机动车高级驾驶辅助系统对于热成像技术的应用

高级驾驶辅助系统 [ADAS] 是利用安装在机动车上的各种传感器，在行驶过程中随时来感应周围的环境并收集数据，从而 进行静态、动态物体的辨识与追踪，并结合导航仪地图数据，进行系统的运算与分析，从而预先使驾驶者感知到可能发生的危险，有效增加汽车驾驶的舒适性和安全性。

ADAS 系统的出现将掀起旅行和公路运输货物的革命，同时提高驾驶安全性。它有望为所有年龄人群提供更大的活动自由度，并且能提高汽车运行的效率。同时，它能通过消除人为错误和分心而驾驶威胁，从而降低事故率。 

虽然传感器不断改进，但是目前来讲，依旧没有保障安全驾驶的单个传感器。必须选择一套互为 补充的正交传感器，其通过提供关键信息和冗余优化驾驶性能，以确保始终安全。典型的传感器 套件包括雷达、激光雷达、超声波传感器和可见光相机等。 

在本篇文章中，我们将向您介绍红外热成像技术独特的优势——在复杂的驾驶环境中能够检测和区分人与其它生物，向传感器套件中 添加红外热成像技术的益处。 

为什么典型的 ADAS 环境中采用多种传感器？ 

ADAS的驾驶状况变化很大，选择的传感器套件不仅能在城市、乡村和公路环境中正常运行，而且必须在一切天气条件、白天和黑夜中始终表现良好，这意味着每种驾驶环境都伴随着极大地挑战 和不同需求。

若要实现自动驾驶，需要整套传感器来协调工作，如不仅能进行可靠监测而且具有内置冗余以防 止传感器发生故障。目前，没有一项技术能集成完全自动驾驶必需的所有功能。每个传感器可单 独用于检测，或被“融合”用于在中央电子控制单元（ECU）或车辆中央计算机内作出决策。 

自动驾驶系统采用数种方法，但是核心处理途径是先检测随后对物体进行分类，以确定车辆应采 取的一系列措施。如雷达和激光雷达系统能够检测道路上或道路周围的物体，但如配有用于分类 和识别物体的红外热像传感器，让您对自己的态势感知信心满满。雷达和激光雷达系统根据其收 集到的反射信号产生一个点密度云并计算物体距离和接近速度，但是与红外热像传感器相比，其 分辨率较低，并且无法轻松识别物体。由于分辨率较低这一特性，为了优化在不同范围的检测能 力，制造商可能会在汽车中安装多种装置，如用于自适应巡航控制的远程雷达和用于紧急制动辅 助的中程雷达等。

如果一名行人从两辆汽车中间穿过，将有很微弱甚至无用于识别潜在风险的反射信号。激光雷达 系统可提供更高的信息密度。但是，如果物体距离较远或车辆以较高速度行驶时，激光雷达系统 几乎无法对物体进行分类。这些通常较昂贵的旋转装置具有更高的数据传输速率，但是其长期稳 定性未经验证。同时，固态装置具有更强的稳健性且成本可能更低，但是拥有更少的目标点，尤其是当从较远的距离观测物体时。 

激光雷达能够检测到物体，但是无法对其进行分类。红外热像传感器可为配备 ADAS 的机动车提供可采取正确行动所需的数据。 

为了以经济划算且可靠的（冗余的）解决方案生成物体分类所需数量的数据，雷达或激光雷达很 可能需要在大部分白天条件下结合来自一部可见光相机的输出，在夜间或昏暗的白天条件下结合 来自一台红外热像传感器的输出。这些系统协作，便可检测路边的物体。然而，如前所述，分类是任何检测性能的一个重要部分。