据报道，美国普渡大学埃尔莫尔家族电气与计算机工程学院的科学家们研发了开创性的“HADAR”系统，即热辅助检测和测距，可使人工智能（AI）设备等能够如同白昼一样“穿透”漆黑，识别环境和物体。

据悉，HADAR结合了热物理，红外成像和机器学习，为完全被动和物理感知的机器感知铺平了道路。该研究小组正在为这一开创性的创新申请专利，并称它具有辨别纹理和深度的能力，还能理解个人和周围环境的物理特征。

科学家们认为，“HADAR”将推进机器人和自主系统的未来，这种方法可以改善典型的机器视觉和感知。他们预计，到2030年，十分之一的车辆将实现自动化，为人类服务的机器人助手将达到2000万。

“每个机器人都将通过先进的传感器收集周围环境的信息，在没有人为干预的情况下做出决定。”他们说。

传统的主动传感器，如激光雷达，或光探测和测距，雷达和声纳发出信号，随后接收信号，收集有关场景的3D信息。这些方法的缺点会随着规模的扩大而增加，包括信号干扰和对人眼安全的风险。相比之下，这对基于阳光或其他光源工作的摄像机是有利的，但在夜间、雾或雨等弱光条件下会造成严重障碍。

传统的热成像是一种完全被动的传感方法，它收集来自场景中所有物体的不可见热辐射。它可以在黑暗、恶劣天气和阳光下感知。但研究人员说，这也存在一些根本性的挑战，阻碍着它的使用。

“物体及其环境不断地发射和散射热辐射，导致无纹理的图像，即众所周知的‘重影效应’，”他们说，“一个人脸部的热图像只显示轮廓和一些温度对比度。看起来就像看到了鬼魂。这种信息、纹理和特征的损失是使用热辐射进行机器感知的障碍。”

HADAR则不同。它结合了热物理、红外成像和机器学习，为完全被动和通过物理感知的机器感知铺平了道路。研究人员说，“我们的工作建立了热感知的信息理论基础，表明漆黑环境下携带的信息量与光天化日之下相同。”

“HADAR可以生动地从杂乱的热信号中恢复纹理，并准确地解开场景中所有物体的温度、发射率和纹理（TeX）。它透过黑暗看到纹理和深度，就好像它是白天一样，还可以感知RGB以外的物理属性。令人惊讶的是，有可能像白天一样穿透漆黑。”他们说。

RGB色彩模式是工业界的一种颜色标准，是通过对红（R）、绿（G）、蓝（B）三个颜色通道的变化以及它们相互之间的叠加来得到各式各样的颜色的，RGB即是代表红、绿、蓝三个通道的颜色，这个标准几乎包括了人类视力所能感知的所有颜色，是运用最广的颜色系统之一。

研究人员说，“HADAR TeX视觉恢复了纹理并克服了重影效应。除了草地的细节外，它还恢复了水波纹、树皮皱纹和涵洞等精细纹理。”

最新研究成果已于近期发表在了《自然》杂志上。

不过，目前的传感器又大又重，因为HADAR算法需要多种颜色的不可见红外辐射。为了将其应用于自动驾驶汽车或机器人，还需要缩小尺寸和价格，同时使相机运算更快。

“目前的传感器大约需要一秒钟来创建一个图像，但对于自动驾驶汽车，我们需要大约30到60赫兹的帧率，或者每秒帧数。”他们说。

科学家们认为，HADAR TeX视觉的最初应用是在复杂环境中与人类互动的自动驾驶汽车和机器人。不过，该技术还可以进一步开发用于农业，国防，地球科学，医疗保健和野生动物监测。

编辑/范辉