深度感测成像系统：让自动驾驶视觉不受浓雾影响

自动驾驶汽车依靠人工智能、视觉计算、雷达、监控装置和全球定位系统协同合作，让电脑可以在没有任何人类主动的操作下，自动安全地操作机动车辆。

为了让自动驾驶汽车的未来能够变得更为安全，麻省理工(MIT)团队开发出一种全新的深度感测成像系统(Depth-sensing imaging system)，最终将能够让自动驾驶汽车的视觉不会再受到浓雾影响。

MIT News 报导指出，自动驾驶系统的视觉多数都包含摄影镜头及传感器，并依赖由可见光产生的图像与影片来进行决策，而这一点上与人类驾驶判断周遭的方式相似，这也是为什么雾对人或机器视觉都能够造成同样的阻碍。

为了解决浓雾造成问题，麻省理工研究人员 Guy Satat、Ramesh Raskar 和 Matthew Tancik 找到了一个方法，让基于激光的成像系统即使是在浓雾中也可以准确计算与物体的距离。这类型成像系统主要是从摄影镜头中发射出短脉冲激光，再借由计算反射的时间来判断与物体间的距离。

当天气晴朗时，激光光的路径清晰，这种判断方式对于测量距离便非常准确，但是当碰到大雾时，由无数微小水滴组成的雾气会将光线从各种方向散射出去，被打断的激光光最终会在不同时间回到相机，也就让基于反射时间判断的方式无法准确。

团队在进行了深入研究后发现，无论雾有多厚，散射后的激光光反射时间总是呈现一种非常特定的分布模式，为此他们已经开发出一种新的算法，能够运用特定的运算滤波器(mathematical filters)来找出数据高峰，进而“看见”隐藏在雾中的实际物体位置。

在小房间进行的测试中，成像系统的可见度比人眼能看见的距离再远上了 21 公分，这点距离虽然听起来差异不大，但当放大到现实生活的环境条件时，雾的浓度并不会像团队在房间内人为创造的那么厚，系统将能够看到足够远的物体，让车辆有足够时间作出反应并安全的避开它们。

团队预计将于 5 月在匹兹堡举行的 计算摄影国际会议(ICCP 2018) 上正式公布详细研究内容，相信这将能使自动驾驶汽车的视觉系统再度进化。