夜視攝像機拍攝的熱圖像通常是單色的、有顆粒感的，并且或多或少有點模糊。據26日出版的《自然》雜志報道，美國普渡大學和洛斯阿拉莫斯國家實驗室的研究人員開發了一種熱輔助探測和測距（HADAR）系統，通過訓練人工智能（AI）來確定熱像中每個像素的溫度、能量特征和物理紋理，產生的圖像幾乎與傳統相機在日光下拍攝的圖像一樣清晰，可幫助自動駕駛車輛在所有戶外條件下更安全地運行。
為了訓練AI，研究人員在夜間使用復雜的熱成像相機和成像傳感器在戶外捕獲數據，這些傳感器能夠顯示整個電磁頻譜的能量發射。他們還創建了戶外環境的計算機模擬，以便進行額外的AI培訓。
研究人員表示，HADAR學會了檢測物體并估計與這些物體的距離，其準確度比僅依靠傳統夜視技術高出10倍。它利用不可見的紅外輻射來重建夜間場景，清晰度就像白天的一樣。
但HADAR仍面臨實際應用中的挑戰，如實時數據采集、動態模糊和成本問題，笨重且昂貴的相機和成像設備需要以更小的體積和更低的成本來制造。而其收集和處理數據的過程仍然需要大約一分鐘，理想情況下該時間在幾毫秒內，只有這樣，才能保證無人駕駛汽車在行駛中使用該系統。
