汽车夜视与热成像系统

照明与视野技术
创建: 11 十月 2026

热成像夜视系统即使在车灯无法照射的漆黑环境中,也能通过捕捉行人和动物的体温,成为预防行人事故的关键安全屏障.

分享此页面

夜视系统是一种热成像摄像装置,能够在车辆大灯无法照亮的黑暗中,探测行人、动物和车辆散发的热量,并将图像呈现在屏幕上.这类系统采用长波红外(LWIR)传感器,即使在完全黑暗中也能生成图像,在预防夜间行人事故方面正日益成为至关重要的安全层.

亮点

LWIR热成像摄像头 工作于8-14 µm 波段,可在完全黑暗中生成图像.
Mercedes-Benz使用近红外照亮道路,BMW则被动地扫描热量.
门控(gated)主动系统 提供250 m 的探测范围,在雨雪天气中表现出色.
搭载热融合技术的AEB测试车辆通过了包括夜间场景在内的所有测试条件;而三款2024年款AEB系统则在至少一项夜间场景中未能通过.
行人死亡事故中大约 四分之三 发生在黑暗环境中.

说实话:在汽车技术之中,夜视系统看起来仍然有点像超级英雄.在大灯灯光无法企及的那片黑暗空间里,它能"看见"行人或突然蹿到路中央的鹿的体温.可这是怎么做到的呢?热量可不是光啊……这正是关键所在:热成像摄像头读取的不是光,而是热.让我们来看看工程层面的原理.

热成像摄像头在车内是如何工作的?

每一个物体——你、我、一头牛、一只正在给车喷漆的不安分的猫、道路本身——都会根据自身温度发出红外辐射.热成像摄像头捕捉的正是这一点:不是反射的可见光,而是散发的热量差异.它将这些热数据转换为可见图像.也就是说,在黑暗中根本不需要手电筒;物体本身已经在"发光"了.思路是这样的:世上万物,只要温度可以被测量,就是一张看不见的地图,而热成像摄像头会把这张地图绘制到屏幕上.

在汽车领域,这项技术的明星是LWIR,即长波红外.这类传感器通常工作于 8-14 µm 波段(有些资料给出的范围是7.5-12 µm),恰好与人身体发出的热波长相吻合.因此它在完全黑暗中也能工作,不受对向大灯眩光的影响,能承受阳光眩光,在雾中和烟尘中也能继续运行.对于卡车排气管或发动机缸体这类极热的物体,还有一个MWIR(3-5 µm)波段,但量产车辆中几乎从不使用.

第二种方案是主动系统:采用近红外(NIR)的系统.它们不是被动的,而是像"手电筒"一样工作——用自己的红外光源照亮道路,读取从物体反射回来的光.NIR保持在 0.75-1.4 µm 波段,需要照明器(投光器).因此它对强光更敏感,探测范围也更有限.经典的"黑暗中打手电筒"的比喻在这里完全适用:手电筒越亮,看得越远,但对面的强光可能会让你致盲.

门控(Gated)系统:对抗雨雪的利器

主动式NIR系统有一种特殊的类型:门控系统.在这种系统中,光源并不持续点亮,而是以脉冲方式发射光线,摄像头与这些脉冲同步工作.也就是说,摄像头会等待光线往返特定距离所需的时间后才"打开门",只读取该距离范围内的反射,忽略前方雨滴或雪花产生的过早反射.结果是:约 250 m 的探测距离,以及在雨雪天气中的高性能表现.这一机制减少了在雾天和雨天破坏图像的后向散射(backscatter)问题.

BMW、Mercedes-Benz和Audi:三种不同的理念

各制造商对夜间视觉的处理方式差异相当大.而这种差异正源于上文所述的NIR/LWIR之分.BMW采用被动式系统:利用远红外技术扫描道路上的热量,不进行任何照明.Mercedes-Benz则恰恰相反:使用近红外投影仪照亮道路,系统中配备了可闪烁和可转向的前照灯.Audi则基于FLIR热成像摄像头提供行人和动物识别功能,图像会叠加到驾驶者的显示屏上.在对比这三者的独立测试中,Audi的领先表现连测试人员都感到惊讶.

这些系统通常出现在高端细分市场:BMW的Night Vision应用于 7系、 5系、 X5 和 X6;Mercedes的Night View Assist应用于 S级和 E级;而Audi的Night Vision Assistant则出现在 A6 和 A7 等车型上.一个有趣的细节:Rolls-Royce的夜视组件与Audi、BMW和Cadillac系统中的完全相同.高端夜视系统的价格区间约为 2,000-2,500美元 .

品牌	系统	技术	方式
BMW	Night Vision	远红外(LWIR)	被动热扫描,无照明
Mercedes-Benz	Night View Assist	近红外(NIR)	用投影仪照亮道路
Audi	Night Vision Assistant	基于FLIR的热成像摄像头	行人/动物识别,屏幕叠加显示

软件层面:行人、动物和车辆识别阈值

摄像头能生成精美的热成像图像,但不能指望驾驶者即时解读它.真正的功夫在软件:它对热成像中的热信号进行分类,并打上"这是行人"、"这是动物"、"这是车辆"的标签.在现代系统中,深度学习目标检测器发挥着作用;基于微测辐射热计的非制冷传感器的输出,可以像Fast R-CNN这样的模型进行处理.该行业最大的参与者之一, 以超过26,000张 标注的热成像和可见光图像组成的免费数据集,同时提供具备检测/轨迹跟踪/传感器融合功能的软件包.

探测阈值的问题则是一个有趣的平衡难题:软件越灵敏,就会有越多东西被标记为"威胁",但这样一来误报也会增多.奥迪的系统不探测比鹿小的物体,正是这种平衡的结果——更小的目标热信号较弱,在远距离上难以探测.硬件方面也在成熟:已经开发出能耐受汽车工况(-40 °C至+85 °C)、无快门的LWIR相机.而最后一步是功能安全认证: ASIL-B 级别, 640×512 分辨率、IP6K9K防护的首款LWIR ADAS相机已经发布.这意味着热成像相机不再只是"豪华选装",而开始成为安全链中的正式一环.过去已向超过一百万辆车供应热成像传感器,这也说明了其规模.

热成像真的能提升安全吗?

简短回答:是的,但需要理解其中的原因.黑暗是行人安全的最大敌人.行人死亡约占 18% ,且死亡事故主要集中在黑暗环境中;大约四分之三的行人死亡发生在夜间.热成像相机正是在这一点上发挥作用,因为它能在任何光照条件下识别行人和动物的热信号.

数据也支持这一点.一款配备热融合的自动紧急制动(AEB)测试车辆,通过了新联邦法规(FMVSS No. 127)的所有昼间和夜间条件;而同一项目中测试的三套2024款AEB系统,则在一个或多个夜间场景中失败.在同样的热融合测试中,车辆在全部六个场景、共 35项条件 中全部在Euro NCAP行人目标前停下.IIHS的数据同样令人瞩目:行人AEB在所有严重程度等级的行人事故中实现 27%的降低,在狭窄类别中实现 30% 的降低.但问题在于——这些系统在黑暗中可能失效.也有积极的研究数据表明,自动激发的夜视系统能改善行人安全.

监管方面也在朝这个方向推进:2024年敲定的联邦法规强制要求配备自动紧急制动,包括在昼间和黑暗中工作的行人AEB;预计每年至少可挽救 360条生命.该法规面临法律挑战,最终时间表尚不明确,但方向已经清晰:在黑暗中也能工作的探测将逐渐成为强制要求.热成像相机正是填补这一空白的技术.

局限性:热成像相机在哪里会遇到困难?

Radar bir şey olduğunu söylüyor; termal kamera onun bir insan olduğunu fısıldıyor - gece yolu asıl böyle güvenli hale geliyor.

我们不应认为热成像"在任何条件下都完美".LWIR在完全黑暗中表现强大,抗大灯眩光能力强,在雾和烟中表现中等.但大雨、浓密水花和极高辐射源会干扰热成像.它无法透过玻璃或反射面清晰观察——因此它不是透过前挡风玻璃观察,而通常是通过格栅中的专用窗口.小型或发热微弱的目标在远距离难以探测.而且成本仍然很高;当这项技术下探到经济型车型时,才会真正实现规模化.

另一方面,雾并不像想象中那么大的障碍:有报告称,在浓雾条件下(能见距离15±4米),LWIR相机在行人探测方面的表现优于NIR和SWIR.对向来车的大灯也不会影响LWIR相机.LiDAR在雨、雾和灰尘中可能损失性能;雷达在夜间表现强大,但热像仪的真正贡献在于分类和温热生物体探测——也就是说,热像仪能将雷达所说"有东西存在"明确为"这是一个人".

夜视的未来:迈向自动驾驶传感器套件

夜视技术约20年前首次出现在搭载热传感器的量产汽车上.从那时起,这项技术已超越驾驶员显示屏的范畴;如今它已进入自动驾驶车辆的传感器套件.最近的例子之一:极氪在其 9X 车型上与一家热成像公司合作以增强夜视功能(2025年8月).2026年的趋势则聚焦于人工智能驱动的分析和多波段热成像系统.

市场也在增长,但市场研究的数字彼此差异颇大;针对夜视系统市场,2026年的预测在 37亿至50亿美元 之间,预计到2030年代初将升至100亿美元区间.此类预测的差异取决于市场如何定义——哪些系统算作"夜视"并不明确.红外探测器市场的图景更广阔,2025年价值为 63.4亿美元 ,预计到2032年将 达到105亿美元 .

让我们回答一个常见问题:热像仪会取代ADAS中的其他传感器吗?不会.它是雷达、激光雷达和可见光相机的补充层——每种传感器擅长的条件各不相同.它也不仅仅面向自动驾驶车辆;在有人驾驶车辆中,它增强行人AEB,而这正是近期监管压力的核心所在.你认为下一步,热像仪是否会走出高端细分市场,成为每辆车的标准配置?在我看来,那一天并不遥远.