傳感器能實時看到障礙物的拐角嗎？事實證明，是的。斯坦福大學(xué)、萊斯大學(xué)、普林斯頓大學(xué)和南方衛(wèi)理公會大學(xué)的研究人員在《Optica》雜志上發(fā)表的一項研究提出了一種可以產(chǎn)生高分辨率和高速度的彎曲圖像的系統(tǒng)。它可以分辨1米外隱藏物體的亞毫米細(xì)節(jié)。根據(jù)合著者費利克斯海德的說法，它可以用來區(qū)分隱藏行駛車輛的車牌和行人佩戴的個人徽章。

海德說：“NLOS成像在醫(yī)學(xué)成像、導(dǎo)航、機(jī)器人和國防方面有重要應(yīng)用?！?我們的工作朝著將其用于各種此類應(yīng)用邁出了一步。"

他們的方法并不是第一個可以在角落顯示數(shù)字圖像的方法。去年，來自英特爾實驗室和斯坦福大學(xué)的科學(xué)家使用了幾套揚聲器和現(xiàn)成的麥克風(fēng)來捕捉聲學(xué)回聲的時間，以及受地震成像啟發(fā)的知情算法來生成隱藏物體的圖像。2017年、2018年和2019年，麻省理工學(xué)院計算機(jī)科學(xué)與人工智能實驗室分別詳細(xì)介紹了一款通過分析陰影來重構(gòu)看不見的場景的相機(jī)。

然而，這種最新的成像系統(tǒng)使用類似于標(biāo)準(zhǔn)指示器中的商業(yè)相機(jī)和激光源。光束從可見的墻壁反彈到隱藏的物體，然后反射回墻壁，從而形成一種獨特的光散射，稱為散斑圖案，它可以編碼隱藏物體的形狀。

為了從散斑圖像中重建物體，研究人員使用人工智能算法訓(xùn)練特征噪聲的合成數(shù)據(jù)，從而不需要捕獲實驗訓(xùn)練樣本。合著者Prasanna Rangarajan解釋說，它能夠以短曝光時間運行以進(jìn)行實時成像是非常重要的。

“與其他NLOS成像方法相比，我們的深度學(xué)習(xí)算法更穩(wěn)健，”Rangarajan說。

研究人員通過試圖重建1厘米高的字母和數(shù)字的圖像來測試他們的技能，這些圖像隱藏在離墻1米遠(yuǎn)的一個角落后面。使用四分之一秒的曝光時間，這種方法可以產(chǎn)生分辨率為300微米(約0.01英寸)的重建圖像。

研究人員指出，該系統(tǒng)是由國防高級研究計劃局(DARPA)通過使用主動光場(REFLOW)革命性地提高可見度而開發(fā)的。該計劃旨在促進(jìn)在角落成像物體的技術(shù)發(fā)展。他們說，它可以與其他成像系統(tǒng)結(jié)合使用，產(chǎn)生低分辨率、房間大小的重建，這可能使未來的無人駕駛汽車能夠“觀察”停放的車輛或繁忙的十字路口，或者幫助衛(wèi)星和航天器從小行星的洞穴中捕捉圖像。

研究人員將他們未來的工作留給未來，通過擴(kuò)展他們的視野，使他們能夠重建更大的物體，從而使系統(tǒng)更適合更多的應(yīng)用。

鄭重聲明：本文版權(quán)歸原作者所有。轉(zhuǎn)載文章只是為了傳播更多的信息。如果作者信息標(biāo)注有誤，請第一時間聯(lián)系我們修改或刪除。謝謝你。

標(biāo)簽：