什么样的设备标定方案，能使汽车氛围灯颜色测的更准？

　　为什么汽车氛围灯需要标定?

　　对于常年接触测量仪器、检测设备的工程师们来说Calibration(标定、校准)这个词一定不会陌生,测量设备的标定工作之于标定设备的使用而言,好比吃饭喝水之于我们这般重要。举个生活中常见的例子,超市中电子秤的去皮功能、以及使用1kg砝码的数值调教,就是针对电子秤这个产品而言的用户标定(去皮),厂家标定(1kg计量砝码调教)。很难想象离开了标定后的检测设备表现,将会呈现出怎样的情况。

　　回归到光度学色度学的检测设备,针对于光度/色度学中常见的动辄色坐标±0.003,重复性精度±0.0005的设备来说,标定则会显得尤为重要。

　　颜色,怎么样才能叫测得准呢?

　　无论是哪一种测量,测量的准确程度,都应该要回归至概念的定义本身。颜色测量的本质是基于CIE一个光学的计量实验,以获得下图的颜色匹配函数(Color Matching Function)。

　　但是,在实际应用中,使用得更为广泛的应该是下图这种——成像色度计。

　　这种设备的原理与分光辐射度计测量光谱的方式略微有些不同,它通过在传感器前放置一个匹配颜色匹配函数的X、Y、Z,XB滤光片,实现对于三刺激值的测量。有意思的地方,以及各家成像色度计的区分度就是从这块滤片这里开始衍生出很多说法来。

　　虽说与视觉函数匹配是最终的理想,实际上在滤光片成型的过程中,受到工艺、设备自身局限性等等影响,最终往往会在某个小波段上容易产生一定的偏差。当一项精密工艺放大数十成百倍观察时,又能有几个相似的滤光片呢?

　　精密仪器与精密测量的难度在于,万分之一的波动,十分之一的体现。特别当测量光源为LED这类功率谱分布较为集中,通常波峰差异值在5-10nm的时候。局部的失配可能会在部分的测量中体现出不可接受的误差变化。

　　有问题,就会有方案,对于明确来源的问题,解决起来也变得简单。设备出现了不准确的情况,首先能够想到的就是对其进行对标,也就是进行用户层面的根据实际使用情况的标定工作。成像色度计的做法也是一样,需要进行的是对标的工作,进行用户层面的标定工作。那么数据应该对标到什么地方呢?逻辑也很简单,谁测试得准,就找谁。

　　所以当问题探讨到这里,答案也就呼之欲出了,对成像色度计的标定工作,需要一台分光辐射度计来配合进行,通过对光谱的精确测量和计算来完成设备的标定工作。简单来说就是两台设备一起测量同一个物体的同一个位置,将两者数据比对并进行合理的补偿,使得两者测试结果相同的这么一个过程。经过标定后的设备,在实际的测量中的表现将会比未进行标定的设备有一个本质上的提升。

　　未来

　　再向前走一步,探索精度的边界,两台设备进行用户标定的过程中,会不会存在新的问题?答案是肯定的,分光辐射度计,目前仍然是针对于单点的一个高精度测试工具,而成像式色度计本质上是一台针对于平面的测试设备。如何保证点式设备测试点位是成像式设备中选择的点位会变得尤为关键。

　　回到氛围灯的测试可以看到,对同一款产品的不同点位测试,实质上得到的将会是不同的结果,传统的点式设备使用依赖于人工描点,再进行点位选取的方式进行标定。将会给设备的测量引入不必要且不可控制的人为误差。

　　那么,当需要将测试精度进一步严谨科学的推进,避免不必要的误差的产生,需要确保设备在标定过程中两台设备测试角度、距离、测试点位等测试条件的高度一致性。同时要求设备的标定过程能够实现可追溯,可复现。以便于品质以及实验室研发部门的管理和统一。

　　这就要求标定过程,需要有一定的自动化能力,能够实现精密的自动化控制功能。针对此问题,行业通常会采用如下实验室测量平台,平台搭载两台测试设备,通过结构设计——实现对产品的自动化测量和设备的自动化标定功能。

　　机械与软件的加入,量化了测试、标定过程中的过程参数,减少了高精度操作过程中的人为因素干扰。实现每一个动作的量化、高精度追溯、高精度复现这三个重要功能。

　　这是目前行业内常用的成熟的解决方案,也是一些第三方检测机构、主机厂和Tier 1的选择。再往前走,又会是一副怎样的光景呢?答案还不得而知,光色和光色的伙伴们仍在探索路上披荆斩棘,寻找下一个问题的答案。