你敢信？你口袋里的手机，很快就能帮你“看见”拐角后面的人！不是科幻电影里的黑科技，是麻省理工学院团队刚在《自然》杂志发表的突破性成果，普通消费级激光雷达传感器，加上一段算法代码，就能实现过去只有实验室昂贵设备才能做到的“非视距成像”！
非视距成像（NLOS）其实不是新概念，过去十几年学术界一直在研究怎么让光“绕过”障碍物，捕捉隐藏物体的信息。但以前要实现这个，得用动辄数万美元的超快脉冲激光系统，还得在严格控制的实验环境里才行。
这次MIT团队的牛掰之处在于，他们用了一个不到100美元的消费级激光雷达，就完成了同样的任务。关键不在硬件多贵，而在算法怎么“变废为宝”。
普通激光雷达是发射光脉冲，算反射回来的时间测距离，但只能看到视线内的东西，拐角后面的就像不存在。MIT的算法却反其道而行：光打到墙壁或地板会漫反射，其中极微弱的一部分会弹到被遮挡的物体上再回来，这些信号以前都被当成噪声扔了。但算法在传感器或物体移动时，持续收集多帧里的微弱反射光，把不同角度的数据叠加整合，最终还原出隐藏物体的形状和运动轨迹，就像通过墙上的影子，推断走廊里有没有人。
测试过程很有说服力：研究人员把移动的人体模型、纸板模型甚至信件放在墙壁或隔板后面，让传感器对准遮挡物附近的地面或墙面，不是直接对准目标。结果算法不仅实时追踪了人体模型的运动，还生成了隐藏物体的粗略3D模型。
不过别太激动，现阶段技术还有明确的短板：对已知形状的物体效果最好，比如追踪人体轮廓；但对形状未知或持续变化的物体，算法表现还不稳定。团队也承认，下一步要解决这个问题，让系统能处理更复杂的动态场景。
应用前景相当广阔：自动驾驶车辆转弯时，能感知被遮挡的行人，减少事故；搜救机器人在废墟里，能探测被困者的位置；可穿戴设备能帮盲人感知视线外的环境，或者工业安全设备扩展感知边界。这些场景想想都觉得实用。
你期待手机有“看见拐角”的功能吗？担心隐私问题吗？如果真能实现，你最想用来做什么？评论区聊聊你的想法！觉得有用的话，别忘了点赞收藏，让更多人知道这个未来感满满的技术！
热门跟贴