導讀:報道稱麻省理工學院研究人員開發(fā) mmNorm 新技術,利用毫米波信號(millimeter-wave,與 Wi-Fi 相同頻率范圍)重構隱藏的 3D 物體,其準確度超過了現(xiàn)有雷達技術 18%。
7 月 8 日消息,科技媒體 techradar 發(fā)布博文,報道稱麻省理工學院研究人員開發(fā) mmNorm 新技術,利用毫米波信號(millimeter-wave,與 Wi-Fi 相同頻率范圍)重構隱藏的 3D 物體,其準確度超過了現(xiàn)有雷達技術 18%。
這項技術能夠在視線受阻的環(huán)境中,如箱子內(nèi)部、墻壁后或物體下方,幫助人工智能(AI)更好地識別物體。
傳統(tǒng)雷達技術主要依賴背投影(back projection)方法掃描,所產(chǎn)生的圖像分辨率低,且在掃描小型或被遮擋的物體上效果不佳。
mmNorm 技術不是簡單地測量信號反射的位置,而是估計表面的方向,即研究者所說的表面法線(surface normal)。
通過結合不同天線位置的大量估計,系統(tǒng)能夠重構物體的 3D 曲率,甚至能夠區(qū)分如杯子把手或箱子里的刀和勺子等細微的形狀差異。
援引博文介紹,這種新方法在超過 60 個物體上的重建準確度達到了 96%,超過了現(xiàn)有方法 78% 的準確度。該系統(tǒng)在木材、塑料、玻璃和橡膠制成的物體上表現(xiàn)良好,盡管在面對密集的金屬或厚實障礙物時仍存在困難。
研究人員目前正努力提高分辨率和材料敏感性,進一步增加潛在的應用場景。在安全掃描或軍事領域,mmNorm 技術無需打開包裹或箱子,可以重構隱藏物品的形狀。這種能力對于倉庫自動化、搜救甚至輔助生活環(huán)境中的人工智能機器人來說可能至關重要。