Pięć lat temu spędziliśmy z mężem lato w Szkocji. Kiedy nie pracowaliśmy, jeździliśmy przez Highlands podczas wycieczek pieszych i wycieczek krajoznawczych. To, co pamiętam najbardziej, to mgła. Filmowe, otaczające białe chmury, pozornie znikąd, sprawiające, że zasypane głazami wzgórza i skaliste doliny znikają całkowicie. Aha, i czy wspominałem, że wiele dróg było jednokierunkowych? Gdybyśmy się zatrzymali, moglibyśmy utknąć godzinami. Zamiast tego ruszyliśmy dalej, mrużąc oczy, widząc żółty blask nadjeżdżających świateł przez mgłę.
Gdybyśmy tylko mieli nowy system obrazowania opracowany przez naukowców z MIT, zaprojektowany do widzenia przez mgłę i ostrzegania kierowców o przeszkodach.
„Chcemy patrzeć przez mgłę, jakby jej nie było” - mówi Guy Satat, doktorant w MIT Media Lab, który kierował badaniami.
System wykorzystuje ultraszybkie pomiary i algorytm do obliczeniowego usuwania mgły i tworzenia mapy głębokości obiektów w pobliżu. Wykorzystuje aparat SPAD (dioda lawinowa pojedynczego fotonu), który strzela impulsy światła laserowego i mierzy, ile czasu potrzeba na odbicie odbić. W wyraźnych warunkach ten pomiar czasu można wykorzystać do pomiaru odległości od obiektu. Ale mgła powoduje rozproszenie światła, przez co pomiary te są niewiarygodne. Zespół opracował więc model do pomiaru, w jaki sposób kropelki mgły wpływają na czas powrotu światła. Następnie system może wyeliminować rozpraszanie i stworzyć wyraźny obraz tego, co faktycznie nadchodzi.
Aby przetestować system, zespół musiał stworzyć sztuczną mgłę. Łatwiej było powiedzieć, że zrobiono. Wypróbowali maszynę do mgły, którą można wypożyczyć na imprezy, ale wynik był „zbyt intensywny” do ich celów, mówi Satat. W końcu użyli zbiornika wody z silnikiem nawilżacza w środku, aby stworzyć komorę mgły. Umieszczają w środku małe przedmioty, takie jak bloki i karty z literami, aby zobaczyć, jak daleko i dobrze widzi system. Wyniki pokazały, że system działał znacznie lepiej niż wzrok ludzki, w warunkach znacznie bardziej zamglonych niż samochody spotykane na drogach.
Satat i jego koledzy przedstawią artykuł na temat swojego systemu na Międzynarodowej Konferencji Fotografii Obliczeniowej na Carnegie Mellon University w maju.
Satat mówi, że możliwe jest, że system będzie działał w innych warunkach, takich jak deszcz i śnieg, ale jeszcze ich nie przetestowali. Obecnie zastanawiają się nad zwiększeniem wydajności fotonu w systemie, co pozwoliłoby mu widzieć przez gęstszą mgłę na większe odległości. Mają nadzieję, że pewnego dnia system będzie miał wiele rzeczywistych aplikacji.
„Bezpośrednią oczywistą aplikacją są samochody samojezdne, po prostu dlatego, że przemysł ten już używa podobnego sprzętu”, mówi Satat.
Większość systemów samochodowych bez kierowcy (choć nie Tesli) wykorzystuje systemy LIDAR (wykrywanie światła i określanie odległości), które rejestrują impulsy światła podczerwonego i mierzą, ile czasu potrzeba na powrót. Jest to podobne do pierwszej części systemu zespołu MIT, bez dodatkowego kroku odejmowania fotonów mgły ze sceny. Systemy LIDAR są obecnie dość drogie, ale oczekuje się, że w miarę rozwoju będą spadać. Satat i jego zespół mają nadzieję, że pewnego dnia „dodadzą” do rozwoju LIDAR, dodając swoją funkcję mgły do samochodów.
System może być również przydatny w zwykłych samochodach, ponieważ ludzie również nie widzą przez mgłę. Satat wyobraża sobie system „wspomaganej jazdy”, który mógłby usunąć mgłę z pola widzenia.
„Zobaczysz drogę przed sobą, jak gdyby nie było mgły”, wyjaśnia, „inaczej samochód wygeneruje ostrzeżenie, że przed tobą znajduje się obiekt”.
System był w stanie rozpoznać obrazy obiektów i zmierzyć ich głębokość w zakresie 57 centymetrów. (Melanie Gonick / MIT) System może być również przydatny w samolotach i pociągach, które często są utrudnione przez mgłę. Można go również potencjalnie wykorzystać do widzenia przez mętną wodę.
Oliver Carsten, profesor w Institute for Transport Studies na University of Leeds, mówi, że może sobie wyobrazić technologię MIT rozszerzającą możliwości obecnych systemów automatycznego hamowania awaryjnego (AEB), które wykorzystują czujniki do wykrywania przeszkód przed pojazdem i powodują hamowanie samochodu . System może zwiększyć skuteczność AEB przy złej pogodzie.
Ale Carsten mówi, że zespół „będzie musiał wykazać się niezawodnością w różnych warunkach środowiskowych, nie tylko w laboratorium, ale także w realnym świecie”.
Satat i jego zespół są częścią Camera Culture Group w Media Lab, kierowanej przez Ramesha Raskara, eksperta w dziedzinie fotografii obliczeniowej. Grupa od lat pracuje nad podobnymi problemami z obrazowaniem. Niedawno opracowali system wykorzystujący lasery i kamery do oglądania obiektów w rogach. Stworzyli również system wykorzystujący promieniowanie terahercowe do odczytania pierwszych dziewięciu stron zamkniętej książki. Technologia ma potencjał dla muzeów i ekspertów od książek antycznych, którzy mogą mieć książki lub inne dokumenty zbyt delikatne, by je dotykać.
