Xp~O?2:3l ] 69 z-; 1i}p?sU 开发可见光自主车辆导航系统一直有一个主要障碍：无法应对雾蒙蒙的驾驶条件。
ALt^@|!d 对于驾驶来说，除了糟糕的路况最讨厌的莫过于恶劣的天气。 # 66vkf* 可见光系统比雷达探测系统表现更好，是因为其拥有高分辨率、读取道路标记以及跟踪标记的能力，但当浓雾出现时能见度降低，开车行为也就变得特别危险，这点对于依赖机器视觉的自动驾驶汽车来说也是相同的。 k (dNHT 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传感成像系统（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。 <5npVm 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。 `3L?x8g 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。 eb7~\|9l1i 科学家们使用一个小水箱和一个浸入其中的振动电机进行测试。人类只能探视水下36厘米的深度，而这一系统可以探视57厘米。 X;d 1@G 视频链接：https://www.youtube.com/watch?v=CkR1UowJF0w ni-4 ~k 该系统包含一个飞行时间相机，它可以将超短的激光射入场景并测量反射回来的时间。相机还会计算每56微微秒或万亿分之一秒到达的光粒子或光子的数量。该系统使用这些计算的数量生成直方图，条的高度表示每个时间间隔的光子计数。
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。 wj9 Hh 然后找到最适合直方图形状的伽玛分布，并简单地从测量的总数中减去相关的光子计数，剩余的是因物理障碍产生的轻微尖峰。 =po5Q6@i 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。 l-M
.C8N 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 厘米，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。 |3=tF"h 麻省理工学院实验室的研究生Guy Satat说：“我决定接受挑战，开发一个能够看穿实际迷雾的系统。我们现实中所面对的迷雾更加密集，而且会不断地移动和变化，其他系统不具有应对这种现实情况的条件。” Atod& qH 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。 4_w{~
