据麦姆斯咨询报道，斯坦福大学计算成像实验室的研究人员近日开发出了一款能够扫描拐角后方隐藏物体的3D成像系统。该研究团队称，这款系统或能成为自动驾驶汽车应用的一项新突破。
该系统的运行原理？
首先，这款成像系统向墙面发射激光脉冲，墙壁将激光脉冲反射至拐角后方的隐藏物体上（图中的隐藏物体为一只小兔子）。然后，从小兔子身上再反射的部分光子会再次投射到墙壁上，这些反射光子再经过墙壁反射回到成像系统中，被系统中高灵敏的光子探测器所捕获，由此完成了对拐角后方隐藏物体的探测。
当扫描完成后，再利用算法解析所捕获光子的传播路径，就像犯罪题材电影中展示的那样，进行图像增强，模糊一团的3D成像逐渐变得锐利清晰。他们所开发的算法处理速度非常快，几乎一秒不到便能完成，而且计算效率很高，使用常规的笔记本电脑就能完成计算任务。基于该算法目前的效率，研究人员认为他们能够很容易进一步提高计算速度，实现扫描即所得。
同类研究
赫瑞?瓦特大学开发的系统可以探测并追踪隐藏物体的运动
这种技术似乎之前在哪里见到过？没错，2015年12月，赫瑞?瓦特大学（Heriot－Watt University）的一支研究团队也曾开发出一款相似的设备。不同的是，尽管两个系统都是设计用于探测视线无法看到的墙体背后的隐藏物体，但是他们的测量方式不同：斯坦福大学的解决方案采用了一种算法来对隐藏物体进行3D成像，而赫瑞?瓦特大学的方案则是探测并追踪隐藏物体的运动。
至于为何不能同时实现上述两种探测，斯坦福大学的研究人员解释称，目前的设备性能还无法同时支持上述两种探测任务，因为对墙后隐藏物体的距离探测和跟踪需要非常快速的测量，而捕捉其3D成像则又需要很长的扫描时间。
前途光明，道路漫长
事实上，斯坦福大学的研究人员坦言，目前的3D扫描需要2～60分钟才能完成对隐藏物体的捕捉成像，这对于自动驾驶及其它常规扫描应用来说实在太慢了，因为这不如直接走过去用眼睛看看了。
未来该系统如果要更好的应对多变的真实环境，大幅加快扫描完成时间，斯坦福大学的研究团队还需要继续对这款系统进行深入研究。例如，物体的距离和环境光量，会使系统难以分辨是否是来自隐藏物体的反射光。该技术还需要深入分析目前汽车引导系统——LiDAR传感系统有意忽略的散射光粒子。
“我们相信现在的这款计算算法已经能够应用于LiDAR系统了，”斯坦福大学计算成像实验室博士后、本论文共同作者Matthew O’Toole说，“问题的关键是现在的LiDAR系统硬件是否能支持该类3D成像。”
转载请注明出处。
相关文章
热门资讯
精彩导读
关注我们
