你敢信?你口袋里的手機,很快就能幫你“看見”拐角后面的人!不是科幻電影里的黑科技,是麻省理工學院團隊剛在《自然》雜志發表的突破性成果,普通消費級激光雷達傳感器,加上一段算法代碼,就能實現過去只有實驗室昂貴設備才能做到的“非視距成像”!
![]()
非視距成像(NLOS)其實不是新概念,過去十幾年學術界一直在研究怎么讓光“繞過”障礙物,捕捉隱藏物體的信息。但以前要實現這個,得用動輒數萬美元的超快脈沖激光系統,還得在嚴格控制的實驗環境里才行。
這次MIT團隊的牛掰之處在于,他們用了一個不到100美元的消費級激光雷達,就完成了同樣的任務。關鍵不在硬件多貴,而在算法怎么“變廢為寶”。
普通激光雷達是發射光脈沖,算反射回來的時間測距離,但只能看到視線內的東西,拐角后面的就像不存在。MIT的算法卻反其道而行:光打到墻壁或地板會漫反射,其中極微弱的一部分會彈到被遮擋的物體上再回來,這些信號以前都被當成噪聲扔了。但算法在傳感器或物體移動時,持續收集多幀里的微弱反射光,把不同角度的數據疊加整合,最終還原出隱藏物體的形狀和運動軌跡,就像通過墻上的影子,推斷走廊里有沒有人。
測試過程很有說服力:研究人員把移動的人體模型、紙板模型甚至信件放在墻壁或隔板后面,讓傳感器對準遮擋物附近的地面或墻面,不是直接對準目標。結果算法不僅實時追蹤了人體模型的運動,還生成了隱藏物體的粗略3D模型。
不過別太激動,現階段技術還有明確的短板:對已知形狀的物體效果最好,比如追蹤人體輪廓;但對形狀未知或持續變化的物體,算法表現還不穩定。團隊也承認,下一步要解決這個問題,讓系統能處理更復雜的動態場景。
應用前景相當廣闊:自動駕駛車輛轉彎時,能感知被遮擋的行人,減少事故;搜救機器人在廢墟里,能探測被困者的位置;可穿戴設備能幫盲人感知視線外的環境,或者工業安全設備擴展感知邊界。這些場景想想都覺得實用。
![]()
你期待手機有“看見拐角”的功能嗎?擔心隱私問題嗎?如果真能實現,你最想用來做什么?評論區聊聊你的想法!覺得有用的話,別忘了點贊收藏,讓更多人知道這個未來感滿滿的技術!
特別聲明:以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布,本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.