夜幕降临，当车辆行驶于乡间小路或空旷国道时，最令人担忧的往往并非复杂路况，而是那些突然闯入视野、难以预判的动物——牛、马、羊，或是骤然窜出的猫狗。
它们既是鲜活的生命，亦是夜间驾驶中不可忽视的安全隐患。如何让汽车在黑暗中不仅“看见”，更能“看懂”它们？这一命题的背后，是睿创微纳与长城汽车的一次深度技术共创，亦是对“安全”与“生命”价值的全新探索。
今天，我们将聚焦睿创微纳与长城汽车联合打造的Coffee Night Vision远红外夜视系统2.0背后，关于数据、关于“真动物工程师”的技术故事。
01 从“看见”到“看懂”：20万张图片奠定基础
远红外热成像技术所捕捉的并非色彩，而是热量分布。然而在真实驾驶场景中，动物的姿态千变万化：或为悠闲踱步的牛群，或为突然加速奔跑的小狗，亦或蜷缩于路边取暖的猫咪。其与环境温差的动态变化，常常令传统视觉算法难以准确判别。
为此，睿创微纳与长城汽车为Coffee Night Vision远红外夜视系统2.0的AI模型，构建了海量且高精度的训练数据集：
图为部分动物样本数据集（含AI感知效果）
超过20万个真实道路场景，涵盖牛、马、羊等大型动物的多样化路况数据；
超过15万张猫狗样本，覆盖不同姿态、距离、角度的多维信息。
这些数据为AI建立了对动物形态的初步认知。然而，我们很快意识到，这仍不足以应对真实世界的复杂性。
02 数据的“最后一公里”：由真实动物完成闭环
AI模型所学习的多为常规可见光图像，而远红外热成像呈现的是完全不同的“热量图景”。动物奔跑时，热信号如何动态扩散？静止状态下，体温如何随环境逐渐淡化？多只动物聚集时，热源之间又如何相互干扰？
这些在仿真数据中极易被忽略的细节，恰恰构成了识别准确率的关键瓶颈。
图片来源：长城汽车
为此，项目团队引入真实动物，在夜间环境中与工程师反复进行实测与标定。通过记录动物奔跑时的热信号扩散规律，捕捉静止状态下体温随时间衰减的特征，分析群体聚集时热源重叠的干扰机制——每一个仿真难以还原的细节，均被从现实中提取、修正，并最终融入算法模型。
03 95%准确率的背后：科技与生命的双向奔赴
正是这种对细节的极致追求，使得睿创微纳与长城汽车联合打造的Coffee Night Vision远红外夜视系统2.0，动物识别准确率超过95%。
这一数据意味着，夜间行车时，系统能够更早、更精准地识别前方潜在风险，为驾驶者争取宝贵的反应时间，切实筑牢安全的第一道防线。
科技的本质，在于服务人与生命。在“毛孩子”们协助守护夜间出行安全的同时，项目团队亦以最高标准保障其安全与健康。它们是团队中特殊的“同事”，更是我们敬畏生命、追求极致的技术态度的缩影。
睿创微纳，以车规级红外热成像技术，赋予汽车“感知温度”的能力；长城汽车，以深耕多年的整车安全理念，为用户打造更安心、更智能的出行体验。
图片来源：长城汽车
从全新坦克500、全新坦克400开始，睿创微纳车载远红外热成像技术为长城汽车硬核越野家族注入更敏锐的全场景感知能力。双方携手，不仅致力于技术功能的进阶，更践行着一份承诺：关爱好每一个生命，守护好每一次出行。
睿创微纳车载红外夜视系统，让科技有温度，让出行更安心。
全部评论 （0）