Um carro sem motorista está passando por uma rua sinuosa do bairro, prestes a fazer uma curva fechada em uma estrada onde a bola de uma criança acabou de rolar. Embora nenhuma pessoa no carro possa ver a bola, o carro para para evitá-lo. Isso ocorre porque o carro é equipado com tecnologia a laser extremamente sensível que reflete em objetos próximos para ver ao redor dos cantos.

Este é um dos muitos cenários que os pesquisadores da Universidade de Stanford estão imaginando para um sistema que pode produzir imagens de objetos escondidos da vista. Eles estão focados em aplicativos para veículos autônomos, alguns dos quais já têm sistemas baseados em laser semelhantes para detectar objetos ao redor do carro, mas outros usos podem incluir ver através da folhagem de veículos aéreos ou dar às equipes de resgate a capacidade de encontrar pessoas bloqueadas por paredes e escombros.

"Parece mágica, mas a ideia de imagens fora da linha de visão é realmente viável, "disse Gordon Wetzstein, professor assistente de engenharia elétrica e autor sênior do artigo que descreve este trabalho, publicado em 5 de março em Natureza .

Vendo o invisível

O grupo de Stanford não está sozinho no desenvolvimento de métodos para disparar lasers pelos cantos para capturar imagens de objetos. Onde esta pesquisa avança, o campo está no algoritmo extremamente eficiente e eficaz que os pesquisadores desenvolveram para processar a imagem final.

"Um desafio substancial em imagens sem linha de visão é descobrir uma maneira eficiente de recuperar a estrutura 3-D do objeto oculto a partir de medições ruidosas, "disse David Lindell, estudante de graduação no Stanford Computational Imaging Lab e co-autor do artigo. "Acho que o grande impacto desse método é o quão eficiente ele é computacionalmente."

Para seu sistema, os pesquisadores colocaram um laser próximo a um detector de fótons altamente sensível, que pode registrar até mesmo uma única partícula de luz. Eles disparam pulsos de luz laser em uma parede e, invisível ao olho humano, esses pulsos ricocheteiam em objetos nas esquinas e ricocheteiam na parede e no detector. Atualmente, essa verificação pode levar de dois minutos a uma hora, dependendo de condições como iluminação e refletividade do objeto oculto.

Assim que a varredura for concluída, o algoritmo desembaraça os caminhos dos fótons capturados e, como a tecnologia de aprimoramento de imagem mítica de programas policiais de televisão, a mancha borrada assume uma forma muito mais nítida. Ele faz tudo isso em menos de um segundo e é tão eficiente que pode ser executado em um laptop normal. Com base em quão bem o algoritmo funciona atualmente, os pesquisadores acham que poderiam acelerá-lo de forma que seja quase instantâneo assim que a varredura for concluída.

Na selva'

A equipe continua trabalhando neste sistema, para que possa lidar melhor com a variabilidade do mundo real e concluir a varredura mais rapidamente. Por exemplo, a distância até o objeto e a quantidade de luz ambiente podem tornar difícil para sua tecnologia ver as partículas de luz de que precisa para detectar objetos fora da vista. Essa técnica também depende da análise de partículas de luz dispersas que são intencionalmente ignoradas pelos sistemas de orientação atualmente em carros - conhecidos como sistemas LIDAR.

"Acreditamos que o algoritmo de computação já está pronto para sistemas LIDAR, "disse Matthew O'Toole, um pós-doutorado no Stanford Computational Imaging Lab e co-autor principal do artigo. "A questão chave é se o hardware atual dos sistemas LIDAR suporta este tipo de imagem."

Antes que este sistema esteja pronto para rodar, também terá que funcionar melhor à luz do dia e com objetos em movimento, como uma bola quicando ou uma criança correndo. Os pesquisadores testaram sua técnica com sucesso fora, mas trabalharam apenas com luz indireta. A tecnologia deles teve um desempenho particularmente bom na seleção de objetos retrorrefletivos, como roupas de segurança ou sinais de trânsito. Os pesquisadores dizem que se a tecnologia fosse colocada em um carro hoje, aquele carro poderia detectar facilmente coisas como sinais de trânsito, coletes de segurança ou marcadores de estrada, embora possa ter problemas com uma pessoa usando roupas não refletivas.

"Este é um grande passo em frente para o nosso campo que, esperançosamente, beneficiará a todos nós, "disse Wetzstein." No futuro, queremos torná-lo ainda mais prático na 'natureza'. "

Wetzstein também é professor assistente, por cortesia, de ciência da computação e membro do Stanford Bio-X e do Stanford Neurosciences Institute.