별 품질이나 조립 공차에서 발생하는 이미지 왜곡을 근본적으로 개선할 수 있는 HUD 시스템의 이미지 왜곡 보정 방법을 제공하는 데 그 목적이 있다.

본 발명의 일 관점에 의한 HUD 시스템의 이미지 왜곡 보정 방법에 의하면, 차량에 표시된 HUD 시스템의 이미지 보정대상항목을 선택하여, 상기 보정대상항목에 대해 파라미터의 값이 서로 다르게 구분 설정된 단계의 변경이 있으면 변경된 단계의 파라미터 값을 수신하여, 변경된 파라미터 값에 대응되는 이미지소스(image source) 값으로 보정하여 HUD 이미지를 출력하는 것을 특징으로 한다.

여기서, 상기 파라미터는 기 정의된 HUD 시스템의 왜곡함수 f(x)=αx²+βx+γ의 α,β,γ인 것을 특징으로 한다.

그리고, 상기 HUD 시스템의 왜곡함수는 상기 HUD 시스템을 구성하는 부품의 품질 및 공차를 고려하여 모델링된 각각의 왜곡함수를 반영하여 모델링된 것을 특징으로 한다.

또한, 상기 HUD 시스템의 왜곡함수는 회귀 분석을 통해 2차 함수로 최적화하여 모델링된 것을 특징으로 한다.

여기서, 상기 HUD 시스템을 구성하는 부품은 평면 미러, 곡면미러, dust cover, 윈드쉴드 글라스를 포함하고, 상기 HUD 시스템의 왜곡함수는 상기 평면 미러, 상기 곡면미러, 상기 dust cover, 상기 윈드쉴드 글라스 각각에 대한 왜곡함수를 반영하여 모델링된 것을 특징으로 한다.

그리고, 상기 보정대상항목은 이미지가 겹치는 현상에 대해 보정하는 이중상 보정, 이미지의 초점이 뚜렷하지 못한 현상에 대해 보정하는 시각 피로감 보정, 기울어진 이미지를 보정하는 로테이션 보정, 이미지가 수평 방향으로 치우친 현상에 대해 보정하는 수평이동 보정, 이미지가 수직 방향으로 치우친 형상에 대해 보정하는 수직이동 보정, 수평방향으로 이미지가 굴곡진 왜곡을 보정하는 수평 보정 및 수직방향으로 이미지가 굴곡진 왜곡을 보정하는 수직 보정을 포함하는 것을 특징으로 한다.

구체적으로, 상기 이중상 보정은 상기 파라미터 중 α,β,γ 값이 변경되어 상기 HUD 이미지가 보정되는 것을 특징으로 한다.

또한, 상기 시각피로감 보정은 상기 파라미터 중 α 값만 변경되어 상기 HUD 이미지가 보정되는 것을 특징으로 한다.

그리고, 상기 수평이동 보정은 상기 파라미터 중 α,β,γ 값이 변경되어 상기 HUD 이미지가 보정되는 것을 특징으로 한다.

또한, 상기 수평 보정은 상기 파라미터 중 α,γ 값만 변경되어 상기 HUD 이미지가 보정되는 것을 특징으로 한다.

그리고, 상기 수직 보정은 상기 파라미터 중 α,β,γ 값이 변경되어 상기 HUD 이미지가 보정되는 것을 특징으로 한다.

본 발명의 HUD 시스템의 이미지 왜곡 보정 방법은 HUD 시스템 구성 인자의 이미지 왜곡 영향인자를 모델링하여 왜곡 함수를 계산하고, 회귀 분석을 통해 12차 함수와 근사한 2차 함수로 최적화시키고, 그 2차 함수의 α,β,γ 파라미터 값 및 조합으로 이미지 왜곡을 보정함으로써 보다 적합한 보정 및 실질적인 보정이 가능하게 한다.

구체적으로, 이중상 보정, 시각 피로감 보정, 로테이션, 보정, 수평 이동 보정, 수직 이동 보정, 수평 이동, 수직 이동 등의 이미지 보정이 가능하게 한다.

이러한 보정은 이미지 왜곡 보정을 이미지 중심이 아닌 각 구성 부품의 왜곡 인자 값을 기준으로 보정하므로, 보다 적합한 보정이 가능하게 하는 것이다.

그리고, 기존과 달리 평면상의 이미지 틀어짐이나 공간상의 왜곡을 시스템 source 값을 변경함으로써 보정이 가능하게 한다.

결국, 운전자 맞춤형 보정으로 인해 선명한 그래픽 품질을 제공할 수 있고, 상품성을 증대시킬 수 있다.

도 1은 본 발명에 의한 HUD 시스템의 이미지 왜곡 보정 방법의 개념을 도시한 것이다.
도 2 및 도 3은 12차의 왜곡 함수 및 이를 근사화시킨 2차 함수를 나타낸 것이다.
도 4 내지 도 6은 왜곡 함수의 파라미터 값 각각의 변화의 의미를 도시한 것이다.
도 7 및 도 8은 왜곡 함수의 세 파라미터 값이 변화되는 경우의 왜곡함수의 변화 예시를 도시한 것이다.
도 9 내지 도 15는 왜곡 함수의 파라미터 조정에 의한 구체적인 보정예를 도시한 것이다.
도 16 내지 도 22는 구체적인 보정예에 대해 운전자의 조작을 위한 인터페이스를 나타낸 것이다.

본 발명과 본 발명의 동작상의 이점 및 본 발명의 실시에 의하여 달성되는 목적을 충분히 이해하기 위해서는 본 발명의 바람직한 실시 예를 예시하는 첨부 도면 및 첨부 도면에 기재된 내용을 참조하여야만 한다.

본 발명의 바람직한 실시 예를 설명함에 있어서, 본 발명의 요지를 불필요하게 흐릴 수 있는 공지의 기술이나 반복적인 설명은 그 설명을 줄이거나 생략하기로 한다.

본 발명의 HUD 시스템의 이미지 왜곡 보정 방법은 HUD 시스템을 구성하는 각 부품의 이미지 왜곡 인자 함수를 최적화하고, 그 함수의 변수 값(α,β,γ) 변경을 통해 다양한 방식의 이미지 보정이 가능하도록 한다.

즉, 이미지의 영향 인자를 분석하여 부품별 및 시스템 왜곡 변화율 값 기준을 튜닝으로 실질적인 그래픽 이미지 source 값을 보정함으로써 복합적인 왜곡 보정을 통해 이미지 품질을 확보하여 상품성을 극대화할 수 있는 것이다.

먼저, HUD 시스템의 각 부품의 왜곡 영향 인자와 그것에 의한 왜곡 함수의 정의가 필요하다.

도 1은 본 발명에 의한 HUD 시스템의 이미지 왜곡 보정 방법의 개념을 도시한 것이며, 표 1에서 각 부품에 해당하는 영향인자와 그에 따른 왜곡 함수를 정리하였다.

영향 인자	왜곡 내용	왜곡 함수
a	영상위치 반사, 이미지 굴절	f₁(x)=ax+b
b	이미지 사이즈, 이미지 굴절, 결상 거리	f₂(x)=cx²+dx+e
c	이미지 이중상, 밝기	f₃(x)=fx²+gx+h
d	이미지 확대, 이중상 이미지 흐려짐/변형	f₄(x)=ix³+jx²+kx+l
e	시스템 이미지 영상	f₅(x)=s₁₂x¹²+s₁₁x¹¹+s₁₀x¹⁰+ · · ·+s₁x+s₀

영향 인자 a는 평면미러로서, 영상위치를 반사시켜 이미지 굴절을 발생시키는 인자이다. 이러한 평면미러의 품질 및 조립공차를 고려하여 1차 함수로 모델링되는 왜곡 함수를 도출한다.

영향인자 b는 곡면미러로서, 영상 이미지를 확대시키고, 이미지 굴절, 결상 거리를 확대시키는 인자이다. 이러한 곡면미러의 품질 및 조립공차를 고려하여 2차 함수로 모델링되는 왜곡 함수를 도출한다.

영향인자 c는 dust cover로서, 이미지 이중상 및 이미지 밝기를 변화시키는 인자이다. 이러한 dust cover를 통한 영상의 왜곡을 고려하여 2차 함수로 모델링되는 왜곡 함수를 도출한다.

영향인자 d는 윈드쉴드 글라스로서, 이미지 확대, 이미지 이중상 및 이미지를 변형시키는 인자이다. 이러한 윈드실드 글라스의 품질 및 조립공차를 고려하여 3차 함수로 모델링되는 왜곡 함수를 도출한다.

영향인자 e는 HUD 시스템에서 이미지 표시 및 왜곡 변수값의 total로서, 왜곡 함수는 12차 함수가 된다.

이 같이 시스템 이미지 영상에 대한 total 왜곡 함수를 모델링 한 후, 이를 기준으로 회귀 분석을 통해 12차 함수와 근사한 2차 함수로 다음과 같이 최적화한다.

f₆(x)=αx²+βx+γ

본 발명은 이렇게 최적화된 왜곡함수의 파라미터 α,β,γ 값을 변경하는 것에 의해 이미지 왜곡을 보정하고, 구체적으로는 α,β,γ를 조정함으로써 이중상 보정, 시각 피로감 보정, 로테이션 보정, 수평 이동 보정, 수직 이동 보정, 수평 이동, 수직 이동 등의 보정이 가능하게 한다.

12차 함수의 total 왜곡 함수인 시스템 왜곡 함수는 다음과 같은 과정에 의해 도출이 된다.

이미지가 a를 거쳐 b를 통과하는 경우, 왜곡함수는 f₂(f₁(x))=c(f₁(x))²+d(f₁(x))+e=a²cx²+···의 2차 함수가 된다.

다음, 이미지가 a,b를 거쳐 c를 통과하는 경우, 왜곡함수는 f₃(f₂(f₁(x)))=f(f₂(f₁(x)))²+g(f₂(f₁(x)))+h=f(a²cx²+···)²+g(a²cx²+···)+h=a⁴c²fx⁴+···의 4차 함수가 된다.

그리고, 이미지가 a,b,c를 겨쳐 d를 통과하면, f₄(f₃(f₂(f₁(x))))=i(f₃(f₂(f₁(x))))³+j(f₃(f₂(f₁(x))))²+k(f₃(f₂(f₁(x))))+l=i(a⁴c²fx⁴+···)³+j(a⁴c²fx⁴+···)²+k(a⁴c²fx⁴+···)+l=a¹²c⁶f²jx¹²+···의 12차 함수로 모델링이 되는 것이다.

마지막으로, f6로의 최적화는 회귀분석을 통해 12차 함수와 근사한 2차 함수를 도출하는 것이다.

이는 12차 함수 상의 임의의 3점 이상을 이용하여 해당 점들과 오차의 제곱의 합이 최소가 되도록 하는 2차 함수를 도출하고, 12차 함수가 우함수이기 때문에 2차 함수로 최적화하게 된다.

도 2 및 도 3을 참조하여, 다음 표 2의 21개의 점을 이용하여 f₆=αx²+βx+γ를 구하는 것을 예로 들어 설명한다.

x	y
-10	3.0
-9	2.5
-8	2.1
-7	1.6
-6	1.2
-5	0.8
-4	0.6
-3	0.4
-2	0.2
-1	0.1
0	0.1
1	0.1
2	0.2
3	0.4
4	0.5
5	0.9
6	1.2
7	1.5
8	2.1
9	2.4
10	3.0

먼저, α,β,γ를 변수로 두고, 각 점에서의 오차를 구한 에러함수 e(α,β,γ)를 다음과 같이 구한다.

e(α,β,γ)=|f₆(-10)-3.0|²+f₆(-9)-2.5|²+ ··· +|f₆(9)-2.4|²+|f₆(10)-3.0|²

그리고, 다음과 같이 에러함수가 최소가 되는 α,β,γ를 구한 후 이를 이용해 f₆(x)를 구한다.

이와 같은 최적화를 통해 추후 영상 보정시 12차 함수에 비해 연산량이 감소하여 빠른 보정이 가능하게 한다.

도 4 내지 도 6은 앞서 모델링한 왜곡 함수의 파라미터 값 각각을 변화시킨 결과로서, 이를 통해 각 파라미터 값의 변화의 의미를 알 수 있다.

도 4는 β=1, γ=1일 때 α값의 변화에 따른 왜곡 함수의 변화를 나타낸 것으로, α값의 변화에 따라 곡률이 변화함을 알 수 있다.

도 5는 α=1, γ=1일 때 β값의 변화에 따른 왜곡 함수의 변화를 나타낸 것으로, β값의 변화에 따라 곡선이 수평 이동함을 알 수가 있다.

그리고, 도 6은 α=1, β=1일 때 γ값의 변화에 따른 왜곡 함수의 변화를 나타낸 것으로, γ값의 변화에 따라 곡률이 수직 이동함을 알 수 있다.

그러므로, α,β,γ 값을 운전자가 조작 가능하게 함으로써 기본적인 보정 외에 운전자에게 맞춤 보정을 추가 제공할 수가 있다.

도 7 및 도 8은 왜곡 함수의 세 파라미터 값이 변화되는 경우의 왜곡함수의 변화 예시로서, 파라미터 값에 따른 보정을 보다 정확하게 알 수 있다.

도 7은 γ=0이고, α는 1에서 2로, β는 0에서 10으로 변경되는 경우를 도시한 것이고, 도 8은 α는 1에서 5로, β는 0에서 30으로, γ는 0에서 20으로 변경되는 경우를 도시한 것이다.

왜곡 함수는 다음과 같이 표현될 수 있다.

즉, 파라미터가 동시에 변화되는 경우, 곡률은 α, 수평이동은

, 수직이동은

에 의해 변화됨을 알 수 있다.

이상에서 살펴본 바와 같이, 본 발명의 HUD 시스템의 이미지 왜곡 보정방법은 HUD 시스템의 각 구성의 왜곡 영향인자의 왜곡 함수를 모델링하고, 전체 왜곡 함수를 2차 함수로 모델링하며, 모델링된 2차의 왜곡함수의 세 파라미터 값을 조합하여 조정함으로써 다양한 이미지 보정이 가능함을 알 수 있었다.

본 발명은 α,β,γ의 조합을 내부 연산을 통해서 운전자에 제공하여, 운전자는 보정 내용을 스위치 등을 통해 수치적으로 조절 가능하게 하고, 이를 클러스터 사용자 USM에 표시하도록 한다.

이하에서는, 개별적인 이미지 왜곡 상황과 그에 맞는 이미지 왜곡 보정 방법을 도 9 내지 도 15를 참조하여 설명하기로 한다.

(1) 이중상 보정

이중상은 dust cover 및 윈드쉴드 글라스로 빛이 투과될 때 내부 반사 및 굴절에 의해 그래픽이 겹쳐 보이는 현상으로, 렌즈 내 굴절률을 조정함으로써 보정이 가능하다.

굴절률은 렌즈의 곡률 조정과 연관이 있으므로, 이는 α를 이용하여 보정이 가능하다.

또한, 윈드쉴드 글라스에 의한 이중상을 방지하고자 β를 통해 수평방향의 보정도 수행한다.

최종적으로 곡률 변화에 따른 초점 위치 변화를 최소화하기 위해 γ를 이용하여 수평 방향으로의 이동까지 고려한다.

이중상 보정은 기존에는 보정할 수 없는 사항이었으며, 도 9와 같이 (α=1,β=-10,γ=0), (α=3,β=-5,γ=20), (α=5,β=0,γ=40)의 3단계에 의해 이중상 보정을 할 수 있게 한다.

(2) 시각 피로감 보정

시각 피로감은 운전자의 시야 상에서 HUD 영상의 초점이 뚜렷하지 않아 그래픽이 다중초점으로 마치 난시로 보듯 초점의 안정감이 없는 현상으로, 거울 및 렌즈의 골률 조정을 통해 해결이 가능하다. 즉, α 변경을 통해 보정이 가능하다.

시각 피로감 보정은 기존에는 보정할 수 없는 사항이었으며, 도 10과 같이 (α=1,β=0,γ=0), (α=3,β=0,γ=0), (α=5,β=0,γ=0)의 3단계에 의해 시각 피로감 보정을 할 수 있게 한다.

(3) 로테이션 보정

로테이션은 운전자 시야 상 영상이 좌/우로 기울어져 보이는 현상으로, 이는 α값 조정을 통해 곡률을 변화시키는 동시에 β값 조정을 통해 수평 거리 상의 영점을 맞춤으로써 보정한다.

로테이션 보정은 도 11과 같이 (α=1,β=0,γ=0), (α=3,β=20,γ=0), (α=5,β=40,γ=0)의 3단계에 의해 시각 피로감 보정을 할 수 있게 한다.

(4) 수평이동 보정

수평이동은 HUD 표시 화면의 그래픽이 좌우로 치우쳐 보이는 현상으로, 운전자의 시야 상에서 HUD 영상을 수평방향으로 이동시켜 보정한다.

수평방향에 영향을 주는 파라미터는 β외에 수직 방향으로의 변화를 막고자 γ도 변화시켜 보정한다.

즉,

에서 원점의 좌표는 (

,

)이므로, 수직방향에서 α,β의 영향을 받는다.

그러므로,

만큼 변화시켜야 수직 방향의 변화가 생기지 않는다.

수평이동 보정은 기존에는 보정할 수 없는 사항이었으며, 도 12와 같이 (α=1,β=0,γ=0), (α=1,β=2,γ=1), (α=1,β=4,γ=4)의 3단계에 의해 수평이동 보정을 할 수 있게 한다.

(5) 수직이동 보정

수직이동은 HUD 표시 화면의 그래픽이 상하로 치우쳐 보이는 현상으로, 운전자의 시야 상에서 HUD 영상을 수직방향으로 이동시켜 보정한다.

수직방향에 영향을 주는 파라미터 γ만 변화시켜 보정한다.

수직이동 보정은 도 13과 같이 (α=1,β=0,γ=0), (α=1,β=0,γ=10), (α=1,β=0,γ=20)의 3단계에 의해 수직이동 보정을 할 수 있게 한다.

(6) 수평 보정

수평 형상은 HUD 표시 화면의 수평 그래픽이 깨져 굴곡지게 보이는 현상으로, 수평 보정은 수평방향으로의 굴곡진 왜곡을 조정하는 것이다.

주로 곡률에 의해 영향을 받기 때문에 α값을 조정하여야 한다.

이때, 수직방향의 영점 조정을 위해 γ값 또한 조정을 통해 수직 이동하게 한다.

수평 보정은 기존에는 보정할 수 없는 사항이었으며, 도 14와 같이 (α=1,β=0,γ=-30), (α=2,β=0,γ=-60), (α=3,β=0,γ=-90)의 3단계에 의해 수평 보정을 할 수 있게 한다.

(7) 수직 보정

수직 형상은 HUD 표시 화면의 수직 그래픽이 깨져 굴곡지게 보이는 현상으로, 수직 보정은 수직방향으로의 굴곡진 왜곡을 조정하는 것이다.

이때, 영점 조정을 위해 β,γ값 또한 조정한다.

수직 보정은 기존에는 보정할 수 없는 사항이었으며, 도 15와 같이 (α=5,β=-100,γ=-100), (α=15,β=-300,γ=-300), (α=45,β=-900,γ=-900)의 3단계에 의해 수직 보정을 할 수 있게 한다.

그리고, 차량 정보에 대한 이미지소스(image source) 데이터를 프로세싱하는 데이터처리 프로세서에는 본 발명의 왜곡 보정 방법이 적용된 응용 프로그램이 탑재되고, 운전자의 조절 입력에 의해 해당 응용 프로그램에 의해 파라미터 값이 변경된 이미지가 출력되게 함으로써, 결과적으로 왜곡이 보정된 이미지가 글라스 등에 투영되게 하는 것이다.

도 16 내지 도 22는 USM에 표시된 예시이며, 도 16의 이중상 보정의 경우, 운전자가 스위치 등을 조절하여 0에서 3, 3에서 5로 변경하면 앞서 예시에서의 (α=1,β=-10,γ=0)값에서 (α=3,β=-5,γ=20)값으로, 그리고 (α=3,β=-5,γ=20)값에서 (α=5,β=0,γ=40)값으로 보정될 수 있게 하는 것이다.

도 17의 시각 피로감 보정의 경우, 운전자가 스위치 등을 조절하여 0에서 3, 3에서 5로 변경하면 앞서 예시에서의 (α=1,β=0,γ=0)값에서 (α=3,β=0,γ=0)값으로, 그리고 (α=3,β=-0,γ=0)값에서 (α=5,β=0,γ=0)값으로 보정될 수 있게 하는 것이다.

도 18의 로테이션 보정의 경우, 운전자가 스위치 등을 조절하여 0에서 3, 3에서 5로 변경하면 앞서 예시에서의 (α=1,β=0,γ=0)값에서 (α=3,β=20,γ=0)값으로, 그리고 (α=3,β=20,γ=0)값에서 (α=5,β=40,γ=0)값으로 보정될 수 있게 하는 것이다.

도 19의 수평 이동 보정의 경우, 운전자가 스위치 등을 조절하여 0에서 3, 3에서 5로 변경하면 앞서 예시에서의 (α=1,β=0,γ=0)값에서 (α=,β=2,γ=1)값으로, 그리고 (α=1,β=2,γ=1)값에서 (α=1,β=4,γ=4)값으로 보정될 수 있게 하는 것이다.

도 20의 수직 이동 보정의 경우, 운전자가 스위치 등을 조절하여 0에서 3, 3에서 5로 변경하면 앞서 예시에서의 (α=1,β=0,γ=0)값에서 (α=1,β=0,γ=10)값으로, 그리고 (α=1,β=0,γ=10)값에서 (α=1,β=0,γ=20)값으로 보정될 수 있게 하는 것이다.

도 21의 수평 보정의 경우, 운전자가 스위치 등을 조절하여 0에서 3, 3에서 5로 변경하면 앞서 예시에서의 (α=1,β=0,γ=-30)값에서 (α=2,β=0,γ=-60)값으로, 그리고 (α=2,β=0,γ=-60)값에서 (α=3,β=0,γ=-90)값으로 보정될 수 있게 하는 것이다.

마지막으로, 도 22의 수직 보정의 경우, 운전자가 스위치 등을 조절하여 0에서 3, 3에서 5로 변경하면 앞서 예시에서의 (α=5,β=-100,γ=-100)값에서 (α=15,β=-300,γ=-300)값으로, 그리고 (α=15,β=-300,γ=-300)값에서 (α=45,β=-900,γ=-900)값으로 보정될 수 있게 하는 것이다.

이상과 같은 본 발명은 예시된 도면을 참조하여 설명되었지만, 기재된 실시 예에 한정되는 것이 아니고, 본 발명의 사상 및 범위를 벗어나지 않고 다양하게 수정 및 변형될 수 있음은 이 기술의 분야에서 통상의 지식을 가진 자에게 자명하다. 따라서 그러한 수정 예 또는 변형 예들은 본 발명의 특허청구범위에 속한다 하여야 할 것이며, 본 발명의 권리범위는 첨부된 특허청구범위에 기초하여 해석되어야 할 것이다.

Claims

차량에 표시된 HUD 시스템의 이미지 보정대상항목을 선택하여, 상기 보정대상항목에 대해 파라미터의 값이 서로 다르게 구분 설정된 단계의 변경이 있으면 변경된 단계의 파라미터 값을 수신하여, 변경된 파라미터 값에 대응되는 이미지소스(image source) 값으로 보정하여 HUD 이미지를 출력하는 것을 특징으로 하고,
상기 보정대상항목은 이미지가 겹치는 현상에 대해 보정하는 이중상 보정, 이미지의 초점이 뚜렷하지 못한 현상에 대해 보정하는 시각 피로감 보정, 기울어진 이미지를 보정하는 로테이션 보정, 이미지가 수평 방향으로 치우친 현상에 대해 보정하는 수평이동 보정, 이미지가 수직 방향으로 치우친 형상에 대해 보정하는 수직이동 보정, 수평방향으로 이미지가 굴곡진 왜곡을 보정하는 수평 보정 및 수직방향으로 이미지가 굴곡진 왜곡을 보정하는 수직 보정을 포함하는 것을 특징으로 하는,
HUD 시스템의 이미지 왜곡 보정 방법.
청구항 1에 있어서,
상기 파라미터는 기 정의된 HUD 시스템의 왜곡함수 f(x)=αx²+βx+γ의 α,β,γ인 것을 특징으로 하는,
HUD 시스템의 이미지 왜곡 보정 방법.
청구항 2에 있어서,
상기 HUD 시스템의 왜곡함수는 상기 HUD 시스템을 구성하는 부품의 품질 및 공차를 고려하여 모델링된 각각의 왜곡함수를 반영하여 모델링된 것을 특징으로 하는,
HUD 시스템의 이미지 왜곡 보정 방법.
청구항 3에 있어서,
상기 HUD 시스템의 왜곡함수는 회귀 분석을 통해 2차 함수로 최적화하여 모델링된 것을 특징으로 하는,
HUD 시스템의 이미지 왜곡 보정 방법.
청구항 4에 있어서,
상기 HUD 시스템을 구성하는 부품은 평면 미러, 곡면미러, dust cover, 윈드쉴드 글라스를 포함하고, 상기 HUD 시스템의 왜곡함수는 상기 평면 미러, 상기 곡면미러, 상기 dust cover, 상기 윈드쉴드 글라스 각각에 대한 왜곡함수를 반영하여 모델링된 것을 특징으로 하는,
HUD 시스템의 이미지 왜곡 보정 방법.
삭제
청구항 1에 있어서,
상기 이중상 보정은 상기 파라미터 중 α,β,γ 값이 변경되어 상기 HUD 이미지가 보정되는 것을 특징으로 하는,
HUD 시스템의 이미지 왜곡 보정 방법.
청구항 1에 있어서,
상기 시각피로감 보정은 상기 파라미터 중 α 값만 변경되어 상기 HUD 이미지가 보정되는 것을 특징으로 하는,
HUD 시스템의 이미지 왜곡 보정 방법.
청구항 1에 있어서,
상기 수평이동 보정은 상기 파라미터 중 α,β,γ 값이 변경되어 상기 HUD 이미지가 보정되는 것을 특징으로 하는,
HUD 시스템의 이미지 왜곡 보정 방법.
청구항 1에 있어서,
상기 수평 보정은 상기 파라미터 중 α,γ 값만 변경되어 상기 HUD 이미지가 보정되는 것을 특징으로 하는,
HUD 시스템의 이미지 왜곡 보정 방법.
청구항 1에 있어서,
상기 수직 보정은 상기 파라미터 중 α,β,γ 값이 변경되어 상기 HUD 이미지가 보정되는 것을 특징으로 하는,
HUD 시스템의 이미지 왜곡 보정 방법.