Uber事故後,熱感應攝像頭會成為自動駕駛新標配麼?

2020-11-29 易車網

熱感應攝像頭突破人類肉眼極限，成為行車利器，提高了自動駕駛車輛的安全係數

上月，在美國亞利桑那州坦佩市，Uber的自動駕駛車發生了一起致命事故。之後，對於人們對於自動駕駛車輛產生了兩個基本問題：為什麼事發時該車沒有檢測到伊萊恩.赫茲伯格正在穿過馬路？我們該怎樣避免這樣的事故再次發生？

Uber已暫停該自動駕駛測試項目，並正配合美國國家運輸安全委員會的調查。目前，美國國家運輸安全委員會還未披露任何發現或細節。 人們一直認為，即使在黑暗環境下該車的雷射雷達應該還是能檢測到赫茲伯格的。或許這個雷射雷達有盲區，或者是汽車的雷達不能夠斷定赫茲伯格為路人，也或者是該車的軟體未能讀取剎車或轉彎的指令。

不管原因何在，這場事關生死的事故讓人們的關注點集中在如何讓自動駕駛更安全上來。一個叫做菲力爾（Flir）的公司發掘出一個新的機會: 為自動駕駛車輛配備熱感應攝像頭設備。

菲力爾總部位於美國的俄勒岡州，該公司的產品負責人麥克·沃爾特斯(Mike Walters)說:「熱感應攝像頭最擅長的就是幫忙找到不想撞擊或接觸到的東西，更不要說人類啦」。傳統攝像頭能觀察到可見光的情況下，Flir的感應器主要聚焦光譜的紅外部分。即使是在寒冷的夜晚，它也能探測到溫度的細微差別，哪怕只有0.1華氏度。所以，它能很快監測到一些像自行車之類的溫度稍低的金屬構造。即使在240米開外，這一感應依然有效。與雷射雷達系統不同，這種感應器不受水霧和陽光直射的影響。

其實，這一原理已經被廣泛應用到各個領域。例如，運用熱感應投射物檢測電路中的已經腐蝕的保險絲; 發生火災時，利用熱感應追蹤原理定位並找到困在建築中的人。

過去幾年，菲力爾早已將熱感應攝像頭應用到成千上萬的汽車中，比如寶馬7系等車型。黑暗中，司機很難注意到動物或人類。但運用這一技術，司機就能在儀錶板屏幕上看到一個很亮的白點。

菲利爾公司下一步要做的就是使汽車的系統能夠成功避過這些障礙物。目前，該公司正將機器學習方法運用到紅外數據解讀方面。這一技術能夠幫助汽車中的電腦系統判斷路上的行人和騎車者的熱感應數據，就像讀取傳統數據一樣。

菲利爾希望能生產出一個具備熱感應成像技術的系統，這樣以來，系統就能夠預先辨認前方的路況，並根據情況提醒司機或者自動剎車。

對於自動駕駛車輛而言，這一技術無疑是如虎添翼。這一技術不會取代現今廣泛使用的雷達、攝像頭、和雷射定位器等等，它只是更好地輔助他們監測需要注意的東西。

「熱感應成像最大的好處就在於它的互補性，它能夠在黑暗或惡劣天氣環境下大展身手「，Nutonomy的執行長卡爾•艾格尼瑪（Karl Iagnemma）說。

當然，熱感應攝像頭並不是完美無缺。它很昂貴，一件約2500美元。雖然，其價格日後會控制到每件1000美元，但是，相比傳統相機它還是很昂貴。這就是你為什麼能夠在寶馬7系的車上能看到類似構件，但在日產Sentra上卻看不到的原因。

此外，艾格尼瑪還指出熱感應攝像頭的解析度沒有傳統攝像頭那麼高，它捕獲的紅外波也無法穿透玻璃。不過，這些畢竟都是常規攝像頭就能做到的事。

相關焦點

  • Uber 自動駕駛這四年
    Levandowski 在現場展示了谷歌早期版本的自動駕駛汽車樣車。Kalanick 看到後，當場表示要買下 20 輛，他當時笑著說：「它明顯會成為下一個發展方向。」兩人會買些食物，然後在舊金山輪渡大廈附近碰頭。2016 年 1 月的一天，Levandowski 跑去舊金山 Uber 總部，和 Uber 高管密談了一番。當時他還是谷歌無人車項目成員。談話後的第二天，Levandowski 就註冊了新公司 280 Systems（Otto 前身）。
  • 以色列公司研發熱感攝像頭 助力自動駕駛汽車
    【環球網綜合報導】據路透社9月12日報導，以色列初創企業AdaSky在11日宣布研發出一款遠紅外(FIR)熱感攝像頭。該攝像頭使用計算機視覺算法來檢測行人、動物和物體的熱量，可以幫助解決自動駕駛汽車面臨的一些棘手問題。
  • Uber撞人致死,無人駕駛還缺遠紅外熱成像傳感器
    一輛 Uber 的自動駕駛汽車在亞利桑那州坦佩市的公共道路上與一名行人相撞，該行人在送往醫院後不治身亡。坦佩市警察局長西爾維婭·莫伊爾（Sylvia Moir）在接受採訪時稱：「基於受害人是從陰影中突然出現在馬路上的，很明顯，在任何一種模式（無人駕駛或人為駕駛）下，都很難避免這種碰撞。」這起意外事故將不僅影響 Uber 的自動駕駛的計劃，還將影響到整個無人駕駛行業最終發布能在公共道路上行駛的無人汽車的計劃。
  • Uber自動駕駛撞人原因解析:一場原本可避免的災難
    這是全球首例自動駕駛汽車路測撞死行人的交通事故，引發了公眾的極大關注以及對自動駕駛汽車安全性的擔憂。本文引用地址：http://www.eepw.com.cn/article/201804/377743.htm　　事發後不久，坦貝市警察局局長對媒體表示，這場車禍無論是不是人類駕駛，都是不可避免的，這可能不是Uber的錯。
  • 自動駕駛的視覺密碼丨科技說
    自此，ADAS被業界公認為能夠提高汽車行駛安全的技術，並將逐漸成為智能汽車的標配，而攝像頭作為成本最低、技術最為成熟的感知硬體，無疑成為了車企爭相搭載的香餑餑。這一方案的原理簡單來說，就是通過拍一張或多張連續圖片序列的方式，向汽車計算機下達任務指令，包括識別車輛、追蹤物體、場景分割等等。
  • 高精地圖,公認的自動駕駛標配,但特斯拉並不care
    自動駕駛，除了傳感器、軟體定義汽車，還有什麼？高精地圖，全稱高解析度地圖（High Definition Map，HD Map），在當前主流的自動駕駛發展路徑中，處於不可或缺的位置。本文為讀者分享有關高精地圖的最熱點問題，從定義、模型、製作、定位、量產五個角度，讓大家對高精地圖有一個全面的了解。
  • 「小車看百度,大車看深蘭」,自動駕駛公交駛向千億藍海市場
    民眾熱、企業熱，政策也熱。今年2月，發改委、工信部、交通運輸部等多部門聯合印發了《智能汽車創新發展戰略》；11月初，工信部也出臺了《新能源汽車產業發展規劃(2021-2035年)》。可以預見，自動駕駛將是一片無限廣闊的藍海市場。
  • FLIR為Veoneer提供熱感技術 助力L4自動駕駛汽車
    蓋世汽車訊 據外媒報導，菲力爾公司（FLIR Systems, Inc.）宣布，其基於Boson®的熱感技術已被Tier1汽車供應商Veoneer採用，用於L4自動駕駛汽車生產。
  • 中科院王飛躍:自動駕駛早期以虛擬測試為主,也有「馬糞」難題
    而另外一方面自動駕駛技術的成熟，還有漫長的路要走，離普通的消費者隨意購買無人車的時代還很遠。 自動駕駛是一項非常好的技術，乃至服務，但在其真正成熟前，普羅大眾不應該成為其試驗品。 自動駕駛的新人舊相 王飛躍在全球的自動駕駛領域中，都屬於「上古時期」的人物，早在上世紀90年代，其就參與了多個自動駕駛相關的項目，比如NASA的移動機器人，月球探測車，礦山自動駕駛車，以及在uber近日出事故的道路上，試驗通過攝像頭和雷達實現的無人駕駛車VISTA Car。
  • 誰可能成為自動駕駛安全的救星?
    大貨車、建築物……未來，我們拿什麼保證自動駕駛的安全？ 龐大物體反而是「高級輔助駕駛」的剋星 誰可能成為救星？ 10月，特斯拉軟體黑客「green」爆料，在特斯拉軟體更新中發現了新功能提示——一個名為「Phoenix」的新雷達選項，Phoenix是Arbe雷達的名稱。
  • 自動駕駛汽車安全性再升一級:熱成像儀將提供更好的夜視功能
    熱成像公司 FLIR 和以色列初創公司 Adasky 正在研發應用於自動駕駛汽車的新型熱傳感器，這種熱傳感器通過識別行人、動物以及周圍環境發出的熱量，形成物體輪廓圖像，進而幫助司機發現行駛過程中的危險。
  • 汽車:Mapper使用Uber-Precise道路掃描儀幫助未來的自動駕駛汽車
    優步這樣主要還是想更好地為用戶服務，但當時應該沒想到兩年之後，會用公司利用這個來幫助開發自動駕駛汽車。總部位於舊金山的Mapper公司是另一家致力於開發自動駕駛汽車的創業公司。與Waymo或Drive.ai不同，Mapper並沒有創造自己的半自動駕駛汽車。相反，該公司專注於收集地圖數據，然後可以將其出售給其他開發人員。
  • Uber自動駕駛團隊「賣身」:行業領頭羊,也敵不過燒錢無底洞
    文| 營哥2018年，自動駕駛汽車被推上了風口浪尖。當時，一輛正在測試中的Uber自動駕駛汽車，以69公裡的時速撞死了一位橫穿馬路的婦女。事故發生後，社交媒體上引起軒然大波。媒體、社交網站紛紛報導、討論，因為這是全球首起自動駕駛致死事故。
  • Waymo利用AI生成攝像頭圖像 用於自動駕駛仿真
    蓋世汽車訊 據外媒報導，日前，Waymo表示開發了新方法SurfelGAN，利用自動駕駛汽車收集的傳感器數據，通過AI生成用於仿真的攝像頭圖像。SurfelGAN使用紋理映射表面元素（surface elements，簡稱surfel）重建場景和攝像頭視角，以獲取位置和方向。
  • 亞特蘭大希望成為首個自動駕駛汽車城市
    如果論證計劃在9月初如期進行，亞特蘭大將成為測試自動駕駛汽車最大的城區之一。上月美國交通部選定了10個為自動駕駛汽車『提供場地』的地點。這些地點包括北加州的收費公路、愛荷華東部大草原和密西根州汽車先驅亨利·福特原先在第二次世界大戰時生產轟炸機的工廠所在地。雖然亞特蘭大不在名單中，但該城市官員希望能影響政府的決策。
  • 在自動駕駛領域,誰有機會成為那個通吃的贏家?
    顯然，這些公司和方法不可能都成功；但我們可以從中學習和探索：在自動駕駛領域，會不會出現贏家通吃的局面，哪些廠商或路徑有機會達到。在這個行業是否也存在網絡效應，是像網際網路行業一樣，有一兩家巨頭成為最後的贏家，還是會有五到十家公司進行慘烈的競爭？
  • Uber 關閉自動駕駛「卡車」項目，全心投入「汽車」自動駕駛研發
    7月31日消息，Uber 對外正式宣布關閉「自動駕駛卡車」項目，將會把技術重心轉移到「自動駕駛汽車」的研發上，同時 Uber 表示關閉「自動駕駛卡車」項目的決定不會影響到 Uber 貨運項目，Uber 貨運是一個貨車派單應用平臺，類似中國的「58速運」和「貨拉拉」。
  • 特斯拉熱衷自動駕駛革命,奔馳堅持進化論
    當特斯拉在大張旗鼓地宣傳自己新推出的完全自動駕駛軟體的前沿性時，競爭對手梅賽德斯-奔馳雲淡風輕地表示，它已經開發出了類似的系統，只是還沒有讓公眾在城市道路上使用該系統。奔馳是開發高級駕駛輔助系統（ADAS）的先驅，他們採取循序漸進的方式發布新技術，讓自己的工程師一遍又一遍地對其系統進行驗證，而不是把這個工作交給公眾來做。
  • Uber、Waymo紛紛收購仿真技術公司,仿真模擬為何對自動駕駛如此重要?
    眾所周知，自動駕駛汽車的感知能力非常重要，需要在行駛過程中靈敏地識別道路上的物體，如其他的車輛、行人、路標、紅綠燈、建築物、樹木等等。但是，在天氣惡劣的時候，如下暴雨、暴雪、陽光極其強烈、以及沒有燈光的夜晚，感知和識別能力都會大打折扣。比如當強光照射在某個容易反光的物體上時，自動駕駛汽車安裝的攝像頭可能會被強光影響而錯誤地識別該物體。
  • 特斯拉電動無人駕駛汽車再發車禍:特斯拉、Uber自動駕駛車禍盤點
    本周二美國加州地方政府稱一輛開啟了自動駕駛系統Autopilot的特斯拉轎車撞上了一輛停著的巡警車，事發地點在美國南加州地區。當時停著的巡警車內並沒有警員，特斯拉司機受了輕傷。這已經是今年以來在美國發生的第三起因特斯拉自動駕駛功能開啟時發生的嚴重車禍。