Los investigadores del MIT han desarrollado un sistema que puede producir imágenes de objetos envueltos por la niebla tan espesa que la visión humana no puede penetrarla. También puede medir la distancia de los objetos.
La incapacidad para manejar condiciones de manejo brumosas ha sido uno de los principales obstáculos para el desarrollo de sistemas autónomos de navegación vehicular que usan luz visible, que son preferibles a los sistemas basados en radar por su alta resolución y capacidad de leer señales de tráfico y carriles de seguimientomarcadores. Por lo tanto, el sistema MIT podría ser un paso crucial hacia los automóviles autónomos.
Los investigadores probaron el sistema usando un pequeño tanque de agua con el motor vibratorio de un humidificador sumergido en él. En una niebla tan densa que la visión humana podría penetrar solo 36 centímetros, el sistema pudo resolver imágenes de objetos y medir su profundidaden un rango de 57 centímetros.
Cincuenta y siete centímetros no es una gran distancia, pero la niebla producida para el estudio es mucho más densa que cualquiera con la que un conductor humano tenga que lidiar; en el mundo real, una niebla típica podría permitir una visibilidad de aproximadamente 30 a50 metros. El punto vital es que el sistema funcionó mejor que la visión humana, mientras que la mayoría de los sistemas de imágenes funcionan mucho peor. Un sistema de navegación que fuera tan bueno como un conductor humano para conducir en la niebla sería un gran avance.
"Decidí asumir el desafío de desarrollar un sistema que pueda ver a través de la niebla real", dice Guy Satat, un estudiante graduado en el MIT Media Lab, que dirigió la investigación. "Estamos lidiando con niebla realista, quees denso, dinámico y heterogéneo. Se mueve y cambia constantemente, con parches de niebla más densa o menos densa. Otros métodos no están diseñados para hacer frente a escenarios tan realistas ".
Satat y sus colegas describen su sistema en un documento que presentarán en la Conferencia Internacional de Fotografía Computacional en mayo. Satat es el primer autor del artículo, y se le une su asesor de tesis, profesor asociado de artes de medios y ciencias RameshRaskar, y por Matthew Tancik, que era un estudiante graduado en ingeniería eléctrica y ciencias de la computación cuando se realizó el trabajo.
Jugar las probabilidades
Al igual que muchos de los proyectos realizados en el Grupo de Cultura de Cámara de Raskar, el nuevo sistema utiliza una cámara de tiempo de vuelo, que dispara ráfagas ultracortas de luz láser en una escena y mide el tiempo que tardan sus reflejos en regresar.
En un día despejado, el tiempo de retorno de la luz indica fielmente las distancias de los objetos que lo reflejaron. Pero la niebla hace que la luz se "esparza" o rebote de manera aleatoria. En condiciones de niebla, la mayor parte de la luz que llega a la cámarael sensor habrá sido reflejado por las gotas de agua en el aire, no por los tipos de objetos que los vehículos autónomos deben evitar e incluso la luz que se refleja en los obstáculos potenciales llegará en diferentes momentos, habiendo sido desviada por las gotas de agua al saliry el camino de regreso.
El sistema MIT soluciona este problema mediante el uso de estadísticas. Los patrones producidos por la luz reflejada por la niebla varían de acuerdo con la densidad de la niebla: en promedio, la luz penetra menos profundamente en una niebla espesa que en una niebla ligera. Pero el MITLos investigadores pudieron demostrar que, sin importar qué tan espesa sea la niebla, los tiempos de llegada de la luz reflejada se adhieren a un patrón estadístico conocido como distribución gamma.
Las distribuciones gamma son algo más complejas que las distribuciones gaussianas, las distribuciones comunes que producen la curva de campana familiar: pueden ser asimétricas y pueden adoptar una variedad más amplia de formas. Pero al igual que las distribuciones gaussianas, están completamente descritas por dosEl sistema MIT estima los valores de esas variables sobre la marcha y utiliza la distribución resultante para filtrar el reflejo de niebla de la señal de luz que llega al sensor de la cámara de tiempo de vuelo.
Crucialmente, el sistema calcula una distribución gamma diferente para cada uno de los 1.024 píxeles en el sensor. Por eso es capaz de manejar las variaciones en la densidad de niebla que frustraron los sistemas anteriores: puede manejar circunstancias en las que cada píxel ve un tipo diferente deniebla.
formas distintivas
La cámara cuenta el número de partículas de luz, o fotones, que lo alcanzan cada 56 picosegundos, o billonésimas de segundo. El sistema MIT usa esos recuentos sin procesar para producir un histograma, esencialmente un gráfico de barras, con las alturas delbarras que indican los recuentos de fotones para cada intervalo. Luego, encuentra la distribución gamma que mejor se ajusta a la forma del gráfico de barras y simplemente resta los recuentos de fotones asociados de los totales medidos. Lo que queda son picos leves en las distancias que se correlacionan con obstáculos físicos.
"Lo bueno de esto es que es bastante simple", dice Satat. "Si nos fijamos en el cálculo y el método, sorprendentemente no es complejo. Tampoco necesitamos ningún conocimiento previo sobre la niebla y su densidad, quelo ayuda a trabajar en una amplia gama de condiciones de niebla "
Satat probó el sistema usando una cámara de niebla de un metro de largo. Dentro de la cámara, montó marcadores de distancia regularmente espaciados, que proporcionaban una medida aproximada de visibilidad. También colocó una serie de objetos pequeños: una figura de madera, bloques de madera,siluetas de letras: que el sistema podía crear imágenes incluso cuando eran imperceptibles a simple vista.
Sin embargo, hay diferentes formas de medir la visibilidad: los objetos con diferentes colores y texturas son visibles a través de la niebla a diferentes distancias. Entonces, para evaluar el rendimiento del sistema, utilizó una métrica más rigurosa llamada profundidad óptica, que describe la cantidad de luzque penetra la niebla
La profundidad óptica es independiente de la distancia, por lo que el rendimiento del sistema en la niebla que tiene una profundidad óptica particular en un rango de 1 metro debería ser un buen predictor de su desempeño en la niebla que tiene la misma profundidad óptica en un rango de 30de hecho, el sistema puede funcionar incluso mejor a distancias más largas, ya que las diferencias entre los tiempos de llegada de los fotones serán mayores, lo que podría generar histogramas más precisos.
Fuente de la historia :
Materiales proporcionado por Instituto de Tecnología de Massachusetts . Original escrito por Larry Hardesty. Nota: El contenido puede ser editado por estilo y longitud.
Cite esta página :