重新定义机器人：普渡大学的创新机器视觉解决方案

受人尊敬的普渡大学的研究人员在机器人、机器视觉和感知领域取得了重大飞跃。 他们的 开创性的方法 相对于传统技术有了显着的改进，未来机器可以比以往更有效、更安全地感知周围环境。

HADAR 简介：机器感知的革命性飞跃

埃尔莫尔电气与计算机工程系副教授 Zubin Jacob 与研究科学家 Fanglin Bao 合作，介绍了一种名为 HADAR（热辅助检测和测距的缩写）的开创性方法。 他们的创新引起了广泛关注，这种认可增强了人们对 HADAR 在各个领域的潜在应用的期待。

传统上，机器感知依赖于激光雷达、雷达和声纳等主动传感器，它们发出信号来收集周围环境的三维数据。 然而，这些方法面临着挑战，特别是在扩大规模时。 它们容易受到信号干扰，甚至会对人体安全构成风险。 摄像机在弱光条件下的局限性以及传统热成像中的“重影效应”使机器感知变得更加复杂。

HADAR 致力于解决这些挑战。 “物体及其环境不断发射和散射热辐射，导致产生无纹理的图像，即众所周知的‘重影效应’，”鲍解释道。 他继续说道：“人脸的热图像仅显示轮廓和一些温度对比； 没有任何特征，让人感觉就像见了鬼一样。 这种信息、纹理和特征的丢失是利用热辐射进行机器感知的障碍。”

HADAR 的解决方案结合了热物理、红外成像和机器学习，可实现完全被动和物理感知的机器感知。 Jacob 强调了 HADAR 带来的范式转变，他说：“我们的工作建立了热感知的信息理论基础，以表明漆黑的环境中携带的信息量与光天化日之下的信息量相同。进化使人类对白天产生了偏见。机器对未来的感知将克服这种长期存在的昼夜二分法。”

实际意义和未来方向

HADAR 的有效性因其在越野夜间场景中恢复纹理的能力而得到强调。 “HADAR TeX 视觉恢复了纹理并克服了重影效应，”Bao 指出。 它准确地描绘出水波纹和树皮皱纹等复杂的图案，展示了其卓越的感官能力。

然而，在将 HADAR 集成到自动驾驶汽车或机器人等实际应用中之前，还有一些挑战需要解决。 Bao 表示：“由于 HADAR 算法需要多种颜色的不可见红外辐射，因此当前的传感器又大又重。 要将其应用于自动驾驶汽车或机器人，我们需要减小尺寸和价格，同时提高摄像头的速度。” 我们的愿望是提高当前传感器的帧速率（目前每秒生成一张图像），以满足自动驾驶汽车的需求。

在应用方面，虽然 HADAR TeX 视觉目前是为自动驾驶车辆和机器人量身定制的，但其潜力还可以进一步扩展。 从农业和国防到医疗保健和野生动物监测，可能性是巨大的。

为了表彰他们的开创性工作，Jacob 和 Bao 获得了 DARPA 的资助，并从技术商业化办公室的 Trask 创新基金获得了 50,000 美元的奖励。 两人已向普渡大学技术商业化创新办公室披露了他们的创新成果，并采取了初步措施为其创造申请专利。

普渡大学的这项变革性研究将重新定义机器感知的边界，为机器人及其他领域更安全、更高效的未来铺平道路。