盖世汽车讯 据外媒报道，宾夕法尼亚大学（University of Pennsylvania）的工程师们开发出新系统，利用人工智能处理无线电波，使机器人能够“看到”拐角处的景象。这项技术有望提升无人驾驶汽车以及在仓库、工厂等室内复杂环境中运行的机器人的安全性和性能。

图片来源： 宾夕法尼亚大学

该系统名为HoloRadar，能够让机器人重建视线范围之外的三维场景，例如行人转弯。与以往依赖可见光的非视距（NLOS）感知方法不同，HoloRadar在黑暗和光照条件变化的情况下也能可靠运行。

“机器人和自动驾驶车辆需要看到正前方以外的景象，”计算机与信息科学系助理教授、HoloRadar相关论文的资深作者Mingmin Zhao表示。该论文在第39届神经信息处理系统年会（NeurIPS）上发表。“这种能力对于帮助机器人和自动驾驶车辆实时做出更安全的决策至关重要。”

将墙壁变成镜子

HoloRadar的核心在于对无线电波的一种反直觉的洞察。与可见光相比，无线电信号的波长要长得多，这一特性通常被认为是成像的劣势，因为它会限制分辨率。但赵教授的团队意识到，对于观察墙角之外的情况，这些较长的波长实际上是一种优势。

图片来源： 宾夕法尼亚大学

“由于无线电波的波长远大于墙壁表面微小的变化，”计算机信息系统系博士生、这篇新论文的合著者Haowen Lai说道，“这些表面实际上变成了镜子，能够以可预测的方式反射无线电信号。”

实际上，这意味着像墙壁、地板和天花板这样的平面可以将无线电信号反射到拐角处，从而将隐藏空间的信息传回机器人。HoloRadar可以捕捉到这些反射信号，并重建视线范围之外的景象。

“这类似于人类驾驶员有时会依赖安装在盲区路口的后视镜，”Lai说道。“由于HoloRadar使用无线电波，因此环境本身就充满了反射镜，而无需实际改变环境。”

专为野外作业而设计

近年来，其他研究人员也展示了具有类似功能的系统，通常使用可见光。这些系统分析阴影或间接反射，因此高度依赖于光照条件。其他使用无线电信号的尝试则依赖于缓慢且笨重的扫描设备，限制了其在实际应用中的普及。

“HoloRadar的设计旨在适应机器人实际运行的各种环境，”Zhao教授说道。“该系统可移动，实时运行，且无需受控光照。”

HoloRadar通过与现有传感器互补而非取代它们来增强自主机器人的安全性。虽然自动驾驶车辆已经使用激光雷达（LiDAR）——一种利用激光探测车辆直接视线范围内物体的传感系统——但HoloRadar通过揭示这些传感器无法探测到的信息，增加了一层额外的感知能力，从而使机器有更多时间对潜在危险做出反应。

利用人工智能处理无线电信号

单个无线电脉冲在返回传感器之前可能会多次反射，从而产生一系列复杂的反射信号，仅靠传统的信号处理方法难以将其理清。

图片来源： 宾夕法尼亚大学

为了解决这个问题，研究团队开发了一种定制的人工智能系统，该系统结合了机器学习和基于物理的建模。在第一阶段，该系统提高了原始无线电信号的分辨率，并识别出对应于不同反射路径的多个“返回”信号。在第二阶段，该系统利用物理模型反向追踪这些反射信号，消除环境的镜像效应，并重建真实的3D场景。

“从某种意义上说，这就像走进一间满是镜子的房间，”电子与系统工程系博士生、论文合著者Zitong Lan说道，“你会看到同一个物体在不同位置的反射，难点在于如何确定它们的真实位置。我们的系统能够以符合物理学原理的方式，学习如何逆转这一过程。”

通过对无线电波在物体表面反射的方式进行显式建模，人工智能可以区分直接反射和间接反射，并确定包括人在内的各种物体的正确物理位置。

从实验室到现实世界

研究人员在真实的室内环境中，包括走廊和建筑拐角处，使用移动机器人测试了HoloRadar系统。在这些环境中，该系统成功地重建了墙壁、走廊以及位于机器人视线范围之外的隐藏人员。

未来的研究将探索室外场景，例如十字路口和城市街道，在这些场景中，更长的距离和更动态的环境会带来额外的挑战。

Zhao教授表示：“这是让机器人更全面地了解周围环境的重要一步。我们的长期目标是让机器能够在人类每天穿梭的动态复杂环境中安全、智能地运行。”