紅外熱像儀能夠在100米開外探測低至0.1華氏度的微小溫差

不久前，uber（優步）在美國亞利桑那州坦佩發生了一起致命的自動駕駛車輛事故，關于此次事故大多數觀察家都有兩個基本問題：為什么自動駕駛車輛沒有看到死者穿過街道，并在碰撞之前停下來？我們如何能夠阻止這種情況再次發生？

該共享汽車服務公司已經無限期暫停了自動駕駛汽車測試計劃，并正在與美國國家運輸安全委員會（national transportation safety board，ntsb）合作進行事故調查。ntsb尚未透露任何調查結果，但其自動駕駛車輛上的lidar（激光雷達，一種即使在完全黑暗的情況下也能探測并識別死者的激光傳感器），已然成為事故的焦點。有可能該lidar有探測盲點，或者缺乏識別死者為行人的分辨率，或者該汽車的軟件算法沒有能將這些探測數據點云轉化為正確的車輛決策，從而采取緊急制動或繞過死者。

寶馬7系轎車裝配的紅外夜視與目標識別功能

無論如何，這起事故提出了一場生與死的爭論，使人們開始關注任何能使自動駕駛系統更安全的方法。這也為紅外廠商帶來了新的市場機遇——為自動駕駛車輛配備符合車規要求的紅外熱像儀。

“紅外熱像儀在探測某些你最不想碰撞的目標方面獨具優勢，”flir產品部負責人mike walters稱，“毫無疑問，當然是人。”傳統攝像頭需要可見光才能“看”世界，flir的熱成像傳感器則主要利用遠紅外光譜。它們能夠探測低至0.1華氏度的微小溫差，因此，即使是在寒冬的夜間，纖細的自行車輪轂也能清晰呈現，而且，它的探測距離最大超過240米，這個探測距離跟目前市場上性能最強勁的少數幾款lidar不相上下。此外，跟lidar系統不同，紅外熱成像傳感器無懼濃霧或陽光直射。

據麥姆斯咨詢此前報道，flir在今年年初發布了一款新型高分辨率熱成像汽車開發套件（adk），這款adk搭載了高分辨率flir boson機芯，還配備了英特爾movidius myriad 2視覺處理單元，是flir目前唯一一款在滿足車規要求的緊湊型堅固封裝中，匹配低功耗多核視覺處理器的紅外熱像儀模組。

這類熱敏傳感器已經在多個領域獲得廣泛應用：熱追蹤導彈、電路問題探測、火災現場的人員位置確定等。當然，flir并非努力使紅外熱成像傳感器符合車規標準的唯一廠商。“我們使紅外熱成像傳感器擁有汽車應用所需要的堅固性和耐久性；降低它們的功耗使之能夠應用于智能手機；提高它們的抗震校準性能，使之能夠用于槍械瞄準鏡；提高耐熱性能，使它們能夠應對燃燒等高溫環境，”位于圣巴巴拉的flir競爭對手seek thermal企業戰略負責人tim lebeau介紹說。因此，面對顛簸惡劣的戶外行車環境，把紅外熱像儀安裝進車輛，并不困難。

據麥姆斯咨詢此前報道，seek thermal在年初的ces 2018上便展出了其首款應用于汽車后裝市場的高分辨率紅外熱成像攝像頭，擁有320 x 240 像素高分辨率熱成像傳感器和24度視場角，搭載了雙元素硫系鏡頭，能夠非常方便地與現有車載娛樂系統集成，售價預計將低于999美元。

flir已將機器學習技術應用于紅外讀出，幫助計算機識別行人和騎行者

事實上，flir已經在過去的十年里，為數十萬輛汽車供應了紅外熱成像傳感器，例如寶馬7系豪華轎車。在動物或人難以被觀察到的漆黑夜晚，駕駛員可以通過紅外熱像儀在車載大屏幕上看到明亮的白色人體或鹿等任意形狀的障礙物。

第一步，實現紅外熱像儀在車輛上的裝配，下一步合乎邏輯的改進——也是flir正在踐行的，便是訓練車載計算機識別紅外熱像儀探測到的障礙物。flir已經將機器學習技術應用于紅外讀出，幫助計算機學習以識別行人和騎行者等物體，就像其它傳統可見光攝像頭廠商正在研究并應用的圖像識別技術。flir希望制造出一種系統，能夠利用熱成像來自動判斷車輛前方的狀況，以警示駕駛員，或者在必要時采取緊急制動。

對于這樣的駕駛輔助功能，很容易設計一款應用于全自動駕駛車輛的紅外熱成像傳感器。但是，它不是為了取代目前的雷達、可見光攝像頭亦或lidar，而是另一種環境感知和目標探測方案，從而作為其它技術的有力補充。

“紅外成像的一個核心優勢是其天然的互補屬性，”汽車供應商delphi（德爾福）去年收購的美國自動駕駛汽車廠商nutonomy現任首席執行官karl iagnemma說，“它們能夠在黑暗環境和惡劣天氣條件下穩定工作。”

當然，這類熱敏傳感器也并非完美的技術方案。首先，它們并不便宜。以seek thermal的紅外熱像儀為例，其單個成本約2美元，不過該公司目前正在努力將成本降至1000美元左右。相對于傳統可見光攝像頭來說，這個簡直天價了（這也是為什么我們僅在寶馬7系這種百萬級豪車上才能看到紅外夜視功能）當然，對比lidar傳感器來說，它仍然算是便宜的。

以上是網絡信息轉載，信息真實性自行斟酌。