當(dāng)前已經(jīng)上路測試的許多無人駕駛汽車,已經(jīng)配備了基本的環(huán)境感知與緊急避讓功能。但是對于一些潛在不可見的威脅,它還不能夠很好地避免。好消息是,一支斯坦福研究團隊正在開發(fā)一套基于激光的新式系統(tǒng)。其旨在讓無人駕駛汽車“看到”四周角落的盲點,在兒童或其它車輛突然竄出來之前作出響應(yīng)。 由于肉眼無法直接看穿,其采用了激光脈沖來對準(zhǔn)角落的盲點。
研究人員David Lindell和Matt O'Toole 進(jìn)行系統(tǒng)試驗
據(jù)悉,一個高靈敏度傳感器可以捕捉返回的光信息,經(jīng)過算法分析來得出一個“隱藏在視線之外的模糊快照”。雖然聽起來很“高科技”,但這并不是科學(xué)家首次成功展示這項“特異功能”。
早在2012年,一支麻省理工團隊就進(jìn)行過類似的系統(tǒng)實驗。2014 年的時候,歐洲和加拿大研究人員已經(jīng)能夠重現(xiàn)隱藏物體的“光回聲”了。
不過斯坦??茖W(xué)家指出,他們的進(jìn)展主要體現(xiàn)在數(shù)學(xué)層面。鑒于光線會被物體散射,因此它可以從幾乎所有方向上向傳感器回饋過來,從而產(chǎn)生了大量的“噪點”。
為此,斯坦福團隊開發(fā)了一種能夠計算出被捕獲的光子路徑的先進(jìn)算法,然后憑借它來重現(xiàn)物體。 論文合著者 David Lindell 表示:非視線成像的一個重大挑戰(zhàn),就是在測量噪聲中找到一種有效的方法,來重建隱藏對象的3D結(jié)構(gòu)。我認(rèn)為這種方法的最大影響,就是它的計算效率。
研究人員稱,他們的算法可以在一秒不到的時間內(nèi)完成對光子數(shù)據(jù)的分析,效率高得可以直接在普通筆記本電腦上運行。當(dāng)前要掃平的實用障礙,就在最初的掃描上:為了生成一個隱藏對象的足夠數(shù)據(jù),系統(tǒng)需要在一個過程中發(fā)射許多激光脈沖,但要耗費一個小時的話,又顯得沒有必要了。外一個問題是環(huán)境光,在精心控制的實驗室條件下,系統(tǒng)工作起來是沒有問題的。但要把它帶到明亮的太陽底下,傳感器可能就有點不知所措了。
好消息是,在戶外測試中,研究人員發(fā)現(xiàn)這項技術(shù)能夠清晰地捕捉到高反射物體,比如鮮亮的服裝顏色、路牌和標(biāo)記等。
在未來,研究人員希望能夠進(jìn)一步提升其掃描速度、在日光下的工作能力、甚至可探測移動物體。
有關(guān)這項研究的詳情,已經(jīng)發(fā)表在近日出版的《自然》(Nature)期刊上,原標(biāo)題為《Confocal non-line-of-sight imaging based on the light-cone transform》。