据外媒报道，日本京瓷公司（Kyocera Corporation）宣布开发出汽车夜视系统（Automotive Night Vision System），可以在夜间或雨、雪、雾或烟雾等低能见度驾驶条件下准确识别具有碰撞风险的物体。该系统有望减少交通事故并促进更安全的驾驶。
图片来源：京瓷
京瓷汽车夜视系统采用全球第一款可在同一光轴上发射白光（RGB）和近红外（NIR）光的前照灯，从而可实现比备选技术更准确的对象识别。该系统集成了RGB-NIR传感器和京瓷开发的用于高性能物体识别的独特“图像融合人工智能识别技术”。此外，京瓷还开发出另一种生成式AI功能来创建训练数据，以实现更具成本效益的学习和产品开发。
开发背景
为了减少交通事故并促进自动驾驶，汽车制造商将需要更先进的危险检测系统。 到2020年，全球汽车夜视系统市场估计约为21.7亿美元以上。此外，从2020年到2027年，市场预计复合年增长率将超过16.5%。通过通知驾驶员在不利驾驶环境中可能遇到的危险，京瓷的新夜视系统将有助于预防交通事故。此前，只有通过使用专有的融合识别AI技术对可见和近红外图像进行创新集成，才能实现这一功能。
系统特性和优势
[1] 激光前照灯在同一光轴上集成了白光和近红外光
京瓷的系统将来自激光前照灯的白光和近红外光集成在一个光轴上，消除了图像视差并大大增强了图像识别能力。集成式前照灯还采用了由KYOCERA SLD Laser开发的极其明亮、高效、小型化的GaN激光器。此外，该系统具有RGB和NIR光的自动“光束整形”功能，可防止前方驾驶员发生眩光，即通过必要时自动将可见光转换为近光模式，而近红外光保持在远光灯模式。
[2] 使用京瓷专有的融合识别人工智能技术更准确地识别物体
京瓷车载RGB-NIR传感器采用京瓷先进技术实验室（Advanced Technology Laboratories）开发的独创融合识别人工智能技术。并非简单地结合来自两个来源的图像数据，京瓷的系统使用定性AI来比较和评估RGB和NIR图像，即使在低能见度条件下也能以高精度区分行人和车辆。
[3] AI在提升识别性能的同时显著降低开发成本
传统方法需要收集大量NIR训练数据，该过程耗时且成本高昂。而京瓷的人工智能技术会自动生成训练数据，因此可以显著降低训练成本，同时保持高精度识别性能。
未来发展
京瓷将继续研发该系统，目标在2027年后实现商业化。该公司还将通过智能路边单元（RSU）和其他设备等交通监控基础设施技术，为提高交通安全做出贡献，同时调整技术以适用于夜间安全和交付系统等应用。
