在過去的幾年時間里，在自動駕駛領域更多的技術研發人員討論的是攝像頭、超聲波/毫米波雷達、激光雷達等傳感器，以及圍繞如何選擇和配置這些傳感器的爭論。

關于紅外夜視傳感器，卻極少被提及。但在Uber的自動駕駛車輛在亞利桑那州發生備受關注的致命事故之后，似乎業界開始重新審視這個問題。

包括FLIR Systems、AdaSky以及中國企業軒轅智駕（高德紅外旗下）等研發制造車載紅外夜視儀的廠家，開始再次成為行業的焦點，盡管在過去的數年時間，紅外夜視儀已經在量產車（寶馬、保時捷等豪華車）上進行少批量的配置。

以Waymo為代表的自動駕駛領軍企業，此前一直在激光雷達上下足功夫，甚至是開始自主研發激光雷達。

去年1月8日，Waymo CEO Krafcik宣布，其自動駕駛系統中的關鍵組件——激光雷達的成本相對于項目開始之時，已經下降了百分之九十，從超過7萬美元直落至7500美元。

但顯然不能給全行業帶來受益，除非Waymo宣布對外出售自己研發的激光雷達。同時，在過去兩年中，價格已經大幅下降的激光雷達，對于大多數市場應用來說仍然是昂貴的。例如，Velodyne的HDL-64E激光激光系統的造價仍需約8萬美元。

盡管，Velodyne 在今年初宣布：旗下16線激光雷達產品 VLP-16 Puck在全球范圍內的價格下降一半，從此前大約7999美元的售價降至3999美元。但這距離300美元的前裝量產價格“甜蜜點”還有很大的距離。

再加上目前一臺車仍需要配置多臺激光雷達，整體成本仍居高不下。

當然，去年開始更多的固態激光雷達初創公司對外宣稱開發出了更便宜的激光雷達技術，體積更小，幾年內價格可能下降至不到100美元。但這仍然是個未知數。

更多的業內人士表示，按照目前的激光雷達產業鏈發展進程，短期內更低的價格必然意味著性能的權衡，比如更低的分辨率、更短的測距范圍。

此外，激光雷達并非像毫米波雷達那樣適應全天候場景，霧、雨和雪等天氣會嚴重影響精度，更何況到目前為止全球還沒有一個針對激光雷達的一致性標準。

對于紅外夜視儀廠商來說，他們也有足夠的證據來說明現有傳感器組合的缺陷。

以特斯拉的Autopilot為例，感知系統采用的是攝像頭與毫米波雷達的協同工作方式，來確定前方障礙物（比如，塑料袋和小狗的區別）。

但是，在低照度下，攝像頭不能正常工作，這是系統的致命弱點。而目前的毫米波雷達技術還未能夠做到對障礙物的識別功能，他們只能提供障礙物的距離和速度。

值得注意的是，在過去的交通事故統計案例中，事故死亡人數在日落之后上升最快。事實上，絕大多數（四分之三）的行人死亡也發生在夜間。

已經得到確認的是，基于紅外夜視系統利用紅外光波檢測物體自然發射的熱量差異，可以檢測到可見光攝像頭、雷達和激光雷達不能識別的物體。至關重要的是，它們在微光和惡劣天氣的情況下表現依舊良好。

目前，在整車量產配置上，寶馬是較早導入夜視系統的廠商之一。自2006年3月起，中國市場銷售的BMW 760Li和BMW 760Li個性化版本車型開始裝備全新的BMW夜視系統。

BMW夜視系統的攝像頭具有比其他系統更廣的探測角度，以及更長的探測距離(探測距離達300米左右)。在車速低于80公里/小時的情況下，熱成像攝像頭擁有的36°的水平廣角能夠涵蓋很廣的探測范圍。

在中等車速下，顯示屏上的影像區域能夠覆蓋車輛前方24°范圍的景象，并且影像區域還可以隨著道路轉彎而進行幅度達到6°的左右轉動。在較高車速下，駕駛者可以啟動數字變焦功能，進而使較遠距離的物體的影像放大1.5倍。

而在2012年推出的奧迪A7也同樣開始配置了遠紅外成像攝像頭，帶有行人識別功能的夜視輔助系統能夠捕捉前方24度內300米內的熱源，當熱源出現在捕捉范圍內，經過電腦處理的圖像會在儀表盤中以黑白對比色進行顯示。

去年，上市公司高德紅外旗下子公司軒轅智駕，發布的“基于高德紅外自主探測器”的新一代熱成像避障系統IR313，具備突破夜障、強眩光、穿透霧霾沙塵、行人識別及報警、前車碰撞報警和預告等多項功能。

軒轅智駕紅外避障系統采用紅外熱成像技術，能夠捕捉前方28°*21°視角、400米外熱源。該款產品能探測超過400m的夜視距離，而市面上大多車載夜視系統探測距離在200m左右。同時，系統會自動匹配不同車速進行功能調整。

同時，系統完全依照車規標準設計，通過了相關機構的認證，夜視攝像頭內部集成智能圖像識別功能，無須外接圖像處理盒子，便于安裝。該系統集成了行人識別算法功能，經過了長期、系統、嚴格的路試驗證。

除了夜視系統本身的成本下降，如何和目前的ADAS及自動駕駛系統的多傳感器進行深度融合，并在基于夜視基礎上的深度學習，也是加快規模化市場導入的機會。

就在近日，全球車載夜視熱成像系統供應商FLIR發布用于碰撞避免系統的熱圖像免費數據集，這也是全球首個。

用這個數據集訓練的系統可以檢測到距離250米遠的物體，或者是汽車前大燈照射距離的4倍。該數據集包含白天和夜間的鏡頭在霧，煙，霾，太陽眩光，和其他負責環境下的照明條件，對象包括行人、動物、自行車和其他車輛。

在過去數年時間，超過50萬個以上的紅外夜視傳感器配置到了通用汽車、寶馬、奧迪、梅賽德斯、奔馳和大眾汽車的駕駛員預警系統。同時，還提供了一個軟件開發工具包，來構建和訓練神經網絡在防撞系統中使用。