一个研究团队设计了一种全新的基于人工智能对热信号解释的相机成像系统。一旦成熟，“热辅助探测与测距”（即 HADAR）有一天可能会彻底改变自动驾驶汽车和机器人感知周围世界的方式。
机器人仅使用热信号摄像头可视化其周围环境的图像之所以停留在科幻小说的范畴，是有原因的——这是基本物理原理。尽管物体会不断地发射热辐射，但这些粒子随后会扩散到附近的环境中，导致热成像的典型模糊、无纹理的图像，这个问题可以理解为“鬼影”。
[相关：斯坦福大学的研究人员希望为数码相机提供更好的深度感知能力。]
根据他们于 7 月 26 日发表在《自然》杂志上的论文，普渡大学和密歇根州立大学的研究人员已经通过机器学习算法出色地解决了这个持久存在的问题。该团队利用专门为此任务训练的人工智能，能够从商业红外摄像头捕获的信息中推导出物体和周围环境的物理特性。HADAR 可以穿透视觉干扰，检测温度、材料成分和热辐射模式——无论是否存在雾、烟和黑暗等视觉障碍。因此，HADAR 的深度和纹理渲染可以创建出极其详细、清晰的图像，无论一天中的任何时间或环境如何。
“声纳、雷达和激光雷达等主动模式会发出信号并检测反射，以推断是否存在任何物体及其距离。这可以提供比摄像头视觉更多的场景信息，尤其是在环境光照不足时，”普渡大学电气与计算机工程学教授、《自然》杂志文章的合著者 Zubin Jacob 告诉《大众科学》。“HADAR 有根本性的不同，它利用不可见的红外辐射以白天般的清晰度重建夜间场景。”
看看 HADAR 的视觉渲染图（可以说）就清楚了，这项技术很快就可以成为自动驾驶汽车、自主机器人甚至公共活动无接触安检系统中人工智能的重要组成部分。尽管如此，在汽车能够 24/7 全天候依靠热传感器导航之前，仍有一些障碍需要克服——HADAR 目前价格昂贵，需要实时校准，并且仍然容易受到影响其准确性的环境障碍物的干扰。尽管如此，研究人员相信这些障碍在不久的将来可以被克服，从而使 HADAR 能够进入日常系统。不过，HADAR 已经证明对至少一位其创造者有所帮助。
“老实说，我怕黑。谁不怕呢？”Jacob 写道。“知道热光子在夜晚能携带与白天相似的丰富信息，这感觉很棒。总有一天，我们将拥有利用 HADAR 的机器感知，其精度之高，以至于无法区分白天和黑夜。”
