在线购买汽车零件通常是一项困难且令人沮丧的任务。汽车零件通常是由第三方厂商生产，而且质量与设计参差不齐。例如，如果1995年版福特Fusion的车主想要订购新的叶子板，她可能无法在网上找到合适的产品。即使某件商品标为“兼容”，但由于制造方面的不一致性，它通常也不适合这位特定的车主。不仅如此，市场上经常存在数以百计的品牌和模型，这进一步增加了车主的选择难度。
亚马逊已经在零售业务方面采用了AR技术，发布了专门的iOS和安卓版应用，帮助消费者直接在家中可视化家具和电子产品。根据映维网发现的一份新专利，亚马逊似乎希望将AR扩展至新的零售类别，将AR技术应用于汽车领域。
亚马逊于2017年1月开始积极瞄准这一垂直市场，他们当时宣布与美国一些最大的汽车配件供应商签订了合同。值得注意的是，由于Advance Auto Parts和AutoZone等传统实体汽车零件零售商在官网或移动应用程序中没有提供AR功能的支持，因此亚马逊在这一方面发现了突破口。
在这份名为“Vehicle Component Installation Preview Image Generation(车辆零件安装预览图像生成)”的专利中(点击前往)，亚马逊描述了系统利用AR来帮助用户预览汽车零件的图像。
第一步：利用计算机视觉来识别车辆
专利所描述的系统将首先通过用户设备摄像头来识别车辆的品牌，型号和年份(应用程序将在数据库中存储车辆的精确测量值)。
应用程序中的计算机视觉技术则根据汽车电池，前灯或品牌标志来检测车辆。
如果计算机视觉无法检测车型，用户可以选择手动输入车辆的车辆识别码。
在识别车辆后，应用程序将判断需要可视化的车辆部分，并且检测检测车辆连接点或所选汽车零件的访问点。
第二步：选购合适的汽车零件
在识别车辆的连接点后，用户就可以从3D渲染数据库中选择所需的汽车零件(包含精确测量)，比如增压器。
这款应用程序可以显示不同品牌和尺寸的增压器，允许用户在不同的选项之间切换，如下图所示。
然后，用户可以从相关3D渲染的完整在线数据库中预览并选择所需的汽车零件。
专利解释的应用程序的内部推荐引擎，其类似于亚马逊零售官网的推荐功能。
例如，推荐引擎同时可以提供适合汽车相同部分的补充零件。
第三步：在AR中进行测试
在选定了所需的汽车零件后，平台则把选定的汽车零件图像与车辆图像集成在一起，如下所示。这时，用户就可以判断汽车零件是否适合车辆。
值得注意的是，亚马逊专利表示3D渲染图可以确定某个零件在某个“适合度阈值”范围内是否适合车辆，这表明即使进行了最精确的测量，仍然有部分适配方面无法支持视觉投影(如将零件连接到车辆的螺钉)。
另外，应用程序同时包含了消费者评价和厂商评论等补充性信息，为你的决定提供一定的参考。
如果AR技术能够帮助亚马逊准确地提供兼容零件，他们将能帮助第三方汽车零部件行业获得更多的市场份额，超过提供更昂贵(但保证兼容)汽车零部件的原始经销商份额。
