在擋風玻璃上顯示圖形信息給司機并不是什么新鮮事。但這種“抬頭”設備往往只能在2D和小范圍內運行。這意味著人們需要經常在顯示器和前方道路之間切換注意力。

最近，英國研究人員認為司機在保持注意力集中的情況下，應該有可能識別出他們面前隱藏的障礙物。研究人員將光探測和測距(激光雷達)與計算機生成的全息術相結合，展示了如何將這些物體的3D重現放置在司機視野中，并具有正確的外觀尺寸——所有這些都是實時的。

追求無干擾的AR

這種顯示器是所謂的增強現實(AR)的例子。AR技術不是讓用戶沉浸在一個完全人工的、由計算機生成的世界中，而是用額外的數據補充來自現實世界的感官輸入。這種方法已經廣泛應用于從教育到外科手術的各個領域。但在駕駛場景下，它有可能會讓用戶分散注意力。

為了解決這個問題，一些研究小組試圖開發3D平視系統，其中一些依賴于全息技術。傳統的全息圖是通過物理方法用參考光束干擾物體光束來創建的，而AR中使用的全息圖則是通過計算生成的，它從現實世界的物體上反射光或其他波，然后計算它們與參考光束結合時產生的干涉圖案。關鍵在于能夠快速準確地進行計算，從而捕捉到移動車輛周圍不斷變化的環境。

激光雷達全息圖

在最新的研究中，劍橋大學的Jana Skirnewskaja和其同事，以及牛津大學和英國倫敦大學學院的同僚，展示了如何通過激光雷達(通過反射激光來測量物體的距離)來創建這種全息圖。利用精心挑選的激光雷達點云數據，研究人員發現，即使在單次激光掃描中收集的數據相對較少，他們也可以重建物體的360度視圖。

Skirnewskaja解釋道，每個點都有自己的空間坐標和強度等級。給定足夠的點，即使物體對移動的車輛只有部分可見，也可以在3D中重建物體。

研究人員使用地面激光雷達掃描儀記錄了一些物體的點云數據：包括一棵樹、一輛卡車和站在自行車旁邊的行人沿著Malet街（倫敦大學學院附近的一條路），然后分兩步制作全息圖。首先，計算了虛平面內各點發出的光波的疊加；然后，利用衍射的物理原理，從虛平面推導出全息平面。

重構場景

為了從全息圖中重建觀察到的場景，Skirnewskaja和他的同事們用氦氖激光照射液晶顯示器，使晶體的雙折射分子按照全息圖干涉圖案決定電場的特定排列排列開來。他們能夠利用“虛擬菲涅耳透鏡”將重建的物體放置在駕駛員視野內的正確距離上，從而節省車內空間。

研究人員使用大小從10點到40萬點不等的點云來記錄全息圖，使用標準的計算機CPU和更強大的GPU來處理數據。他們發現，GPU的并行處理能力能夠在相對較少的額外時間內產生更高質量的全息圖像（處理100個點需要12秒，而處理1000個點只需要26秒）。

先快速瀏覽，然后提供更多信息

考慮到移動車輛對速度的需求，該團隊建議，駕駛員可以首先使用只有25個點的激光雷達，在大約5秒后創建一個物體的輪廓，從而警告潛在的重要隱藏物體的存在。21秒后，一個1000點的全息圖就可以創建出來，產生360°的物體視圖，讓司機進一步確定（如給定的卡車有多長等具體信息）。

Skirnewskaja表示，從進行測試以來，她和同事們已經改進了這項技術，展示了如何用紅綠藍光纖激光器將隱藏障礙物投射成全彩。她解釋道，他們的計劃是2024年在一輛真正的汽車上測試一個顯示器，并與谷歌合作，為不同視力狀況的人量身定制這個系統。但她補充說，在顯示器真正用于道路使用之前，還需要進一步改進，包括將激光雷達掃描儀與攝像頭結合起來，以識別路標上的文字，并重建物體的輪廓。

審核編輯：黃飛