Redian新闻
>
Nature封面:AI提高自动驾驶夜视能力,检测黑夜、雾天场景和白天一样

Nature封面:AI提高自动驾驶夜视能力,检测黑夜、雾天场景和白天一样

公众号新闻

机器之心报道

编辑:小舟、陈萍

未来,HADAR 可能会彻底改变自动驾驶汽车和机器人感知周围世界的方式。


环境感知是自动驾驶领域非常重要的一项任务。特别是在夜晚或者极端天气的情况下,现有的视觉感知和激光雷达两种方式对环境的感知和识别都效果不佳。这给自动驾驶等高风险应用带来了挑战。

有些研究提出使用热像仪来弥补 LiDAR 和视觉摄像头的缺陷。但由于物体不断发出热辐射,粒子会扩散到附近的环境中,导致热成像变得模糊、无纹理,形成「鬼影ghost)」,使这种方法难以实际应用。

现在,一种新的热成像技术可以不受雾、烟和黑暗等视觉障碍的影响,使得自动驾驶汽车在黑暗中也能准确感知环境。如下图所示,与以前的热成像(上)相比,新方法可以创建更清晰、更有质感的夜间图像(中和下)。


这种新方法是由来自普渡大学等机构的研究者提出,他们开发了一种新的系统, 称为「热辅助探测和测距系统(HADAR)」。借助该系统,我们可以在环境不佳的情况下获得精细的环境图像,细节与精度和传统相机在明亮日光下拍摄的图像相当。研究论文已登上 Nature 封面。


论文地址:https://www.nature.com/articles/s41586-023-06174-6

方法介绍

HADAR 能够穿透光学杂波来检测物体的温度、材料成分和热辐射模式,而不受雾、烟和黑暗等视觉障碍的影响。因此,无论一天中的时间或环境如何,HADAR 基于对深度和纹理的渲染都能创建极其详细、清晰的图像。

HADAR 与「鬼影」热成像。

为了训练 HADAR 系统,研究人员在夜间使用先进的热成像相机和能够显示电磁波谱中能量辐射的成像传感器,在户外捕获数据。他们还创建了对户外环境的计算机模拟,以便进行额外的 AI 训练。

普渡大学电气与计算机工程系教授、本文作者之一 Zubin Jacob 表示,「HADAR 学会了探测物体并估计与这些物体的距离,其精度是仅依靠传统夜视技术的 10 倍。而且,HADAR 在夜间的性能与传统物体检测系统在白天的性能相当。」

「声纳、雷达和激光雷达等会发出信号并返回反射,以推断物体是否存在及其与物体的距离。除了相机所拥有的视觉能力之外,它们还提供了场景的额外信息,尤其是在环境照明较差的情况下,」Jacob 表示,「然而,HADAR 有着根本的不同,它利用不可见的红外辐射来重建夜间场景,清晰度就像白天一样。」

在没有反射光的黑暗环境中, 传统摄像头无法很好地捕捉图像,雷达和激光雷达也容易受到干扰。

热成像技术通过捕获环境中物体辐射的红外光来重建场景。如下图所示,新研究提出的 HADAR 方法改变了机器感知的方式:


为了解决「鬼影」问题,该研究训练了一个神经网络,用于对热像仪发出的红外信号进行分类,将物体的特征热信号与导致「鬼影」的环境噪音分开。

该研究训练算法来识别已知材料(例如玻璃、木材或织物)的独特发射光谱。通过识别场景中的这些已知特征,算法可以表征其观察到的对象。那么剩下的就是环境信号和从这些物体反射到相机中的噪声。通过向后评估噪声信号的反射和散射方式,该算法可以填充每个对象的纹理信息,从而为图像提供更高层次的细节。
 


处理后的图像清晰地显示了物体及其纹理,并且可以识别物体的材质。最重要的是,HADAR 还能够提供一种关键数据 —— 环境物体的深度信息,这将有助于自动驾驶在复杂路况下进行环境感知。


下图展示了一个 HADAR 的应用实例。其中有一位真人和一个人形纸板。RGB 光学成像和稀疏 LiDAR 点云都无法区分真人和人形纸板,并且 LiDAR 还难以检测到夜间条件下的车辆。而 HADAR 检测到相应材料区域(皮肤 + 织物)中的人,将其与纸板清楚地区分开来,克服了「幻象制动」问题。


下图 6 展示了 HADAR 测距在夜间击败了最先进的热测距技术:


由于该方法能够确定场景中的物体是由什么组成的,因此与传统成像技术相结合,即使在白天,HADAR 也可以提供有关场景的独特信息。

研究团队表示希望这项技术能够得到广泛应用,从自动驾驶到帮助生物学家远程追踪野生动物。

参考链接:
https://www.science.org/content/article/ai-brings-clarity-fuzzy-night-vision-images
https://www.newscientist.com/article/2384435-driverless-cars-could-get-ai-powered-heat-vision-for-nighttime-driving/
https://www.popsci.com/technology/hadar-thermal-camera/




© THE END 

转载请联系本公众号获得授权

投稿或寻求报道:[email protected]

微信扫码关注该文公众号作者

戳这里提交新闻线索和高质量文章给我们。
相关阅读
How a Controversial Play Captured Aranya’s Cultural DivideAI机器识别突破登Nature封面,加速第四次工业革命,论文一作为浙大校友我国柔性电池登Nature封面;限氧或能延寿;人类冬眠不是梦…|WE科学周报博世在自动驾驶能力上全面落后了吗?AI学语言与人脑极为相似!新研究证明:语言并非人类与生特有的能力,机器也能学丨Nature子刊Costco公寓和健康美食, 喜欢吗?《梅的白天和黑夜》导演罗冬:老年女性,也摩登也寂寞 | 专访攻克量子计算不可靠难题,IBM用误差缓解得到有用计算,登Nature封面马斯克称全面自动驾驶将在今年年末到来;Meta推出推特竞品Threads;教育部回应“山河大学”丨邦早报秦岭金丝猴,上了Science封面量子计算新里程碑登Nature封面!100+量子比特无需纠错,超越经典计算巴黎市长将重修Châtelet 广场以方便行人会要命的小小鸟给自动驾驶AI搞个“外挂”,0.1M就能显著提升运动状态判别力,来自港大&TCL丨开源二十五 参军德扑AI之父转投OpenAI!Science封面研究大牛,顶会拿到手软航天场会晤金正恩,普京在以“新思路”使用战略核能力?算法操控2020美国总统大选登Science封面!Meta首次祭出4篇研究,自证清白,两极分化无解我为什么要活到老学到老?就不!腾讯QQ NT架构版本内存优化进展公布,聊天场景控制在300M内打破校史!理工大学,登上Nature封面!1篇Nature和两篇Nature子刊揭示血液因子PF4让大脑返老还童之谜ICCV 2023 | 清华&天津大学提出SurroundOcc:自动驾驶的环视三维占据栅格预测烟尘、雾霾夹击!全美1亿人受加拿大山火侵害!纽约空气质量最差!【城事】巴黎市长将重修Châtelet 广场以方便行人亚马逊白菜!抢遥控恐龙、三星平板、三星耳机、双层床、割草机、夜视望远镜!C919大型客机内部画面完整呈现 见证国产大飞机商业首航!规划器的先验唯心主义:从决策规划的视角来评估自动驾驶系统的感知能力AI无人机竞速击败人类冠军,Nature封面:将AlphaGo成果带到物理世界刺激,无人机竞速超越顶级人类玩家,强化学习再登Nature封面超级白菜!抢米奇火车、智能音箱、投影仪、割草机、无绳链锯、虎牌电饭煲、夜视望远镜!大暴雨、特大暴雨、雾、雷暴!全国这些路段将受影响击败3位人类世界冠军,登上Nature封面!AI无人机极限竞速开启自动驾驶新纪元自动驾驶新方法登Nature封面:让黑夜如白昼般清晰,浙大博士一作APUS邓小波:场景和数据是下半年AIGC产业链决战的关键因素
logo
联系我们隐私协议©2024 redian.news
Redian新闻
Redian.news刊载任何文章,不代表同意其说法或描述,仅为提供更多信息,也不构成任何建议。文章信息的合法性及真实性由其作者负责,与Redian.news及其运营公司无关。欢迎投稿,如发现稿件侵权,或作者不愿在本网发表文章,请版权拥有者通知本网处理。