熱感應攝像頭突破人類肉眼極限，成為行車利器，提高了自動駕駛車輛的安全係數
上月，在美國亞利桑那州坦佩市，Uber的自動駕駛車發生了一起致命事故。之後，對於人們對於自動駕駛車輛產生了兩個基本問題：為什麼事發時該車沒有檢測到伊萊恩.赫茲伯格正在穿過馬路？我們該怎樣避免這樣的事故再次發生？
Uber已暫停該自動駕駛測試項目，並正配合美國國家運輸安全委員會的調查。目前，美國國家運輸安全委員會還未披露任何發現或細節。 人們一直認為，即使在黑暗環境下該車的激光雷達應該還是能檢測到赫茲伯格的。或許這個激光雷達有盲區，或者是汽車的雷達不能夠斷定赫茲伯格為路人，也或者是該車的軟件未能讀取剎車或轉彎的指令。
不管原因何在，這場事關生死的事故讓人們的關注點集中在如何讓自動駕駛更安全上來。一個叫做菲力爾（Flir）的公司發掘出一個新的機會: 為自動駕駛車輛配備熱感應攝像頭設備。
菲力爾總部位於美國的俄勒岡州，該公司的產品負責人麥克·沃爾特斯(Mike Walters)說:“熱感應攝像頭最擅長的就是幫忙找到不想撞擊或接觸到的東西，更不要說人類啦”。傳統攝像頭能觀察到可見光的情況下，Flir的感應器主要聚焦光譜的紅外部分。即使是在寒冷的夜晚，它也能探測到溫度的細微差別，哪怕只有0.1華氏度。所以，它能很快監測到一些像自行車之類的溫度稍低的金屬構造。即使在240米開外，這一感應依然有效。與激光雷達系統不同，這種感應器不受水霧和陽光直射的影響。
其實，這一原理已經被廣泛應用到各個領域。例如，運用熱感應投射物檢測電路中的已經腐蝕的保險絲; 發生火災時，利用熱感應追蹤原理定位並找到困在建築中的人。
過去幾年，菲力爾早已將熱感應攝像頭應用到成千上萬的汽車中，比如寶馬7系等車型。黑暗中，司機很難注意到動物或人類。但運用這一技術，司機就能在儀表板屏幕上看到一個很亮的白點。
菲利爾公司下一步要做的就是使汽車的系統能夠成功避過這些障礙物。目前，該公司正將機器學習方法運用到紅外數據解讀方面。這一技術能夠幫助汽車中的電腦系統判斷路上的行人和騎車者的熱感應數據，就像讀取傳統數據一樣。
菲利爾希望能生產出一個具備熱感應成像技術的系統，這樣以來，系統就能夠預先辨認前方的路況，並根據情況提醒司機或者自動剎車。
對於自動駕駛車輛而言，這一技術無疑是如虎添翼。這一技術不會取代現今廣泛使用的雷達、攝像頭、和激光定位器等等，它只是更好地輔助他們監測需要注意的東西。
“熱感應成像最大的好處就在於它的互補性，它能夠在黑暗或惡劣天氣環境下大展身手“，Nutonomy的首席執行官卡爾•艾格尼瑪（Karl Iagnemma）說。
當然，熱感應攝像頭並不是完美無缺。它很昂貴，一件約2500美元。雖然，其價格日後會控制到每件1000美元，但是，相比傳統相機它還是很昂貴。這就是你為什麼能夠在寶馬7系的車上能看到類似構件，但在日產Sentra上卻看不到的原因。
此外，艾格尼瑪還指出熱感應攝像頭的分辨率沒有傳統攝像頭那麼高，它捕獲的紅外波也無法穿透玻璃。不過，這些畢竟都是常規攝像頭就能做到的事。
閱讀更多 汽車商業評論 的文章
