紅外熱成像技術提升自動駕駛的安全性及智能性
一．自動駕駛技術的現狀及缺陷
近年來，自動駕駛技術在汽車制造領域逐漸成熟，汽車自動駕駛首要目的是提高安全性，其次是智能性。據稱，美國的車輛交通事故是十有八九是駕駛員失誤引起的，這使得駕駛安全性一直是人們不容忽視的地方，尤其是汽車生產制造商，如果提高汽車駕駛的安全性及智能性，減少交通事故的發生，都是需要持續關注并解決的問題。據稱，在美國，自動駕駛汽車取代人類駕駛員之后，每年可以拯救將近四萬條生命。
目前的自動駕駛汽車，都是采用可見光攝像頭、雷達技術、激光雷達傳感器三大技術融合的模式，但是依然避免不了很多缺陷，如極端復雜天氣、黑夜、炫光、霧霾天氣行駛的安全性問題。在這些復雜情況下行駛，可見光攝像頭對前方路況的探知能力大打折扣，毫米波雷達對于障礙物識別能力還是很弱，超聲波雷達又鞭長莫及，激光雷達確實有這個能力，但是天氣對于激光雷達的影響太大。由此可見即使這三大技術融合，自動駕駛的缺陷也依然存在。舉例說明，2016年1月20日，京港澳高速河北邯鄲段發生一起追尾事故，一輛特斯拉轎車直接撞上一輛正在作業的道路清掃車，特斯拉轎車當場損壞，司機不幸身亡。特斯拉公司在大量的證據面前，終于被迫承認車輛在案發時處于自動駕駛狀態。2018年3月22日，Uber自動駕駛測試車在亞利桑那州坦佩市夜間行駛時，撞死了一名行人，隨后發布的調查報告稱，其中之一即為事故前6秒，Uber駕駛系統已經監測到了路人，但先后將其辨別為不明物體、車輛和一輛自行車。
二．紅外熱成像技術提高自動駕駛安全性
汽車制造業的自動駕駛系統在各種各樣標準下“看到”行人并作出反應依然面臨著極大的挑戰，不論是在黑喑的鄉間的小路，還是在路面盤根錯節的城市，尤其是在濃霧或晴天眩光等極端天氣。在這種不普遍但真正存在的情景中，熱像儀卻可以對近遠處潛在性的風險開展最有效最迅速的識別分類，以協助車輛做出相對的反應。針對可見光監控攝像頭而言，在光源不夠、晚間安全駕駛、晴天眩光和極端天氣時進行分類具備挑戰。因為熱成像儀探測的電磁波波長壁可見光監控攝像頭長，該技術性不會出現晚間或白天無法分辨潛在性路面風險的難題，就算是路面正前方兩百米外的車輛、非機動車、單車騎友、動物和別的物體也可以分辨清楚。
無論人眼還是高清攝像頭，當夜幕降臨，看清物體就成了一件可望而不可即的事，這是源于人眼成像原理。那么自動駕駛急需探測夜間道路上的行人和動物，以增強移動出行的安全性。熱成像傳感器搭載識別系統后可以高效、穩定地識別道路中的行人和車輛，及時預警，大大增加行車安全性。鑒于行人探測仍然是自動駕駛汽車的主要關注點之一，因此熱像儀技術將是推動自動駕駛汽車技術發展的關鍵。熱成像傳感器技術在汽車領域的大規模應用，將為自動駕駛汽車的未來打下堅實的基礎。近年來，汽車制造商也開始在自動駕駛汽車上安裝熱成像攝像頭，在此之前，紅外熱像儀夜視技術被認為是處理復雜情況的獨特技術，其他技術如激光雷達、雷達和視覺攝像機可能有局限性。這類傳感器主要探測物體散發的熱量，因此該技術在探測道路上不同深度的障礙物時更加有效。與雷達和激光雷達系統相比，熱像儀捕捉到的圖像分辨率要更高，尤其擅長于探測行人。“行人都會散發熱量。因此在熱成像環境下，可以輕易分辨出行人，并且不受晝夜、強光、陰影等復雜環境條件的影響。”熱成像技術已被證實非常可靠，該技術可以實現在完全黑暗的環境中對行人、自行車和車輛進行分類，其探測距離幾乎達到車輛標準前照燈照射距離的四倍；同時在霧、煙、陰影、惡劣天氣及太陽眩光等其它具有挑戰性照明條件下，也能分類目標。
三．紅外熱成像技術提高自動駕駛安智能性
除此之外，熱像儀為可見光、激光雷達或雷達探測系統軟件出示數據冗余但單獨的數據信息。比如，來源于非機動車的雷達探測或激光雷達數據信號可被周邊的車輛數據信號和或雜亂的自然環境中的別的物體遮蓋。假如行人在二輛車輛中間走過或被樹枝部分擋住，則基本上不太可能探測來臨自行人的反射數據信號，反饋回來的數據信息只會讓車輛運作的智能控制系統分辨不清。比較之下，熱像儀則可以根據與周邊環境的比照，透過遮擋區域探測到人或動物的熱量。這類獨特的優勢，加上深度學習歸類技術性，使人與動物可以從背景中分離出去，進而確保車輛正常行駛。低光標準下的可見光監控攝像頭也就是大家所談起的“近紅外”監控攝像頭，也必須一些可見光才可以運作，而熱像儀不一樣，熱成像系統即使在距離千米和能見度較差的情況下，也能感知、探測并識別障礙物，可在徹底沒光的標準下應用。
格物優信紅外熱像儀透霧發現車輛及行人
顯而易見，熱像儀的與眾不同工作能力能夠提升自動駕駛轎車的安全系數，另外也能提高自動駕駛的智能型，既彌補了自動駕駛已有的三大技術的缺陷，又為智能自動駕駛錦上添花。熱像儀在自動駕駛行業的規模性運用已是思維定勢，使我們翹首以待這一天的來臨。
