今年3月份的Uber自动驾驶汽车车祸案一度引发人们对自动驾驶汽车安全性的争议，让人们对自动驾驶充满期待的同时也多了一份担忧和顾虑：为什么自动驾驶汽车没有看到穿过街道的行人并在撞上她之前停下来？我们怎么样才能阻止这种情况再次发生？
    Flir公司（全球红外热成像仪设计、制造及销售领域的领导者）提出将热成像摄像头作为一种辅助探测手段，可以提高对行人或其他障碍物的探测率。

                  图示：热成像摄像机可以探测到100多米以外温度的微小差异——哪怕只有0.1度。
    总部位于美国俄勒冈州的Flir公司产品负责人迈克•沃尔特斯(Mike Walters)说：“热成像摄像头非常善于观察人。”传统摄像头往往在可见光范围内进行观察，而Flir公司的热成像传感器则专注于红外光谱的检测。这种热成像摄像头可以检测到微小的温度差异,低至0.1度的温度变化,这样即便在寒冷的夜晚，自行车的冷金属也能从周围环境中脱颖而出。其探测的距离长达240米，能够与目前市场上功能最强大的激光雷达传感器相匹配。而且，与激光雷达系统不同，这些传感器不会受到烟雾或直射阳光的影响。

    热成像摄像头已经应用在各种场景中：比如热能追踪导弹，检测电子设备中的腐蚀保险丝，火灾救援。 “我们提高热成像摄像头在移动状态下的耐久性，不断降低其能耗从而可以搭配手机使用。我们也能够把它装在枪械的瞄准具上，从而检测到对方的开火位置等等。” Seek Thermal公司战略部门负责人提姆•勒博（Tim LeBeau）如是指出，“这样看来，即使在最颠簸的情况下，将这些摄像头放到汽车上也不是件困难的事。”

               图示：Flir一直在将机器学习技术应用于红外成像读数，帮助计算机学会识别行人和自行车等物体。
    事实上，在过去的十年里，Flir的热成像摄像头已经安装在诸如宝马7系等50万辆汽车上。在黑暗中，当驾驶员难以辨认前方的动物或人时，会在仪表板屏幕上看到明亮的白色人形或动物形状。
Flir已经着手进行下一个计划，正在训练汽车的电脑识别障碍。该公司一直将机器学习技术应用于红外成像数据，帮助计算机学习识别行人和骑行者等，就像其他人对传统相机数据所做的一样。 Flir希望开发一种使用热成像摄像头自动发现障碍物的系统，提醒驾驶员甚至根据情况及时刹车。
    从这种驾驶员辅助系统中，可以很容易地想象一个完全自动的热图像传感器。它不会取代今天的传统车载雷达，可见光摄像头和激光雷达，而是一种补充手段——这是识别出道路障碍物的另一种方法。
    “热成像摄像头的一个关键优势是它们的互补性，” 总部位于波士顿的自动驾驶汽车公司Nutonomy首席执行官 卡尔•伊阿格尼玛（Karl Iagnemma）说道。该公司去年被汽车供应商德尔福收购。他指出，“热成像摄像头可以在恶劣的天气条件下或是黑暗的环境中工作。”
    当然，热成像摄像头并不完美。首先，它们造价太高。例如，Seek Thermal的摄像头价格在2500美元左右，目前该公司正在努力将价格降至1000美元左右。但与普通摄像头相比仍然很贵，这也就是为什么你只会在宝马7系中找到这种东西，而不是日产Sentra。当然，热成像摄像头还是要比激光雷达便宜很多。
    此外，伊阿格尼玛指出热成像摄像头的分辨率不如传统摄像头，其所探测的红外线无法穿透玻璃，也就是说如果物体有玻璃隔挡的话，就没有热成像摄像头能够发现。但是，这时传统摄像头就能够派上用场了。