原作 TAYLOR KUBOTARoot 編譯自 Stanford News量子位 報導 | 公眾號 QbitAI
拐角路口沒有裝凸面反光鏡的話。
別找凸面反光鏡了……就是沒有
老司機開車都得減速慢下來。
誰知道拐彎看不見的地方，會不會有人或小動物突然竄出來。
就更別說無人車了。
辣有沒有可能，現有的雷射雷達能夠提前看到視域外的物體，及時啟動制動功能？
斯坦福SCIL實驗室在努力
完全有。
在昨天，3月5號，斯坦福SCIL實驗室（Stanford Computational Imaging Lab）在Nature上發表了一篇論文，Confocal Non-line-of-sight Imaging based on the Light-cone Transform。
「透視」系統研發團隊：David Lindell（左）、Matt O』Toole（中）、助理教授G
這篇文章，闡述了如何利用反射回來的光束3D建模還原出拐角盲區後的物體。
他們研發這個「透視」技術的初衷，是想用在無人車上，提前預判出拐角的人，增加無人駕駛的安全性。
△斯坦福的小哥哥們研發設計了一個基於雷射的系統，可以對視域外的物體成像。
「聽起來很神奇，但這是可以實現的。」斯坦福電子工程助理教授Gordon Wetstein說。
「看見」看不見的
坦率地講，這個借用雷射的反射把拐角盲區的物體成像的方法，並不是只有斯坦福研究團隊在做。
不過，他們的算法最好用。
「盲區物體成像的挑戰，是找出一種有效的方法來從噪聲測量中恢復看不見物體的三維結構，」SCIL實驗室研究生David Lindell說。 「我認為，這種方法能有多大的影響力，取決於成像的計算效率。」
該論文的作者博士後Matt O』Toole（右）和研究生David Lindell
這套系統，研究團隊把一個雷射器放在了一個光子探測器旁邊。
這個探測器高度敏感，可以捕捉到單個光粒子。
研究團隊往牆上打人肉眼看不到的雷射脈衝，然後這些脈衝遇到拐角背後的物體，會反彈回到牆上來，繼而被光子探測器接收。
現階段，掃描的過程可能需要兩分鐘到一小時，具體取決於光照條件和盲區物體的反射率。
一旦掃描完成後，算法會計算回收光子的軌跡，逐漸把模糊的點變成清晰的3D模型。
整個過程用不到1秒。算法流弊到可以直接在普通的筆記本上跑起來。
考慮到現有算法優秀的表現，研發特對認為他們可以加快處理速度，掃描完成的一瞬間也能成像復原盲區物體。
實際路測遇到的困難
在這篇文章工作之後，SCIL的研發團隊還會繼續完善這套「透視」系統。
要知道，現實世界裡，無人車行駛的環境比實驗室預設的場景複雜得多。
如何快速地響應這些複雜的變化？如何壓縮掃描的時間？
這些都是研發團隊要解決的課題。
無人車體與盲區物體的距離、環境的光照條件等各種因素，都會影響到光子探測器的光子捕捉。要準確地還原出、「看見」盲區物體的樣子，在實際行駛過程中，並不是件容易的事。
另外，這種「透視」技術還得充分利用上散射的光子。而散射的光，還是當下車導航LIDAR系統選擇性忽略的信息。
「我們認為，「透視」算法已經可以用到LIDAR系統上了，」該論文的共同主要作者，SCIL博士後Matthew O』Toole說。 「關鍵的問題是，目前LIDAR系統的硬體能不能支持這種類型的成像。」
在「透視」系統上路之前，研發團隊還有兩個方向可以再進一步優化。
一個是在日光照射下的表現。還有怎麼應對快速移動的物體。
比方說突然有個籃球跑到路中央，或者飛速穿過馬路的熊孩子。
研究人員路測了他們的技術。
他們發現，這套「透視」系統只能使用間接光。儘管這套系統可以很靈敏地發現帶反光材質的物體，比方說穿了安全服的人，或者交通標誌，但是對於沒有穿會反光的衣物的一般路人來說，系統就發現不了(liao)了(le)。
「我們的工作，也算是邁出了有意義的一步。相信這個透視功能，未來會讓我們所有人都受益的，」助理教授Wetzstein說，「我們接下來會加強這套系統在實操上的適用性。」
Wetzstein除了是電子工程助理教授之外，還兼任計算機學院助理教授，並是斯坦福Bio-X和神經生物學協會的成員。
該項目的資金支持，來自於加拿大政府，史丹福大學研究生教育副院長辦公室，國家科學基金等五個機構。
最後，附論文地址，
https://www.nature.com/articles/doi:10.1038/nature25489
& SCIL實驗室網站，
http://www.computationalimaging.org/
& 編譯來源，
https://news.stanford.edu/2018/03/05/technique-can-see-objects-hidden-around-corners/