據外媒報道，斯坦福大學（Stanford University）研究人員研發了一個攝像頭系統，該系統基于該團隊此前研發的拐角攝像頭而打造，可從更多表面捕捉更多光線，而且視野更寬更遠、而且速度非常快，能夠監控到人眼看不到的運動。研究人員希望，有朝一日，該超級視覺系統可以幫助自動駕駛汽車和機器人，讓它們比人類運行時更安全。

（圖片來源：斯坦福大學官網）

在研究過程中，研究人員穿上了一件顯眼的運動服，在空蕩蕩的房間內伸展身體、踱步、跳躍，而其他研究人員能夠通過一個對準著一堵墻的攝像頭觀看到該研究員的一舉一動。原因在于，在肉眼看不到的情況下，一個大功率激光器對該研究人員進行了掃描，而掃描之后反射回墻壁上的單個光粒子被攝像頭的先進傳感器和處理算法捕捉，隨后重建了該研究人員的一舉一動。

研究人員表示，保持新系統的實用性是重中之重，因此他們選擇的硬件、掃描和圖像處理速度以及圖像的風格已經在自動駕駛汽車視覺系統中很常見。之前，查看在攝像頭視線以外的場景的系統需要依賴能夠均勻或強烈反射光線的物體，但是現實世界中物體，如閃亮的汽車并不在此類物體范疇內，因此，新研發的系統可以處理從迪斯科球、書籍或紋理復雜的雕像等各種物體表面反射的光線。

此次研發的系統與一年前的系統相比，發射的激光強了1萬倍。該激光器能夠掃描興趣場景（scene of interest）對面的墻壁，光線從墻上反射回來，擊中場景中的物體，再反彈回墻壁和攝像頭傳感器。當該激光返回至攝像頭時，只剩下各個小點，但是該傳感器能夠捕捉每一個小點，并將小點發送給高效算法，解開反射回來的光線，解讀隱藏的畫面。

該系統能夠以每秒4幀的速度進行掃描，在配備圖形處理單元（GPU）的計算機上，能夠以每秒60幀的速度重建場景，增強了圖像處理能力。為了提升算法，該團隊借鑒了地震成像系統的知識。地震成像系統能夠從地下反射聲波，以了解地表之下的情況，而且研究人員還重新配置了該算法，將反射光解讀成隱藏物體反射回來的“波”，因而在同樣高速和低內存的條件下，該系統的能力得以提升，能夠看到包含各種物體的大型場景。

對于該團隊來說，能夠從原本不可見的反射光線，看到角落里面物體的實時運動非常激動。但是，如果要將該系統應用于自動駕駛或機器人，則需要進一步改進。

該團隊希望能夠在自動駕駛研究車上測試該視覺系統，同時研究其他可能的應用，如能夠透視組織的醫學成像。除了提高速度和分辨率之外，研究人員還致力于提高該系統的通用性，以幫助駕駛員解決各種具挑戰性的視覺環境，如霧、雨、沙塵暴和雪等天氣。

返回第一電動網首頁 >