Compensazione della Temperatura in LED RGBW per Automotive Interior Lighting: Validazione, Ottimizzazione di Algoritmi dedicati e Sviluppo di un Framework di Automazione per il Testing

In the field of Interior Lighting and particularly in the automotive sector, lighting no longer plays only a functional role — such as improving visibility and readability of car controls — but has now become a key element in aesthetics, perceived comfort, and brand identity of a vehicle. Initially reserved for high-end models, ambient lighting has gradually become widespread in mid-range and even low-end vehicles, evolving into a new industry standard. The rapid development of Interior Lighting systems has increasingly emphasized the need to ensure the chromatic stability of LEDs, even under varying thermal conditions. This thesis aims to optimize and validate a temperature compensation algorithm for RGBW LEDs, as an extension of a previous version developed for RGB LEDs. Both solutions are intended for automotive applications and are integrated into the Infineon LITIX™ Interior LED drivers. Starting from an in-depth analysis of the thermal behavior of RGB LEDs, a calibration and testing procedure was carried out over a wide temperature range (from -20 °C to 70 °C), in order to evaluate the algorithm’s performance. These — measured in terms of chromatic deviation (Δu′v′) — were validated across various color points, demonstrating that the compensated RGB output meets the requirement of Δu′v′ ≤ 0.01 over the entire temperature range. The need to achieve a high Color Rendering Index (CRI) — a key factor in Interior Lighting applications — led to the introduction of a white channel and, consequently, to the evolution of the algorithm toward an RGBW solution. Test results confirm that this evolution does not compromise color quality, with the stability requirement (Δu′v′ ≤ 0.01) maintained even across an extended temperature range (from -25 °C to 85 °C). To increase the efficiency of the experimental part, an automated testing framework was also developed. Built in Python and equipped with a graphical user interface, it is capable of controlling and coordinating the devices and instruments used for algorithm calibration and validation. The improvements introduced — both to the algorithm and to the testing methodology — provide a solid groundwork for future developments, which are essential in an ever-evolving automotive landscape.

Nell’ambito dell’Interior Lighting, e in particolare per il settore automotive, l’illuminazione non riveste più solo un ruolo funzionale — come migliorare la visibilità e la leggibilità dei comandi — ma ormai rappresenta un elemento chiave per l’estetica, il comfort percepito e la brand identity di un veicolo. Inizialmente riservata ai modelli premium, l’illuminazione ambientale si è progressivamente affermata anche nelle vetture di fascia media e bassa, fino a diventare un nuovo standard industriale. L’evoluzione rapida dei sistemi di Interior Lighting ha reso sempre più cruciale garantire la stabilità cromatica dei LED, anche in condizioni termiche variabili. Questa tesi si propone di ottimizzare e validare un algoritmo di compensazione della temperatura per LED RGBW, come estensione di una versione precedente sviluppata per LED RGB. Entrambe le soluzioni sono destinate ad applicazioni automotive e sono integrate nei driver LED Infineon LITIX™ Interior. Partendo da un’analisi approfondita del comportamento termico dei LED RGB, è stata condotta una procedura di calibrazione e di testing su un ampio intervallo di temperatura (da -20 °C a 70 °C), al fine di valutare le prestazioni dell’algoritmo. Queste — misurate in termini di deviazione cromatica (Δu′v′) — sono state validate su diversi punti colore, dimostrando che l’output RGB compensato rispetta il requisito Δu′v′ ≤ 0.01 su tutto l’intervallo di temperatura. L’esigenza di ottenere un elevato indice di resa cromatica (CRI) — elemento chiave nell’ambito dell’Interior Lighting — ha portato all’introduzione di un canale bianco e, di conseguenza, all’evoluzione dell’algoritmo verso una configurazione RGBW. I risultati dei test confermano che tale evoluzione non compromette la qualità cromatica, mantenendo il requisito di stabilità (Δu′v′ ≤ 0.01) anche su un intervallo di temperatura più ampio (da -25 °C a 85 °C). Per rendere più efficiente la fase sperimentale, è stato inoltre sviluppato un framework di automazione per il testing, basato su Python e dotato di interfaccia grafica, in grado di controllare e gestire in maniera coordinata i dispositivi e gli strumenti utilizzati per la calibrazione e la validazione degli algoritmi. I miglioramenti apportati — tanto all’algoritmo quanto alla metodologia di testing — costituiscono una solida base per futuri sviluppi, essenziali in un contesto automotive in costante evoluzione.