目前大部分自動駕駛導航系統在識別周邊的環境和物體時，都是使用相機和傳感器等捕捉感知到的可見光經過各種光學原理所生成的圖像和視頻。其實從仿生學角度講，這種方式正是模仿了人類的雙眼及大腦的工作原理，但也正因為此，目前普遍的自動駕駛導航系統在難倒人類駕駛員的濃霧可見度低時也束手無策。

為了解決這個問題，麻省理工學院的研究人員GuySatat，RameshRaskar和Matthew Tancik研發了一種全新的基于激光的成像系統，即使在濃霧中利用激光可以也能準確計算車輛與前方物體的距離。這一系統將會在今年5月在匹茲堡舉行的計算攝影國際大會上正式發布，主要原理是，該系統使用從照相機中發射出的短脈沖激光及其從前方物體反射回的反射時間來計算與前方物體的距離。

圖 | MIT對比兩種識別解決方案

當天氣很好，激光波被發射與反射的路徑都十分清晰單一，利用反射時間計算與物體距離的方法是非常準確的。但是當前方有濃霧時，由無數懸在空中的微小水滴組成的霧會把激光在發射與反射過程中向各種方向散射出去。因此，被散射而中斷過的激光脈沖最終會以與晴朗天氣中不同的反射時間返回到相機，因此僅僅依賴于反射時間信息計算的距離是不完全準確的。

為了解決這個問題，麻省理工學院的研究人員說他們已經開發出了一種新的處理算法——他們發現，無論霧可能有多厚，散射激光的反射時間總是遵循一個非常具體的分布模式。當攝像機以每兆分之一秒的頻率計算返回到傳感器的光子數量，并把這些結果繪制成圖時，系統可以應用特定的數學濾波器來找出數據尖峰，從而得到準確的隱藏在霧中的實際物體的距離。

研究人員在麻省理工學院的實驗室里制作了極其濃的霧來對成像系統進行測試。在這個充滿濃霧的長約1米的小房間里，該成像系統能夠清晰地看到的物體的距離比人眼可以看到的要多足足21厘米?？梢栽O想，當放大還原到現實世界的尺寸和條件時，霧的濃度肯定不會像研究人員人為創造的那么厚重，該系統將能夠看到足夠遠的前方道路的物體，并讓車輛有足夠的時間作出安全的反應來避免危險。