Teknik til at se objekter skjult rundt om hjørner

En førerløs bil gør sin vej gennem en snoede kvartergade, ved at lave et skarpt sving ind på en vej, hvor et barns bold lige har rullet. Selvom ingen i bilen kan se den bold, bilen stopper for at undgå det. Det er fordi bilen er udstyret med ekstremt følsom laserteknologi, der reflekterer genstande i nærheden for at se rundt om hjørner.

Dette scenario er et af mange, som forskere ved Stanford University forestiller sig for et system, der kan producere billeder af objekter, der er skjult for synet. De er fokuseret på applikationer til autonome køretøjer, hvoraf nogle allerede har lignende laserbaserede systemer til at detektere objekter omkring bilen, men andre anvendelser kan omfatte gennemsyn af løv fra luftfartøjer eller give redningsteams mulighed for at finde mennesker, der er blokeret for syn af vægge og murbrokker.

"Det lyder som magi, men tanken om billedfremstilling uden for synsfeltet er faktisk mulig, "sagde Gordon Wetzstein, assisterende professor i elektroteknik og seniorforfatter af papiret, der beskriver dette arbejde, udgivet 5. marts i Natur .

At se det usynlige

Stanford -gruppen er ikke alene om at udvikle metoder til at hoppe lasere rundt om hjørner for at fange billeder af objekter. Hvor denne forskning skrider frem, er feltet i den ekstremt effektive og effektive algoritme, som forskerne udviklede til at behandle det endelige billede.

"En væsentlig udfordring ved ikke-synsfeltbilleddannelse er at finde ud af en effektiv måde at gendanne 3-D-strukturen af ​​det skjulte objekt fra de støjende målinger, "sagde David Lindell, kandidatstuderende i Stanford Computational Imaging Lab og medforfatter af papiret. "Jeg tror, ​​at den store effekt af denne metode er, hvor beregningsmæssigt effektiv den er."

For deres system, forskerne satte en laser ved siden af ​​en meget følsom fotondetektor, som kan registrere selv en enkelt partikel af lys. De skyder pulser af laserlys på en væg og, usynlig for det menneskelige øje, disse pulser hopper af objekter rundt om hjørnet og hopper tilbage til væggen og til detektoren. I øjeblikket, denne scanning kan tage fra to minutter til en time, afhængigt af forhold som belysning og det skjulte objekts refleksivitet.

Når scanningen er færdig, algoritmen afvikler stierne for de fangede fotoner og, ligesom den mytiske billedforbedringsteknologi i tv -kriminalitetsprogrammer, den slørede klat får meget skarpere form. Det gør alt dette på mindre end et sekund og er så effektivt, at det kan køre på en almindelig bærbar computer. Baseret på hvor godt algoritmen i øjeblikket fungerer, forskerne tror, ​​at de kunne fremskynde det, så det er næsten øjeblikkeligt, når scanningen er fuldført.

Ud i vildmarken'

Teamet arbejder videre på dette system, så det bedre kan håndtere variationen i den virkelige verden og fuldføre scanningen hurtigere. For eksempel, afstanden til objektet og mængden af ​​omgivende lys kan gøre det svært for deres teknologi at se de lyspartikler, den har brug for for at løse objekter, der er ude af syne. Denne teknik afhænger også af at analysere spredte lyspartikler, der forsætligt ignoreres af styresystemer i øjeblikket i biler - kendt som LIDAR -systemer.

"Vi mener, at beregningsalgoritmen allerede er klar til LIDAR -systemer, "sagde Matthew O'Toole, en postdoktor i Stanford Computational Imaging Lab og medlederforfatter af papiret. "Det centrale spørgsmål er, om den nuværende hardware i LIDAR -systemer understøtter denne type billeddannelse."

Inden dette system er klar til vej, det skal også fungere bedre i dagslys og med objekter i bevægelse, som en hoppende bold eller et løbende barn. Forskerne testede deres teknik med succes udenfor, men de arbejdede kun med indirekte lys. Deres teknologi klarede sig særligt godt ved at vælge retroreflekterende objekter, såsom sikkerhedstøj eller trafikskilte. Forskerne siger, at hvis teknologien blev placeret på en bil i dag, at bilen let kunne opdage ting som vejskilte, sikkerhedsveste eller vejmarkører selvom det kan kæmpe med en person, der bærer ikke-reflekterende tøj.

"Dette er et stort skridt fremad for vores felt, som forhåbentlig vil gavne os alle, "sagde Wetzstein." I fremtiden vil vi vil gøre det endnu mere praktisk i 'naturen'. "

Wetzstein er også adjunkt, af høflighed, datalogi og medlem af Stanford Bio-X og Stanford Neurosciences Institute.