处理摄像头能见度低的问题，是汽车行业必需处理的瓶颈。这既关乎到ADAS感知的才能提升，也是为自动驾驶提供更低本钱的处理计划。
汽车摄像头CMOS计划供给商Omnivision的相关担任人表示，关于自动驾驶系统来说，请求包括更高的分辨率、更高的动态范围、同时停止LFM、多色滤波阵列(CFAs)和网络平安。
虽然红外夜视曾经在量产车上，比方一些高端车型运用多年，但这些系统目前普遍仅仅是给到驾驶员预警，不具备与ADAS交融的功用平安等级请求。并且，相对较高的本钱也是一个短期的限制要素。
近日，一家来自以色列的视觉处理计划公司TriEye宣布，日本电装正在评价该公司基于SWIR技术开发的工程样件。
TriEye公司基于短波红外(SWIR)传感技术，进步传统摄像头在恶劣天气和夜间条件下的能见度。SWIR通常被定义为波长在0.9-1.7μm，光谱比通常运用的近红外光谱波长更长。
此前，保时捷和其他客户正在对TriEye公司的计划停止评价，完成在各种成像场景下提供关键图像数据的才能。
这是由于应用了SWIR光谱的共同物理特性。该传感器在低能见度条件下特别有效，例如辨认穿黑色、深色衣服的行人和骑行人，以及在低光或其他常见的低能见度条件下。
TriEye的SWIR相机能够集成为规范的可视相机，并重用现有的可视图像人工智能算法。
基于铟镓砷(InGaAs)的SWIR相机曾经存在了几十年，并在科学、航空航天和国防工业中得到了应用。
但是，由于其昂扬的本钱和较大的外形体积要素，过去并不合适应用于相似汽车这样的民用市场。TriEye的技术计划，则是基于CMOS工艺，体积小，本钱比当前技术低1000倍。
和之前行业内运用的远红外相机不同，SWIR是基于光电二极管效应，就像规范相机一样。与热成像相机不同，输出相似于规范相机的图像。
此外，SWIR相机能够放置在玻璃（挡风玻璃，头灯等）后面，和目前传统的摄像头相似，但热成像相机目前做不到。
同时，热成像相机不能运用现有的计算机视觉算法，需求数百万英里来重新锻炼新的深度学习算法。
与物体自身发射的中波红外(MWIR)和长波红外(LWIR)光不同，SWIR与可见光相似，光子被物体反射或吸收，为高分辨率成像提供了高比照度。
不过，SWIR相机必需运用为特定波长范围设计、优化和涂覆的透镜。而运用专为可见光谱设计的透镜将招致较低的分辨率图像和较高的光学像差。
短波红外能探测反射光，比短波可见光探测更远的间隔，且不失真、无散射，更合适在雾、灰尘和烟雾中成像。此外，SWIR成像仪在低光照条件下表现出色。
与长波红外（远红外夜视）相比，短波红外具有高动态范围性能。不过，短波红外也有缺陷。
比方，短波红外能够输出丰厚的背景细节，但是由于人和树木背景之间的比照很小，所以很难分辨出远处的人的存在。在对应的长波红外热成像中，人与背景则能够构成鲜明的比照。
以色列投资公司董事总经理表示：“TriEye的技术有潜力加强传统相机的功用，在低能见度条件下进步性能，以补充传统相机传感器技术的缺陷。”
