|
·一颗冉冉升起的新星 引言 “滴滴双子星”自动驾驶硬件平台发布的时候，一条硬件配置吸引了我的注意，覆盖100米范围的1颗红外相机。红外相机使用的红外热成像技术属于典型的军用转民用技术，军用转民用在汽车行业熠熠生辉的例子无需赘述，看看全球卫星导航系统GNSS在自动驾驶行业扮演的角色和承担的责任就知道其举足轻重。 本篇文章我们关注这样一颗冉冉升起的新星-车载红外相机，且极有可能在自动驾驶感知系统中占有一席之地。其所使用的红外热成像技术最早应用于单兵作战系统（红外瞄准镜、夜视眼镜），转民用后在工业测温、公共场合测温、森林防火等领域大放异彩。 目前部分厂家正在开发高可靠性，稳定性的车规级红外相机产品，以期能在自动驾驶感知传感器领域发挥所长，完善高级别自动驾驶感知系统，为高级别自动驾驶早日落地尽一份绵薄之力。滴滴是目前我所见到最早规划红外相机产品在高级别自动驾驶系统上应用的企业，其产品是否为车规级目前不得而知。 工作原理 车载红外相机采用的是红外热成像技术，在军事、消防、医疗、工业生产、海关中的应用已经非常广泛。疫情期间，公众场所负责体温检测的忠诚卫士，不会放过任何一个美丽的脸红姑娘，也不会放过任何一个小伙试图隐藏的屁。 红外热成像技术是一种通过探测器来接收物体发出的红外辐射，任何温度高于绝对零度（-273℃）的物体都会进行红外辐射，物体的红外辐射经过镜头聚焦到探测器上，探测器对接收到的红外辐射进行光电处理，最后生成人眼可见的红外图像。 红外热成像技术的核心是红外热成像探测器，目前掌握非制冷红外热成像探测器核心技术的国家主要有美国、法国、以色列、中国。美国一家独大，处理绝对的领先地位，中国近10年发展飞速。国内已有企业开发出世界第一款8μm非制冷红外热成像探测器芯片（1920×1080）。 主要玩家 红外热成像技术头部企业国外有以色列SCD，法国ULIS，美国FILR、雷神、DRS等。国外的后续可开专栏介绍，本文暂且不表。这里着重介绍两家中国企业，轩辕智驾和艾睿光电，均已开发出车规级的红外热成像探测器。 轩辕智驾成立于2016年7月，是武汉高德红外旗下全资子公司。主要负责车载红外热成像技术产品开发、销售。目前已有车规级25μm像元尺寸、分辨率768x576的产品量产，17μm像元尺寸，分辨率为768x576的产品预计2021年年底量产。 艾睿光电成立于2010年，是睿创微纳子公司，专注于红外热成像产品的研发、制造。目前已有车规级17μm像元尺寸、分辨率384x288的产品量产，12μm像元尺寸，分辨率为640x512的产品预计在2021年Q3量产。 可能有人质疑，红外相机分辨率为啥会这么低，其实不然，由于成像原理不同，分辨率为640×512的红外相机，红外图像效果已经非常清晰细腻，500米仍可分辨出野兔大小的物体；分辨率为384×288的红外相机，700米仍可准确识别行走的人体。 而像元尺寸的大小主要影响成像模组大小及分辨率与辨识距离。更小的像元尺寸将进一步满足热成像模组设备小型化、集成化的行业需求。同时，相同焦距光学系统下，像元尺寸越小，空间分辨率越高，辨识距离越远。 另外一个就是成本因素，640x512分辨率的产品就要几万，1920x1080分辨率预计要上10万。 解决的痛点 面对完全自动驾驶，目前还没有一种传感器可以解决所有场景感知需求，下图列举了目前高级别自动驾驶常用传感器的优缺点。 从表中，我们可以看到目前没有一种传感器可以覆盖全天候，全天时的感知需求，未来必定是多传感器融合，各自取长补短，共同助力载具实现完全自动驾驶。 车载红外相机主要具有如下成像特点：
因此，初步判断车载红外相机必将解决恶劣天气，恶劣光照条件下的远距离障碍物识别痛点。 测评结果 偶尔的机会，我们拿到国内厂商的一款分辨率640x512的红外相机产品，并对其进行了一个典型应用场景的识别效果测评，并与一款车载200万，1920x1080分辨率的可见光相机进行对比，用于评价其在提升复杂环境下自动驾驶感知的能力，现选取几个典型场景进行分析。 1. 强逆光环境 对于可见光相机来说，进隧道与出隧道会有短暂的致盲，在这短暂致盲时间，就会导致车道线、交通标识识别失效。我们通过测试强光照射下的仓库内部来模拟进入隧道的场景。 从测试结果来看，可见光相机在这个时候已经完全看不清仓库内部结构，而红外相机可以清晰看清内部的结构。 2. 明暗交替环境 高速公路或城市主干道一般都会有路灯，少量的灯光对可见光相机高动态性能要求非常高，从接触过的车载可见光相机来说，该场景下识别车道线、交通标识等效果已经足够优秀，现在我们看下红外相机在这种场景下识别车道线的效果。 可见光相机非常清晰的识别出车道线，红外相机虽然也识别到了车道线，但也识别出了非正常的车道。上方红线包围着的是下水道，被识别出一条近似车道线的图像。右下角是已经完全擦除的旧车道线，人眼已经基本看不出来，但却被红外相机发现。城市中车道线的擦除，重画现象不在少数，红外相机如何排除干扰，准备识别出车道线，是十分考验算法的能力。 3. 全黑环境下 全黑环境下，人眼和可见光相机是失效的，我们测试了全黑环境下红外相机的识别效果。 图片上可能不是特别明显，但从实际验证的时候来看，效果是非常惊人的，10米左右我人眼才看到这个骑电瓶车的人，但是在100米开外，从红外相机上就可以看到慢慢驶进的这个骑行人。 4. 厂家测试对比 从某产品官网截取典型场景的测试对比结果，效果还是非常惊人的。 最后 车载红外相机必将成为全天候，全天时完全自动驾驶感知系统的重要一员，成为解决自动驾驶长尾问题的有力武器，但在真正功成名就之前，还有较长的一段路要探索。
|
|
|
