2003年，动物学家埃里克·沃兰特接到了丰田汽车公司的意外合作邀请电话。
丰田渴望帮助驾驶员在夜间更好地看清道路。大多数行人死亡事故都发生在夜间，因为行人难以被发现（酒精消费也可能是造成这一统计数字的原因）。该公司正处于考虑无人驾驶汽车的早期阶段，这将需要摄像头不仅在白天而且在夜间也能看清道路和标志。沃兰特的专长是昆虫的夜视能力，这家汽车制造商想知道隆德大学的这位科学家是否可以帮助他们开发受生物学启发的夜视技术。
隆德大学的数学家之一亨里克·马尔姆指出，标准红外夜视技术在道路上存在问题，沃兰特为该项目招募了他。例如，一些夜视摄像头用红外光照亮场景，并利用其反射来构成图像。这可能适用于一辆汽车在黑暗的十字路口发现行人，但如果两辆汽车在夜间沿着街道相向驶来，都发出红外光束，它们只会使彼此的摄像头失明。此外，红外摄像头无法捕捉颜色，这对于彩色交通标志来说是一个问题。
关于支持科学新闻业
如果您喜欢这篇文章，请考虑通过以下方式支持我们屡获殊荣的新闻业 订阅。通过购买订阅，您将有助于确保有关塑造我们当今世界的发现和想法的具有影响力的故事的未来。
沃兰特和他的同事们了解到，夜间活动的动物使用的一个技巧是总结它们的视觉输入，以两种不同的方式将传入的光信号加在一起，从而感知更明亮的图像。动物的大脑可以将多个相邻光感受器触发的光信号组合起来，也可以将数毫秒内传入的多个信号加起来。马尔姆着手设计一种算法，该算法将对数码相机的图像执行相同的操作。这个概念非常简单：组合来自多个像素的入射光，并将过去几毫秒内传入的信号相加。
但这对于计算机来说需要处理大量的数字，而且为了让摄像头对驾驶员有所帮助，它必须实时提供图像。“最大的挑战是使其足够快，”马尔姆说。他和另一位隆德大学数学家马格努斯·奥斯卡森编写了一个程序，该程序可以在图形卡（当时在典型相机中不是标准配置）上快速处理图像，该图形卡并行运行计算，因此速度更快。
奥斯卡森指出，研究人员克服的另一个挑战是，摄像头和相关算法必须快速适应不断变化的条件，例如车速和外部光照水平。在低速时，随时间推移汇集信号效果很好，但在驾驶员踩下油门时，可能会使图像过于模糊。
十多年前，科学家们驾驶他们的测试摄像头在瑞典乡村和丰田汽车欧洲总部布鲁塞尔周围的街道上行驶。“尽管一切都有些粗糙——而且有点迟钝，”沃兰特说，“但该算法的表现令人难以置信地出色。这就像有人打开了灯一样。”
丰田汽车欧洲研究与开发中心的人工智能和自动驾驶高级经理乔纳斯·安贝克-马德森称结果“非常棒”。虽然丰田尚未明确说明将如何处理奥斯卡森和马尔姆的算法，但安贝克-马德森表示，这当然可以应用于该公司想要制造的汽车。