Οι ερευνητές του φημισμένου MIT Media Lab ανακάλυψαν μια πραγματικά εντυπωσιακή και πρωτοποριακή χρήση για τον αισθητήρα LiDAR που βρίσκεται ενσωματωμένος στο εσωτερικό των σύγχρονων μοντέλων iPhone και iPad Pro.
Η επιστημονική ομάδα απέδειξε στην πράξη ότι η συγκεκριμένη τεχνολογία μπορεί να εντοπίσει και να παρακολουθήσει την κίνηση αντικειμένων που βρίσκονται εντελώς έξυπνα έξω από το άμεσο οπτικό πεδίο της κάμερας (field of view). Αυτό σημαίνει, με απλά λόγια, ότι μια κοινή καταναλωτική συσκευή αποκτά τη θεωρητική ικανότητα να βλέπει γύρω από γωνίες και πίσω από τυφλά φυσικά εμπόδια.
Αυτού του είδους η απεικόνιση, η οποία στην επιστημονική κοινότητα ονομάζεται non-line-of-sight (NLOS) imaging, δεν αποτελεί μια εντελώς νέα ή άγνωστη θεωρητική σύλληψη. Ωστόσο, όλες οι προηγούμενες εργαστηριακές δοκιμές και επιδείξεις της τεχνολογίας βασίζονταν αποκλειστικά στη χρήση εξαιρετικά ισχυρών, ογκωδών και πανάκριβων λέιζερ εργαστηριακού τύπου, τα οποία δεν είχαν καμία απολύτως πρακτική εφαρμογή ή εμπορική αξία στον πραγματικό κόσμο.
Αυτό που καθιστά τη συγκεκριμένη έρευνα του MIT πραγματικά επαναστατική είναι το γεγονός ότι οι επιστήμονες κατάφεραν να επιτύχουν το ίδιο αποτέλεσμα χρησιμοποιώντας τον χαμηλής ισχύος αισθητήρα LiDAR που βρίσκεται ήδη στις τσέπες εκατομμυρίων χρηστών παγκοσμίως.
Η αρχιτεκτονική του aperture sampling model
Για να επιτραπεί η οπτική πρόσβαση πέρα από τα τυφλά σημεία, το σύστημα που ανέπτυξε η ομάδα του MIT βασίζεται σε μια θεμελιώδη παράμετρο: την κίνηση. Καθώς ο χρήστης μετακινεί τη συσκευή του στον χώρο, ο αισθητήρας LiDAR εκπέμπει διαρκώς παλμούς φωτός, οι οποίοι προσκρούουν στις γύρω επιφάνειες – όπως για παράδειγμα σε έναν τοίχο – και ανακλώνται προς το κρυμμένο αντικείμενο. Το λογισμικό αναλαμβάνει να παρακολουθήσει ταυτόχρονα το σχήμα του αντικειμένου, την ακριβή του θέση, καθώς και τη μεταβαλλόμενη θέση της ίδιας της κάμερας κατά τη διάρκεια του χρόνου.
Η ερευνητική ομάδα ονομάζει αυτή την προσέγγιση aperture sampling model (μοντέλο δειγματοληψίας διαφράγματος). Η συγκεκριμένη τεχνική ουσιαστικά “ράβει” και συνθέτει μια σειρά από αποσπασματικές, θορυβώδεις και ατελείς αλγοριθμικές μετρήσεις, μετατρέποντάς τες σε μια ουσιαστική και κατανοητή πληροφορία. Θα πρέπει να ξεκαθαριστεί ότι τα τελικά αποτελέσματα που εμφανίζονται στην οθόνη δεν είναι καθαρές, ευκρινείς φωτογραφίες αυτού που κρύβεται πίσω από τη γωνία.
Αντίθετα, ο χρήστης λαμβάνει προοδευτικά πλούσιες λογικές συμπερασματικές ενδείξεις (inferences). Το σύστημα είναι σε θέση να επιβεβαιώσει με ακρίβεια ότι κάτι βρίσκεται εκεί, να δείξει προς ποια κατεύθυνση κινείται και να προσδιορίσει το γενικό, κατά προσέγγιση σχήμα του. Πρόκειται ουσιαστικά για μια διαδικασία που θυμίζει τον ηχοεντοπισμό (echolocation) των νυχτερίδων, με τη διαφορά ότι στη συγκεκριμένη περίπτωση χρησιμοποιούνται παλμοί φωτός αντί για ηχητικά κύματα.
Οι τέσσερις εφαρμογές και η συμβολή στη ρομποτική
Κατά τη διάρκεια των επίσημων δοκιμών, η επιστημονική ομάδα του MIT επέδειξε με επιτυχία τέσσερις εξειδικευμένες δυνατότητες του συστήματος:
- Παρακολούθηση (Tracking): Τον ακριβή εντοπισμό και την καταγραφή της πορείας ενός μεμονωμένου, κρυμμένου αντικειμένου.
- Ανακατασκευή (Reconstruction): Την τρισδιάστατη αναδόμηση του γενικού σχήματος του στόχου.
- Πολλαπλός εντοπισμός: Την ταυτόχρονη παρακολούθηση πολλών διαφορετικών αντικειμένων που κινούνται παράλληλα πίσω από το εμπόδιο.
- Αυτο-εντοπισμός (Camera self-localization): Μια εξαιρετικά ενδιαφέρουσα λειτουργία για τον κλάδο της ρομποτικής, όπου η κάμερα υπολογίζει τη δική της θέση στον χώρο χρησιμοποιώντας κρυμμένα, μη ορατά ορόσημα (hidden landmarks).
Αυτή η τελευταία εφαρμογή θεωρείται τεράστιας σημασίας για την εξέλιξη των αυτόνομων συστημάτων. Ένα ρομπότ ή ένα αυτοματοποιημένο όχημα που διαθέτει την ικανότητα να προσανατολίζεται και να αναγνωρίζει το περιβάλλον του χρησιμοποιώντας αντικείμενα τα οποία δεν μπορεί να δει απευθείας με τους οπτικούς του αισθητήρες, αποκτά ένα τεράστιο πλεονέκτημα ασφάλειας στον πραγματικό κόσμο.
Η τεχνολογία αυτή μπορεί να ενσωματωθεί άμεσα στα συστήματα αυτόνομης οδήγησης (self-driving tech) ή στα drones μεταφοράς εμπορευμάτων, συμβάλλοντας καθοριστικά στην αποφυγή τυχαίων συγκρούσεων και τροχαίων ατυχημάτων.
Οι περιορισμοί των δεδομένων και η διάθεση του κώδικα
Δυστυχώς, οι καταναλωτές δεν έχουν τη δυνατότητα να δοκιμάσουν αυτή την εντυπωσιακή λειτουργία στα προσωπικά τους smartphones αυτή τη στιγμή. Όπως εξήγησε ο Siddharth Somasundaram, ένας από τους βασικούς ερευνητές του συγκεκριμένου project, η εφαρμογή της τεχνολογίας σε επίπεδο τελικού χρήστη θα απαιτούσε από τις κατασκευάστριες εταιρείες, όπως η Apple, να επιτρέψουν την ελεύθερη πρόσβαση στα ακατέργαστα δεδομένα (raw data) του αισθητήρα, κάτι που οι περισσότεροι τεχνολογικοί κολοσσοί αποφεύγουν συστηματικά να πράξουν για λόγους ασφαλείας και προστασίας του λογισμικού τους.
Παρόλα αυτά, η επιστημονική ομάδα επέλεξε να κάνει τον πηγαίο κώδικα (code) της έρευνας δημοσίως διαθέσιμο στην παγκόσμια κοινότητα των developers. Επιπλέον, οι ερευνητές επισήμαναν ότι το απαραίτητο hardware του αισθητήρα είναι πλέον τόσο φθηνό, ώστε μπορεί να συναρμολογηθεί από οποιονδήποτε ενδιαφερόμενο στο εργαστήριο με ένα συνολικό κόστος που δεν ξεπερνά τα 50 δολάρια, ανοίγοντας τον δρόμο για τη δημιουργία ανεξάρτητων, οικονομικών NLOS συστημάτων στο άμεσο μέλλον.
