據外媒報道，美國菲力爾公司（FLIR Systems, Inc.）認為，若要提升自動駕駛車輛的安全性，采用熱成像讀取技術就是一項不錯的選擇，可應對各類極具挑戰性的光照及氣候條件。

為推動這類熱傳感器的部署應用，FLIR公司提供了開源數據組，涵蓋了1萬個帶標簽的遠紅外圖像，旨在展示如何利用該項技術對糟糕駕駛條件下的行人、動物、自行車及其他車輛進行分類，其駕駛情景涉及：漆黑的外部環境、濃霧天氣、煙塵、烈日等。若采用熱成像攝像頭（遠紅外攝像頭，thermal cameras），將其與數據組相搭配，或能識別200米外的目標物，相當于常規車頭燈探查距離的4倍。FLIR公司微攝像頭產品管理部副總裁Mike Walters表示：“車輛的導航功能受限于車載傳感器套件所提供的感知精度。視覺傳感器無法在漆黑環境、烈日及濃霧等具有挑戰性的光照條件下正常工作，而熱成像傳感器只需感知熱量而非可見光，免受這類不利條件的影響。因此，在上述條件下，熱成像攝像頭可提供更為精準的情境意識與感知（situational awareness and perception），從而提升車輛的安全性，優化車載導航功能。”當前路測中的自動駕駛車輛通常配置了常規攝像頭、超聲波傳感器、雷達、激光雷達等各類設備，旨在感知車輛的周邊環境。盡管上述傳感器套件所采集的信息有助于車載系統做出相應的駕駛決策，但在某些條件下，傳感器矩陣可能導致數據傳輸延遲，使安全性受到影響。為此，目前尚難以計算采用FLIR熱差長波紅外（thermal long-wave infrared，LWIR）攝像頭所能帶來的性能提升幅度，但本周新發布的開源數據組將為車企提供機會，有助于其打造所需的算法，并逐步了解該類設備的優點。