菲力爾建議用熱成像攝像頭搭配開源數據組 旨在提升自動駕駛安全性

核心提示：據外媒報道，美國菲力爾公司認為，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性的光照及氣候條件。該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。若采用熱成像攝像頭（遠紅外攝像頭），將其與數據組相搭配，或能識別200米外的目標物，相當于常規車頭燈探查距離的4倍。熱成像攝像頭可提供更為精準的情境意識與感知，從而提升車輛的安全性，優化車載導航功能。

據國外媒體報道，FLIR Systems，Inc認為，要提高自動駕駛車輛的安全性，熱成像讀取技術是一個很好的選擇，它可以應對各種具有挑戰性的照明和氣候條件。

為了促進這種熱傳感器的部署和應用，該公司提供了一個開源數據集，覆蓋了1萬張標記的遠紅外圖像，旨在展示如何在惡劣的駕駛條件下使用這種技術對行人、動物、自行車和其他車輛進行分類。涉及的駕駛場景：黑暗的外部環境、濃霧天氣、煙塵、烈日等。

如果使用熱感相機，可以配合數據集，也可以識別200米外的目標，相當于常規大燈探測距離的4倍。

邁克沃爾特斯，公司副總裁美國微單相機產品管理部門表示："車輛的導航功能受到車載傳感器套件提供的傳感精度的限制。視覺傳感器可以無法在黑暗環境、烈日、濃霧等挑戰性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，不受此類不利條件影響。因此，在上述條件下，熱成像相機可以提供更準確的態勢感知和感知，從而提高車輛的安全性，優化車輛的導航功能。"

目前路測中的自動駕駛車輛通常配備常規攝像頭、超聲波傳感器、雷達、激光雷達等設備，旨在感知車輛周圍環境。雖然上述傳感器套件收集的信息有助于車載系統做出相應的駕駛決策，但在某些情況下，傳感器矩陣可能會造成數據傳輸延遲，影響安全性。

正因如此，現在還很難計算使用FLIR熱長波紅外(LWIR)相機能夠帶來的性能提升，但本周新發布的開源數據集將為車企提供機會，幫助他們構建所需的算法，并逐漸了解這種設備的優勢。