光學成像技術，例如光檢測和測距（LiDAR），是機器人視覺和自動駕駛中必不可少的工具。但是，散射的存在對我們在霧，雨，灰塵或大氣中成像的能力構成了根本限制。
通過散射介質成像的常規方法是在微觀尺度上運行，或者需要3D成像的目標位置的先驗知識。斯坦福大學最新論文《Three－dimensional imaging through scattering media based on confocal diffuse tomography》，介紹了一種共同設計單光子雪崩二極管，超快脈沖激光器的技術，以及一種通過散射介質捕獲3D形狀的新逆方法。證明了在宏觀尺度上隱藏在厚散射體后面的物體的形狀和位置的獲取，實現共聚焦擴散層析成像。
內容
散射是對所有光學成像系統都設置基本限制的物理過程。例如，光檢測和測距（LiDAR）系統對于汽車，水下和空中飛行器感知和理解其周圍3D環境至關重要。但是，當前的LiDAR系統在不利條件下會失效，在這些條件下，云，霧，灰塵，雨水或渾濁的水會導致散射。
斯坦福大學電氣工程學助理教授，該論文的高級作者戈登·韋茨斯坦說：“許多成像技術使圖像看起來更好一些，噪聲也更少了，但這確實是我們使不可見的東西變得可見。”
該技術是對其他視覺系統的補充，這些視覺系統可以穿透微觀尺度的障礙物，例如在有霧或大雨中駕駛自動駕駛汽車，以及對地面的衛星成像地球和其他行星通過朦朧的大氣層。
對散射光進行監督
為了看清沿各個方向散射光的環境，該系統將激光器與超靈敏的光子檢測器配對，該檢測器記錄擊中它的每一個激光。當激光掃描障礙物（如泡沫壁）時，部分光子將設法穿過泡沫，擊中隱藏在其后的物體，然后再通過泡沫返回檢測器。由算法支持的軟件使用這幾個光子以及有關它們在何處以及何時撞擊探測器的信息，以3D形式重構隱藏的對象。
這不是第一個具有通過散射環境顯示隱藏對象能力的系統，但是它規避了與其他技術相關的限制。同樣常見的是，這些系統僅使用來自彈道光子的信息，這些光子是通過散射場往返于隱藏對象的光子，但實際上并沒有沿散射路徑傳播。
論文的主要作者，電氣工程專業的研究生戴維·林德爾說：“我們希望能夠在沒有這些假設的情況下通過散射介質成像，并收集所有散射的光子來重建圖像。” “這使我們的系統特別適用于彈道光子極少的大規模應用。”
為了使他們的算法適合于散射的復雜性，研究人員不得不緊密地共同設計他們的硬件和軟件，盡管他們使用的硬件組件僅比目前在自動駕駛汽車中使用的硬件組件稍微先進一些。根據隱藏對象的亮度，對其測試進行掃描需要花費一分鐘到一小時不等的時間，但是該算法可以實時重建被遮擋的場景，并且可以在便攜式計算機上運行。
Lindell說：“您無法用自己的眼睛看透泡沫，甚至只是看檢測器上的光子測量結果，也看不到任何東西。” “但是，只有少數幾個光子，重建算法才能曝光這些物體－您不僅可以看到它們的外觀，還可以看到它們在3D空間中的位置。”
轉載請注明出處。
相關文章
熱門資訊
精彩導讀
關注我們
