Vijf jaar geleden brachten mijn man en ik de zomer door in Schotland. Wanneer we niet werkten, zouden we door de Hooglanden rijden voor wandel- en sightseeingtochten. Wat ik me het meest herinner is de mist. Filmische, omhullende witte wolken, schijnbaar uit het niets, waardoor de met keien bezaaide heuvels en ruige valleien volledig verdwijnen. Oh, en had ik al gezegd dat veel wegen eenrichtingsverkeer waren? Als we waren gestopt, hadden we uren kunnen vastzitten. Dus in plaats daarvan doken we langs, loensen naar de gele gloed van tegemoetkomende koplampen door de mist.
Hadden we maar een nieuw beeldvormingssysteem ontwikkeld door onderzoekers van MIT, ontworpen om door mist te kijken en bestuurders van obstakels te waarschuwen.
"We willen door de mist kijken alsof de mist er niet was", zegt Guy Satat, een promovendus bij MIT Media Lab die het onderzoek leidde.
Het systeem maakt gebruik van ultrasnelle metingen en een algoritme om mist te berekenen en een dieptekaart van de objecten in de buurt te maken. Het maakt gebruik van een SPAD-camera (single photon lawine diode) die pulsen van laserlicht opneemt en meet hoe lang het duurt voordat de reflecties terugkeren. In heldere omstandigheden kan deze tijdmeting worden gebruikt om de objectafstand te meten. Maar mist zorgt ervoor dat het licht zich verspreidt, waardoor deze metingen onbetrouwbaar worden. Daarom heeft het team een model ontwikkeld om te meten hoe precies, mistdruppeltjes de retourtijd van licht beïnvloeden. Vervolgens kan het systeem de verstrooiing elimineren en een duidelijk beeld creëren van wat er feitelijk staat te gebeuren.
Om het systeem te testen, moest het team nepmist creëren. Dat was gemakkelijker gezegd dan gedaan. Ze probeerden het soort mistmachine dat je voor feesten kunt huren, maar het resultaat was "veel te intens" voor hun doeleinden, zegt Satat. Ze gebruikten uiteindelijk een watertank met een bevochtigingsmotor erin om een mistkamer te creëren. Ze stopten kleine voorwerpen zoals blokken en letterkaarten erin om te kijken hoe ver en goed het systeem kon kijken. De resultaten toonden aan dat het systeem veel beter presteerde dan menselijk zicht, in omstandigheden die veel mistiger zijn dan auto's die op wegen tegenkomen.
Satat en zijn collega's zullen een paper over hun systeem presenteren op de Internationale Conferentie over Computationele Fotografie aan de Carnegie Mellon University in mei.
Satat zegt dat het mogelijk is dat het systeem werkt onder andere omstandigheden zoals regen en sneeuw, maar ze hebben ze nog niet getest. Ze proberen het systeem op dit moment foton efficiënter te maken, waardoor het door dichtere mist naar grotere afstanden kan kijken. Ze hopen dat het systeem ooit tal van toepassingen in de echte wereld zal hebben.
"De onmiddellijk voor de hand liggende toepassing is zelfrijdende auto's, simpelweg omdat deze industrie al vergelijkbare hardware gebruikt, " zegt Satat.
De meeste autosystemen zonder bestuurder (hoewel met name die van Tesla niet) gebruiken LIDAR-systemen (lichtdetectie en -bereik), die pulsen van infrarood licht opnemen en meten hoe lang het duurt om terug te komen. Dit is vergelijkbaar met het eerste deel van het systeem van het MIT-team, alleen zonder de extra stap van het aftrekken van mistfotonen van de scène. LIDAR-systemen zijn momenteel vrij duur, maar zullen naar verwachting in prijs dalen naarmate ze zich ontwikkelen. Satat en zijn team hopen "mee te rijden" bij de ontwikkeling van LIDAR om ooit hun mistfunctie aan auto's toe te voegen.
Het systeem kan natuurlijk ook nuttig zijn in gewone auto's, omdat mensen ook niet door mist kunnen kijken. Satat stelt zich een "verbeterd rij-systeem" voor dat de mist uit uw zicht zou kunnen verwijderen.
"Je zou de weg voor je zien alsof er geen mist was, " legt hij uit, "of de auto zou waarschuwingsberichten maken dat er een object voor je is."
Het systeem was in staat om afbeeldingen van objecten op te lossen en hun diepte te meten op een bereik van 57 centimeter. (Melanie Gonick / MIT) Het systeem kan ook nuttig zijn voor vliegtuigen en treinen, die vaak worden belemmerd door mist. Het kan ook worden gebruikt om door troebel water te kijken.
Oliver Carsten, professor aan het Institute for Transport Studies aan de University of Leeds, zegt dat hij zich de MIT-technologie kan voorstellen die de mogelijkheden van huidige automatische noodremsystemen (AEB) uitbreidt, die sensoren gebruiken om obstakels te detecteren en de auto laten remmen . Het systeem kan AEB effectiever maken bij slecht weer.
Maar, zegt Carsten, het team "zal zijn betrouwbaarheid moeten aantonen in verschillende omgevingsomstandigheden, niet alleen in het laboratorium, maar ook in de echte wereld."
Satat en zijn team maken deel uit van de Camera Culture Group in het Media Lab, geleid door Ramesh Raskar, een expert op het gebied van computationele fotografie. De groep werkt al jaren aan soortgelijke beeldvormingsproblemen. Onlangs hebben ze een systeem ontwikkeld met behulp van lasers en camera's om objecten rond hoeken te zien. Ze creëerden ook een systeem dat terahertz-straling gebruikt om de eerste negen pagina's van een gesloten boek te lezen. De technologie heeft potentieel voor musea en experts op het gebied van antieke boeken, die misschien boeken of andere documenten hebben die te gevoelig zijn om aan te raken.
