今天，边肖将与大家分享一些斯坦福大学研究人员开发的相机系统的知识，这将丰富你的知识。如果你对斯坦福大学研究人员开发的相机系统的知识感兴趣，可以往下看。

斯坦福大学的研究人员开发了一个摄像头系统，该系统是基于该团队以前开发的拐角摄像头。它可以从更多的表面捕捉更多的光，视野更宽更远，而且速度非常快，可以监控看不见的运动。研究人员希望有一天，这个超级视觉系统能够帮助自动驾驶汽车和机器人，并使它们比人类更安全。

黑科技，前瞻科技，自动驾驶，斯坦福大学摄像头，斯坦福大学自动驾驶汽车，摄像头看弯道移动物体，自动驾驶非视线成像，汽车新技术。

在研究过程中，研究人员穿上显眼的运动服，在一个空房间里伸展身体、踱步和跳跃，而其他研究人员则能够通过瞄准墙壁的摄像头观察研究人员的一举一动。原因是在肉眼看不到的情况下，高功率激光对研究人员进行扫描，扫描后反射回墙壁的单个光粒子被摄像头先进的传感器和处理算法捕捉，进而重构研究人员的一举一动。

研究人员表示，保持新系统的实用性是重中之重，因此他们选择的硬件、扫描和图像处理的速度以及图像的风格在自动驾驶汽车的视觉系统中变得普遍。以前，用于观察摄像机视线以外场景的系统依赖于能够均匀或强烈反射光线的物体，但现实世界中的物体，如闪亮的汽车，不属于这类物体。因此，新开发的系统可以处理各种物体表面反射的光，如迪斯科球、书籍或具有复杂纹理的雕像。

与一年前的系统相比，这次开发的系统发射的激光多了一万倍。激光可以扫描感兴趣场景对面的墙壁，光线从墙壁反射回来，击中场景中的物体，然后反弹回墙壁和摄像头传感器。当激光返回相机时，只剩下小点，但传感器可以捕捉到每个小点，并将小点发送到高效的算法中，以解锁反射光并解读隐藏的图片。

该系统能够以每秒4帧的速度进行扫描，并且在配备有图形处理单元(GPU)的计算机上，能够以每秒60帧的速度重建场景，从而增强了图像处理能力。为了改进算法，团队借用了地震成像系统的知识。地震成像系统可以反射来自地面的声波，以了解地下的情况，研究人员重新配置了算法，将反射光解释为被隐藏物体反射的“波”。因此，在同样的高速度、低内存的条件下，系统的能力得到了提升，可以看到包含各种对象的大场景。

对于团队来说，能够从原本看不见的反射光中看到角落里物体的实时运动是非常令人兴奋的。然而，如果该系统要应用于自动驾驶或机器人，则需要进一步改进。

该团队希望在自动驾驶研究车辆上测试该视觉系统，并研究其他可能的应用，例如可以穿透组织的医学成像。除了提高速度和分辨率，研究人员还努力提高系统的多功能性，以帮助驾驶员解决各种具有挑战性的视觉环境，如雾、雨、沙尘暴和雪。