【科学家将AI大模型用于传感器设计，打造高分辨率射频成像系统，在动态环境实现高精度成像】
近日，美国 团队造出一种名为 PanoRadar 的高分辨率射频成像系统，首次让基于射频（RF，radio Frequency）成像的视觉识别成为可能，未来能被用于自动驾驶、物流配送和搜救机器人等领域。 在 的传统技术中，主要面对着两大难题：第一个难题是低分辨率问题，第二个难题是机器人移动导致的成像失真问题。 针对低分辨率的问题，该课题组通过旋转线性天线阵列来形成大型合成天线阵列。研究人员表示，尽管此前有人通过类似的合成孔径雷达技术来提高分辨率，但是这类技术往往要通过在二维平面上移动天线来进行扫描，不仅操作缓慢而且耗时较长。 而该团队提出的旋转天线系统设计方案，在有效形成大阵列的同时还能让成像更加高效。针对移动机器人成像失真的问题，考虑到 PanoRadar 最终会被用于移动机器人，因此需要合理有效地处理机器人运动带来的成像失真问题。 解决这一问题的难处在于：本次研究所使用的无线电波的波长位于毫米级别，这就要求在成像时对于天线的位置必须实现毫米级的精度，否则信号的相位一致性会被误差所破坏。 戳链接查看详情：
近日，美国 团队造出一种名为 PanoRadar 的高分辨率射频成像系统，首次让基于射频（RF，radio Frequency）成像的视觉识别成为可能，未来能被用于自动驾驶、物流配送和搜救机器人等领域。 在 的传统技术中，主要面对着两大难题：第一个难题是低分辨率问题，第二个难题是机器人移动导致的成像失真问题。 针对低分辨率的问题，该课题组通过旋转线性天线阵列来形成大型合成天线阵列。研究人员表示，尽管此前有人通过类似的合成孔径雷达技术来提高分辨率，但是这类技术往往要通过在二维平面上移动天线来进行扫描，不仅操作缓慢而且耗时较长。 而该团队提出的旋转天线系统设计方案，在有效形成大阵列的同时还能让成像更加高效。针对移动机器人成像失真的问题，考虑到 PanoRadar 最终会被用于移动机器人，因此需要合理有效地处理机器人运动带来的成像失真问题。 解决这一问题的难处在于：本次研究所使用的无线电波的波长位于毫米级别，这就要求在成像时对于天线的位置必须实现毫米级的精度，否则信号的相位一致性会被误差所破坏。 戳链接查看详情：
行业密探
