Modelos e plataformas de IA

Equipe Cria Novo Sistema de Lidar que Pode Melhorar a Segurança da Direção Autônoma

mm
Adicione Unite.AI às suas fontes preferidas no Google

Uma equipe de investigadores liderada por Susumu Noda, da Universidade de Kyoto, no Japão, descreveu seu novo sistema de lidar 3D não mecânico em Optica. O novo sistema pode caber na palma da mão e pode ser usado para medir a distância de objetos com baixa reflexividade e acompanhar automaticamente o movimento desses objetos.

“Com nosso sistema de lidar, robôs e veículos poderão navegar de forma confiável e segura em ambientes dinâmicos sem perder de vista objetos com baixa reflexividade, como carros metálicos pretos”, diz Noda. “Incorporar essa tecnologia em carros, por exemplo, tornaria a direção autônoma mais segura.”

Graças ao desenvolvimento de uma fonte de luz única baseada em chip, chamada de laser de cristal fotônico dualmente modulado (DM-PCSEL), o novo sistema foi tornado possível. Essa avanço pode eventualmente levar à criação de um sistema de lidar 3D totalmente sólido e integrado em um chip.

“O DM-PCSEL integra varredura de feixe não mecânica, controlada eletronicamente, com iluminação de flash usada em lidar de flash para adquirir uma imagem 3D completa com um único flash de luz”, diz Noda. “Essa fonte única nos permite alcançar tanto iluminação de flash quanto de varredura sem partes móveis ou elementos ópticos externos volumosos, como lentes e elementos ópticos difrativos.”

A Combinação de Varredura e Iluminação de Flash

Os sistemas de lidar usam feixes laser para iluminar objetos e calcular sua distância medindo o tempo que leva para os feixes viajarem, refletirem e retornarem (ToF). No entanto, a maioria dos sistemas de lidar atualmente em uso e em desenvolvimento depende de partes móveis, como motores, para varrer o feixe laser, tornando-os volumosos, caros e pouco confiáveis.

O lidar de flash é uma abordagem não mecânica que usa um feixe de luz difuso e amplo para iluminar e avaliar as distâncias de todos os objetos no campo de visão. No entanto, os sistemas de lidar de flash não conseguem medir as distâncias de objetos com baixa reflexividade, como carros metálicos pretos, devido à sua baixa reflexividade. Além disso, lentes e elementos ópticos externos são necessários para criar o feixe de flash, tornando esses sistemas grandes.

Os pesquisadores desenvolveram a fonte de luz DM-PCSEL para superar essas limitações. A fonte de luz inclui uma fonte de flash que pode iluminar um campo de visão amplo de 30°×30° e uma fonte de varredura de feixe que fornece iluminação de ponto com 100 feixes laser estreitos.

Os pesquisadores integraram o DM-PCSEL em um sistema de lidar 3D, o que lhes permitiu medir as distâncias de vários objetos simultaneamente usando iluminação de flash ampla, enquanto iluminavam objetos com baixa reflexividade com um feixe de luz mais concentrado. Para realizar medições de distância e acompanhamento automático do movimento de objetos com baixa reflexividade, os pesquisadores instalaram uma câmera ToF e desenvolveram software que usa iluminação de varredura de feixe.

Medindo a Distância de Objetos com Baixa Reflexividade

“Nosso sistema de lidar 3D baseado em DM-PCSEL nos permite medir a distância de objetos altamente reflexivos e com baixa reflexividade simultaneamente”, diz Noda. “Os lasers, a câmera ToF e todos os componentes associados necessários para operar o sistema foram montados de forma compacta, resultando em uma pegada total do sistema que é menor do que um cartão de visita.”

Os pesquisadores demonstraram o novo sistema usando-o para medir as distâncias de objetos com baixa reflexividade que foram colocados em uma mesa em um laboratório. Eles também conseguiram demonstrar que o sistema pode reconhecer automaticamente objetos com baixa reflexividade e acompanhar seu movimento por meio de iluminação seletiva.

A equipe agora busca demonstrar o sistema em aplicações práticas, como o movimento autônomo de robôs e veículos.

Alex lidera as operações de notícias impulsionadas por IA da Unite.AI, combinando jornalismo, pesquisa e automação para apoiar uma cobertura oportuna e escalável da inteligência artificial. Seu trabalho ajuda a garantir que os desenvolvimentos emergentes em IA sejam divulgados de forma eficiente, mantendo os padrões editoriais da publicação.