當前已經上路測試的許多自動駕駛汽車，已經配備了基本的環境感知與(yu) 緊急避讓功能。但是對於(yu) 一些潛在不可見的威脅，它還不能夠很好地避免。好消息是，一支斯坦福研究團隊正在開發一套基於(yu) 激光的新式係統。其旨在讓自動駕駛汽車“看到”四周角落的盲點，在兒(er) 童或其它車輛突然竄出來之前作出響應。由於(yu) 肉眼無法直接看穿，其采用了激光脈衝(chong) 來對準角落的盲點。

研究人員 David Lindell 和 Matt O'Toole 進行係統試驗

據悉，一個(ge) 高靈敏度傳(chuan) 感器可以捕捉返回的光信息，經過算法分析來得出一個(ge) “隱藏在視線之外的模糊快照”。雖然聽起來很“高科技”，但這並不是科學家首次成功展示這項“特異功能”。

早在 2012 年，一支麻省理工團隊就進行過類似的係統實驗。2014 年的時候，歐洲和加拿大研究人員已經能夠重現隱藏物體(ti) 的“光回聲”了。

不過斯坦福科學家指出，他們(men) 的進展主要體(ti) 現在數學層麵。鑒於(yu) 光線會(hui) 被物體(ti) 散射，因此它可以從(cong) 幾乎所有方向上向傳(chuan) 感器回饋過來，從(cong) 而產(chan) 生了大量的“噪點”。

為(wei) 此，斯坦福團隊開發了一種能夠計算出被捕獲的光子路徑的先進算法，然後憑借它來重現物體(ti) 。論文合著者 David Lindell 表示：

非視線成像的一個(ge) 重大挑戰，就是在測量噪聲中找到一種有效的方法，來重建隱藏對象的 3D 結構。我認為(wei) 這種方法的最大影響，就是它的計算效率。

研究人員稱，他們(men) 的算法可以在一秒不到的時間內(nei) 完成對光子數據的分析，效率高得可以直接在普通筆記本電腦上運行。當前要掃平的實用障礙，就在最初的掃描上：

為(wei) 了生成一個(ge) 隱藏對象的足夠數據，係統需要在一個(ge) 過程中發射許多激光脈衝(chong) ，但要耗費一個(ge) 小時的話，又顯得沒有必要了。

另外一個(ge) 問題是環境光，在精心控製的實驗室條件下，係統工作起來是沒有問題的。但要把它帶到明亮的太陽底下，傳(chuan) 感器可能就有點不知所措了。

好消息是，在戶外測試中，研究人員發現這項技術能夠清晰地捕捉到高反射物體(ti) ，比如鮮亮的服裝顏色、路牌和標記等。

在未來，研究人員希望能夠進一步提升其掃描速度、在日光下的工作能力、甚至可探測移動物體(ti) 。

有關(guan) 這項研究的詳情，已經發表在近日出版的《自然》（Nature）期刊上，原標題為(wei) 《Confocal non-line-of-sight imaging based on the light-cone transform》。