最新新闻:

深度传感的成像系统可以通过雾看到

时间:2021-11-15 16:58:07来源:

在麻省理工学院媒体实验室的研究人员开发了一种新型成像系统,可以衡量雾气笼罩的物体的距离如此厚,人类的视力无法渗透它。该系统可能是自动驾驶汽车的关键步骤。

麻省理工学院研究人员开发了一个系统,可以产生由雾笼罩的物体图像如此厚的人类视力不能渗透它。它也可以衡量物体的距离。

无法处理迷雾的驾驶条件是使用可见光的自主车辆导航系统开发的主要障碍之一,这对于基于雷达的系统是高分辨率和读取道路标记的高分辨率和能力的能力。因此,麻省理工学院系统可能是对自动驾驶汽车的关键步骤。

研究人员使用小罐的水与振动电机从浸入其中的加湿器进行测试。在雾中如此密集的人视力可能只能穿透36厘米,系统能够解决物体的图像并在57厘米的范围内测量它们的深度。

五十七厘米不是很远的距离,但是对研究产生的雾比任何人类驾驶员都要应对的更密集;在现实世界中,典型的雾可能会提供约30到50米的可见性。重要的点是系统表现优于人类视觉,而大多数成像系统表现得更加糟糕。一种导航系统,即在迷雾中驾驶的人类司机也是一个巨大的突破。

MIT Media Lab的研究生盖伊特·萨特·萨特·萨特·萨特图像:梅兰妮·戈尼克(Melanie Gonick)/麻省理工学院

“我决定承担发展一个能够通过实际雾的系统的挑战,”麻省理工学院媒体实验室的研究生盖伊特·撒拉特说,这位研究。“我们正在处理现实的雾,这是密集,动态和异质的。它不断地移动和变化,具有密集或更少的雾块。其他方法不设计为应对这种现实情景。“

Satat和他的同事描述了他们的系统,他们将在5月份的计算摄影会议上出席。撒但是本文的第一个作者,他正在加入他的论文顾问,媒体艺术和科学亚历·拉斯拉副教授,由Matthew Tancik,他是电气工程和计算机科学的研究生。

扮演赔率

与Raskar相机文化集团开展的许多项目一样,新系统使用飞行时间摄像头,将激光爆发的超短突发到场景中,并测量其反射返回所需的时间。

在一个晴朗的一天,灯光的回归时间忠实地表明了反映它的物体的距离。但雾使光线“散射”或以随机方式弹跳。在有雾的天气中,到达相机传感器的大部分光线将被空中水滴反射,而不是自主车辆需要避免的物体类型。即使是从潜在障碍物反射的光线也将达到不同的时间,在不同的方式和回来的方式上被水滴偏转。

通过使用统计数据来解决这个问题。通过雾反射光产生的图案根据雾的密度而变化:平均而言,光线深入渗透到厚厚的雾中,而不是浅雾。但麻省理工学院的研究人员能够表明,无论雾多厚,反射光的到达时间都遵守称为γ分布的统计模式。

相机视图与深度成像系统视图。图像:梅兰妮·戈尼克(Melanie Gonick)/麻省理工学院

伽玛分布比高斯分布更复杂,常见的分布产生熟悉的钟曲线:它们可以是不对称的,他们可以采用更广泛的形状。但与高斯分布一样,它们完全由两个变量描述。麻省理工学院系统估计飞行中这些变量的值,并使用产生的分布从滤波到达飞行时间摄像机传感器的光信号的雾反射。

至关重要,系统计算传感器中的每个1,024个像素中的每一个的不同伽马分布。这就是为什么它能够处理早期系统挫败的雾密度的变化:它可以处理每个像素看到不同类型的雾的情况。

签名形状

相机计数光粒子或光子的数量,每56皮秒到达它,或秒的数亿。麻省理工学院系统使用那些原始计数来产生直方图 - 基本上是条形图,条带的高度表示每个间隔的光子计数。然后,它发现最能符合条形图的形状的伽马分布,并简单地从测量的总数中减去相关的光子计数。距离与物理障碍相关的距离仍然存在少量尖峰。

“这对此有什么好处是,这很简单,”Satat说。“如果您查看计算和方法,则令人惊讶地令人惊讶的是。我们也不需要任何关于雾的知识及其密度,这有助于它在各种雾条件下工作。“

麻省理工学院系统能够解析物体的图像,并在57厘米的范围内衡量它们的深度。图像:梅兰妮·戈尼克(Melanie Gonick)/麻省理工学院

SataT使用雾腔一米长的系统测试了该系统。在腔室内,他定期安装了间隔的距离标记,这提供了粗略的可视性衡量标记。他还放置了一系列小物体 - 木制小雕像,木块,字母剪影 - 即使在肉眼难以清晰的时候,系统也能够图像。

然而,有不同的方法来衡量可见性:具有不同颜色和纹理的物体通过不同距离的雾可见。因此,为了评估系统的性能,他使用了一种称为光学深度的更严格的度量,描述了穿透雾的光量。

光学深度与距离无关,因此在1米范围内具有特定光学深度的雾系统的性能应该是其在雾上具有相同光学深度在30米范围内的性能的良好预测因子。事实上,系统甚至可以在更长的距离上更好地票价,因为光子之间的到达时间之间的差异会更大,这可能使得更准确的直方图。

“恶劣天气是自治驾驶技术解决自主驾驶技术的大障碍之一,”卡内基梅隆大学计算机科学教授Srinivasa Narasimhan说。“Guy和Ramesh的创新工作会产生最佳的可见性增强,我看到了可见或近红外波长,并且很快就会在汽车上实施。”

声明:文章仅代表原作者观点,不代表本站立场;如有侵权、违规,可直接反馈本站,我们将会作修改或删除处理。

图文推荐

热点排行

精彩文章

热门推荐