亚洲精品久久久宅男,精品国产999久久久免费,国产迷奸自拍

未來，HADAR 可能會徹底改變自動駕駛汽車和機器人感知周圍世界的方式。

環境感知是自動駕駛領域非常重要的一項任務。特別是在夜晚或者極端天氣的情況下，現有的視覺感知和激光雷達兩種方式對環境的感知和識別都效果不佳。這給自動駕駛等高風險應用帶來了挑戰。有些研究提出使用熱像儀來彌補 LiDAR 和視覺攝像頭的缺陷。但由于物體不斷發出熱輻射，粒子會擴散到附近的環境中，導致熱成像變得模糊、無紋理，形成「鬼影（ghost）」，使這種方法難以實際應用。現在，一種新的熱成像技術可以不受霧、煙和黑暗等視覺障礙的影響，使得自動駕駛汽車在黑暗中也能準確感知環境。如下圖所示，與以前的熱成像（上）相比，新方法可以創建更清晰、更有質感的夜間圖像（中和下）。

這種新方法是由來自普渡大學等機構的研究者提出，他們開發了一種新的系統，稱為「熱輔助探測和測距系統（HADAR）」。借助該系統，我們可以在環境不佳的情況下獲得精細的環境圖像，細節與精度和傳統相機在明亮日光下拍攝的圖像相當。研究論文已登上 Nature 封面。

論文地址：https://www.nature.com/articles/s41586-023-06174-6 方法介紹 HADAR 能夠穿透光學雜波來檢測物體的溫度、材料成分和熱輻射模式，而不受霧、煙和黑暗等視覺障礙的影響。因此，無論一天中的時間或環境如何，HADAR 基于對深度和紋理的渲染都能創建極其詳細、清晰的圖像。

HADAR 與「鬼影」熱成像。 為了訓練 HADAR 系統，研究人員在夜間使用先進的熱成像相機和能夠顯示電磁波譜中能量輻射的成像傳感器，在戶外捕獲數據。他們還創建了對戶外環境的計算機模擬，以便進行額外的 AI 訓練。普渡大學電氣與計算機工程系教授、本文作者之一 Zubin Jacob 表示，「HADAR 學會了探測物體并估計與這些物體的距離，其精度是僅依靠傳統夜視技術的 10 倍。而且，HADAR 在夜間的性能與傳統物體檢測系統在白天的性能相當。」「聲納、雷達和激光雷達等會發出信號并返回反射，以推斷物體是否存在及其與物體的距離。除了相機所擁有的視覺能力之外，它們還提供了場景的額外信息，尤其是在環境照明較差的情況下，」Jacob 表示，「然而，HADAR 有著根本的不同，它利用不可見的紅外輻射來重建夜間場景，清晰度就像白天一樣。」在沒有反射光的黑暗環境中，傳統攝像頭無法很好地捕捉圖像，雷達和激光雷達也容易受到干擾。熱成像技術通過捕獲環境中物體輻射的紅外光來重建場景。如下圖所示，新研究提出的 HADAR 方法改變了機器感知的方式：

為了解決「鬼影」問題，該研究訓練了一個神經網絡，用于對熱像儀發出的紅外信號進行分類，將物體的特征熱信號與導致「鬼影」的環境噪音分開。該研究訓練算法來識別已知材料（例如玻璃、木材或織物）的獨特發射光譜。通過識別場景中的這些已知特征，算法可以表征其觀察到的對象。那么剩下的就是環境信號和從這些物體反射到相機中的噪聲。通過向后評估噪聲信號的反射和散射方式，該算法可以填充每個對象的紋理信息，從而為圖像提供更高層次的細節。