远红外成像技术将迎来成长期

欧洲新车评价发布组织（E-NCAP）在2018版E-NCAP中再次引入了一系列新的测试，包括新增骑行人引入AEB测试，测试场景新增黑暗和朦胧的照明条件下进行行人检测、使用障碍物来隐藏被测试车辆(VUT)的目标等。

而目前在国内2018版本C-NCAP的测试标准中AEB暂时只针对白天场景、无障碍物来隐藏被测试车辆（这就是为什么我们经常看到一些测试车辆前方都是空旷一片，天气艳阳高照），显然这并不符合真实路况，也并不能真正验证AEB功能有效性。

有数据显示，夜间交通事故率比白天大1.5倍，60%以上的重大交通死亡事故发生在夜间。据公安部统计，夜间30-40%车祸源于滥用远光灯，这会造成人眼和普通摄像头的短时间“失明”。

在过去的几年时间里，在自动驾驶领域更多的技术研发人员讨论的是可见光摄像头、超声波/毫米波雷达、激光雷达等传感器，以及围绕如何选择和配置这些传感器的争论。

关于红外夜视传感器，却极少被提及。但在Uber的自动驾驶车辆在亚利桑那州发生备受关注的夜晚致命事故之后，似乎业界开始重新审视这个问题。

有一家远红外技术方案工程团队对事故发生时的驾驶场景做了一次模拟，在汽车配备了激光雷达等传感器之外再配备了热成像传感器，那么可以早5秒检测到行人（目前的热成像传感器可以检测到250米以上，甚至到400米的距离）。

我们知道，自动驾驶车辆（或者具备ADAS功能）最基本的需求是能够在所有条件下“尽早看到”所有物体和周围环境，同时为决策提供足够的反应时间。

目前的可见光摄像头还无法满足这样的需要（尽管目前不少摄像头CMOS传感器已经加入了近红外功能，可以解决朦胧照明条件下的问题，但无法应对黑暗条件）。

为了解决这个问题，一种目前主流方案是可见光摄像头、毫米波雷达、激光雷达融合方案，但三种主流传感器仍然各自存在不小的局限。

传统意义上的夜视主要有三种技术路线，微光夜视、红外夜视（又分为近红外、远红外）。微光夜视体积小，价格低，但易受周边环境影响。

而红外（IR）是电磁辐射的七种类型之一。所有温度高于绝对零度的物体发出红外光。这种光的强度与物体的温度有关：物体的温度越高，它发射的红外线就越多。

其中波长为0.78~2.0微米的部分称为近红外（NIR），波长为2.0~1000微米的部分称为热红外线（FIR）。目前，几大车载摄像头CMOS传感器厂商都有集成近红外（NIR）技术，但更多是解决传统可见光摄像头在低照度环境下提高感光芯片灵敏度。

而远红外传感器在军事和航空领域已经应用多年，因此它是一种成熟的技术，适合于大规模市场。相比于近红外，远红外摄像头则可以做到车辆在白天或晚上任何条件下可靠地检测、分割和分析行人、动物、物体和道路状况，而不管天气状况如何。

此外，远红外比激光雷达和雷达给出了更多的物体细节，比如阴影对图像的影响最小，温暖的物体在寒冷的环境中表现出很高的对比度，使它们易于辨认等等。

当然，远红外与可见光摄像头视觉还是有很大的融合和冗余优势。在比较下面两幅图像时，可以通过远红外监测所有的温暖点来很容易地找到四个行人。

通过直接与CMOS图像进行比较，可以确认具有模糊图形的暖轮廓为行人，并且通过将它们与IR图像中的暖点匹配，可以确认CMOS图像中看作行人的任何形状。

在这种情况下，IR和CMOS图像都可以被描述为冗余的，因为两者都被用于定位行人。这种成像冗余是有益的，因为来自两个图像的信息内容不同，并且可以用于以更高的概率检测和分类目标。这是两种摄像头传感器融合在实践中的概念。

同时，采用基于深度学习计算机视觉算法的远红外也可以同样提供准确的目标检测，分类，和场景分析。最大的好处之一是在杂乱的夜晚环境中（比如车流人流混杂的交叉十字路口）看到人的能力。

由于增加了热量的参数，这使得机器学习系统更容易检测和分类某些对象，如车辆、人和动物。由于热传感器具有高的点云密度和在所有照明条件下都能够以高对比度可视化活体目标。（上图左侧的可见光摄像头几乎看不到向左跑动的人。而右侧的远红外摄像头则可以很清楚的框出所有人。）

今天的自动驾驶传感器套件大多数由可见光、雷达、激光雷达和超声波传感器组成。在这组传感器中增加一个远红外热成像传感器可以降低整体成本，因为它需要匹配的固态激光雷达系统分辨率更低。

通过添加远红外热成像传感器，可以使用来自可见光和远红外摄像头的密集点云信息在所有天气和照明条件下进行分类，并且依靠雷达和激光雷达进行测距。

问题来了，为什么大家目前对远红外传感器并不关注？除了成本问题之外，在大多数情况下，一些开发人员还没有把注意力放在夜间自动驾驶上，而是把注意力集中在白天在最佳条件下驾驶上。

同时，在ADAS级别，监管评估和安全评级中的测试条件还非常有限，大多都是针对白天场景，汽车制造商几乎没有什么“动力”去考虑红外夜视，毕竟目前看还是一笔不小的成本。

但事实是，基于红外夜视系统利用红外光波检测物体自然发射的热量差异，可以检测到可见光摄像头、雷达和激光雷达不能识别的物体。

至关重要的是，它们在微光和恶劣天气的情况下表现依旧良好（尽管毫米波雷达具备全天候检测能力，但误报率和漏检率的提升还需要其他传感器的配合）。

目前，在整车量产配置上，宝马是较早导入夜视系统的厂商之一。自2006年3月起，中国市场销售的BMW 760Li和BMW 760Li个性化版本车型开始装备全新的BMW夜视系统。

2012年推出的奥迪A7也同样开始配置了远红外成像摄像头，带有行人识别功能的夜视辅助系统能够捕捉前方24度内300米内的热源，当热源出现在捕捉范围内，经过电脑处理的图像会在仪表盘中以黑白对比色进行显示。

但近几年红外夜视正在打破过去豪华车的配置局限。今年上市的PSA旗下高端豪华汽车品牌DS的DS7成为了红外夜视系统首次下探到30万元级别车型。

DS7搭载的红外成像系统又被称为DS NIGHT VISION功能，安装在前格栅中的红外摄像机能够有效识别前方15米至150米之间超过50厘米高的人和动物，并提示驾驶者。

前方状况清晰呈现在全液晶高清仪表板中，潜在危险显示为黄色，当危险接近，黄色会逐渐示为红色，并配合系统发出的音响警报作为提醒，便于作出更及时的准备和应对策略。

而目前全球提供量产级别远红外夜视方案的公司主要是奥托立夫、FLIR Systems、AdaSky以及中国的轩辕智驾（上市公司高德红外旗下）。其中，奥托立夫、FLIR因为较早进入市场占据目前主要份额。

作为目前国内唯一自主研发上游芯片并率先量产车载红外夜视的轩辕智驾，其“基于高德红外自主探测器”的新一代热成像避障系统，具备突破夜障、强眩光、穿透雾霾沙尘、行人识别及报警、前车碰撞报警和预告等多项功能。

这款采用红外热成像技术的红外避障系统，能够捕捉前方28°*21°视角、400米外热源，夜视距离超过了目前市面上大多车载夜视系统探测距离在200m左右的性能瓶颈。同时，系统会自动匹配不同车速进行功能调整。

到今年底，轩辕智驾还会推出400×300/17微米模块化产品，成本更低。明年会陆续推出400×300/12微米以及800×600/12微米模块化产品，当然成本会越来越低。

可以预见的是，随着中国供应商的加入、相关ADAS法规及测试场景完善，以及夜视安全性逐步得到消费者的认可，远红外成像技术将在未来几年进入新一轮成长期。