美国东部时间 3 月 19 日晚间，一辆 Uber 的自动驾驶汽车在亚利桑那州坦佩市的公共道路上与一名行人撞，该行人在送到医院后身亡自杀身亡。警方在一份声明中称之为：「当时该车辆于是以往北行经，一名女性在人行道外穿越一条四车道道路时被它撞到。

」坦佩市警察局长西尔维娅·什伊尔（Sylvia Moir）在拒绝接受专访时称：「基于受害人就是指阴影中忽然经常出现在马路上的，很显著，在任何一种模式（无人驾驶或人为驾驶员）下，都很难防止这种撞击。」这起意外事故将不仅影响 Uber 的自动驾驶的计划，还将影响到整个无人驾驶行业最后公布能在公共道路上行经的无人汽车的计划。这则新闻将「无人驾驶技术」推上冷侦。现有无人驾驶技术路线优缺点目前，国际上自动驾驶环境感官的技术路线主要有两种：一种是以特斯拉为代表的毫米波雷达主导的多传感器融合方案，另一种以低成本激光雷达为主导，典型代表如谷歌 Waymo。

我们来分析一下这两条线路对前方路况分析所用于的传感器：特斯拉的无人驾驶方案以毫米波雷达 + 红外线摄像头居多，最开始有 MobileEye 的参予，以红外线摄像头居多，毫米波雷达作为辅助。经常出现撞到卡车事件后，Tesla 改回毫米波雷达居多，红外线摄像头辅。谷歌的方案基本上是以激光雷达居多，毫米波雷达辅，红外线摄像头完全不参予。

谷歌或许对红外线摄像头仍然不发烧，即使牵涉到到物体不道德辨识，谷歌仍偏向于用三维激光雷达。从上面我们可以显现出目前市面上主流的前向路况检测主要依赖以下三种传感器：毫米波雷达、激光雷达以及红外线摄像头，且只是两个传感器融合。

下面我们来分析一下这三种传感器的优劣势：下诏中可以显现出，目前主流的针对前向的传感器融合方案都有一个明显的缺点：在险恶天气情况下，只有毫米波雷达一个单传感器可以起着起到，而毫米波雷达自身又无法辨识行人。故现有的技术方案不能在长时间天气下工作，在险恶天气环境下（尤其是光线很差的情况）不会对路上行人的生命不会导致很大的威胁。

所以面临这种既要能在夜晚和险恶的天气情况下，解决问题视觉和行人辨识的问题。看起来无人驾驶没能寻找解决方案，但只不过我们忽视了，夜视传感器中的远红外传感器。

远红外技术只考虑到观测主体与环境之间温度差，可以不不受光线情况影响。远红外热光学技术光学效果远红外热光学原理，通过需要利用红外电磁辐射的红外光学系统将视场内景物的红外电磁辐射探讨到需要将红外辐射能切换为便于测量的物理量的器件——红外探测器上，红外探测器再行将高低平均的电磁辐射信号转换成适当的电信号，然后经过缩放和视频处置，构成可可供人眼仔细观察的视频图像，最后通过终端表明、音响设备报警的夜间辅助驾驶员产品。远红外热光学系统下的行人监测效果图小结：悲惨的事故背后，才对对无人驾驶技术的诸多批评，但同时，又是促使该领域不断完善的仅次于动力。充满着敬畏，大胆创意。

原创文章，予以许可禁令刊登。下文闻刊登须知。

本文来源：28圈平台官网入口-www.bakimcihazi.com