麻省理工学院媒体实验室的研究人员开发了一种新的成像系统，可以测量被雾遮挡的物体的距离，而人的视线很难看穿雾气。
他们的目标是将该技术整合到自动驾驶汽车中，这样，即使在恶劣天气下，车辆也能避开障碍物。
这个成像传感系统使用SPAD（单光子雪崩二极管）相机，可以向物体发射短时激光脉冲，然后计算光线反弹需要多长时间。雾通常会散射激光，这使得自动驾驶车辆在雾天难以驾驶。
但研究人员开发了一种算法，可以在散射光中找到模式，以计算出距离。他们发现，无论雾有多厚，散射激光的到达时间总是遵循一个非常具体的分布模式。摄像机会计算每万亿分之一秒回到传感器的光子数量，当这些结果绘制成图时，系统可以应用特定的数学滤波器来揭示数据尖峰，从而揭示隐藏在雾中的实际物体。
他们提出的方法是基于估计雾特性（背景）的概率算法，然后从测量结果中减去背景，使用目标反射率和深度来恢复目标的信号光子。
算法概述
他们提出的模型支持多种雾密度，并且能够在不均匀和动态的雾中工作。雾模型直接根据测量结果进行估计，而无需先验知识。
Source: Guy Satat, MIT Media Lab's Camera Culture Group
应用场景：
在充满挑战的天气中进行自主驾驶或辅助驾驶。
飞机和直升机在浓雾环境中起飞、着陆和低空飞行。
列车在恶劣天气条件下以正常速度行驶。
在MIT媒体实验室的Camera Culture团队，研究人员在实验环境测试了该系统，其中的雾比现实世界中汽车所面临的雾更浓密。该系统比人类的视觉表现更好，而大多数成像系统的表现更差。与人类驾驶员处理雾气一样好的导航系统，对于自动驾驶汽车来说是一个巨大的突破。
原文发布时间为：2018-04-2
本文作者：肖琴
本文来自云栖社区合作伙伴新智元，了解相关信息可以关注“AI_era”微信公众号
