Этот сценарий — один из многих, которые исследователи из Стэнфордского университета представляют для системы, которая может создавать изображения скрытых от глаз объектов. Они ориентированы на приложения для автономных транспортных средств, некоторые из которых уже имеют аналогичные лазерные системы для обнаружения объектов вокруг автомобиля, но другие применения могут включать наблюдение за листвой с летательных аппаратов или предоставление спасательным командам возможности находить людей, заблокированных от обзора. стены и щебень.«Это звучит как магия, но идея визуализации вне зоны прямой видимости на самом деле осуществима», — сказал Гордон Ветцштейн, доцент кафедры электротехники и старший автор статьи, описывающей эту работу, опубликованной 5 марта в журнале Nature.
Видя невидимоеСтэнфордская группа не единственная в разработке методов отражения лазеров за углы для захвата изображений объектов. Это исследование продвинулось вперед в чрезвычайно эффективном и действенном алгоритме, разработанном исследователями для обработки окончательного изображения.«Существенной проблемой при построении изображений вне прямой видимости является поиск эффективного способа восстановления трехмерной структуры скрытого объекта на основе шумных измерений», — сказал Дэвид Линделл, аспирант Стэнфордской лаборатории вычислительной визуализации и соавторы. -автор статьи. «Я думаю, что большое влияние этого метода заключается в том, насколько он эффективен с точки зрения вычислений».
Для своей системы исследователи установили лазер рядом с высокочувствительным детектором фотонов, который может регистрировать даже одну частицу света. Они стреляют импульсами лазерного света в стену, и, невидимые для человеческого глаза, эти импульсы отражаются от предметов за углом и отражаются обратно к стене и к детектору. В настоящее время это сканирование может занять от двух минут до часа, в зависимости от таких условий, как освещение и отражательная способность скрытого объекта.После завершения сканирования алгоритм распутывает пути захваченных фотонов, и, как и в случае с мифической технологией улучшения изображения в телевизионных криминальных шоу, размытая капля принимает гораздо более четкую форму.
Он делает все это менее чем за секунду и настолько эффективен, что может работать на обычном ноутбуке. Основываясь на том, насколько хорошо алгоритм в настоящее время работает, исследователи думают, что они могут ускорить его так, чтобы сканирование выполнялось практически мгновенно.В дикой природе’
Команда продолжает работать над этой системой, чтобы она могла лучше справляться с изменчивостью реального мира и быстрее выполнять сканирование. Например, расстояние до объекта и количество окружающего света могут затруднить их технологию распознавания световых частиц, необходимых для разрешения объектов, находящихся вне поля зрения.
Этот метод также зависит от анализа частиц рассеянного света, которые намеренно игнорируются системами наведения, которые в настоящее время используются в автомобилях — известными как системы LIDAR.«Мы считаем, что алгоритм вычислений уже готов для систем LIDAR», — сказал Мэтью О’Тул, научный сотрудник Стэнфордской лаборатории компьютерной визуализации и соавтор статьи. «Ключевой вопрос заключается в том, поддерживает ли текущее оборудование систем LIDAR этот тип построения изображений».
Прежде чем эта система будет готова к использованию в дороге, она также должна будет лучше работать при дневном свете и с движущимися объектами, такими как прыгающий мяч или бегущий ребенок. Исследователи успешно проверили свою технику на улице, но работали только с непрямым светом. Их технология особенно хорошо показала себя при обнаружении световозвращающих объектов, таких как защитная одежда или дорожные знаки.
Исследователи говорят, что если бы технология была установлена ??на автомобиле сегодня, этот автомобиль мог бы легко обнаруживать такие вещи, как дорожные знаки, жилеты безопасности или дорожные указатели, хотя он мог бы столкнуться с проблемой человека, носящего неотражающую одежду.«Это большой шаг вперед в нашей области, который, надеюсь, принесет пользу всем нам», — сказал Ветцштейн. «В будущем мы хотим сделать его еще более практичным в« дикой природе »».
Ветцштейн также является доцентом по информатике и членом Stanford Bio-X и Stanford Neurosciences Institute.