视频观看
普渡大学研究人员开发了一种正在申请专利的视觉方法，该方法改进了传统的机器视觉和感知。该系统称为HADAR或热辅助检测和测距，允许机器人在黑暗中像在阳光下一样看到。
普渡大学的研究团队包括埃尔莫尔家庭电气与计算机工程学院的埃尔莫尔电气和计算机工程副教授祖宾·雅各布和研究科学家方林·鲍。该团队的研究最近登上了《自然》杂志的封面。
HADAR结合了热物理、红外成像和匹配学习，以创建完全被动和物理感知的机器感知。它填补了传统热传感方法留下的空白，该方法收集来自场景中所有物体的不可见热辐射。
与其他视觉系统（如激光雷达、雷达和声纳）相比，传统的热方法确实具有一些优势，后者发射信号并接收信号以收集有关场景和相机的 3D 信息。
例如，激光雷达、雷达和声纳在扩大规模时存在缺点，包括信号干扰和对人眼的风险。相机没有这些缺点，但它们在弱光、雾或雨中不能很好地工作。
虽然热成像方法没有这些缺点，但它们提供的信息通常比激光雷达、雷达、声纳和相机少。
“物体及其环境不断发射和散射热辐射，导致无纹理的图像，众所周知的’重影效应’，”鲍说。“一个人脸部的热图像只显示轮廓和一些温度对比度;没有任何功能，让您看起来像看到了鬼魂。这种信息、纹理和特征的损失是使用热辐射进行机器感知的障碍。
“HADAR生动地从杂乱的热信号中恢复纹理，并准确地解开场景中所有物体的温度，发射率和纹理，或TeX，”鲍说。“它透过黑暗看到纹理和深度，就好像它是白天一样，还可以感知RGB以外的物理属性，或者红色，绿色和蓝色，可见光成像或传统的热传感。令人惊讶的是，有可能像光天化日之下一样穿透漆黑。
研究小组使用越野夜景测试了HADAR TeX视觉。在测试过程中，他们发现HADAR TeX能够拾取纹理，甚至是细小的纹理，如水波纹，树皮皱纹和涵洞。
虽然到目前为止的结果令人鼓舞，但团队仍希望对HADAR进行一些重要的改进。特别是HADAR硬件的大小和数据收集速度。
“目前的传感器又大又重，因为HADAR算法需要多种颜色的不可见红外辐射，”鲍说。“为了将其应用于自动驾驶汽车或机器人，我们需要降低尺寸和价格，同时使相机更快。电流传感器大约需要一秒钟来创建一张图像，但对于自动驾驶汽车，我们需要大约 30 到 60 赫兹的帧速率，或每秒帧数。
Jacob和Bao向普渡创新技术商业化办公室披露了HADAR TeX，该办公室已申请知识产权专利。