Ένα πρωτοποριακό σύστημα που, χρησιμοποιώντας λέιζερ, παράγει εικόνες κρυμμένων ή καλυμμένων αντικειμένων, επιτρέποντας μας έτσι να «δούμε» τι υπάρχει πίσω από τοίχους ή κάτω από επιφάνειες, ανέπτυξαν μηχανικοί στις ΗΠΑ, οι οποίοι σκοπεύουν να χρησιμοποιήσουν την τεχνολογία τους, στο μέλλον, για τον εξοπλισμό των αυτόνομων οχημάτων ή άλλων συσκευών προκειμένου αυτές να εντοπίζουν ακόμα και ανθρώπους κάτω από τα συντρίμμια.
«Ακούγεται σαν μαγεία, αλλά η ιδέα της απεικόνισης πραγμάτων που βρίσκονται εκτός ευθύγραμμης θέασης, είναι πράγματι εφικτή», δήλωσε σχετικά με την εν λόγω καινοτομία ο Γκόρντον Γουετζστάιν, επικεφαλής της ερευνητικής ομάδας που ασχολείται με το συγκεκριμένο εγχείρημα, επίκουρος καθηγητής του τμήματος Ηλεκτρολόγων Μηχανικών του Πανεπιστημίου Στάνφορντ της Καλιφόρνια.
Ένα παράδειγμα για το πόσο «προστατευτικά» θα μπορούσε να λειτουργήσει η τεχνολογία της απεικόνισης κρυμμένων μορφών-αντικειμένων είναι η περίπτωση ενός «έξυπνου» αυτοκινήτου, που καθώς ετοιμάζεται να στρίψει, εντοπίζει έγκαιρα έναν άνθρωπο στη γωνία του τοίχου και σταματά πριν αυτός «πεταχτεί» μπροστά από το όχημα.
Χάρη σε έναν πολύ αποτελεσματικό υπολογιστικό αλγόριθμο -που επεξεργάζεται τα δεδομένα των λέιζερ, προκειμένου να απομονώνει το «θόρυβο» (δηλαδή την άχρηστη πληροφορία) και να παράγει τις εικόνες των κρυμμένων αντικειμένων- η συγκεκριμένη καινοτομία των Αμερικάνων επιστημόνων, αν και δεν είναι η μοναδική στον κόσμο, ξεχωρίζει για την αποτελεσματικότητά της, όπως επισημαίνουν οι ειδικοί.
Το σύστημα λειτουργεί ως εξής: Το λέιζερ βρίσκεται δίπλα σε ένα υπερευαίσθητο ανιχνευτή φωτονίων, ο οποίος μπορεί να καταγράψει ακόμη και ένα μεμονωμένο σωματίδιο φωτός. Όταν οι παλμοί του φωτός λέιζερ στέλνονται στο στόχο (π.χ. το γωνιακό τοίχο) και ανακλώνται πίσω, ο ανιχνευτής «πιάνει» τα φωτόνια που έχουν πέσει πάνω στα κρυμμένα αντικείμενα και μετά ο αλγόριθμος αναλαμβάνει να «συναρμολογήσει» τα σωματίδια του φωτός σε μια τελική εικόνα του αόρατου πράγματος.
Για τη συλλογή των φωτονίων του λέιζερ που έχουν πέσει πάνω στο κρυμμένο αντικείμενο- χρειάζονται από δύο λεπτά έως μία ώρα, ανάλογα με τις συνθήκες φωτισμού και ανακλαστικότητας του κρυμμένου αντικειμένου. Για το δεύτερο στάδιο, την επεξεργασία των δεδομένων από τον αλγόριθμο- ο χρόνος που χρειάζεται είναι λιγότερος από ένα δευτερόλεπτο.
Προκειμένου να εφαρμοσθεί το σύστημα σε πραγματικές συνθήκες οδήγησης είναι απαραίτητο ο χρόνος της «απεικόνισης» των κρυμμένων μορφών και αντικειμένων να είναι άμεσος. Όπως φάνηκε από τις έως τώρα δοκιμές του νέου συστήματος, εάν αυτό τοποθετηθεί σε ένα αυτόνομο όχημα σήμερα, το αυτοκίνητο χωρίς οδηγό θα ανίχνευε εύκολα πράγματα όπως τα σήματα οδικής κυκλοφορίας πίσω από τη γωνία, αλλά θα δυσκολευόταν με τους ανθρώπους, αν δεν φορούσαν ρούχα με ανακλαστικότητα.
Πηγή: ΑΠΕ-ΜΠΕ
Φωτογραφία: Stanford Computational Imaging Lab
Κάνε like στη σελίδα μας στο Facebook
Ακολούθησε μας στο Twitter
Κάνε εγγραφή στο κανάλι μας στο Youtube
– Αναφέρεται ως πηγή το ertnews.gr στο σημείο όπου γίνεται η αναφορά.
– Στο τέλος του άρθρου ως Πηγή
– Σε ένα από τα δύο σημεία να υπάρχει ενεργός σύνδεσμος