红外热成像感知技术崛起，筑牢智驾安全“防线”

　　日前，美国国家公路交通安全管理局（NHTSA）对240万辆配备特斯拉全自动驾驶（FSD）软件的车辆展开调查。此前NHTSA收到4起撞车事故报告，事故发生时，道路能见度都较低，且FSD系统都处于运行模式，所以FSD“检测并适当应对道路能见度降低情况”的工程控制能力也在此次NHTSA审查范畴。在智能驾驶飞速发展的当下，这一消息无疑让社会各界对智能驾驶安全引发了更多的关注。

示意图

　　智能驾驶加速落地，倒逼感知系统升级

　　智能驾驶的加速普及无疑赋予了公众更加安全、智能和高效的出行体验，然而在夜晚光线不足或恶劣天气等场景下，无论是L1/L2级辅助驾驶，还是L3/L4级自动驾驶，智能驾驶都会“捉襟见肘”，而造成这一窘境的根源，正是感知层的功能局限。

　　感知层是保障智驾安全的第一道防线。如今的智能驾驶感知技术主要依靠激光雷达、毫米波雷达的“多模态融合”方案以及依靠光学摄像头的“纯视觉”方案，两种技术路线各有千秋，但在夜晚、暴雪、阴雨天气等部分场景下仍存在功能局限性，无法实现全场景全覆盖的感知能力。

　　智能驾驶技术想要再进一步，就要添加新的感知手段，红外热成像由此“崭露头角”。红外热成像技术是利用物体热辐射的原理，通过探测和分析目标物体发出的红外辐射，将其转换为可视化信息。这种技术不受可见光限制，即使在夜间或低能见度条件下，也能实现目标精准识别，这一优势很好地弥补了传统感知方案的短板，无疑将成为补齐智能驾驶“安全长城”的关键一环。

示意图

　　红外感知市场火热，轩辕智驾乘势而上

　　今年4月，NHTSA发布一项新的联邦机动车安全标准，规定到2029年9月，所有乘用车和轻型卡车都将标配包括行人AEB（自动紧急制动）在内的AEB系统。值得一提的是，新标准还要求AEB系统必须在白天和黑夜都能检测到行人。然而，依靠传统摄像头的AEB系统在夜间及弱光条件下效果受限，有权威机构指出，AEB系统有改进的空间，红外热成像技术可能是解决方案的一部分。

　　随着汽车产业进入智能化下半场，智能驾驶技术日益成熟、应用加速落地，红外传感技术和车载红外相机的市场需求也进一步增加。曾有业内人士直言，未来10年将会是红外热成像发展的“黄金10年”。根据市场研究机构The Brainy Insights数据，全球热成像市场将从2022年的36.1亿美元增长到2032年的65.9亿美元。

　　作为率先实现量产的车载红外厂商，轩辕智驾深耕车载红外技术多年，先后推出国内首款前装量产的车载红外热成像产品，并已应用在东风猛士、广汽埃安、吉利翼真等车企的量产车型中。此外，轩辕智驾的红外热成像芯片已通过国际第三方权威机构德国莱茵TÜV的AEC-Q100认证，这是继获得AEC-Q104认证后，其成为国内首家获得AECQ双认证的红外科技企业。

　　依托自身在红外感知领域的技术积累，在政策和市场的双重驱动下，轩辕智驾在汽车智能化发展浪潮中阔步前行，持续开展红外感知技术的适配研发，并与东风、广汽、陕汽、吉利等多家车企及自动驾驶企业深度合作，推动自研自产的红外产品“链上”汽车，为广大用户筑牢智驾安全防线、提升智能驾乘体验。

　　红外感知全面赋能，提升智能驾驶体验

　　搭载红外热成像感知技术的车辆，可全天候（不受雨、雪、雾影响）、全天时（不受炫光、逆光、无光影响）实现在数百米范围内精准识别行人、动物或其他车辆，为智能驾驶系统提供充足的反应时间，进一步提升驾驶安全。此外，在舱内监控方面也“大有作为”。运用红外热成像感知技术，可对座舱温度进行舒适性调节，还可通过红外AI算法对车内实时监测，及时发现被遗忘在车内的孩童及宠物等诸多实用功能，除了上述优势，红外热成像感知技术在汽车AEB、无人驾驶Robotaxi等场景应用中也愈发重要。

　　红外热成像感知技术的应用远不止于出行场景。在矿区作业场景下，可在低能见度情况下准确感知路况变化，进一步保障人车安全；在干线运输场景下，道路状况、气候条件、交通流量等因素更为复杂，有了红外作为安全辅助，司机面对各种运输工况都能游刃有余……在红外感知技术的加持下，真正意义上的智能驾驶的发展前景让人愈发期待。

　　轩辕智驾在红外热成像技术领域的深耕，不仅为车辆装上了可透视的“第三只眼”，提升了在各种场景下智驾系统的安全性，更推动了整个行业的技术进步。10月24日，在由盖世汽车主办的“第六届金辑奖·中国汽车新供应链百强颁奖盛典”上，轩辕智驾的红外热成像感知智驾系统荣获“2024最佳技术实践应用奖”。这一殊荣充分肯定了轩辕智驾在红外热成像感知技术领域的创新实力和行业影响力，也彰显着其在推动中国汽车产业智能化发展方面的积极贡献。

　　随着红外热成像感知技术在智驾领域的不断创新与发展，我们有理由相信，未来智能驾驶技术将更加安全、可靠、智能，红外热成像技术也将凭更远的探测距离、更优秀的恶劣天气应对能力等优势，成为智能驾驶系统的主流感知方案之一。