今年1月底，Alphabet旗下Waymo的一辆自动驾驶汽车在加州圣莫尼卡一所小学附近行驶时，一名儿童突然冲到街上。Waymo的激光雷达（LiDAR）传感器在孩子从停放的SUV后出现时才检测到他，但已来不及：尽管刹车将车速从17英里/小时降至6英里/小时，无人驾驶汽车仍撞上了孩子，致其摔倒在地。幸运的是孩子仅受轻伤，但这对生活在无人驾驶汽车普及城市的家长而言，恐怕难以安心。
如果自动驾驶汽车能“看到”拐角后的物体，这类事故或许就能避免？宾夕法尼亚大学的一项新研究正瞄准这一方向：工程师团队开发出一套利用无线电波的传感器系统，可帮助机器人检测墙壁后方的物体（或人）。
测试中，名为HoloRadar的系统被安装在小型移动机器人上，在校园内漫游时成功穿墙识别出人员。尽管研究仍处于早期阶段，团队乐观认为该传感器系统可集成到机器人中，帮助其更高效地导航；对自动驾驶汽车而言，这或许能成为避免未来碰撞的关键技术。
宾夕法尼亚大学计算机与信息科学教授、资深作者赵明民（音）在学校博客中表示：“机器人和自动驾驶汽车需要看到视线之外的东西。这是让机器人更全面了解周围环境的重要一步。”
一、HoloRadar：无线电波+AI，让机器人“穿墙视物”
目前多数自动驾驶汽车依赖摄像头、雷达和激光雷达的组合感知环境：激光雷达向四周发射数百万个激光脉冲，通过测量脉冲返回速度，实时生成高精度3D环境地图。但激光雷达存在局限性：大型建筑或障碍物会阻挡激光脉冲，无法检测拐角后的物体。
为解决这一问题，赵教授团队重新启用了被自动驾驶公司普遍放弃的技术——无线电波。此前研究人员避开无线电信号，是因为其波长远长于可见光，检测物体时分辨率和清晰度较低，难以区分街道上的物体是塑料袋还是宠物。但宾大团队发现，这一“缺陷”恰恰能弥补激光雷达的不足：无线电波遇到墙壁等表面时，会像镜子一样按可预测模式反射，部分信号会绕过障碍物继续传播。
“这类似于人类司机在盲区路口依赖后视镜，”论文合著者、博士生赖浩文（音）说，“HoloRadar利用无线电波，让环境本身变成无数面镜子，无需改造环境。”
为处理无线电波收集的海量数据，团队开发了两阶段AI模型：首先过滤无用信息，对拐角后的物体做出合理假设；然后重建3D模型，将墙壁后的景象可视化。测试中，搭载该系统的机器人成功通过三个不同拐角，持续检测到视线外的物体和人员。
二、对比现有技术：不受光线影响，成为传感器“补充buff”
此前已有研究尝试解决“拐角视物”问题，但效果有限：2019年MIT团队用摄像头扫描路径中的阴影，通过车库尽头车辆的阴影推断其存在；纽约州立大学石溪分校则使用单光子激光雷达，检测经拐角反射的微弱光线——但这些技术都依赖光波，在光线复杂或黑暗环境中效果大打折扣。
HoloRadar通过无线电波避开了这一局限，但它并非“一站式解决方案”。研究人员明确表示，HoloRadar旨在补充而非取代机器人和自动驾驶汽车上已有的传感器阵列。
随着自动驾驶汽车在全球城市街道日益普及，事故（仅美国已至少造成12人死亡）数量也会随推广加速而上升。让这些“轮式机器人”拥有“穿墙视物”的能力，或许能为安全行驶提供新的保障。
热门跟贴