#技术巡猎# #零跑# 你有没有发现过这样一个现象，同一台车的两个车门缝隙，肉眼看起来宽度不一样。你站在车头位置看，左边车门缝比较窄，右边比较宽，但你拿游标卡尺去量，两边其实是完全一样的尺寸。

这是怎么回事呢？ 其实是视觉上的欺骗效应。
汽车车身上到处都是零件拼接的分缝，车门和车身之间有缝，前后保险杠和翼子板之间有缝，引擎盖和车灯之间有缝。这些分缝在图纸上都标注了统一的设计间隙，可能是3毫米，也可能是5毫米。但在实车上，人眼看到的视觉效果却常常不一样宽。 问题主要是出在圆角面上。为了安全和美观，分缝边缘都会做圆角处理。光线打到这种弧面上会发生复杂的反射，不同角度下，高光和阴影的分布完全不同。再加上人的观察位置也固定不下来，你站远一点和近一点，蹲下来和站着看，缝隙给你的宽窄感觉都会变化。

同样一条3毫米的缝隙，一侧圆角反光比较亮，另一侧阴影比较重，你的眼睛就会觉得这条缝比较宽。反过来，光影分布均匀的那条缝，看起来反而比较窄。 这就带来了一个比较头疼的难题，感知质量。

工程上说你这台车缝隙合格，但用户视觉上觉得做工垃圾，谁说了算呢。传统做法，主要是设计师拿着样板去现场肉眼检查，几个人凑在一起对着车身指指点点。这种评估方式主观性太强，不同人标准不一样，同一个人上午和下午的判断也可能不一样。当争议出现时，你很难拿出客观数据来服众。 零跑的这个专利（2026103353050），就是要解决这个问题。

它的思路比较直接，用算法模拟人眼视觉，把主观感受转化成客观数据。
具体怎么做呢？专利里描述了一套完整的评估流程。工程师先从数模中找出需要评估的分缝位置，确定目标基准件和目标对手件。比如车门是分缝的一边，车身侧围是另一边。接下来对圆角面进行边界线提取和离散化处理。离散化这个词听起来有点唬人，其实就是把连续的弧线切成很多小段，方便计算机逐段计算。 然后算法会创建多个初始曲线垂直面，通过迭代匹配找到一个最佳视觉平面。

这个最佳的意思是，这个平面最贴近人眼观察分缝时的真实视角。找到这个平面之后，算法把分缝两侧的边界交点投影到这个视觉平面上，形成两条视野线。这两条视野线之间的区域，就是人眼实际看到的缝隙。 关键的一步，算法会比较两条视野线之间的间隙差值，计算最大间隙和最小间隙的差距，同时还会考虑视野线的整体长度。通过这些量化指标，系统就能判断这条分缝的视觉一致性是否达标。如果最大最小差距超过设定阈值，那这条缝在人眼看来就会觉得宽窄不均匀，需要在数据阶段进行调整。

这套方法厉害的地方在于，它在整车还没造出来之前就能发现问题。传统流程是数据冻结，模具开发，试制样车，然后大家围着实车吵来吵去。发现问题晚了，改模具的成本动辄几十万上百万。零跑这个方案把感知质量评估前置到了数据阶段，在三维数模上就能跑完整个视觉分析。有问题就改数据，改完再跑一遍验证，循环到满意为止。这样既省时间又省钱，关键是有了一个客观标准，不用再靠我觉得来做决策。

感知质量这个话题在汽车圈越来越受重视。
以前大家比拼的是硬参数，发动机功率多大，零百加速多快，轴距多长。现在消费者越来越懂车了，除了看参数，还会看细节。两台车放在一起，设计间隙都是3毫米，一台看起来缝隙均匀精致，另一台看起来歪歪扭扭，用户自然就觉得前者做工更好。这种差异未必是制造精度的问题，有时候纯粹是视觉设计的问题。

零跑这个专利，本质上是在用技术手段去匹配和优化这种人眼层面的主观体验。

有人可能会问，模拟人眼视觉有那么难吗，直接拍张照片用图像处理不行吗。专利里用的是三维数模的光线追踪和几何投影，而不是照片。照片受拍摄条件影响太大，光照、相机角度、镜头畸变都会干扰结果。基于数模的评估可以在标准虚拟环境下重复执行，确保每次评估的条件完全一致。

从用户角度来说，这种技术投入的回报是比较实在的。你花十几万买一台车，关上车门的那一刻，如果看到均匀的缝隙和精致的光影过渡，你会觉得这个钱花得值。反过来，如果缝隙看起来时宽时窄，哪怕实际测量都是合格的，你心里也会打个问号。 造车这件事，技术最终要回归到人的感受。图纸上的数字再漂亮，不如肉眼看上去顺眼来得实在。