Je hebt geen superkrachten nodig om te zien wat er om de hoek schuilgaat; Het enige dat u nodig hebt, zijn de juiste algoritmen, eenvoudige computersoftware en een gewone digitale camera, laat een team van onderzoekers zien in een artikel dat vandaag in Nature is gepubliceerd .
Het uitvinden van efficiënte manieren om objecten buiten het gezichtsveld van een mens te spotten is een gemeenschappelijk doel voor wetenschappers die alles bestuderen, van zelfrijdende auto's tot militair materieel. In zijn eenvoudigste vorm kan dit worden gedaan met behulp van een periscoop, een buis met meerdere spiegels die licht doorsturen. Eerdere inspanningen om dit fysieke apparaat in het digitale tijdperk te brengen, betroffen het gebruik van gevoelige, hightech apparatuur om de tijd te meten die het licht nodig heeft om een sensor te raken, waardoor onderzoekers de relatieve positie, grootte en vorm van het verborgen object kunnen benaderen. Hoewel deze technieken de klus klaren, is het moeilijk toe te passen op dagelijks gebruik vanwege de kosten en complexiteit, merkt de hoofdauteur Vivek Goyal van de nieuwe studie op, een elektrotechnisch ingenieur aan de Boston University.
Eerdere studies hadden aangetoond dat een gewone digitale camera kon worden gebruikt om 1-D-beelden van objecten uit het zicht te recreëren. Goyal en zijn team besloten om die techniek uit te breiden en 2D-beelden te maken.
Een weergave van de opstelling van het lab voor het experiment (Charles Saunders / Nature) Het experiment werkte als volgt: het team richtte een digitale camera op een witte muur. Vervolgens plaatsten ze om een hoek die evenwijdig aan de camera zat, een LCD-scherm tegenover dezelfde witte muur. Het scherm gaf een eenvoudige 2D-afbeelding weer - in dit geval een Nintendo-paddenstoel, een gele emoticon met een rode hoed opzij of de letters BU (voor Boston University) in een groot, gewaagd rood lettertype. De witte muur functioneerde als een spiegel in een periscoop. Door lange belichting te gebruiken bij het nemen van een foto met de camera, legde het team de zachte waas van het gloeiende licht op de witte muur van het scherm vast.
Er is echter een reden dat een witte muur er wit uitziet, zegt Goyal. In tegenstelling tot een spiegel - die licht in een specifieke richting reflecteert - verstrooit een muur gereflecteerd licht in alle verschillende hoeken, waardoor elk nagebouwd beeld een onverstaanbare warboel van korrelige kleuren voor het blote oog wordt. Verrassend genoeg is het gemakkelijker om de verborgen afbeelding opnieuw te maken als er iets is dat deze blokkeert, ook wel een occlusief object genoemd.
Het occlusieve object - voor deze studie een stoelachtig paneel - stelde het team in staat om een beeld te reproduceren met behulp van de wetenschap van penumbri, een alledaags fenomeen dat ontstaat wanneer licht gedeeltelijke schaduwen werpt in een soort halo rond een ondoorzichtig object.
"Penumbri zijn overal, " zegt Goyal. “[Als] je ergens zit met TL-verlichting, omdat je verlichting niet vanaf één punt komt, werpen objecten geen scherpe schaduwen. Als je je hand uitstrekt ... zie je een stel gedeeltelijke schaduwen in plaats van volledige schaduw. 'In wezen zijn die gedeeltelijke schaduwen allemaal penumbra.
Dus hoewel het occlusieve object een deel van de afbeelding blokkeerde, verschaften de schaduwen het algoritme meer gegevens om te gebruiken. Van daaruit vereiste het omkeren van het pad van het licht eenvoudige fysica.
Het klinkt waarschijnlijk onlogisch en ingewikkeld, maar elektrotechnisch ingenieur Genevieve Gariepy, die non-line-of-sight imaging bestudeerde terwijl ze promoveerde bij Heriot-Watt in Edinburgh, beschreef het als een high-tech spel van 20 vragen. In wezen functioneert het afsluitende object in dit experiment op dezelfde manier als een goede vraag in het spel.
"Het omgekeerde probleem in [20 vragen] is raden wie ik ben [aan het denken", legt ze uit. “Als we het spel spelen en ik denk erover na ... laten we zeggen Donna Strickland, die net de Nobelprijs voor de natuurkunde heeft gewonnen. Als je het mij vraagt 'Is ze een vrouw? Leeft ze nog? ' het is erg ingewikkeld omdat [die beschrijvingen van toepassing kunnen zijn op] zoveel mensen. Als je me vraagt 'Heeft ze een Nobelprijs gewonnen?' dan wordt het veel gemakkelijker om te raden aan wie ik denk. '
De eerste metingen zagen eruit als wazige zwarte vlekken, dus Goyal en zijn team waren verre van zeker dat hun techniek een duidelijk beeld zou produceren. "We waren er zeker van dat er iets mogelijk was, [maar het had] echt, echt verschrikkelijk in kwaliteit kunnen zijn, " zegt Goyal.
Dus toen de eerste recreatie heel gedetailleerd doorkwam, was het "een grote, aangename verrassing", zegt Goyal. Hoewel het beeld verre van perfect is, zijn letters leesbaar, kleuren zijn duidelijk en zelfs het gezicht van de gele emoticon was identificeerbaar. Het team was in staat hetzelfde nauwkeurigheidsniveau te bereiken bij het werken met eenvoudige video.
Goyal is het meest enthousiast over het toegankelijke karakter van deze technologie. "Onze techniek [gebruikt] conventionele hardware", zegt hij. “Je zou je kunnen voorstellen dat we een app kunnen schrijven voor een mobiele telefoon die deze beeldvorming uitvoert. Het type camera dat we hebben gebruikt, verschilt niet fundamenteel van een mobiele telefooncamera. "
Zowel Goyal als Gariepy zijn het erover eens dat een van de meest waarschijnlijke toekomstige toepassingen van deze technologie in autonome voertuigen zou zijn. Op dit moment laten die voertuigen mensen verslaan door aan alle kanten om zich heen te voelen wat er direct om hen heen is, maar het bereik van die sensoren overschrijdt het gemiddelde menselijke gezichtsveld niet. De integratie van deze nieuwe technologie kan auto's naar een hoger niveau tillen.
“Je zou je kunnen voorstellen dat [een auto] kan voelen dat er een kind aan de andere kant van een geparkeerde auto staat, of dat je bij het naderen van een kruispunt in een stedelijke kloof kunt voelen dat er dwarsverkeer komt dat niet in jouw zichtlijn, "zegt Goyal. "Het is een optimistische visie, maar niet onredelijk."
