当前已经上路测试的许多无人驾驶汽车, 已经配备了基本的环境感知与紧急避让功能. 但是对于一些潜在不可见的威胁, 它还不能够很好地避免. 好消息是, 一支斯坦福研究团队正在开发一套基于激光的新式系统. 其旨在让无人驾驶汽车 '看到' 四周角落的盲点, 在儿童或其它车辆突然窜出来之前作出响应. 由于肉眼无法直接看穿, 其采用了激光脉冲来对准角落的盲点.
研究人员David Lindell和Matt O'Toole进行系统试验
据悉, 一个高灵敏度传感器可以捕捉返回的光信息, 经过算法分析来得出一个 '隐藏在视线之外的模糊快照' . 虽然听起来很 '高科技' , 但这并不是科学家首次成功展示这项 '特异功能' .
早在2012年, 一支麻省理工团队就进行过类似的系统实验. 2014 年的时候, 欧洲和加拿大研究人员已经能够重现隐藏物体的 '光回声' 了.
不过斯坦福科学家指出, 他们的进展主要体现在数学层面. 鉴于光线会被物体散射, 因此它可以从几乎所有方向上向传感器回馈过来, 从而产生了大量的 '噪点' .
为此, 斯坦福团队开发了一种能够计算出被捕获的光子路径的先进算法, 然后凭借它来重现物体. 论文合著者David Lindell表示:
非视线成像的一个重大挑战, 就是在测量噪声中找到一种有效的方法, 来重建隐藏对象的3D结构. 我认为这种方法的最大影响, 就是它的计算效率.
研究人员称, 他们的算法可以在一秒不到的时间内完成对光子数据的分析, 效率高得可以直接在普通笔记本电脑上运行. 当前要扫平的实用障碍, 就在最初的扫描上:
为了生成一个隐藏对象的足够数据, 系统需要在一个过程中发射许多激光脉冲, 但要耗费一个小时的话, 又显得没有必要了.
另外一个问题是环境光, 在精心控制的实验室条件下, 系统工作起来是没有问题的. 但要把它带到明亮的太阳底下, 传感器可能就有点不知所措了.
好消息是, 在户外测试中, 研究人员发现这项技术能够清晰地捕捉到高反射物体, 比如鲜亮的服装颜色, 路牌和标记等.
在未来, 研究人员希望能够进一步提升其扫描速度, 在日光下的工作能力, 甚至可探测移动物体.
