據外媒報道，美國菲力爾公司（FLIR Systems, Inc.）認為，若要提升自動駕駛車輛的安全性，采用熱成像讀取技術就是一項不錯的選擇，可應對各類極具挑戰(zhàn)性的光照及氣候條件。

為推動這類熱傳感器的部署應用，FLIR公司提供了開源數據組，涵蓋了1萬個帶標簽的遠紅外圖像，旨在展示如何利用該項技術對糟糕駕駛條件下的行人、動物、自行車及其他車輛進行分類，其駕駛情景涉及：漆黑的外部環(huán)境、濃霧天氣、煙塵、烈日等。

若采用熱成像攝像頭（遠紅外攝像頭，thermal cameras），將其與數據組相搭配，或能識別200米外的目標物，相當于常規(guī)車頭燈探查距離的4倍。

FLIR公司微攝像頭產品管理部副總裁Mike Walters表示：“車輛的導航功能受限于車載傳感器套件所提供的感知精度。視覺傳感器無法在漆黑環(huán)境、烈日及濃霧等具有挑戰(zhàn)性的光照條件下正常工作，而熱成像傳感器只需感知熱量而非可見光，免受這類不利條件的影響。因此，在上述條件下，熱成像攝像頭可提供更為精準的情境意識與感知（situational awareness and perception），從而提升車輛的安全性，優(yōu)化車載導航功能。”

當前路測中的自動駕駛車輛通常配置了常規(guī)攝像頭、超聲波傳感器、雷達、激光雷達等各類設備，旨在感知車輛的周邊環(huán)境。盡管上述傳感器套件所采集的信息有助于車載系統(tǒng)做出相應的駕駛決策，但在某些條件下，傳感器矩陣可能導致數據傳輸延遲，使安全性受到影響。

為此，目前尚難以計算采用FLIR熱差長波紅外（thermal long-wave infrared，LWIR）攝像頭所能帶來的性能提升幅度，但本周新發(fā)布的開源數據組將為車企提供機會，有助于其打造所需的算法，并逐步了解該類設備的優(yōu)點。