给司机并不是什么新鲜事。但这种“抬头”设备往往只能在2D和小范围内运行。这在某种程度上预示着人们需要经常在显示器和前方道路之间切换注意力。

  最近，英国研究人员认为司机在保持注意力集中的情况下，应该有可能识别出他们面前隐藏的障碍物。研究人员将光探测和测距(激光雷达)与计算机生成的全息术相结合，展示了如何将这些物体的3D重现放置在司机视野中，并具有正确的外观尺寸——所有这些都是实时的。

  这种显示器是所谓的增强现实(AR)的例子。AR技术不是让用户沉浸在一个完全人工的、由计算机生成的世界中，而是用额外的数据补充来自现实世界的感官输入。这种方法已经大范围的应用于从教育到外科手术的所有的领域。但在驾驶场景下，它有一定的概率会让用户分散注意力。

  为了解决这一个问题，一些研究小组试图开发3D平视系统，其中一些依赖于全息技术。传统的全息图是通过物理方法用参考光束干扰物体光束来创建的，而AR中使用的全息图则是通过计算生成的，它从现实世界的物体上反射光或其他波，然后计算它们与参考光束结合时产生的干涉图案。重点是能快速准确地进行计算，从而捕捉到移动车辆四周一直在变化的环境。

  在最新的研究中，剑桥大学的Jana Skirnewskaja和其同事，以及牛津大学和英国伦敦大学学院的同僚，展示了如何通过激光雷达(通过反射激光来测量物体的距离)来创建这种全息图。利用用尽心思挑选的激光雷达点云数据，研究人员发现，即使在单次激光扫描中收集的数据相对较少，他们也可以重建物体的360度视图。

  Skirnewskaja解释道，每个点都有自己的空间坐标和强度等级。给定足够的点，即使物体对移动的车辆只有部分可见，也可以在3D中重建物体。

  研究人员使用地面激光雷达扫描仪记录了一些物体的点云数据：包括一棵树、一辆卡车和站在自行车旁边的行人沿着Malet街（伦敦大学学院附近的一条路），然后分两步制作全息图。首先，计算了虚平面内各点发出的光波的叠加；然后，利用衍射的物理原理，从虚平面推导出全息平面。

  为了从全息图中重建观察到的场景，Skirnewskaja和他的同事们用氦氖激光照射液晶显示器，使晶体的双折射分子按照全息图干涉图案决定电场的特定排列排列开来。他们可以利用“虚拟菲涅耳透镜”将重建的物体放置在驾驶员视野内的正确距离上，从而节省车内空间。

  研究人员使用大小从10点到40万点不等的点云来记录全息图，使用标准的计算机CPU和更强大的GPU来处理数据。他们发现，GPU的并行解决能力能够在相对较少的额外时间内产生更高质量的全息图像（处理100个点需要12秒，而处理1000个点只需要26秒）。

  考虑到移动车辆对速度的需求，该团队建议，驾驶员可以首先使用只有25个点的激光雷达，在大约5秒后创建一个物体的轮廓，从而警告潜在的重要隐藏物体的存在。21秒后，一个1000点的全息图就可以创建出来，产生360°的物体视图，让司机进一步确定（如给定的卡车有多长等具体信息）。

  Skirnewskaja表示，从来测试以来，她和同事们已经改进了这项技术，展示了如何用红绿蓝光纤激光器将隐藏障碍物投射成全彩。她解释道，他们的计划是2024年在一辆真正的汽车上测试一个显示器，并与谷歌合作，为不同视力状况的人量身定做这个系统。但她补充说，在显示器真正用于道路使用之前，还要进一步改进，包括将激光雷达扫描仪与摄像头结合起来，以识别路标上的文字，并重建物体的轮廓。

  文章出处：【微信号：SSDFans，微信公众号：SSDFans】欢迎添加关注！文章转载请注明出处。

  本帖最后由 小水滴02 于 2012-7-31 17:43 编辑 作为***产业中的后起之秀，裸眼

  整体的设计和细节的把握，这个完成还是很有成就感的。具体操作步骤已经上传啦

  打印和机器人技术，曾经只能在科幻电影里看到的黑科技，正在逐渐走进我们的生活。由口袋妖怪到

  技术开发的设备。发布会上，工程师们利用新系统向参会者展示其工作原理，并且同时展示它在车辆中的位置。显而易见的是，利用

  PCB工程师更直观进行PCB设计。终于，17.2版本的到来，迎来了Cadence Allegro

  多元化科技公司 3M 的新款微型投影仪采用欧司朗光电半导体的 LED。该透影仪可连接到手机和数码相机上，

  的两个关键支撑技术，GSMA首席战略官Laxmi Akkaraju在2018运营转型峰会（OTF 2018）上表示。

  。如果说电影技术的下一个篇章是什么？也许卡梅隆即将揭晓答案。2017年，卡神宣布用裸眼

  官方宣布，别克、凯迪拉克、雪佛兰和 GMC 从今年开始都将采用全新的电动平台，并陆续在 3 年内各品牌车型全部亮相，而未来通用

  战略合作伙伴，与斑马智行、中科创达、国汽智控等作为智能化供应商共同受邀参加本次大会。 在发布会现场，长安以“新

  第14集 普通USB摄像头加AI算法，无需高亮灯光，也能拍清高速物体。#机器视觉