Stanford verwendet gewöhnliche Kameras und Laserpointer, um eine „Through-the-Wall-Perspektive“ zu erreichen, sogar Ihr Ausweis kann deutlich gesehen werden

Können Sensoren in Echtzeit hinter die Ecken von Hindernissen sehen? Wie sich herausstellt, ja. Eine in der Zeitschrift veröffentlichte Studie von Forschern der Stanford, der Rice University, Princeton und der Southern Methodist University Optik schlägt ein System vor, das in der Lage ist, um-die-Kurve-Bilder mit hohen Auflösungen und Geschwindigkeiten zu erzeugen. Es ist in der Lage, die Submillimeterdetails von versteckten Objekten aus einer Entfernung von 1 Meter zu unterscheiden, und laut Co-Autor Felix Heide könnte es verwendet werden, um Dinge wie Nummernschilder von versteckten fahrenden Fahrzeugen und Personalabzeichen zu erkennen, die von gehenden Personen getragen werden.

„Non-Line-of-Sicht-Bildgebung hat wichtige Anwendungen in der medizinischen Bildgebung, Navigation, Robotik und Verteidigung“, sagte Heide. „Unsere Arbeit macht einen Schritt in Richtung Ermöglichung des Einsatzes in einer Vielzahl solcher Anwendungen.“

Ihre Methode ist nicht die erste, die in der Lage ist, digitale Bilder zu konstruieren, die zeigen, was hinter einer Ecke liegt. Wissenschaftler der Intel Labs und der Stanford University setzten im vergangenen Jahr Lautsprechersätze und handelsübliche Mikrofone ein, um das Timing akustischer Echos zu erfassen und Algorithmen zu informieren, die von seismischen Bildgebungen inspiriert wurden, um Bilder von verborgenen Objekten zu erzeugen. Und in den Jahren 2017, 2018 und 2019 stellte das Computer Science and Artificial Intelligence Laboratory des MIT eine Kamera vor, die Szenen außerhalb des Sichtfelds rekonstruiert, indem sie Schatten analysiert.

Optik um die Ecke sehen

Aber dieses neueste Bildgebungssystem verwendet eine handelsübliche Kamera und a Laser- Quelle, die denen ähnelt, die in Standardzeigern gefunden werden. Der Strahl prallt von einer sichtbaren Wand auf das versteckte Objekt und dann zurück auf die Wand, wodurch eine charakteristische Lichtstreuung entsteht, die als Speckle-Muster bekannt ist und die Form des versteckten Objekts codiert.

Um das Objekt aus dem Speckle-Muster zu rekonstruieren, haben die Forscher einen KI-Algorithmus angezapft, der auf synthetisierten Daten von charakterisiertem Rauschen trainiert wurde, wodurch die Notwendigkeit entfällt, experimentelle Trainingsproben zu erfassen. Entscheidend ist, dass es mit kürzeren Belichtungszeiten arbeiten kann, die für die Echtzeit-Bildgebung erforderlich sind, erklärte Co-Autorin Prasanna Rangarajan.

„Im Vergleich zu anderen Ansätzen für die Bildgebung ohne Sichtlinie ist unser Deep-Learning-Algorithmus weitaus robuster“, sagte Rangarajan.

Optik um die Ecke sehen

Oben: Der Bildgebungsaufbau der Forscher.

Bildnachweis: Optica

Die Forscher testeten ihre Technik, indem sie versuchten, Bilder von 1 Zentimeter großen Buchstaben und Zahlen zu rekonstruieren, die hinter einer Ecke 1 Meter von einer Wand entfernt versteckt waren. Unter Verwendung einer Belichtungsdauer von einer Viertelsekunde erzeugte der Ansatz Rekonstruktionen mit einer Auflösung von 300 Mikrometern oder etwa 0,01 Zoll.

Die Forscher stellen fest, dass das System als Teil der Revolutionary Enhancement of Visibility by Exploiting Active Light-fields (REVEAL) der US Defense Advanced Research Projects Agency entwickelt wurde, einem Programm, das darauf abzielt, die Entwicklung von Technologien zur Abbildung von Objekten um Ecken herum zu fördern. Sie sagen, dass es mit anderen Bildgebungssystemen kombiniert werden könnte, die raumgroße Rekonstruktionen mit niedriger Auflösung erzeugen, die es zukünftigen fahrerlosen Autos ermöglichen könnten, sich um geparkte Fahrzeuge oder belebte Kreuzungen „umzuschauen“ oder Satelliten und Raumfahrzeugen dabei helfen, Bilder aus den Höhlen von Asteroiden aufzunehmen.

Die Forscher überlassen es zukünftigen Arbeiten, das System für mehr Anwendungen praktisch zu machen, indem sie das Sichtfeld erweitern, damit größere Objekte rekonstruiert werden können.