给无人车加个透视眼:斯坦福SCIL实验室最新 Nature 文章

IT思维  •  扫码分享
我是创始人李岩:很抱歉!给自己产品做个广告,点击进来看看。  

原作 TAYLOR KUBOTA

Root 编译自 Stanford News

量子位 报道 | 公众号 QbitAI

拐角路口没有装凸面反光镜的话。

给无人车加个透视眼:斯坦福SCIL实验室最新 Nature 文章

 没找凸面反光镜了……就是没有

老司机开车都得减速慢下来。

谁知道拐弯看不见的地方,会不会有人或小动物突然窜出来。

就更别说无人车了。

辣有没有可能,现有的激光雷达能够 提前看到视域外的物体 ,及时启动制动功能?

斯坦福SCIL实验室在努力

完全有。

在昨天,3月5号,斯坦福SCIL实验室(Stanford Computational Imaging Lab)在Nature上发表了一篇论文, Confocal Non-line-of-sight Imaging based on the Light-cone Transform

给无人车加个透视眼:斯坦福SCIL实验室最新 Nature 文章

 “透视”系统研发团队:David Lindell(左)、Matt O’Toole(中)、助理教授Gordon Wetstein(右)

这篇文章,阐述了如何利用反射回来的光束3D建模还原出拐角盲区后的物体。

他们研发这个“透视”技术的初衷,是想用在无人车上,提前预判出拐角的人,增加无人驾驶的安全性。

 斯坦福的小哥哥们研发设计了一个基于激光的系统,可以对视域外的物体成像。

“听起来很神奇,但这是可以实现的。”斯坦福电子工程助理教授Gordon Wetstein说。

“看见”看不见的

坦率地讲,这个借用激光的反射把拐角盲区的物体成像的方法,并不是只有斯坦福研究团队在做。

不过,他们的算法最好用。

算法原理介绍视频传送⤵

“盲区物体成像的挑战,是找出一种有效的方法来从噪声测量中恢复看不见物体的三维结构,”SCIL实验室研究生David Lindell说。 “我认为,这种方法能有多大的影响力,取决于成像的计算效率。”

给无人车加个透视眼:斯坦福SCIL实验室最新 Nature 文章

 该论文的作者博士后Matt O’Toole(右)和研究生David Lindell

这套系统,研究团队把一个激光器放在了一个光子探测器旁边。

给无人车加个透视眼:斯坦福SCIL实验室最新 Nature 文章

这个探测器高度敏感,可以捕捉到单个光粒子。

研究团队往墙上打人肉眼看不到的激光脉冲,然后这些脉冲遇到拐角背后的物体,会反弹回到墙上来,继而被光子探测器接收。

现阶段,扫描的过程可能需要两分钟到一小时,具体取决于光照条件和盲区物体的反射率。

一旦扫描完成后,算法会计算回收光子的轨迹,逐渐把模糊的点变成清晰的3D模型。

给无人车加个透视眼:斯坦福SCIL实验室最新 Nature 文章

整个过程用不到1秒。算法流弊到可以直接在普通的笔记本上跑起来。

考虑到现有算法优秀的表现,研发特对认为他们可以加快处理速度,扫描完成的一瞬间也能成像复原盲区物体。

实际路测遇到的困难

在这篇文章工作之后,SCIL的研发团队还会继续完善这套“透视”系统。

要知道,现实世界里,无人车行驶的环境比实验室预设的场景复杂得多。

如何快速地响应这些复杂的变化?如何压缩扫描的时间?

这些都是研发团队要解决的课题。

无人车体与盲区物体的距离、环境的光照条件等各种因素,都会影响到光子探测器的光子捕捉。要准确地还原出、“看见”盲区物体的样子,在实际行驶过程中,并不是件容易的事。

另外,这种“透视”技术还得充分利用上散射的光子。而散射的光,还是当下车导航LIDAR系统选择性忽略的信息。

“我们认为,“透视”算法已经可以用到LIDAR系统上了,”该论文的共同主要作者,SCIL博士后Matthew O’Toole说。 “关键的问题是,目前LIDAR系统的硬件能不能支持这种类型的成像。”

在“透视”系统上路之前,研发团队还有 两个方向 可以再进一步优化。

一个是在日光照射下的表现。还有怎么应对快速移动的物体。

比方说突然有个篮球跑到路中央,或者飞速穿过马路的熊孩子。

研究人员路测了他们的技术。

他们发现,这套“透视”系统只能使用间接光。尽管这套系统可以很灵敏地发现带反光材质的物体,比方说穿了安全服的人,或者交通标志,但是对于没有穿会反光的衣物的一般路人来说,系统就发现不了(liao)了(le)。

“我们的工作,也算是迈出了有意义的一步。相信这个透视功能,未来会让我们所有人都受益的,”助理教授Wetzstein说,“我们接下来会加强这套系统在实操上的适用性。”

Wetzstein除了是电子工程助理教授之外,还兼任计算机学院助理教授,并是斯坦福Bio-X和神经生物学协会的成员。

该项目的资金支持,来自于加拿大政府,斯坦福大学研究生教育副院长办公室,国家科学基金等五个机构。

最后,附论文地址,

https://www.nature.com/articles/doi:10.1038/nature25489

& SCIL实验室网站,

Homepage

& 编译来源,

https://news.stanford.edu/2018/03/05/technique-can-see-objects-hidden-around-corners/

随意打赏

斯坦福 无人驾驶斯坦福实验斯坦福大学
提交建议
微信扫一扫,分享给好友吧。