Teil pole vaja suurriike, et näha, mis nurga taga peidus on; Kõik, mida vajate, on õiged algoritmid, põhiline arvutitarkvara ja tavaline digitaalkaamera, näitavad teadlaste meeskond täna ajakirjas Nature ilmunud artiklis.
Inimeste vaateväljas olevate objektide märkimiseks tõhusate viiside leidmine on teadlaste ühine eesmärk, uurides kõike alates isesõitvatest autodest kuni sõjavarustuseni. Selle lihtsaimal kujul saab seda teha periskoobi abil, mis on toru, millel on mitu peeglit, mis suunavad valgust. Varasemad jõupingutused selle telliskivide ja mördi seadme digitaalajastu viimiseks olid tundlike kõrgtehnoloogiliste seadmete abil mõõtmiseks vajaliku aja mõõtmiseks, mis anduril pihta hakkasid, võimaldades teadlastel varjatud objekti suhtelist positsiooni, suurust ja kuju ligikaudselt ühtlustada. Ehkki need tehnikad saavad töö tehtud, on selle maksumuse ja keerukuse tõttu keeruline igapäevases kasutuses rakendada, märgib uue uuringu juhtautor, Bostoni ülikooli elektriinsener Vivek Goyal.
Varasemad uuringud on näidanud, et tavalist digikaamerat saab kasutada vaateväljas olevate objektide 3D-piltide loomiseks. Goyal ja tema meeskond otsustasid seda tehnikat laiendada ja luua 2-D pilte.
Katse labori seadistuse kirjeldus (Charles Saunders / Nature) Katse toimis nii: meeskond osutas digikaamera valge seina poole. Seejärel paigutasid nad kaameraga paralleelselt nurga ümber LCD-ekraani sama valge seina poole. Ekraanil kuvati lihtne kahemõõtmeline pilt - sel juhul Nintendo seene, kollane emotikon, millel on punane külgmüts või tähed BU (Bostoni ülikooli jaoks) suure, paksus punases kirjas. Valge sein toimis periskoobis nagu peegel. Kasutades kaameraga pildistamisel pikka säritust, jäädvustas meeskond ekraanil valgel seinal hõõguva pehme hägususe.
Siiski on põhjus, miks valge sein tundub valge, väidab Goyal. Erinevalt peeglist - mis peegeldab valgust kindlas suunas - hajutab sein valgust kõigis erinevates nurkades, muutes iga taasesitatud pildi palja silmaga pikseldatud värvide segamatuks. Üllataval kombel on varjatud pilti lihtsam uuesti luua, kui seal on midagi, mis seda blokeerib, mida nimetatakse ka varjavaks objektiks.
Peiteobjekt - selle uuringu jaoks toolilaadne paneel - võimaldas meeskonnal pildi taastada, kasutades teadust penumbri - igapäevane nähtus, mis tekkis, kui valgus heidab osalistele varjule mingi läbipaistmatu objekti ümber asuvas halo.
“Penumbreid on kõikjal, ” ütleb Goyal. “[Kui] istute kuskil luminofoorvalgustusega, kuna valgustus ei asu ühest punktist, ei heida objektid teravaid varje. Kui hoiate kätt väljas ... näete täieliku varjutamise asemel hunnikut osalist varju. ”Sisuliselt on need osalised varjud kõik penumbra.
Ehkki varjatud objekt blokeeris pildi osa, varjutasid nad algoritmi rohkem andmeid kasutamiseks. Sealt edasi nõudis valguse tee tagasipööramine lihtsalt lihtsat füüsikat.
Tõenäoliselt kõlab see ebaloogiliselt ja keeruliselt, kuid elektriinsener Genevieve Gariepy, kes õppis silmapiiril pildistamist Edinburghis Heriot-Wattis doktorikraadi omandamise ajal, kirjeldas seda kui 20 küsimusest koosnevat kõrgtehnoloogia mängu. Põhimõtteliselt funktsioneerib selles katses varjatud objekt samamoodi nagu hea küsimus mängus.
"[20 küsimuses on pöördprobleemiks] arvamine, kellest ma [mõtlen], " selgitab ta. „Kui me mängime mängu ja ma mõtlen sellele ... ütleme Donna Strickland, kes just võitis Nobeli füüsikapreemia. Kui te küsite minult: 'Kas ta on naine? Kas ta on elus? ' see on väga keeruline, kuna [need kirjeldused võivad kehtida] nii paljude inimeste kohta. Kui te küsite minult: "Kas ta võitis Nobeli preemia?" siis on palju lihtsam arvata, kelle peale ma mõtlen. ”
Esialgsed mõõtmised näevad välja nagu udused mustad plekid, nii et Goyal ja tema meeskond polnud kaugeltki kindlad, et nende tehnika annaks selge pildi. "Olime kindlad, et midagi on võimalik, kuid see võis olla tõesti väga kvaliteetne, " ütles Goyal.
Nii et kui esimene puhkus sai läbi detailselt läbi käidud, oli see "suur, meeldiv üllatus", "ütles Goyal. Kuigi pilt pole kaugeltki täiuslik, on tähed loetavad, värvid selged ja isegi kollase emotikoni nägu oli tuvastatav. Meeskond suutis lihtsa videoga töötades saada sama täpsuse.
Goyal on kõige põnevam selle tehnoloogia juurdepääsetavuse pärast. "Meie tehnika kasutab [tavalist] riistvara, " ütleb ta. Võite ette kujutada, et võime kirjutada rakenduse mobiiltelefonile, mis seda pildistamist teeb. Meie kasutatav kaamera tüüp ei erine põhimõtteliselt mobiiltelefoni kaamerast. ”
Nii Goyal kui ka Gariepy nõustuvad, et selle tehnoloogia üheks tõenäolisemaks kasutamiseks tulevikus on autonoomsed sõidukid. Praegu on neid sõidukeid inimesi peksmas see, et nad saavad igast küljest aru, mis on nende ümber otse, kuid nende andurite leviala ei ületa inimese keskmist vaatevälja. Selle uue tehnoloogia kaasamine võib viia autod järgmisele tasemele.
Võite ette kujutada, et [auto] suudab tunnetada, et pargitud auto teisel küljel on laps, või siis linna kanjoni ristmikule lähenedes tunnetada, et sinna tuleb ristmik, mida pole teie vaateväli, ”räägib Goyal. "See on optimistlik visioon, kuid mitte mõistlik."
