- shenzhenware -
自动驾驶的实现，涉及到环境感知和决策、控制、执行等各个层面。其中，精准的环境感知和决策能力是确保车辆下一步行动准确执行的重要基础。为打造这个基础，业界普遍使用摄像头、雷达等传感器来充当车辆的「眼睛」。
由于各类传感器均有各自视线覆盖能力的短板，大多车厂和 Tier1 通常采用多传感器结合的办法来确保更好的效果，包括能在恶劣天气、黑暗等环境下工作。目前，自动驾驶汽车所使用的主流传感器主要包括机器视觉摄像头、毫米波雷达以及价格昂贵的激光雷达等。
为更好的帮助车辆实现 L3、L4 甚至是 L5 级别的自动驾驶，以色列初创企业 AdaSky 研发了一款利用远程红外技术（FIR）的热成像传感器，用于精准识别路上的行人、动物，并预测他们的下一步行为。
在以往，热成像传感器主要被应用在军事领域，能够通过感应物体（一般是人、动物）与外界环境的温差来达到识别、区分的目的。AdaSky 则将军用级别成像技术改造并应用到消费市场中的汽车领域，采用机器学习算法软件与 FIR 摄像头相结合的方案，将传感器集合了在一个体型娇小的固件内，该方案被称为 Viper。
AdaSky 于 2016 年 1 月份成立，创始团队成员有来自半导体、热成像技术、机器视觉、图像识别等领域的专家，他们均在各自的领域有着十来年的沉淀。
近日，AdaSky 团队正式对外了公布一段关于该技术实现效果的视频。在视频中，显示出了 AdaSky 在一条乡村道路的环境中进行传感器的测试和对比。其中，左侧是利用机器视觉摄像头所观察的效果，而右侧相对应的则是 Viper 的方案效果。
从视频的对比中，可以明显的感觉到，相比机器视觉摄像头，Viper 画面中的行人、动物等与周围环境有着明显的区分，包括行走的路人、骑行者以及突然从路旁窜出来的狗。除了能准确辨别物体类别之外，Viper 系统还能依据物体位置与行车之间的距离，进行危险标识。
据 AdaSky 介绍，Viper 远程红外热成像传感器能够以每秒 60 帧的速度提供 640*480 像素的画质，可实现最小 0.05℃ 温差范围的检测，测试距离范围大概为 200 米内。Adasky 市场总监 Dror Meiri 还表示，Viper 不仅能识别人体、动物，甚至还能在黑暗中识别冰块。
在软件层面，Adasky 专门为客户建立了一个热成像数据图库，以帮助机器利用这些图像识别的学习来训练神经网络。
就自动驾驶技术所采用的几款主流传感器而言，摄像头能够完成路标、车道线等具体图像的识别；激光雷达具备高精度、高分辨率的优势，并能建立周边 3D 全景模型；毫米波的绝对优势则在于能适应雨雪、雾等恶劣天气并实现全天候工作。除此之外，这几类传感器均有着各自的缺陷，包括识别精度低、受环境限制等。因此，业界通常会采取多传感器融合的方案。
Adasky 表示，他们推出 Viper 并不是为了取代某一类传感器，而是让该传感器加入到自动驾驶技术协同工作的领域中，有针对性的补充其他解方案留下的空白，加强车辆对周围环境的感知和决策能力。
事实上，早在几年前，包括保时捷、宝马、奥迪等部分高端汽车品牌就已经有几款车型配备了远红外热成像夜视系统，以在夜间行驶过程中识别出路上的人、动物等，向司机发出警示音。
据了解，Adasky 已经生产出部分产品样机，并与一些传统汽车 OEM 厂商、Tier1 供应商达成合作。另外，Adasky 计划将在两到三年内实现量产。■
主笔：Jes
· ● 无人驾驶系列报道 ● ·
// 无人驾驶企业 //
Google | Uber | 苹果 | 特斯拉 | 亚马逊
福特 | 滴滴 | 百度（移步深圳湾官网查看）
行业盘点
// 无人驾驶技术 //
智波科技 | 速腾聚创 | 禾塞科技 | 镭神智能
DeepMap | Starksy Robotics | FiveAI
// 机器自主移动 //
普渡科技 | Abica | 神州云海 | 小船信息科技
AICRobo | Seer Robotics | EAI
// 赛车 & 巴士 //
DevBot | Roborace | SB Drive | Proterra
● ● ●
深圳湾（公众号 ID：shenzhenware）将持续关注物联网、人工智能、机器人、无人机、智能驾驶、智能家居等领域的新锐产品和初创团队，欢迎联系我们。微信私人客服：小炫（ID：warexx）。