У недавньому дослідженні дослідники з Китаю розробили чіп-систему LiDAR, яка імітує фовеацію людського ока, динамічно концентруючи зондування з високою-роздільністю на регіонах інтересу (ROI), зберігаючи широку обізнаність у всьому полі зору.
Дослідження опубліковано в журналіКомунікації природи.
Системи LiDAR забезпечують машинне бачення-самокерованих автомобілів, дронів і роботів, запускаючи лазерні промені для створення 3D-сцен із точністю до міліметра. Око розміщує свої найщільніші сенсори в ямці (гострій центральній точці зору) і переводить погляд на важливе. Навпаки, більшість LiDAR використовують жорсткі паралельні промені або сканування, які поширюють однакову (часто грубу) роздільну здатність всюди. Підвищення деталізації означає рівномірне додавання більше каналів, що різко збільшує витрати, потужність і складність.
Розробка команди досягає кутової роздільної здатності «поза-сітківки» в 0,012 градуса в ROI-вдвічі чіткіші, ніж приблизна межа ока в 0,017 градуса. Це означає, що система може розрізняти точки, розділені найменшими кутами, наприклад, виділяти дрібні деталі на віддаленому дорожньому знаку. Він перерозподіляє паралельні канали вимірювання на вимогу, уникаючи дорогого грубого-масштабування.
Phys.org поспілкувався зі спів-авторами дослідження Руйсюанем Ченом і Сінджун Ваном із Школи електроніки Пекінського університету.
"Мотивація походить від практичної невідповідності між біологічним і машинним сприйняттям", - пояснили дослідники. «Людське око досягає високої гостроти та енергоефективності, перерозподіляючи увагу-зберігаючи широку обізнаність, зосереджуючи ресурси на тому, що має значення. На відміну від цього, роздільна здатність LiDAR часто вимагається «більше каналів скрізь», що швидко стає дорогим і-потребує енергії».
Проблема масштабування
Системи машинного зору розширилися за рамки традиційних камер і включають датчики LiDAR, які дозволяють точно вимірювати відстань і тривимірне сприйняття навколишнього середовища. Однак, на відміну від пасивних камер, LiDAR вимагає обладнання для випромінювання та прийому для кожного пікселя, що обмежує досяжну роздільну здатність.
Сучасні підходи до покращення роздільної здатності LiDAR стикаються з критично вузьким місцем. Дублювання каналів забезпечує лінійне збільшення роздільної здатності, але викликає надлінійні вибухи складності, потужності та вартості.
«По-перше, роздільна здатність тісно пов’язана з апаратною кількістю каналів і механікою сканування. По-друге, LiDAR є активним датчиком: кожен піксель фактично витрачає ресурси як на передачу, так і на прийом», – пояснили дослідники. «Це робить адаптивне фокусування значно складнішим, ніж у пасивному зображенні, тому що ви повинні керувати оптичною потужністю, чутливістю приймача та пропускною здатністю оцифрування, дотримуючись-обмежень безпеки».
Для когерентного частотно-модульованого безперервного хвильового лідара ця проблема є особливо гострою. Кожен когерентний канал вимагає стабільного контролю частоти, складного апаратного забезпечення прийому та точного калібрування. Це значно ускладнює економічне виправдання масового дублювання каналів.
Біоміметичний розчин
Рішення дослідників поєднує дві ключові технології. До них належать гнучкий-лазер із зовнішнім резонатором (ECL) із діапазоном налаштування понад 100 нм та реконфігуровані електро-оптичні частотні гребінки, побудовані на платформах з тонким-плівковим ніобатом літію (TFLN).
ECL забезпечує високоякісні-сигнали частотної модуляції FMCW для когерентного визначення діапазону та діє як механізм керування -променем-, керованим довжиною хвилі. Налаштувавши центральну довжину хвилі, система може швидко змінити напрямок перегляду в широкому полі зору.
Потім електро-оптичний гребінець генерує кілька паралельних носіїв FMCW від одного джерела чирпованого лазера. Важливо, що регулювання умов радіочастотного приводу змінює відстань між гребінцями.
«Це дає змогу «масштабувати»-ми можемо збільшити щільність точок у вибраній області (тонша вибірка) або послабити її (груба вибірка), не змінюючи оптику чи додаючи канали», – додали дослідники.
У системі використовується те, що дослідники називають «мікро-паралелізмом». Це означає використання помірної кількості фізичних каналів для досягнення еквівалента значно більшої кількості рядків сканування за допомогою динамічного переміщення.
Експериментальна перевірка
Команда продемонструвала можливості системи в трьох експериментальних сценаріях, досягнувши кутової роздільної здатності 0,012 градуса у сфокусованих областях-, що перевищує номінальний ліміт сітківки ока людини.
У статичному зображенні сцени система фіксувала змодельоване дорожнє середовище з роздільною здатністю 54 на 71 піксель для сканування повного-поля-огляду та 17 на 71 піксель для локального сканування. Ці сфокусовані сканування вчетверо збільшили щільність вертикальної деталізації, виявивши перешкоди, які раніше були невидимі, з 90% точок з точністю до 1,3 см.
Дослідники також продемонстрували об’єднання камер LiDAR-, створюючи кольорові хмари точок, які поєднують точну 3D-геометрію з даними RGB. Під час порівняння стандартного та фокусованого сканування вирівнювання кольорової гістограми покращилося приблизно на 10%, що свідчить про кращу відповідність між 3D-точками та пікселями зображення.
«Поєднуючи LiDAR з камерою, ми генеруємо кольорові хмари точок і збагачуємо представлення сцени, що покращує інтерпретацію та підтримує завдання сприйняття, що залежать від текстури та семантичних ознак», — пояснили дослідники.
Можливо, найбільш вражаюче те, що команда зняла в реальному{0}}часі 4D-плюс зображення-баскетбол, де кожна точка показувала позицію, швидкість обертання, відбивну здатність поверхні та колір одночасно. При частоті 8 Гц у широкому полі зору це виявило моделі руху, невидимі для стандартного 3D LiDAR.
Експериментальна робота виявила важливі-компроміси на системному рівні, які визначають шляхи майбутнього розвитку.
«Найбільш очевидний — це суперечність між кутовою роздільною здатністю та-запасом вимірювання на канал», — зазначили дослідники. "У нашому паралельному когерентному зчитуванні кожен канал має займати власну електричну смугу, яка не -перекривається. Коли ми зменшуємо частоту повторення, ми справді можемо покращити кутову дискретизацію, але експеримент показує, що це також стискає смугу зчитування для-каналу."
Команда визначила кілька пріоритетних напрямків просування технології до практичного впровадження. Це включає глибшу монолітну інтеграцію на платформах TFLN, розробку над-широкосмугових джерел з розгортанням для покращеної роздільної здатності в діапазоні та впровадження політики замкнутого-циклу уваги для сприйняття-подій.
Поточні експерименти з використанням волоконних зв’язків спричиняють поляризаційну нестабільність, що обмежує можливості класифікації матеріалів.
«Однак ми передбачаємо, що монолітна інтеграція фундаментально розв’яже це вузьке місце», – сказали дослідники. «Переходячи від нестабільних волокон до хвилеводів із обмеженими-чіпами, ми можемо досягти стабільного відновлення поляризації».
Біонічна система LiDAR пропонує потенційні застосування, охоплюючи автономні транспортні засоби, повітряні та морські дрони, робототехніку та нейроморфні системи зору. За словами дослідників, крім LiDAR, реконфігуровані гребінці забезпечують швидкий спектральний аналіз для оптичного зв’язку, когерентної томографії, компресійного зондування та точної метрології.
