红外热成像技术提升自动驾驶的安全性及智能性
一．自动驾驶技术的现状及缺陷
近年来，自动驾驶技术在汽车制造领域逐渐成熟，汽车自动驾驶首要目的是提高安全性，其次是智能性。据称，美国的车辆交通事故是十有八九是驾驶员失误引起的，这使得驾驶安全性一直是人们不容忽视的地方，尤其是汽车生产制造商，如果提高汽车驾驶的安全性及智能性，减少交通事故的发生，都是需要持续关注并解决的问题。据称，在美国，自动驾驶汽车取代人类驾驶员之后，每年可以拯救将近四万条生命。
目前的自动驾驶汽车，都是采用可见光摄像头、雷达技术、激光雷达传感器三大技术融合的模式，但是依然避免不了很多缺陷，如极端复杂天气、黑夜、炫光、雾霾天气行驶的安全性问题。在这些复杂情况下行驶，可见光摄像头对前方路况的探知能力大打折扣，毫米波雷达对于障碍物识别能力还是很弱，超声波雷达又鞭长莫及，激光雷达确实有这个能力，但是天气对于激光雷达的影响太大。由此可见即使这三大技术融合，自动驾驶的缺陷也依然存在。举例说明，2016年1月20日，京港澳高速河北邯郸段发生一起追尾事故，一辆特斯拉轿车直接撞上一辆正在作业的道路清扫车，特斯拉轿车当场损坏，司机不幸身亡。特斯拉公司在大量的证据面前，终于被迫承认车辆在案发时处于自动驾驶状态。2018年3月22日，Uber自动驾驶测试车在亚利桑那州坦佩市夜间行驶时，撞死了一名行人，随后发布的调查报告称，其中之一即为事故前6秒，Uber驾驶系统已经监测到了路人，但先后将其辨别为不明物体、车辆和一辆自行车。
二．红外热成像技术提高自动驾驶安全性
汽车制造业的自动驾驶系统在各种各样标准下“看到”行人并作出反应依然面临着极大的挑战，不论是在黑喑的乡间的小路，还是在路面盘根错节的城市，尤其是在浓雾或晴天眩光等极端天气。在这种不普遍但真正存在的情景中，热像仪却可以对近远处潜在性的风险开展最有效最迅速的识别分类，以协助车辆做出相对的反应。针对可见光监控摄像头而言，在光源不够、晚间安全驾驶、晴天眩光和极端天气时进行分类具备挑战。因为热成像仪探测的电磁波波长壁可见光监控摄像头长，该技术性不会出现晚间或白天无法分辨潜在性路面风险的难题，就算是路面正前方两百米外的车辆、非机动车、单车骑友、动物和别的物体也可以分辨清楚。
无论人眼还是高清摄像头，当夜幕降临，看清物体就成了一件可望而不可即的事，这是源于人眼成像原理。那么自动驾驶急需探测夜间道路上的行人和动物，以增强移动出行的安全性。热成像传感器搭载识别系统后可以高效、稳定地识别道路中的行人和车辆，及时预警，大大增加行车安全性。鉴于行人探测仍然是自动驾驶汽车的主要关注点之一，因此热像仪技术将是推动自动驾驶汽车技术发展的关键。热成像传感器技术在汽车领域的大规模应用，将为自动驾驶汽车的未来打下坚实的基础。近年来，汽车制造商也开始在自动驾驶汽车上安装热成像摄像头，在此之前，红外热像仪夜视技术被认为是处理复杂情况的独特技术，其他技术如激光雷达、雷达和视觉摄像机可能有局限性。这类传感器主要探测物体散发的热量，因此该技术在探测道路上不同深度的障碍物时更加有效。与雷达和激光雷达系统相比，热像仪捕捉到的图像分辨率要更高，尤其擅长于探测行人。“行人都会散发热量。因此在热成像环境下，可以轻易分辨出行人，并且不受昼夜、强光、阴影等复杂环境条件的影响。”热成像技术已被证实非常可靠，该技术可以实现在完全黑暗的环境中对行人、自行车和车辆进行分类，其探测距离几乎达到车辆标准前照灯照射距离的四倍；同时在雾、烟、阴影、恶劣天气及太阳眩光等其它具有挑战性照明条件下，也能分类目标。
三．红外热成像技术提高自动驾驶安智能性
除此之外，热像仪为可见光、激光雷达或雷达探测系统软件出示数据冗余但单独的数据信息。比如，来源于非机动车的雷达探测或激光雷达数据信号可被周边的车辆数据信号和或杂乱的自然环境中的别的物体遮盖。假如行人在二辆车辆中间走过或被树枝部分挡住，则基本上不太可能探测来临自行人的反射数据信号，反馈回来的数据信息只会让车辆运作的智能控制系统分辨不清。比较之下，热像仪则可以根据与周边环境的比照，透过遮挡区域探测到人或动物的热量。这类独特的优势，加上深度学习归类技术性，使人与动物可以从背景中分离出去，进而确保车辆正常行驶。低光标准下的可见光监控摄像头也就是大家所谈起的“近红外”监控摄像头，也必须一些可见光才可以运作，而热像仪不一样，热成像系统即使在距离千米和能见度较差的情况下，也能感知、探测并识别障碍物，可在彻底没光的标准下应用。
格物优信红外热像仪透雾发现车辆及行人
显而易见，热像仪的与众不同工作能力能够提升自动驾驶轿车的安全系数，另外也能提高自动驾驶的智能型，既弥补了自动驾驶已有的三大技术的缺陷，又为智能自动驾驶锦上添花。热像仪在自动驾驶行业的规模性运用已是思维定势，使我们翘首以待这一天的来临。
