處理攝像頭能見度低的問題，是汽車行業必需處理的瓶頸。這既關乎到ADAS感知的才能提升，也是為自動駕駛提供更低本錢的處理計劃。
汽車攝像頭CMOS計劃供給商Omnivision的相關擔任人表示，關于自動駕駛系統來說，請求包括更高的分辨率、更高的動態范圍、同時停止LFM、多色濾波陣列(CFAs)和網絡平安。
雖然紅外夜視曾經在量產車上，比方一些高端車型運用多年，但這些系統目前普遍僅僅是給到駕駛員預警，不具備與ADAS交融的功用平安等級請求。并且，相對較高的本錢也是一個短期的限制要素。
近日，一家來自以色列的視覺處理計劃公司TriEye宣布，日本電裝正在評價該公司基于SWIR技術開發的工程樣件。
TriEye公司基于短波紅外(SWIR)傳感技術，進步傳統攝像頭在惡劣天氣和夜間條件下的能見度。SWIR通常被定義為波長在0.9-1.7μm，光譜比通常運用的近紅外光譜波長更長。
此前，保時捷和其他客戶正在對TriEye公司的計劃停止評價，完成在各種成像場景下提供關鍵圖像數據的才能。
這是由于應用了SWIR光譜的共同物理特性。該傳感器在低能見度條件下特別有效，例如辨認穿黑色、深色衣服的行人和騎行人，以及在低光或其他常見的低能見度條件下。
TriEye的SWIR相機能夠集成為規范的可視相機，并重用現有的可視圖像人工智能算法。
基于銦鎵砷(InGaAs)的SWIR相機曾經存在了幾十年，并在科學、航空航天和國防工業中得到了應用。
但是，由于其昂揚的本錢和較大的外形體積要素，過去并不合適應用于相似汽車這樣的民用市場。TriEye的技術計劃，則是基于CMOS工藝，體積小，本錢比當前技術低1000倍。
和之前行業內運用的遠紅外相機不同，SWIR是基于光電二極管效應，就像規范相機一樣。與熱成像相機不同，輸出相似于規范相機的圖像。
此外，SWIR相機能夠放置在玻璃（擋風玻璃，頭燈等）后面，和目前傳統的攝像頭相似，但熱成像相機目前做不到。
同時，熱成像相機不能運用現有的計算機視覺算法，需求數百萬英里來重新鍛煉新的深度學習算法。
與物體自身發射的中波紅外(MWIR)和長波紅外(LWIR)光不同，SWIR與可見光相似，光子被物體反射或吸收，為高分辨率成像提供了高比照度。
不過，SWIR相機必需運用為特定波長范圍設計、優化和涂覆的透鏡。而運用專為可見光譜設計的透鏡將招致較低的分辨率圖像和較高的光學像差。
短波紅外能探測反射光，比短波可見光探測更遠的間隔，且不失真、無散射，更合適在霧、灰塵和煙霧中成像。此外，SWIR成像儀在低光照條件下表現出色。
與長波紅外（遠紅外夜視）相比，短波紅外具有高動態范圍性能。不過，短波紅外也有缺陷。
比方，短波紅外能夠輸出豐厚的背景細節，但是由于人和樹木背景之間的比照很小，所以很難分辨出遠處的人的存在。在對應的長波紅外熱成像中，人與背景則能夠構成鮮明的比照。
以色列投資公司董事總經理表示：“TriEye的技術有潛力加強傳統相機的功用，在低能見度條件下進步性能，以補充傳統相機傳感器技術的缺陷。”
