斯坦福大学研发新摄像头系统 可帮助自动驾驶汽车看到角落内移动的物体

据外媒报道，斯坦福大学的研究人员在该团队之前开发的角落摄像头的基础上开发了一种摄像头系统。该系统可以以更宽、更远的视场和非常快的速度从更多的表面捕获更多的光，并可以监测人眼看不见的运动。研究人员希望有一天，这种超级视觉系统能够帮助自动驾驶汽车和机器人比人类更安全地运行。在研究过程中，研究人员穿着一件显眼的运动服，在空荡荡的房间里伸展、踱步和跳跃，而其他研究人员则能够通过瞄准墙壁的相机观察研究人员的一举一动。原因是，高功率激光在肉眼不可见的情况下扫描了研究人员，扫描后反射回墙上的单个光粒子被相机的先进传感器和处理算法捕获，随后重建了研究人员的一举一动。研究人员表示，保持新系统的实用性是首要任务，因此他们选择的硬件、扫描和图像处理速度以及图像风格在自动驾驶汽车的视觉系统中非常常见。以前，在相机视线之外观看场景的系统依赖于能够均匀或强烈反射光线的物体，但闪亮的汽车等真实世界的物体不包括在这一类别中。因此，新开发的系统可以处理从迪斯科球、书籍或复杂纹理雕像等各种表面反射的光。这次开发的系统发射的激光强度是一年前的10000倍。激光可以扫描感兴趣场景对面的墙壁，光线从墙壁反射回来，击中场景中的物体，然后反弹回墙壁和相机传感器。当激光返回相机时，只剩下单个点，但传感器能够捕捉每个点，并将其发送给有效的算法，以解开反射光并解释隐藏的图像。该系统可以以每秒4帧的速度进行扫描，在配备图形处理单元的计算机上，可以以每秒60帧的速度重建场景，增强了图像处理能力。为了改进算法，该团队借鉴了地震成像系统的知识。地震成像系统可以反射来自地下的声波，以了解地表以下的情况，研究人员重新配置了算法，将反射光解释为隐藏物体反射回来的“波”。因此，在相同的高速和低内存条件下，系统的能力得到了提高，可以看到包含各种对象的大型场景。对于团队来说，能够从原本不可见的反射光中看到角落里物体的实时运动是非常令人兴奋的。然而，如果该系统要应用于自动驾驶或机器人，还需要进一步改进。该团队希望在自动驾驶研究车上测试视觉系统，并探索其他可能的应用，例如可以透视组织的医学成像。除了提高速度和分辨率，研究人员还致力于提高该系统的通用性，以帮助驾驶员解决雾、雨、沙尘暴和雪等各种具有挑战性的视觉环境。

标签：

汽车资讯热门资讯