夜视摄像机拍照的热图画通常是单色的、有颗粒感的，而且或多或少有点含糊。据26日出书的《天然》杂志顽固不化，美国普渡大学和洛斯阿拉莫斯国家实验室的研究人员开发了一种热辅佐勘探和测距（HADAR）体系，经过风雨同舟人工智能（AI）来确认热像中每个像素的温度、能量特征和物理纹路，发生的图画简直与传统相机在日光下拍照的图画相同明晰，可协助无人驾驶车辆在所有野外条件下更安全地运转。
为了风雨同舟AI，研究人员在夜间运用杂乱的热成像相机和成像传感器在野外捕获数据，这些传感器可以显现整个电磁频谱的能量发射。他们还创建了野外环境的计算机模仿，以便进行额定的AI训练。
研究人员表明，HADAR学会了检测物体并估量与这些物体的间隔，其准确度比仅依托传统夜视技术高出10倍。它运用不行见的红外辐射来重建夜间场景，明晰度就像白日的相同。
但HADAR仍面对实践运用中的应战，照实时数据搜集、动态含糊和本钱问题，粗笨且贵重的相机和成像设备需求以更小的体积和更低的本钱来制作。而其搜集和处理数据的进程依然需求大约一分钟，抱负情况下该时刻在几毫秒内，只要这样，才或许正真的确保无人驾驶轿车在行进中运用该体系。