對于機器而言，視覺是測距的過程，雷達或是紅外線傳感器發(fā)射的光束打在障礙物上會反射回來，通過發(fā)射到反射回來的時間計算出距離，從而知道那個位置有某個東西存在。
機器視覺遠不能達到人眼的效果，但機器的優(yōu)勢在于可以穿透障礙物看到它背后的東西。今年早些時候，麻省理工學院研發(fā)了一款微波攝像機，可以拍到障礙物背后的3D圖像。這款攝像機與微軟最新的Xbox Kinect感測器的工作方式相同，發(fā)射微波脈沖并追蹤獲得反饋的時間，并利用計算機成像技術生成圖像。但是這種成像技術很慢，需要花費較長的時間。如果你想知道拐角處是否有車過來，它是沒辦法及時做到的。

　　由ScanLAB Projects制作的無人駕駛汽車的“眼中”世界
英國赫瑞·瓦特大學的物理系博士生 Genevieve Gariepy和她的同學們一起研發(fā)了一套跟激光雷達類似的系統(tǒng)，不過反應更快更靈敏，它可以在短短幾秒鐘檢測出隱藏的物體。
該攝像頭采用回聲定位技術，定位盲區(qū)附近的物體。同時，其先進的攝像頭模塊非常敏感，它可以跟蹤單個光子的光。系統(tǒng)會向周圍發(fā)射數(shù)百萬的脈沖波，當這些脈沖波到達地面后會以球狀波發(fā)散出去，碰到障礙物后會再反射回來，當這些反射回來的光出現(xiàn)在攝像頭的“視線”范圍內(nèi)，通過計算來回的時間，就可以判斷出障礙物的位置。攝像頭以200 億幀/秒的速度進行拍攝，位置的精確度能達到厘米。
根據(jù)他們在Nature Photonics上發(fā)表的論文，他們用一個30厘米高的泡沫小人當做實驗對象，讓小人以每秒2.8cm的速度移動，在這個過程中監(jiān)測出小人的具體位置。Gariepy表示目前他們只是通過這個實驗證實了這個概念的可能性，未來他們希望將這項技術應用于真實的環(huán)境中，比如汽車系統(tǒng)，可用于避免汽車的碰撞。

　　step 1：觀察角落

　　step 2：定位隱藏物體

　　step 3：計算出具體位置

　　step 4：運動目標的移動跟蹤

　　團隊希望能更快更遠地檢測?，F(xiàn)在得到具體位置需要花費5秒鐘，3秒鐘是SPAD相機用來接收數(shù)據(jù)，另外2秒是用來計算的。他們希望將整個過程壓縮到1秒。而在檢測距離上，目前只能檢測到1米左右距離的物體，而他們希望能實現(xiàn)10米的檢測。
現(xiàn)在的無人駕駛汽車同樣使用的是激光雷達來檢測前方是否有障礙物，從而保障交通安全。但面對現(xiàn)實生活中無處不在的變數(shù)，無人駕駛需要更加明慧的“眼睛”才能將安全風險降到最低。當然，他們也同時面臨一些激光雷達普遍存在的問題，比如當空氣中有霧、有灰塵、有煙時，是無法進行檢測的。