當前已經上路測試的許多無人駕駛汽車，已經配備了基本的環境感知與緊急避讓功能。但是對于一些潛在不可見的威脅，它還不能夠很好地避免。好消息是，一支斯坦福研究團隊正在開發一套基于激光的新式系統。其旨在讓無人駕駛汽車“看到”四周角落的盲點，在兒童或其它車輛突然竄出來之前作出響應。 由于肉眼無法直接看穿，其采用了激光脈沖來對準角落的盲點。

　　研究人員David Lindell和Matt O'Toole 進行系統試驗

　　據悉，一個高靈敏度傳感器可以捕捉返回的光信息，經過算法分析來得出一個“隱藏在視線之外的模糊快照”。雖然聽起來很“高科技”，但這并不是科學家首次成功展示這項“特異功能”。

　　早在2012年，一支麻省理工團隊就進行過類似的系統實驗。2014 年的時候，歐洲和加拿大研究人員已經能夠重現隱藏物體的“光回聲”了。

　　不過斯坦?？茖W家指出，他們的進展主要體現在數學層面。鑒于光線會被物體散射，因此它可以從幾乎所有方向上向傳感器回饋過來，從而產生了大量的“噪點”。

　　為此，斯坦福團隊開發了一種能夠計算出被捕獲的光子路徑的先進算法，然后憑借它來重現物體。 論文合著者 David Lindell 表示：非視線成像的一個重大挑戰，就是在測量噪聲中找到一種有效的方法，來重建隱藏對象的3D結構。我認為這種方法的最大影響，就是它的計算效率。

　　研究人員稱，他們的算法可以在一秒不到的時間內完成對光子數據的分析，效率高得可以直接在普通筆記本電腦上運行。當前要掃平的實用障礙，就在最初的掃描上：為了生成一個隱藏對象的足夠數據，系統需要在一個過程中發射許多激光脈沖，但要耗費一個小時的話，又顯得沒有必要了。外一個問題是環境光，在精心控制的實驗室條件下，系統工作起來是沒有問題的。但要把它帶到明亮的太陽底下，傳感器可能就有點不知所措了。

　　好消息是，在戶外測試中，研究人員發現這項技術能夠清晰地捕捉到高反射物體，比如鮮亮的服裝顏色、路牌和標記等。

　　在未來，研究人員希望能夠進一步提升其掃描速度、在日光下的工作能力、甚至可探測移動物體。

　　有關這項研究的詳情，已經發表在近日出版的《自然》(Nature)期刊上，原標題為《Confocal non-line-of-sight imaging based on the light-cone transform》。