給無人車加個透視眼 | 斯坦福SCIL實驗室最新Nature文章

原作 TAYLOR KUBOTA

Root 編譯自 Stanford News

量子位 報道 | 公眾號 QbitAI

拐角路口沒有裝凸面反光鏡的話。

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，現有的激光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。

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激光的系統，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，這個借用激光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，他們的演算法最好用。

演算法原理介紹視頻傳送??

「盲區物體成像的挑戰，是找出一種有效的方法來從雜訊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。」

研究團隊把激光器放在了這套系統的光子探測器旁邊。

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激光脈衝，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，演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。演算法流弊到可以直接在普通的筆記本上跑起來。

考慮到現有演算法優秀的表現，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」演算法已經可以用到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，斯坦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/

— 完 —

歡迎大家關注我們的專欄：量子位 - 知乎專欄

誠摯招聘

量子位正在招募編輯/記者，工作地點在北京中關村。期待有才氣、有熱情的同學加入我們！相關細節，請在量子位公眾號(QbitAI)對話界面，回復「招聘」兩個字。

量子位 QbitAI · 頭條號簽約作者

?? ? 追蹤AI技術和產品新動態