自动驾驶汽车深度传感器革命性 1000 倍升级，增强安全性

自动驾驶汽车的进化已经到来，像谷歌和特斯拉这样的大公司正在走在最前沿。然而，该技术与许多安全问题相关。例如，如果算法突然检测到行驶中的汽车前面有动物，它们会做什么，他们会先照顾动物还是先救你？此外，自动驾驶汽车在大雨中无法正常运行，这让人质疑如果技术失败，驾驶员可能扮演什么角色。

麻省理工学院最近的一项研究试图解决自动驾驶技术带来的一些问题。他们开发了一种通过雾精确测量距离的新方法，比当今的传感器技术好几倍。

新型深度传感器与有效的计算方法相结合，将飞行时间深度传感器的分辨率提高了数千倍。这种分辨率可以轻松检测雾中的物体并使自动驾驶汽车更安全。

现有技术足以用于智能停车辅助系统（IPAS）和碰撞检测系统。它们在 2 米范围内的深度分辨率为 1 厘米。随着范围的增加，分辨率呈指数下降。在最坏的情况下，这甚至可能导致生命损失。

新的飞行时间系统在 2 米的相同范围内具有 3 微米的深度分辨率。首席研究员 Achuta Kadambi 进行了一些测试，其中他通过半公里光纤（带有均匀空间滤波器）传输光信号，以模拟长距离时所经历的功率降低。他发现该系统在半公里范围内仍然只能达到1厘米的深度分辨率。

决定系统分辨率的两个因素是光突发长度和检测率。

发出非常短的突发光，相机计算光返回所需的时间。时间告诉我们物体有多远。
检测率是指打开和关闭光束的调制器。现有探测器每秒可执行约 1 亿次计算，这限制了系统的深度分辨率为厘米级。

新系统采用了干涉测量法的想法和激光雷达 允许以更高分辨率捕获事物。

干涉测量是将光束分成两等份，其中一部分射入场景，而另一部分则在本地保持循环。然后反射的光束与局部循环的光束合并。这两束光束的相位差揭示了物体的精确距离。

另一方面，LIDAR（光检测和测距）技术使慢速相机能够对高频（GHz 带宽信号）数据进行成像。

1 GHz、500 MHz 和 120 MHz 人体扫描飞行时间成像仪

参考：麻省理工学院媒体实验室 | 10.1109/access.2017.2775138

节拍音符通常是低频声音，可以被低带宽设备检测到。例如，如果一台设备产生 330 Hz 音高，另一台设备产生 300 Hz，则差频（即 30 Hz）就是节拍音符。

同样的概念也适用于调制光束，其中两束光束（以 GHz 为单位）的干涉会导致 Hz 频率的拍音。节拍包含测量距离的所有基本数据。

基本上，这就像在一秒钟内关闭和打开手电筒数百万次，但它是通过电子方式而不是光学方式完成的。

低频系统可以在雾中正常工作，因为它会散射光线。由于 GHz 光学系统中的相移相对于信号频率要高得多，因此与 MHz 系统相比，它们在雾补偿方面要好得多。

阅读：到 2024 年，固态电池驱动的电动汽车可行驶 500 英里

研究人员已经证明光程长度控制在最小近 3 微米，大约是人类头发宽度的 1/10。如此高的精确度可以实现散射反转，让医生和医学研究人员利用可见光光谱更深入地了解组织。

机器人可以在果园中导航，而不仅仅是绘制拓扑图。是的，大多数潜在的广泛实施都是实时的。

工业技术