蓋世汽車訊 據(jù)外媒報道，密歇根大學（University of Michigan）開發(fā)了新的實時3D運動追蹤系統(tǒng)，可取代激光雷達和自動駕駛應用中的攝像頭等成像系統(tǒng)技術。

（圖片來源：University of Michigan）

該項技術將透明光探測器與高級神經(jīng)網(wǎng)絡相結合，有望用于自動化制造、生物醫(yī)學成像和自動駕駛領域。密歇根大學電子與計算機工程副教授Zhaohui Zhong及其團隊開發(fā)了透明、納米級、高靈敏度的石墨烯光電探測器，該成像系統(tǒng)利用了這一探測器的優(yōu)勢。

電子與計算機工程專業(yè)博士生Dehui Zhang表示，“石墨烯納米設備和機器學習算法的深入結合，可以在科技領域帶來機遇。與其他幾種解決方案相比，我們的系統(tǒng)具有計算效率高、追蹤速度快、硬件緊湊和成本更低的優(yōu)勢?！?/p>

石墨烯光電探測器經(jīng)過調(diào)節(jié)，可吸收約10%的光。由于石墨烯對光非常敏感，足以產(chǎn)生可通過計算成像重建的圖像。這些光電探測器堆疊在一起，構成緊湊的系統(tǒng)，每一層都會聚焦于不同的焦平面，從而實現(xiàn)3D成像。

除了3D成像，該團隊還處理實時運動追蹤。為此，他們需要一種方法來確定被追蹤物體的位置和方向。研究人員表示，典型的方法包括激光雷達系統(tǒng)和光場攝像頭，但這兩者都有明顯的局限性。

根據(jù)密歇根大學表示，有人使用超材料或多個攝像頭，但如果不引入深度學習算法，僅靠硬件無法達到預期效果。電氣和計算機工程專業(yè)博士生Zhen Xu創(chuàng)建了光學裝置，并與團隊合作，使神經(jīng)網(wǎng)絡能夠解讀位置信息。

神經(jīng)網(wǎng)絡進過訓練，會在整個場景中搜索特定的對象，然后只專注于感興趣的對象。項目負責人、電子與計算機工程教授Ted Norris表示，“雖然訓練神經(jīng)網(wǎng)絡需要時間，但是一旦訓練完成，當攝像頭看到某個場景時，可在幾毫秒內(nèi)給出答案?！?/p>

該團隊成功追蹤了一束光，并使用兩個4×4像素石墨烯光電探測器陣列堆棧追蹤瓢蟲。此外，研究人員還證明該項技術是可擴展的。他們認為，對于一些實際應用，只需4000個像素，而對于更多的應用，只需400×600像素陣列。雖然成像系統(tǒng)技術可與其他材料一起使用，但石墨烯的一個優(yōu)點是無需人工照明，而且對環(huán)境友好。

返回第一電動網(wǎng)首頁 >