查看原文
其他

监听光学“噪声”?新科技能追踪隐藏的运动物体!

2017-04-21 John IntelligentThings

导读


对于物体的定位检测,现在有很多科技手段。然而,在有障碍物和光线发生散射的情况下,如何还能实时追踪运动物体?最近科学家发明了一种创新方案,能在无法看见物体、无法控制和找准光线照射方向的情况下,定位运动的物体。


技术关键字


光学定位


创新背景


也对,对于「检测、描述和追踪」远处的、或者无法直接观测的物体,现在有很多科技手段可做到。简单归纳一下,现有的定位技术主要有两种方案:


  • 基于激光的方案


例如LIDAR,向物体发射一束光,然后在物体周围移动光束,从而推断出相关的信息例如物体的尺寸、形状和轨迹。


  • 基于图像的方案


拍摄一些列物体图像,然后进行计算,并且随着时间的推移,追踪物体运动。


对此,这项创新研究的领头人、中佛罗里达大学的 Dogariu 这么说:


“这些都是十分好的方案,并且已存在了数十年,并且在理想的情况下,他们的性能无法被超越。但是,只要有物体存在于视线之中,就会使得光线发生散射和不规则,这时候就有麻烦了。”

 

所以,包括「激光探测与测量」(LIDAR)技术在内的大多数现有技术,具有这样一个瓶颈:


这些技术需要在物体和传感器之间的存在一个视线。然而,如果在有云、雾、或者其它导致光线散射的情况下,就无法很好的观察物体。

 

创新探索


所以, Aristide Dogariu  领导美国中佛罗里达大学(CREOL)科研团队,探索出一种创新方法,他们的论文发表于光学会的杂志《光学期刊》上。他说:


“我们正在促进一个思考模式的转移。我们不是使用「相干光束」照射物体,而是通过「随机或者类似噪音」的光线来照射它。通过观察和物体交互而引起的光线起伏波动,我们可以获取物体的相关信息。”


最新方案大致描述如下:


他们开发的新技术方案,能够通过分析物体运动而产生的光学“噪声”中的波动,追踪隐藏于散射介质后面的物体。当物体在封闭的盒子中移动时,能够定位物体。



(图片来源于:参考资料【2】)


核心技术


如何从光线中的波动推断出相关信息?


Dogariu的团队在这方面,已经进行了十多年的学习。他们之前就使用过这些概念,开发感知材料属性的新型工具和高分辨率显微镜。


在最近的研究中,他们尝试在「无法看见物体、无法控制和找准光线照射方向」的情况下,定位运动的物体。

 

Dogariu 说:


“一个物体隐藏于散射的扩散器后面,无法被空间相干光束照射。物体的运动、形状、和属性会影响到噪声般的光场,这种效果就是我们要测量的。”

 

因为光线以一种可预见的方式活动,所以Dogariu的团队开发出了一种静态方法,从目标物体运动而引起的波动中「分离出自然噪声」。


测试方法


为了测试该方案,研究人员将一个小物体密闭封装于一个塑料盒中,这个盒子用于散射光线。


当一束相干光照射到一面散射墙上时,就会在盒子中,创建出一个次光源。目标物体发射出光线,然后光线从散射墙返回,光波会进一步随机化。这样,盒子外部的集成探测器会采集这些光线,它使用了一种算法来区分出由物体波动而引起的自然噪声。


Dogariu 说:


“如果盒子中的目标物体开始移动,然后它施加于光线的波动,会从盒子中出来,从任何方向都可以十分有效的检测到。”


(图片来源于:参考资料【2】)


技术瓶颈


尽管,这项技术可以从盒子外部的任何位置检测到隐藏于其中的运动物体,但是系统无法检测到静止的物体。


创新价值


最近,也有一些其它技术通过对于物体反复扫描和拍照,从而随着时间的推移而检测被掩盖的物体。然而,这些方案需要:复杂的光学设备和大规模的数据处理,使得它们对于追踪快速移动的物体来说,显得不现实。

 

在Dogariu团队的实验中,他们在散射的盒子中,使用更加简单和便捷的装置,准确地追踪物体的移动。Dogariu 说:


“基于波动恢复信息的优势在于,它相对于外部的扰动,显得更加的健壮。它对于光源和物体之间、以及物体和接收器之间的扰动,显得十分地具有健壮性。”


(图片来源于:参考资料【2】)


应用价值


这项研究可以帮助推进实时「远程感知技术」,应用于军事和其它应用领域。研究人员称,例如,它可以用于在迷雾环境中,追踪汽车或者飞机,也可以用于生物医疗研究领域,追踪那些无法直接观察的、快速移动粒子。


未来展望


因为系统从每个方向的运动中独立地提取信息,所以这个方案可以从所有的自由度(左右、上下和对角)感知位置。另外,由于这个方法能追踪物体的质量中心的运动,所以追踪的精度不受物体倾斜和旋转的影响。


这个方案的主要缺陷是:它可以提供给目标物体的细节级别有限。当它在物体移动时检测速度和方向的时候,也许能够检测到物体的尺寸,但是它不能检测到物体的色彩、材料或者形状。

 

Dogariu 说:


“你不能通过这种方案获取细节信息,但是如果你简化那些问题,只想了解真正感兴趣的,那么你可以解决特定的以任务为导向的问题。”

 

下一步,团队将继续致力于改善这一方案,使得它能够处理更加复杂的环境、更大的场景、以及入射光线较弱的场景。他们希望这些提升将使得系统,使之离现实世界的应用更近,特别是在生物医学、远程控制以及其它领域。


不过据Dogariu 称,这项研究包含了光线波、类似基于噪声的方案,也可以在其它领域实现,例如:声波和微波


参考资料


【1】http://www.osa.org/en-us/about_osa/newsroom/news_releases/2017/by_listening_to_optical_noise_researchers_disco/

【2】M.I. Akhlaghi, A. Dogariu, “,” Optica, Volume 4, Issue 4, 447-453 (2017). DOI:




需要进行深入咨询和交流的朋友,请联系微信:JohnZh1984


或者点击左下方“阅读原文”,了解并加入

“John的小密圈”。



您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存