Äskettäisessä tutkimuksessa kiinalaiset tutkijat ovat kehittäneet siru{0}}mittakaavaisen LiDAR-järjestelmän, joka jäljittelee ihmissilmän liikkumista keskittämällä dynaamisesti korkearesoluutioisen havaitsemisen kiinnostaviin alueisiin (ROI) säilyttäen samalla laajan tietoisuuden koko näkökentässä.
Tutkimus on julkaistu lehdessäLuontoviestintä.
LiDAR-järjestelmät tehostavat konenäköä{0}}itse ajavissa autoissa, droneissa ja roboteissa laukaisemalla lasersäteitä 3D-näkymien kartoittamiseksi millimetrin tarkkuudella. Silmä pakkaa tiheimmät anturinsa foveaan (terävä keskusnäköpiste) ja siirtää katseensa olennaiseen. Sitä vastoin useimmat LiDAR-laitteet käyttävät jäykkiä rinnakkaisia säteitä tai skannauksia, jotka levittävät tasaisen (usein karkean) resoluution kaikkialle. Yksityiskohtien lisääminen tarkoittaa kanavien lisäämistä tasaisesti, mikä lisää kustannuksia, tehoa ja monimutkaisuutta.
Tiimin suunnittelu saavuttaa verkkokalvon "yli-" kulmaresoluution, joka on 0,012 astetta ROI:ssa-kaksi kertaa niin terävä kuin silmän likimääräinen 0,017 asteen raja. Tämä tarkoittaa, että järjestelmä pystyy erottamaan pisteet, jotka on erotettu pienimmillä kulmilla, kuten poimia hienoja yksityiskohtia kaukaisesta liikennemerkistä. Se kohdistaa rinnakkaiset tunnistuskanavat uudelleen tarpeen mukaan välttäen kalliin raa'an-voiman skaalauksen.
Phys.org puhui tutkimuksen tekijöille Ruixuan Chenille ja Xingjun Wangille Pekingin yliopiston elektroniikkakoulusta.
"Motivaatio tulee käytännön epäsuhta biologisen ja koneen havainnon välillä", tutkijat selittivät. "Ihmissilmä saavuttaa korkean tarkkuuden ja energiatehokkuuden kohdistamalla huomion uudelleen-ylläpidäen laajaa tietoisuutta ja keskittämällä resursseja olennaiseen. Sitä vastoin LiDAR-resoluutiota tavoitellaan usein "enemmän kanavia kaikkialla", mikä tulee nopeasti kalliiksi ja kuluttaa tehoa-."
Skaalausongelma
Konenäköjärjestelmät ovat laajentuneet perinteisiä kameroita pidemmälle sisältäen LiDAR-anturit, jotka mahdollistavat tarkan etäisyyden mittauksen ja 3D-ympäristön havaitsemisen. Toisin kuin passiiviset kamerat, LiDAR kuitenkin vaatii lähetys- ja vastaanottolaitteiston jokaiselle pikselimelle, mikä rajoittaa saavutettavaa resoluutiota.
Nykyiset lähestymistavat LiDAR-resoluution parantamiseen kohtaavat kriittisen pullonkaulan. Kanavien päällekkäisyys parantaa lineaarista resoluutiota, mutta laukaisee superlineaarisia räjähdyksiä monimutkaisuuden, tehon ja kustannusten suhteen.
"Ensinnäkin resoluutio on tiiviisti kytketty laitteiston kanavien määrään ja skannausmekaniikkaan. Toiseksi LiDAR on aktiivinen anturi: jokainen pikseli maksaa tehokkaasti sekä lähetys- että vastaanottoresurssit", tutkijat selittivät. "Tämä tekee mukautuvasta tarkentamisesta olennaisesti vaikeampaa kuin passiivisessa kuvantamisessa, koska optista tehoa, vastaanottimen herkkyyttä ja digitalisoinnin kaistanleveyttä on hallittava samalla, kun silmän -turvallisuusrajoitukset täyttyvät."
Koherentin taajuuden{0}}moduloidun jatkuvan aallon LiDAR:n osalta tämä haaste on erityisen akuutti. Jokainen koherentti kanava vaatii vakaan taajuussäädön, kehittyneen vastaanottolaitteiston ja tiukan kalibroinnin. Tämä tekee massiivisesta kanavien päällekkäisyydestä paljon vaikeampaa perustella taloudellisesti.
Biomimeettinen ratkaisu
Tutkijoiden ratkaisussa yhdistyvät kaksi avainteknologiaa. Näitä ovat ketterä ulkoinen-kaviteettilaser (ECL), jonka viritysalue on yli 100 nm, ja uudelleenkonfiguroitavat elektro-optiset taajuuskammat, jotka on rakennettu ohut-kalvolitiumniobaattialustoille (TFLN).
ECL tarjoaa korkealaatuisia-FMCW-chirp-signaaleja koherentin etäisyyden määrittämiseen ja toimii aallonpituus-ohjatun säteen-ohjausmekanismina. Säätämällä keskiaallonpituutta järjestelmä voi nopeasti suunnata katselusuuntansa laajan näkökentän sisällä.
Elektro-optinen kampa luo sitten useita rinnakkaisia FMCW-kantoaaltoja samasta sirkutusta laserlähteestä. Tärkeää on, että radiotaajuusmuuttajan olosuhteiden säätäminen muuttaa kampaväliä.
"Tämä mahdollistaa" zoomauksen "
Järjestelmä käyttää sitä, mitä tutkijat kutsuvat "mikro{0}}rinnakkaiseksi". Tämä tarkoittaa kohtuullisen määrän fyysisiä kanavia käyttämistä, jotta dynaamisen uudelleensijoituksen avulla saadaan aikaan paljon enemmän skannausjuovia.
Kokeellinen validointi
Tiimi esitteli järjestelmän kyvyt kolmessa kokeellisessa skenaariossa, jolloin saavutettiin 0,012 asteen kulmaresoluutio fokusoiduilla alueilla,{1}}joka ylittää ihmisen verkkokalvon nimellisrajan.
Staattisessa näkymäkuvauksessa järjestelmä taltioi simuloidun tieympäristön 54 x 71 pikselin tarkkuudella täydessä --kuvakentän skannauksessa ja 17 x 71 pikselin tarkkuudella paikallisesti tarkennetuissa skannauksissa. Nämä tarkennetut skannaukset nelinkertasivat pystysuoran yksityiskohtien tiheyden ja paljastavat esteet, jotka olivat aiemmin näkymättömiä, ja 90 % pisteistä oli alle 1,3 cm:n tarkkuudella.
Tutkijat esittelivät myös LiDAR{0}}kamerafuusiota luoden värillisiä pistepilviä, joissa yhdistyvät tarkka 3D-geometria RGB-ulkonäkötietoihin. Kun verrataan tavallisia ja tarkennettuja skannauksia, värihistogrammin kohdistus parani noin 10 %, mikä osoittaa parempaa vastaavuutta 3D-pisteiden ja kuvan pikselien välillä.
"Yhdistämällä LiDARin kameran kanssa luomme värillisiä pistepilviä ja rikastuttavat kohtauksen esitystä, mikä parantaa tulkittavuutta ja tukee loppupään havaintotehtäviä, jotka riippuvat tekstuurista ja semanttisista vihjeistä", tutkijat selittivät.
Ehkä vaikuttavinta on se, että tiimi taltioi reaaliaikaisen-4D-ja kuvantamisen-koripalloheiton, jossa jokainen piste näytti sijainnin, pyörimisnopeuden, pinnan heijastavuuden ja värin samanaikaisesti. 8 Hz:n taajuudella laajalla näkökentällä tämä paljasti liikekuvioita, jotka eivät näkyneet tavalliselle 3D LiDAR:lle.
Kokeellinen työ paljasti tärkeitä järjestelmä{0}}tason kompromisseja, jotka ohjaavat tulevia kehityspolkuja.
"Selkein on kulmaresoluution ja kanavakohtaisen mittauskorkeuden välinen jännite", tutkijat huomauttivat. "Rinnakkaisessa koherentissa lukemassamme jokaisen kanavan on varattava oma ei--päällekkäinen sähkökaistansa. Kun vähennämme toistotaajuutta, voimme todellakin hienontaa kulmanäytteenottoa, mutta kokeilu osoittaa, että tämä myös pakkaa kanavakohtaista lukukaistanleveyttä."
Ryhmä määritteli useita ensisijaisia suuntia teknologian edistämiseksi kohti käytännön käyttöönottoa. Näitä ovat syvempi monoliittinen integraatio TFLN-alustoilla, ultra-laajakaistaisten pyyhkäisylähteiden kehittäminen etäisyyden tarkkuuden parantamiseksi ja suljetun -silmukan huomiokäytäntöjen toteuttaminen tapahtumien-ohjautumiseen.
Nykyiset kuitulinkkejä käyttävät kokeet tuovat polarisaation epävakautta, mikä rajoittaa materiaalien luokittelukykyä.
"Uskomme kuitenkin, että monoliittinen integraatio ratkaisee pohjimmiltaan tämän pullonkaulan", tutkijat sanoivat. "Siirtymällä epävakaista kuitureiteistä rajoitettuihin-siruaaltoputkiin voimme saavuttaa vakaan polarisaation palautumisen."
Bionic LiDAR-järjestelmä tarjoaa potentiaalisia sovelluksia, jotka kattavat autonomiset ajoneuvot, ilma- ja meridronit, robotiikka ja neuromorfiset näköjärjestelmät. LiDARin lisäksi uudelleenkonfiguroitavat kammat mahdollistavat tutkijoiden mukaan nopean spektrianalyysin optista tiedonsiirtoa, koherenssitomografiaa, puristustunnistusta ja tarkkuusmetrologiaa varten.
