無論是追球玩的小朋友、突然出現(xiàn)的牛群還是拋錨的汽車，這些意外障礙對于汽車駕駛者來說都是致命的。但是來自斯坦福大學(xué)的研究人員經(jīng)過努力，已經(jīng)研發(fā)出了相關(guān)的激光技術(shù)，可以預(yù)見到這樣的危險。

近日，斯坦福大學(xué) SCIL(雷鋒網(wǎng)新智駕注：Stanford Computational Imaging Lab)實驗室的研究人員在 Nature 雜志上發(fā)表了論文，對外闡述了這一新型激光技術(shù)到底是如何工作的。

基于這一技術(shù)的激光系統(tǒng)能夠有效的產(chǎn)生藏在轉(zhuǎn)角后物體的圖像，讓自動駕駛汽車可以提前“看見”還未出現(xiàn)在視域中的障礙物。

　　
“有一種先入為主的觀念是，你沒法對那些沒有被攝像機直接看見的物體進行成像處理，而我們找到了跨越這些限制的辦法。”論文聯(lián)合作者、斯坦福大學(xué)博士后 Matthew O'Toole 如是表示。

　　
他們找到的解決之道是基于激光雷達技術(shù)的方案。大家知道激光雷達很多時候用于測繪，其技術(shù)原理主要是通過向物體表面發(fā)射激光脈沖，并且測量光反射回來所需要的時間，這些數(shù)據(jù)之后會被研究人員用作搭建物體表面的 3D 模型。

　　
不過斯坦福大學(xué)的新技術(shù)在這個基礎(chǔ)上更進一步，使用激光來探測轉(zhuǎn)角之后的物體，“幾乎就是一種魔法，”O'Toole 感嘆。

　　
為了更直觀地解釋這一技術(shù)的原理，斯坦福大學(xué)還為這個團隊和他們的技術(shù)拍攝了一段闡述短片。

　　
*視頻源自Youtube，雷鋒網(wǎng)新智駕上傳

　　
在短片中，O'Toole 和他的同事們描述了他們是如何搭建起一個演示模型的。這個模型中，激光發(fā)射器和光子探測器被放置在被探測物體(實際是一只兔子)旁邊墻壁(P 字母所在的位置)的前面，同時在被探測物體與激光發(fā)射器、光子探測器之間，是一塊實體擋板，制造了一種轉(zhuǎn)角的情境。

　　
在這個場景中，激光脈沖(深紅的直線)開始以某個角度向墻壁發(fā)射，脈沖打在墻壁上后，產(chǎn)生反射，這里的反射是向多個角度發(fā)散的。

　　
整個過程中，研究團隊對于收集直接從墻壁反彈到探測器上的光子并不感興趣，他們想收集的是經(jīng)過墻壁反彈后，繼續(xù)射向那只兔子然后再反彈、分散后的光子。“我們尋找的是經(jīng)過第二次、第三次，甚至是第四次反彈之后的光子，這樣的光子能夠?qū)﹄[藏物體進行編碼和模型構(gòu)建。”O'Toole 解釋稱。

　　
上述的流程存在的一個問題是，射出的激光脈沖打在了墻上的某個點，而團隊要收集的返回信號則是來自于另一個點。這里，O'Toole 和他的同事使用了一種獨特的技術(shù)，可以讓激光發(fā)射器和光子探測器指向相同的一點。

　　
然后，團隊利用信號時差的原理將那些直接反彈回來的光子移除掉，算法將那些保留下來的光子重建。塑形，逐漸形成清晰的針對轉(zhuǎn)角隱藏物體的 3D 模型。

　　
“這是一個非常簡單的調(diào)整成像的方法，但它對你如何從這些信息中重建圖像具有重要意義。”O'Toole 表示。他還指出，這樣的設(shè)置占用更少的內(nèi)存，處理起來也沒那么費力，還能生成更高分辨率的圖像。

　　
在完成了對上述演示中那只兔子的成像之后，O'Toole 所在的團隊又將他們的技術(shù)運用到了現(xiàn)實生活中，包括對轉(zhuǎn)角的“Exit”字樣進行 3D 重建。

　　
而說到這樣一項新技術(shù)的拓展應(yīng)用時，O'Toole 說因為道路標(biāo)識和自行車等物體的高反射性特質(zhì)，所以他們的激光技術(shù)很適合于運用到自動駕駛汽車領(lǐng)域。

　　
不過，很多的障礙依然存在。

　　
比如，對于墻體的初次掃描要花上一分鐘到幾個小時不等，這是影響系統(tǒng)處理速度穩(wěn)定性的重要因素;而且，針對一些反射性不那么強的物體如人體、動物等等，系統(tǒng)如何應(yīng)對;此外，面對室外強光環(huán)境時，這項技術(shù)如何應(yīng)對?

　　
無疑，斯坦福大學(xué)的團隊還需要思考更多。