Tänk dig att köra hem efter en lång dag på jobbet. Plötsligt springer en bil ut från en skymd sidogata och svänger precis framför dig. Lyckligtvis såg din autonoma bil detta fordon långt innan det kom inom din siktlinje och saktade ner för att undvika en krasch. Detta kan tyckas vara magi, men en ny teknik utvecklad på Caltech kan föra det närmare verkligheten.

Med tillkomsten av autonoma fordon, avancerade rymdfarkoster och annan teknik som förlitar sig på sensorer för navigering, finns det ett ständigt ökande behov av avancerad teknik som kan söka efter hinder, fotgängare eller andra föremål. Men vad händer om något döljs bakom ett annat föremål?

I en artikel som nyligen publicerades i tidskriften Nature Photonics , beskriver Caltech-forskare och deras kollegor en ny metod som i huvudsak omvandlar närliggande ytor till linser som kan användas för att indirekt avbilda tidigare skymd objekt.

Tekniken, utvecklad i laboratoriet i Changhuei Yang, Thomas G. Myers professor i elektroteknik, bioteknik och medicinsk teknik; and Heritage Medical Research Institute-utredare, är en form av non-line-of-sight (NLOS) avkänning – eller avkänning som upptäcker ett föremål av intresse utanför betraktarens synlinje. Den nya metoden, kallad UNCOVER, gör detta genom att använda närliggande plana ytor, såsom väggar, som en lins för att tydligt se det dolda föremålet.

De flesta aktuella NLOS-bildtekniker kommer att upptäcka ljus från ett dolt föremål som passivt reflekteras av en yta som en vägg. Men eftersom ytor som väggar övervägande sprider ljus, ger teknikerna inte tydliga bilder. Beräkningsmetoder kan användas för att extrahera information från det spridda ljuset och förbättra bildens klarhet, men de kan inte generera högupplösta bilder.

UNCOVER motverkar dock direkt spridning genom sin användning av vågfrontsformningsteknologi. Vågfrontsformning var tidigare inte genomförbar eftersom den kräver användning av en ledstjärna, en ungefärlig punktljuskälla som gör det möjligt att härleda detaljer om det dolda föremålet.

"Vi vet att linser avbildar en punkt till en annan punkt. Om du tittar genom ett dåligt "objektiv" med matta ytor, är bilden av en punkt nu suddig, och ljuset sprider sig överallt, men du kan slipa och polera den matta ytan för att navigera ljuset till rätt position", förklarar elteknikstudenten Ruizhi Cao, den första författaren till Nature Photonics papper. "Det är så en guidestjärna hjälper dig i princip:Den talar om för oss var de små knölarna är, så att vi vet hur vi ska polera ytan på rätt sätt."

Yang och hans kollegor fann att själva det dolda föremålet kunde användas som ledstjärna. Resultatet är en NLOS-avbildningsmetod som sätter ihop det spridda ljuset till en tydlig bild av det dolda föremålet.

Enligt Cao kan avbildningsmetoden vara användbar för autonom körning, räddningsuppdrag och andra fjärranalysrelaterade uppdrag. När det gäller autonom körning säger Cao:"Vi kan se all trafik i korsningen med den här metoden. Detta kan hjälpa bilarna att förutse den potentiella faran som man inte kan se direkt."

Användningen av UNCOVER kan göra det möjligt för bilar att se lika bra som människor, men också för människor att bli bättre förare. Medan en mänsklig förare kanske kan upptäcka en kommande jaywalker några meter bort, skulle en autonom bil utrustad med UNCOVER-teknik potentiellt kunna upptäcka en sådan instans i nästa block, förutsatt att bildförhållandena är optimala.

UNCOVER-avbildning kan också visa sig vara användbar bortom jorden – till exempel, i framtida robotuppdrag för att utforska Mars, säger Cao:"Vi räknar med att rovers tar bilder av en annan planet för att hjälpa oss att utveckla en bättre förståelse om den planeten. dessa rovers, vissa platser kan vara svåra att nå på grund av begränsade resurser och kraft. Med icke-line-of-sight-avbildningstekniken behöver vi inte rovern själv för att göra det. Det som behövs är att hitta en plats där ljuset kan nå."

Naturfotoniken uppsatsen har titeln "Högupplöst bildbehandling utan siktlinje som använder aktiv fokusering." Andra medförfattare inkluderar Frederic de Goumoens, Baptiste Blochet och Jian Xu. + Utforska vidare

Ny avbildningsmetod avslöjar dolda objekt