
文章图片

文章图片

文章图片

文章图片
【你能想象吗?激光雷达还能用于太空碎片测绘】

文章图片

编译 / 朱 琳
编辑 / 涂彦平
设计 / 赵昊然
来源 / Forbes , 作者:Sabbir Rangwala
我们生活在一个充满数据和图像的世界 。
19世纪末 , 随着照相机的发明 , 娱乐、消费、太空和医学应用激增 。 摄像机在20世纪初的推出延续了这场革命 , 并因支持半导体、计算、图像处理、机器学习和人工智能等技术的重大进步而加速 。
通常情况下 , 这些方法侧重于图像和数据的2D渲染 。
3D成像始于20世纪80年代的磁共振成像(MRI)、外太空激光雷达(1993)和牙科成像(1995)等专门应用 。 从那时起 , 它已经成熟 , 并在各种各样的应用中获得了显著的吸引力 。
图一:从磁共振成像和磁脑电图数据中获得的大脑3D重建 ▼
数据可以根据各种主动或被动技术产生 。 主动技术包括将电磁波(X射线、无线电、光学)或声波(声纳、超声波)发射到关注对象上 , 并探测和分析返回的能量(振幅、频率等) 。 发送和接收信号之间的时间或相位差提供了深度维度 。
被动技术如立体摄像机(从两个不同的空间角度成像同一物体)也可以用来生成所需的3D数据 。 最后 , 通过结合机器学习和信号处理技术 , 也可以从单视觉摄像机中提取3D信息 , 尽管相对于直接3D成像和测量 , 这通常在保真度和计算速度上较差 。
激光雷达是AoT?(Autonomy of Things , 万物自动化)应用中讨论最多和部署最多的3D成像技术之一 , 其中包括自动驾驶汽车(AV)、高级驾驶辅助系统(ADAS)、自动卡车运输、建筑、采矿、手术、智慧城市和智能基础设施 。
在2008年美国国防部高级研究计划局(DARPA)的大挑战赛中 , Velodyne率先在自动驾驶汽车上使用环绕视图激光雷达 。 从那以后的十年里 , 激光雷达已经成为了大多数汽车制造商的“必备” , 用于主要汽车制造商的ADAS技术 , 以及用于自动驾驶技术公司的本地化、地图绘制和L4自动驾驶技术 。
特斯拉和其他一些公司认为 , ADAS和AV不需要激光雷达——他们的方法是使用单视摄像头通过人工智能和机器学习技术提取3D信息 。 虽然很有趣 , 但这种方法是少数派 , 而且还没有在现实生活环境中得到验证 。
Seoul Robotics
早期3D成像的实现依赖于经典的2D图像处理方法 。 从计算的角度来看 , 这是低效的 , 并会过滤掉大量有用的数据 。 近年来 , 致力于3D视觉和图像处理的研究越来越多 。
在2021年6月举行的主要全球成像会议(IEEE计算机视觉和模式识别 , 或称CVPR)上 , 3D计算机视觉成像在25个主题类别中占据了主导地位 , 有44篇报告(总共约200篇) 。
激光雷达点云对人类来说不是直观的可视化 , 需要计算机进行处理来进行操作 。 随着技术和应用的成熟 , 专门处理激光雷达数据的软件公司正在成为激光雷达公司的关键合作伙伴 。 它们有助于释放3D成像数据的真正力量和市场潜力 , 用于安全和效率型应用 。
Seoul Robotics就是这样一家公司——一个由40名软件和算法专家组成的团队 , 总部位于韩国首尔 , 他们与多家激光雷达公司合作 , 整合处理原始激光雷达点云数据的软件 , 以生成特定应用程序的信息 。
该软件与实际的激光雷达架构和技术无关 。 Seoul Robotics首席执行官Han Bin Lee表示:“3D图像处理需要完全不同的技术 , 因为体素(3D数据元素)代表了一个数量级的更多信息(立方体vs矩形) , 手动注释这些数据的成本非常昂贵 。 ”
推荐阅读
- 揭秘陶乐德事件:男子在拘留室离奇消失,难道平行时空真的存在?
- 青藏高原将停止增高,后果不可承受,我们却未感到危机
- 寻求气候变化的确定性:要多少才足够?
- 少见!今年十五的月亮,不是十六圆
- 科学家在大型强子对撞机上寻找难以捉摸的基本粒子
- 地球果真出了大问题?火山爆发后出现神秘现象,科学家紧急发声
- 简述相对论发展史:从伽利略到引力波
- 重磅!英美科学家对奥密克戎病毒11个最新判断!对全球意义重大!
- 15000年前海底金字塔被发现,科学家推测:中华文明前身是MU文明
- 人的气运竟然真的存在?科学家竟然已经证实!