网站首页

据国外媒体报道，苏格兰赫里奥特-瓦特大学(Heriot-Watta UniversitY)的研究人员和法国伦敦大学(UniversityofToulouse)的研究人员共同提出了一个新框架，该框架可以将统计模型与计算机图形学领域中高度可扩展的计算工具结合起来，实时提取精确的3D信息(速度为每秒50帧)。

(照片来源:霍瓦特大学)

新方法能够在复杂场景中检测目标并形成图像，实时重建复杂运动场景中的目标，为汽车遥感提供先进技术(下一代无人驾驶汽车的关键功能)。三维场景重建技术可以应用于各种重要的应用领域，如自动驾驶、环境监测和国防等。

其中一名研究人员，工程和物理科学研究所所长斯蒂芬·克劳格林说:“实时重建3D视频和实现汽车遥感技术的能力也是下一代无人驾驶汽车的一项关键功能。”

目前，新一代汽车已经采用基于激光的雷达或激光雷达技术来测量车辆与邻近车辆或其他潜在障碍物之间的距离。

霍瓦特大学是第一个采用先进的时间相关单光子激光雷达方法的大学，该方法使用对眼睛安全的激光源，并且在远距离(数百米到数千米)识别物体时具有良好的分辨率。

最近，该技术已被成功用于在极端环境中重建高分辨率3D图像，例如雾、杂乱目标、高度分散的水下介质或距离大于10公里的自由空间。

然而，迄今为止的一个主要障碍是，分析这些收集到的数据需要很多时间。从单个定时单光子探测事件中恢复3D信息是非常具有挑战性的任务，并且需要大量的图像处理算法。以前的方法在处理单个激光雷达帧或使用场景上的限制性假设来恢复场景时需要几十秒甚至几分钟，这阻碍了3D成像的实际应用。

试读已经完成。如果您想阅读所有内容，请登录查看。

*特别声明:本文是一篇技术性文章。禁止转载或大量摘录！非法转载，必须依法查处。

• 上一篇：跟随SAIC的脚步，长城和长安很快将驶往印度
• 下一篇：迷你执行官:电动迷你JCW？可能的