菲力尔建议用热成像摄像头搭配开源数据组 旨在提升自动驾驶安全性

核心提示：据外媒报道，美国菲力尔公司认为，若要提升自动驾驶车辆的安全性，采用热成像读取技术就是一项不错的选择，可应对各类极具挑战性的光照及气候条件。该公司提供了开源数据组，涵盖了1万个带标签的远红外图像，旨在展示如何利用该项技术对糟糕驾驶条件下的行人、动物、自行车及其他车辆进行分类。若采用热成像摄像头（远红外摄像头），将其与数据组相搭配，或能识别200米外的目标物，相当于常规车头灯探查距离的4倍。热成像摄像头可提供更为精准的情境意识与感知，从而提升车辆的安全性，优化车载导航功能。

据国外媒体报道，FLIR Systems，Inc认为，要提高自动驾驶车辆的安全性，热成像读取技术是一个很好的选择，它可以应对各种具有挑战性的照明和气候条件。

为了促进这种热传感器的部署和应用，该公司提供了一个开源数据集，覆盖了1万张标记的远红外图像，旨在展示如何在恶劣的驾驶条件下使用这种技术对行人、动物、自行车和其他车辆进行分类。涉及的驾驶场景：黑暗的外部环境、浓雾天气、烟尘、烈日等。

如果使用热感相机，可以配合数据集，也可以识别200米外的目标，相当于常规大灯探测距离的4倍。

迈克沃尔特斯，公司副总裁美国微单相机产品管理部门表示："车辆的导航功能受到车载传感器套件提供的传感精度的限制。视觉传感器可以无法在黑暗环境、烈日、浓雾等挑战性光照条件下正常工作，而热成像传感器只需感知热量而非可见光，不受此类不利条件影响。因此，在上述条件下，热成像相机可以提供更准确的态势感知和感知，从而提高车辆的安全性，优化车辆的导航功能。"

目前路测中的自动驾驶车辆通常配备常规摄像头、超声波传感器、雷达、激光雷达等设备，旨在感知车辆周围环境。虽然上述传感器套件收集的信息有助于车载系统做出相应的驾驶决策，但在某些情况下，传感器矩阵可能会造成数据传输延迟，影响安全性。

正因如此，现在还很难计算使用FLIR热长波红外(LWIR)相机能够带来的性能提升，但本周新发布的开源数据集将为车企提供机会，帮助他们构建所需的算法，并逐渐了解这种设备的优势。