Неспособность управлять автомобилем в тумане была одним из главных препятствий на пути развития автономных автомобильных навигационных систем, использующих видимый свет, которые предпочтительнее радиолокационных систем из-за их высокого разрешения и способности читать дорожные знаки и маркеры полос движения. Таким образом, система MIT может стать решающим шагом на пути к беспилотным автомобилям.Исследователи протестировали систему, используя небольшой резервуар с водой с погруженным в него вибрирующим двигателем увлажнителя.
В тумане, настолько плотном, что человеческое зрение могло проникнуть только на 36 сантиметров, система смогла разрешить изображения объектов и измерить их глубину в диапазоне 57 сантиметров.Пятьдесят семь сантиметров — небольшое расстояние, но туман, созданный для исследования, намного плотнее, чем любой, с которым пришлось бы бороться водителю-человеку; в реальном мире типичный туман может обеспечивать видимость от 30 до 50 метров. Важным моментом является то, что система работает лучше, чем зрение человека, тогда как большинство систем визуализации работают намного хуже.
Навигационная система, которая не уступала бы водителю в управлении автомобилем в тумане, стала бы огромным прорывом.«Я решил заняться разработкой системы, которая может видеть сквозь настоящий туман», — говорит Гай Сатат, аспирант MIT Media Lab, который руководил исследованием. «Мы имеем дело с реалистичным туманом, который является плотным, динамичным и неоднородным. Он постоянно движется и меняется, с участками более плотного или менее плотного тумана. Другие методы не предназначены для работы с такими реалистичными сценариями».
Сатат и его коллеги описывают свою систему в статье, которую они представят на Международной конференции по компьютерной фотографии в мае. Сатат — первый автор статьи, к нему присоединились его научный руководитель, доцент медиаискусств и наук Рамеш Раскар, и Мэтью Танчик, который был аспирантом в области электротехники и информатики, когда работа была сделана.Игра на шансы
Как и многие другие проекты, реализуемые Raskar’s Camera Culture Group, новая система использует времяпролетную камеру, которая выстреливает ультракороткими вспышками лазерного света на сцену и измеряет время, необходимое для их отражения, чтобы вернуться.В ясный день время возвращения света точно указывает расстояния до объектов, которые его отражали.
Но туман заставляет свет «рассеиваться» или отражаться случайным образом. В туманную погоду большая часть света, попадающего на датчик камеры, будет отражаться воздушными каплями воды, а не теми типами объектов, которых автономные транспортные средства должны избегать.
И даже свет, который действительно отражается от потенциальных препятствий, будет приходить в разное время, будучи отраженным каплями воды как на выходе, так и на обратном пути.Система MIT решает эту проблему с помощью статистики. Узоры, создаваемые отраженным туманом светом, различаются в зависимости от плотности тумана: в среднем свет проникает в густой туман менее глубоко, чем в легкий. Но исследователи Массачусетского технологического института смогли показать, что независимо от того, насколько густой туман, время прихода отраженного света соответствует статистической закономерности, известной как гамма-распределение.
Гамма-распределения несколько сложнее, чем гауссовские распределения, обычные распределения, которые дают знакомую кривую колокола: они могут быть асимметричными и принимать более разнообразные формы. Но, как и гауссовские распределения, они полностью описываются двумя переменными. Система MIT оценивает значения этих переменных на лету и использует полученное распределение для фильтрации отражения тумана из светового сигнала, который достигает датчика времяпролетной камеры.Важно отметить, что система вычисляет различное гамма-распределение для каждого из 1024 пикселей сенсора.
Вот почему он способен справляться с изменениями плотности тумана, которые мешали более ранним системам: он может справляться с обстоятельствами, в которых каждый пиксель видит различный тип тумана.Фирменные формыКамера считает количество световых частиц или фотонов, которые достигают ее каждые 56 пикосекунд, или триллионных долей секунды. Система MIT использует эти необработанные подсчеты для построения гистограммы — по сути, гистограммы, с высотой столбцов, указывающих количество фотонов для каждого интервала.
Затем он находит гамма-распределение, которое лучше всего соответствует форме гистограммы, и просто вычитает соответствующее количество фотонов из измеренных итогов. Остались небольшие шипы на дистанциях, которые коррелируют с физическими препятствиями.«Что в этом хорошего, так это то, что это довольно просто», — говорит Сатат. «Если вы посмотрите на вычисления и метод, они удивительно несложны.
Нам также не нужны какие-либо предварительные знания о тумане и его плотности, что помогает ему работать в широком диапазоне условий тумана».Сатат проверил систему, используя камеру тумана длиной в метр. Внутри камеры он установил равномерно расположенные указатели расстояния, которые обеспечивали приблизительную видимость. Он также разместил серию небольших объектов — деревянную фигурку, деревянные блоки, силуэты букв, — которые система могла отображать даже тогда, когда они были неразличимы невооруженным глазом.
Однако существуют разные способы измерения видимости: объекты разного цвета и текстуры видны сквозь туман на разном расстоянии. Поэтому для оценки производительности системы он использовал более точную метрику, называемую оптической глубиной, которая описывает количество света, проникающего через туман.Оптическая глубина не зависит от расстояния, поэтому характеристики системы в тумане, который имеет определенную оптическую глубину на расстоянии 1 метр, должны быть хорошим предиктором ее работы в тумане, который имеет такую же оптическую глубину на дальности 30 метров.
Фактически, система может даже лучше работать на больших расстояниях, поскольку разница между временем прибытия фотонов будет больше, что может способствовать более точным гистограммам.