Original-URL des Artikels: https://www.golem.de/news/laser-bildgebungssystem-schaut-um-die-ecke-2001-146214.html    Veröffentlicht: 22.01.2020 15:15    Kurz-URL: https://glm.io/146214

Laser

Bildgebungssystem schaut um die Ecke

US-Forscher haben ein KI-basiertes System entwickelt, das es ermöglicht, um die Ecke oder Hindernisse zu schauen. Anwendungsmöglichkeiten gibt es viele - von autonomen Autos bis hin zur Weltraumforschung.

Was ist hinter einer Ecke? Was steht auf dem Anstecker, den ein Fußgänger hinter einer Straßenecke an der Jacke trägt? Wie sieht es im Innern einer Höhle auf einem Asteroiden aus? Sehr unterschiedliche Fragen, die ein System beantworten können soll, das Wissenschaftler in den USA entwickelt haben. Es nutzt einen Laser, eine Kamera und künstliche Intelligenz (KI).

Der Laser wird auf ein Objekt gerichtet, das als Reflektionsfläche dient, etwa eine Wand. Von dort wird der Lichtstrahl auf ein verstecktes Objekt reflektiert und dann wieder zurück auf die Wand. Dort entsteht dann ein Interferenzmuster, ein sogenanntes Speckle, in dem Informationen über die Form des verborgenen Objekts stecken. Der Kamerasensor nimmt das Speckle auf, ein Algorithmus analysiert das Muster und erzeugt daraus in Echtzeit ein Bild des versteckten Objekts.

Auf diese Weise konnten die Forscher einen Zentimeter große Buchstaben und Zahlen rekonstruieren, die hinter einer Ecke versteckt waren. Das Bilderfassungssystem war dabei etwa einen Meter von der Wand entfernt aufgebaut. Bei einer Belichtungsdauer von einer Viertelsekunde hatten die Rekonstruktionen eine Auflösung von 300 Mikrometern.

Das System ist in erster Linie dafür ausgelegt, kleine Objekte mit sehr hoher Auflösung abzubilden. Kombiniert mit einem anderen Abbildungssystem kann es aber auch raumgroße Rekonstruktionen mit niedriger Auflösung erzeugen. Anwendungsmöglichkeiten gibt es nach Angaben der Entwickler viele - von der Medizin über die Navigation und die Robotik - hier vor allem autonomes Fahren - bis hin zum Militär.

Das Objekt in Echtzeit zu rekonstruieren stellte ein Problem dar: Dafür sind kurze Belichtungszeiten erforderlich. Dabei entsteht aber Bildrauschen, mit dem herkömmliche Algorithmen überfordert sind. Deshalb setzen die Forscher einen Deep-Learning-Algorithmus ein, der mit dem Rauschen besser klarkommt.

An dem Projekt waren Forscher der Universitäten in Princeton und Stanford, der Southern Methodist University und der Rice University beteiligt. Das Team unter der Leitung von Christopher Metzler beschreibt das System in der Fachzeitschrift Optica, die von der wissenschaftlichen Gesellschaft The Optical Society (OSA) herausgegeben wird. Vor einem Jahr hatten Forscher der Universität von Boston mit Computational Periscopy ein ähnliches Verfahren vorgestellt.

Das hatte aber das Problem, dass die Rekonstruktion des Bildes eine knappe Minute dauerte. "Im Vergleich zu anderen Verfahren bietet unser Bildgebungssystem ohne Sichtverbindung eine einzigartig hohe Auflösung und Geschwindigkeit", sagte Metzler. "Diese Eigenschaften ermöglichen Anwendungen, die sonst nicht möglich wären, etwa während der Fahrt das Nummernschildes eines verdeckten Autos oder den Anstecker, der von jemandem hinter einer Ecke getragen wird, zu lesen."  (wp)


Verwandte Artikel:
Metamaterial: Metalinse fokussiert Licht des gesamten sichtbaren Spektrums   
(02.01.2018, https://glm.io/131920 )
Orcam Hear: Die Audiobrille für Hörgeschädigte   
(12.01.2020, https://glm.io/146004 )
Computer Vision: Mehr Durchblick beim maschinellen Sehen   
(06.01.2020, https://glm.io/144949 )
Speichertechnik: Microsoft schreibt Superman-Film in Glas   
(05.11.2019, https://glm.io/144803 )
Projektorkauf: Lumen, ANSI und mehr   
(17.07.2019, https://glm.io/142333 )

© 1997–2020 Golem.de, https://www.golem.de/