Bat-sense tech genererer billeder fra lyd

Ved smart at analysere resultaterne, algoritmen kan udlede formen, størrelse og layout af et værelse, samt plukke ud i nærvær af genstande eller mennesker. Resultaterne vises som et videofeed, der gør ekkodata til tredimensionelt syn.

En vigtig forskel mellem holdets præstation og ekkolokalisering af flagermus er, at flagermus har to ører til at hjælpe dem med at navigere, mens algoritmen er indstillet til at arbejde med data indsamlet fra et enkelt punkt, som en mikrofon eller en radioantenne.

Forskerne siger, at teknikken kan bruges til at generere billeder gennem potentielt alle enheder udstyret med mikrofoner og højttalere eller radioantenner.

Forskningen, skitseret i et papir offentliggjort i dag af computervidenskabsfolk og fysikere fra University of Glasgow i tidsskriftet Fysisk gennemgangsbreve , kunne have applikationer inden for sikkerhed og sundhedspleje.

Dr. Alex Turpin og Dr. Valentin Kapitany, fra University of Glasgow's School of Computing Science og School of Physics and Astronomy, er hovedforfattere af papiret.

Dr. Turpin sagde:"Ekkolokalisering hos dyr er en bemærkelsesværdig evne, og videnskaben har formået at genskabe evnen til at generere tredimensionelle billeder fra reflekterede ekkoer på en række forskellige måder, som RADAR og LiDAR.

"Det, der adskiller denne forskning fra andre systemer, er, at for det første, det kræver data fra kun en enkelt indgang-mikrofonen eller antennen-for at skabe tredimensionelle billeder. For det andet, vi mener, at den algoritme, vi har udviklet, kan gøre enhver enhed med et af disse kit til en ekkolokaliseringsenhed.

"Det betyder, at omkostningerne ved denne form for 3D -billeddannelse kan reduceres betydeligt, åbner mange nye applikationer. En bygning kunne holdes sikker uden traditionelle kameraer ved at opfange de signaler, der reflekteres fra en ubuden gæst, for eksempel. Det samme kunne gøres for at holde styr på udsatte patienters bevægelser på plejehjem. Vi kunne endda se, at systemet blev brugt til at spore stigningen og faldet af en patients bryst i sundhedsvæsenet, advare personalet om ændringer i deres vejrtrækning. "

Papiret beskriver, hvordan forskerne brugte højttalerne og mikrofonen fra en bærbar computer til at generere og modtage akustiske bølger i kilohertz -området. De brugte også en antenne til at gøre det samme med radiofrekvente lyde i gigahertz-området.

I hvert tilfælde, de indsamlede data om refleksioner af bølgerne taget i et rum, da en enkelt person bevægede sig rundt. På samme tid, de registrerede også data om rummet ved hjælp af et specielt kamera, der bruger en proces kendt som time-of-flight for at måle rummets dimensioner og give et billede i lav opløsning.

Ved at kombinere ekkodataene fra mikrofonen og billeddataene fra flyvetidens kamera, teamet 'trænede' deres maskinlæringsalgoritme over hundredvis af gentagelser for at knytte specifikke forsinkelser i ekkoerne til billeder. Til sidst, algoritmen havde lært nok til at generere sine egne meget præcise billeder af rummet og dets indhold udelukkende fra ekkodataene, giver den den 'flagermuslignende' evne til at fornemme sine omgivelser.

Forskningen bygger på tidligere arbejde fra teamet, som trænede en neural-netværksalgoritme til at bygge tredimensionelle billeder ved at måle refleksioner fra lysglimt ved hjælp af en enkeltpikseldetektor.

Dr. Turpin tilføjede:"Vi har nu været i stand til at demonstrere effektiviteten af ​​denne algoritmiske machine-learning-teknik ved hjælp af lys og lyd, hvilket er meget spændende. Det er klart, at der er et stort potentiale her for at fornemme verden på nye måder, og vi er ivrige efter at fortsætte med at undersøge mulighederne for at generere flere billeder i høj opløsning i fremtiden. "

Holdets papir, med titlen "3D -billeddannelse fra tidsmæssige ekkoer med flere stier, "udgives i Fysisk gennemgangsbreve .