對于汽車應用來說，低照度下的性能非常重要。例如，在后視攝影機中，有時僅有的光源來自汽車的倒車燈。為了看到21公尺長（70英尺）和6公尺寬（20英尺）的汽車后部區域，須要安裝具有非常好圖像感測器的攝影機，以便在低于1勒克斯（Lux）的環境中進行查看。為創建此類低感光感測器，DR-PIX技術利用了動態響應像素，在一個像素的設計中結合了兩種工作模式：低轉換增益模式和高轉換增益模式。低轉換增益模式用于明亮場景中的大電荷處理能力；而高轉換增益模式則用于低光場景中增加感光度并降低讀取雜訊。這樣，在所有照明條件下，感測器都提供了所具有的最佳雜訊性能。

　　．動態范圍

　　在實際駕駛情況下，常常會遭遇很有挑戰性的高反差背光條件。如果有太亮的光，部分圖像可能發白或出現斑點。

　　更糟的是，如果場景既有非常明亮的區域，也有非常暗的區域，普通攝影機將很難準確地捕捉整個場景，這樣的極端情況須要攝影機在超過100dB的動態范圍內工作。

　　如果沒有高動態范圍（HDR），交通標誌識別、物體檢測等ADAS應用中的準確性將會變差。為實現HDR攝影機，圖像感測器需要特殊的曝光技術來增強動態范圍，以便捕捉非常亮和非常暗的部分場景。靈敏的HDR汽車成像儀（Imager），能夠在明顯不同的照明條件下工作，而這正是汽車攝影機應用的一個關鍵特性。

　　．NIR敏感性

　　駕駛者監控、手勢控制和夜視等新興應用需要非常高的近紅外光敏感性，因為此類應用需要850至940nm的近紅外線光譜儀來照亮場景或實現3D感測工作。近紅外線光譜儀是一種結構光模式，非常靈敏的NIR成像儀可以感測此類資訊，并傳送微點（Micro Dots）資訊來進行編譯處理。普通的感測器通常無法獲取任何940nm的NIR光，但藉著特殊設計和制程技術，已有公司開發出NIR感測器，能夠在非常極端的范圍內吸收NIR光。

　　無人駕駛將掀起汽車產業革命

　　隨著ADAS和后視/環視攝影機的發展，汽車正變得越來越智慧和越來越安全。互補式金屬氧化物半導體（CMOS）圖像感測器的性能，將成為準確捕捉不同環境條件下場景的關鍵因素。如果無法正確地捕捉場景資訊，系統下游的其余部分可能影響資料的準確性，因而導致錯誤的決定。在系統采集和處理之初，建基于視覺解決方案的CMOS圖像感測器提供準確的資料做為開始是極其重要的。隨著ADAS系統變得更先進，它將為朝向自動駕駛（Autonomous Vehicles）趨勢發展做好準備。借助結合V2V和V2I的連接，自動駕駛是汽車技術發展過程中的下一件大事。

　　試想像世界上很少發生車禍、只有少許的交通堵塞和與駕駛相關的壓力，而自動駕駛正為未來駕駛帶來這樣的一個發展愿景。谷歌（Google）是倡導無人駕駛汽車的著名企業之一，包括日產（Nissan）、沃爾沃（Volvo）、奧迪、寶馬（BMW）、凱迪拉克（Cadillac）、福特、通用汽車（GM）、奔馳（Mercedes-Benz）、豐田（Toyota）和大眾（Volkswagen）等眾多汽車制造商，也已開始測試無人駕駛汽車。

　　許多產業專家預測，自動駕駛將從2025年開始在大眾市場應用中成為現實。美國國家公路交通安全管理局（NHTSA）正在考慮設置自動駕駛專用車道，自動駕駛將成為未來歲月里的顛覆性技術。有許多討論是關于如何加快自動駕駛技術的大量應用，奠基于CMOS圖像感測器的視覺系統將成為實現此一目標的關鍵因素。政府和汽車制造商正在為未來無駕駛者汽車應用而努力推動基礎設施的建設，自動駕駛汽車將會成為汽車誕生以來最偉大的交通業發展進步。