前三大传感器：光学摄像头、毫米波雷达与激光雷达，已然成为自动驾驶领域中企业标配的传感器。一方面，除激光雷达外，光学摄像头与毫米波雷达其成本已下降到非常可观的地步，企业可大胆的“多”使用这两类传感器；另一方面，从产品性能表现看，三类传感器在不同的应用场景中能互补彼此的短板，如雨雾天中光学摄像头受影响，毫米波雷达依旧能探测范围内是否有障碍物，从而一定程度弥补摄像头“罢工”所带来的后果。

但是，这种“铁三角”组合，随着自动驾驶企业路测增多，在不同天气、不同路况、面对不同目标物等等问题后，显得不再牢固了。如在夜晚会车时因对方远光灯而使得自动驾驶车辆摄像头眩光，此时只剩下毫米波雷达与激光雷达可工作。而毫米波雷达自身又难以识别行人。而能识别行人的激光雷达，在考虑种种现实条件后，能有效覆盖的车前距离只有50m甚至更低，超出部分所探测得到的数据，不足以支持算法做出判断，从而做出正确的执行动作。而开过车的人都知道，50m的预判距离，对高速行车安全是远远不够的。

“铁三角”组合的松动，势必要通过加入新传感器来稳固，而自动驾驶圈必备的“第四个传感器”，之所以是红外热成像技术，有以下几个原因：

一、截然不同的成像原理

了解过红外热成像技术的人都知道，与摄像头通过光成像的原理不同，该技术通过能够透过红外辐射的红外光学系统将视场内景物的红外辐射聚焦到能够将红外辐射能转换为便于测量的物理量的器件——红外探测器上，红外探测器再将强弱不等的辐射信号转换成相应的电信号，然后经过放大和视频处理，形成可供人眼观察的视频图像，最终通过终端显示、音响设备报警的夜间辅助驾驶产品。

正因为完全不同的成像原理，红外能不受恶劣环境与天气，如夜晚无光、反光，大雾大雨天气的影响。五锗红外热成像技术对行人与车辆识别距离皆可达到百米之远，还可以根据车辆与技术的实际需要，进行识别距离更远产品的开发与应用。相信对于自动驾驶事业从业者而言，红外热成像技术足以解决他们目前面临的诸多问题。

二、满足更多的应用场景

当我们在自动驾驶圈谈论传感器，现阶段更多的是谈论传感器对整车的应用。然而事实上，红外传感器不仅可与整车，也可与整车部件结合，形成满足更多应用场景的技术产品，在整车自动驾驶来临之前，先为部分功能自动化落地打响第一枪。

例如目前炙手可热的智能车大灯项目，其实很适合与红外产品相结合。首先双方有着高度重叠的应用场景：车灯多数在昏暗等视线条件差环境下使用，这也是红外产品发挥作用的环境。其次，红外探测器的加入能让车灯探测距离变得更远，超越其光照距离，从而使车灯应用更加智能化。如探测到前方超过100m处有人或会向车辆，车灯可从远光灯自动切换到近光灯模式，使得行车更安全。

三、可观的性价比

自动驾驶是个烧钱的行当，这是得到从业人认同的共识。因此，大家无不想方设法降低运维成本，其中就包括选择性价比更高的核心传感器。此外，自动驾驶是个相当漫长的进程，但部分自动驾驶技术提早落地量产却是可行的，但量产对成本有着相当高的要求。

而红外产品就性能与目前价格而言，性价比十分可观。相比激光雷达动辄几万甚至几十万一个的价格，红外热成像产品的售价简直用“不要太便宜”来形容也不过分。而随着应用层面的拓展，使用量的提升带动产量的增加，红外产品成本将会进一步下降。让更多自动驾驶技术产品的落地扫清价格路障！

结语：

自动驾驶圈中，摄像头、毫米波雷达与激光雷达，以成为固有的三大传感器。但面对复杂多变的行车环境，以及传统三大传感器所存在的缺陷，红外热成像技术将成为自动驾驶圈不可或缺的技术。随着多传感器融合的时代临近，红外传感器也势必能一跃而起，成为自动驾驶圈“第四大传感器”！因为，在恶劣天气条件下，能准确探测出车辆与行人，非红外莫属。