热跟踪相机能让无人驾驶更安全

Uber自动驾驶汽车在亚利桑那州坦佩市发生致死事故后，大多数观察人士都有两个基本疑问：为什么车子没有发现正在横穿马路的死者Elaine Herzberg并及时停下？我们如何才能避免此类事故再度发生？

该网约车公司已无限期中止其无人驾驶汽车测试项目，并配合国家交通安全委员会（NTSB）对事故进行调查。NTSB还没有透露任何发现，但车载激光雷达传感器本应探测到Herzberg，因为即使在黑暗中她在雷达上也会是一个明显的焦点。也许雷达存在盲区，也许分辨率不足以致没把Herzberg辨别出来，也许是车子的软件系统没有通过这些数据形成踩刹车或绕过她的决策。

不管究竟发生了什么，该事故引起了一场攸关生死的争论，那就是无论如何都要提高自动驾驶汽车的安全性。一个叫Flir的公司瞅准了新的市场机会：用热跟踪相机来装备自动驾驶汽车。

Flir的总部位于俄勒冈，其产品负责人Mike Walters说，“热成像相机很擅长发现那些你最不想撞到的物体，当然也包括人类”。传统的相机观察可见光，而Flir的传感器专注于红外线，它能探测小到0.1度的温度变化。即使在寒冷的夜晚，自行车的冷金属在图像上也会显得格外突出。它能在240米远的距离做到这些，这一范围与可以与市面上最好的激光雷达匹敌。不同于激光雷达系统，这些传感器不用担心浓雾或者直射的阳光。

这种温敏传感器已经出现在各种各样的地方：在热跟踪导弹中使用热跟踪技术，探测电子设备中腐蚀的熔丝，发现燃烧的建筑物中的人。Flir不是唯一一家致力于使热成像相机更鲁棒的公司。Flir的竞争对手，总部位于圣芭芭拉的Seek Thermal公司，其负责公司战略的Tim LeBeau说，“我们的产品具备汽车的耐久性，能耗低得可以装到手机上，抗冲击能力强，作用距离可以达到一把枪的射程那么远，耐热方面可以对付大火”。因此，一旦把这样的设备装到车子上，即使外部环境颠簸不平，也能从容应对。

Flir已经对热跟踪相机的红外读出物应用机器学习技术，以帮助计算机识别出行人和自行车等物体

事实上，Flir在过去十年已经把相机安装到了50万辆车子中，比如宝马7系车型。在黑暗中，当动物或人很难被发现时，司机可以看到亮白色的人或鹿或者其它任何形状的物体出现在仪表板屏幕上。

Flir已经开始采取的下一个合乎逻辑的步骤是教汽车的电脑找出这些障碍物。该公司已经对红外读出物应用机器学习算法，帮助电脑学会识别诸如行人和自行车之类的东西，就像别人使用传统相机数据一样。Flir希望生产一套能够使用热成像技术自动发现前方存在的问题，提醒驾驶员甚至根据需要进行制动。

从这种驾驶辅助特点出发，很容易想象到热成像传感器对于全自动驾驶汽车的作用。它无法替代雷达，摄像头以及激光雷达，但可以对它们进行补充，这样又多了一种测量手段。

Karl Iagnemma是一家总部位于波士顿的自动驾驶汽车公司，去年由汽车供应商Delphi收购。该公司首席执行官（CEO）Karl Iagnemma说，“热成像仪的一个主要好处就是它们的互补性，可以在黑暗的环境和恶劣的天气条件下使用”。

热敏摄像机当然也是不完美的。首先就是很贵，比如热成像仪的价格约为每台2500美金，尽管它正在努力降价到1000美金一台。与普通相机相比，这是一大笔钱（这也就是为什么你在宝马7系里找得到这种东西而不是在日产的美版轩逸中），但它还是比激光雷达便宜一大截。

另外，Iagnemma指出它们的分辨率也不及普通摄像头，而且他们寻找的红外波无法穿透玻璃，因此如果教皇的防弹车驶过，热成像相机是没法辨识出他的，这也是使用普通相机（和瑞士卫队）的原因。
更多内容，请关注公众号