百元智能手机激光雷达实现"透视转角"成像
长期以来，激光雷达（LiDAR）技术一直被用于探测隐藏在转角后的物体，但这项能力几乎被价格昂贵的实验室级设备所垄断。不过，一项最新的研究带来了一个令人惊喜的发现：售价不足100美元的消费级智能手机激光雷达，竟然也能实现类似的“转角成像”功能。
麻省理工学院媒体实验室的博士生Siddharth Somasundaram对此解释道，这一突破的应用前景非常广阔。“在自动驾驶领域，转角感知技术可以帮助自动驾驶汽车在其它车辆、骑行者或行人进入直接视野之前就完成探测，从而提升盲区路口和遮挡路段的行驶安全性。在机器人领域，该技术则可协助机器人在杂乱或局部遮挡的环境中完成导航。”
Somasundaram还强调了这项研究更深层的意义：“我们认为最重要的影响在于技术的普及化。当此类技术变得触手可及，人们往往会发现远超原始研究者预想的应用场景。”目前，研究团队已经公开发布了实现这一功能所需的全部代码，这无疑会加速技术探索的进程。
激光雷达的工作原理与感知局限
激光雷达正日益成为自动驾驶汽车、无人机、机器人和智能手机的“眼睛”，赋予它们三维扫描能力。其工作原理与雷达利用无线电波类似——向目标位置发射激光，通过分析反射脉冲的返回时间来计算距离，从而生成三维空间地图。
理论上，通过分析从反射面弹回的微弱激光脉冲，激光雷达可以“看见”不在直接视线范围内的物体，例如隐藏在墙角后的目标。但问题在于，最初实现此类非视线成像的方案，严重依赖极为专业的科学设备，其造价通常在50万至100万美元之间。Somasundaram指出，这类系统体积庞大、造价高昂，只能在实验室环境中使用，离实际应用相去甚远。
消费级传感器的意外潜力
随着时间推移，单光子探测器等高性能传感器开始出现在消费电子产品中。Somasundaram提到：“当我们开始对这些传感器进行实验时，意识到即便是现成的消费级设备，实际上也在捕捉微弱的转角信号。”
然而，能捕捉到信号，并不意味着就能真正用于非视线成像。消费级激光雷达出于眼部安全考量，通常采用低功率激光，采集的图像往往噪点较多；同时，其传感器分辨率也相对较低；此外，相机与目标物体的移动还会造成图像模糊。Somasundaram坦言，在研究过程中，确实有过一些时刻，团队不确定有意义的成像是否真的可行。
多帧融合算法破解难题
为了克服上述挑战，研究团队没有选择基于单帧图像数据去尝试非视线成像，而是转向了同时分析多帧图像的策略。他们从智能手机相机连拍功能中获得灵感——连拍可通过合并多张照片来提升画质；同时，也借鉴了卫星成像中合成孔径雷达的原理——该技术通过融合多个天线的信号，达到单一大型天线的成像质量。
Somasundaram描述道：“一旦我们开发出能够跨帧整合信息的算法，隐藏的信号便开始更加清晰地浮现出来。” 这显然是整个研究的关键转折点。
实验结果与现实局限
在实验中，团队使用了一套便携式智能手机激光雷达系统，该系统约有100个像素点，每个像素点均由激光发射器与单光子探测器组合而成。借助这套系统，他们成功重建了静止隐藏物体的三维图像，并追踪了已知形状隐藏物体的三维运动轨迹。此外，他们还能利用隐藏物体作为地标，来精确定位激光雷达传感器的位置——这一能力对于机器人在缺乏纹理特征的环境中保持定向至关重要，而这类环境恰恰是机器人导航的难题所在。值得强调的是，以上成果是在无需专业标定的条件下实现的。
Somasundaram表示：“令我最感意外的是，这些消费级激光雷达系统竟然能从转角处捕捉到任何有用的信号。光线经过多次反射后抵达传感器时已极为微弱，而这些设备的设计初衷根本不包含此类成像需求。能够证明其中蕴含足够的信息来重建和追踪隐藏物体，对我们来说是非常令人振奋的发现。”
不过，他也提醒外界，不要将这套系统想象为“能够生成隐藏场景完整照片的装置”。目前，系统从极微弱的信号中恢复的，只是稀疏的几何与运动信息。这与人们日常使用手机拍摄的高像素细节图像之间，仍存在相当大的差距。
未来研究方向
现有系统假设物体的形状和运动在帧与帧之间保持相对一致，Somasundaram解释道，这使他们能够将大量极微弱的测量值合并为更强的信号。但他同时指出，这一假设在某些情况下可能失效：例如人体姿势发生变化、物体被遮挡导致形状和运动看似改变，或激光雷达传感器本身出现突然移动等。
“降低系统对这些假设的依赖程度，是未来工作的重要方向之一。”他表示，更优化的物理模型、信号处理方法以及机器学习技术，有望帮助系统适应更复杂的运动和场景动态。随着时间推移，这些方法有望让转角感知在真实、无约束的环境中更加稳健可靠。
在硬件层面，研究团队也着眼于对激光雷达设备本身进行改进。Somasundaram提出：“目前消费级激光雷达系统主要针对常规视线成像和深度感知而设计。如果未来的激光雷达硬件在设计之初就同时考虑可见场景与隐藏场景的理解需求，结果将会如何？提升传感器灵敏度、分辨率、扫描策略或光学设计，都有望显著改善非视线成像性能。”
相关研究成果已于5月20日在线发表于《自然》期刊。
