据外媒报道，美国菲力尔公司（FLIR Systems, Inc.）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。

　　为推动这类热传感器的部署应用，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，其驾驶情景涉及：漆黑的外部环境、浓雾天气、烟尘、烈日等。

　　若采用热成像摄像头（远红外摄像头，thermal cameras），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。

　　该公司微摄像头产品管理部副总裁Mike Walters表示：“车辆的导航功能受限于车载传感器套件所提供的感知精度。视觉传感器无法在漆黑环境、烈日及浓雾等具有挑战性的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，免受这类不利条件的影响。因此，在上述条件下，热成像摄像头可提供更为精准的情境意识与感知（situational awareness and perception），从而提升车辆的安全性，优化车载导航功能。”

　　当前路测中的自动驾驶车辆通常配置了常规摄像头、超声波传感器、雷达、激光雷达等各类设备，旨在感知车辆的周边环境。尽管上述传感器套件所采集的信息有助于车载系统做出相应的驾驶决策，但在某些条件下，传感器矩阵可能导致数据传输延迟，使安全性受到影响。

　　为此，目前尚难以计算采用FLIR热差长波红外（thermal long-wave infrared，LWIR）摄像头所能带来的性能提升幅度，但本周新发布的开源数据组将为车企提供机会，有助于其打造所需的算法，并逐步了解该类设备的优点。