En kamera som kan se runt hörn
-
0:01 - 0:02I framtiden
-
0:02 - 0:06kommer självkörande bilar att bli
säkrare och pålitligare än människor. -
0:06 - 0:07Men för att det ska bli möjligt,
-
0:07 - 0:10behöver vi ny teknik
som gör att bilar kan reagera -
0:10 - 0:11snabbare än människor,
-
0:11 - 0:15vi behöver algoritmer
som kan köra bättre än människor -
0:15 - 0:19och vi behöver kameror
som kan se mer än människor kan. -
0:20 - 0:25Föreställ dig till exempel en självkörande
bil som ska göra en skymd sväng, -
0:25 - 0:26och det kommer en mötande bil
-
0:26 - 0:29eller ett barn som är på väg
att springa ut i gatan. -
0:29 - 0:33Lyckligtvis så har vår framtida bil
en superkraft, -
0:33 - 0:37en kamera som kan se runt hörn
för att upptäcka eventuella faror. -
0:38 - 0:40Under de senaste åren som doktorand
-
0:40 - 0:42i Stanfords Computational Imaging Lab,
-
0:42 - 0:45har jag arbetat på en kamera
som kan göra just det, -
0:45 - 0:48en kamera som kan se saker
som är gömda runt hörn -
0:48 - 0:51eller skymda i synfältet.
-
0:51 - 0:55Låt mig ge ett exempel på
vad vår kamera kan se. -
0:55 - 0:57Detta är ett utomhusexperiment
som vi genomförde -
0:57 - 1:01där vårt kamerasystem scannar
sidan på byggnaden med laser, -
1:01 - 1:03och föremålet som vi vill se
-
1:03 - 1:06är dolt runt hörnet bakom skynket.
-
1:06 - 1:09Så vårt kamerasystem
kan inte se det direkt. -
1:10 - 1:11Ändå, på något sätt,
-
1:11 - 1:15kan kameran fånga en tredimensionell
bild av det här föremålet. -
1:16 - 1:17Så hur gör vi detta?
-
1:17 - 1:20Magin händer här i kamerasystemet.
-
1:20 - 1:24Tänk på den här som en sorts
höghastighetskamera. -
1:24 - 1:27Inte en som tar tusen bilder per sekund,
-
1:27 - 1:30eller ens en miljon bilder per sekund,
-
1:30 - 1:32utan en biljon bilder per sekund.
-
1:33 - 1:38Så fort att den faktiskt kan fånga
ljusets hastighet. -
1:39 - 1:42Och för att visa er ett exempel på
hur fort ljuset färdas, -
1:42 - 1:47låt oss jämföra det med hastigheten
hos en snabbspringande seriehjälte -
1:47 - 1:49som kan röra sig upp till
tre gånger ljudets hastighet. -
1:50 - 1:54Det tar en ljuspuls ungefär
3,3 miljarddels sekund -
1:54 - 1:56eller 3,3 nanosekunder,
-
1:56 - 1:58att färdas en meter.
-
1:58 - 2:00På den tiden
-
2:00 - 2:04har vår superhjälte färdats mindre än
bredden på en människas hårstrå. -
2:05 - 2:06Det är ganska snabbt.
-
2:06 - 2:09Men vi behöver faktiskt föreställa
oss ännu snabbare -
2:09 - 2:12om vi vill fånga ljuset när det
rör sig längs subcentimeterskalan. -
2:13 - 2:15Så vår kamera kan fånga fotoner
-
2:15 - 2:19i tidsramen femtio biljondels sekund,
-
2:19 - 2:21eller femtio picosekunder.
-
2:22 - 2:24Vi tar den här ultra-höghastighetskameran
-
2:24 - 2:28och vi sätter ihop den med en laser
som sänder ut korta ljuspulser. -
2:29 - 2:31Varje puls färdas
till den här synliga väggen -
2:31 - 2:33och en del ljus studsar tillbaka
till vår kamera -
2:33 - 2:37men vi använder också väggen till
att studsa ljus runt hörnet -
2:37 - 2:39till det dolda föremålet och tillbaka.
-
2:39 - 2:42Vi upprepar det här momentet
många gånger -
2:42 - 2:44för att mäta ankomsttiderna
hos många olika fotoner -
2:44 - 2:46från olika platser på väggen.
-
2:46 - 2:49Och efter att vi har fått
de mätvärdena kan vi skapa -
2:49 - 2:52en video av väggen
med en biljon bilder per sekund. -
2:52 - 2:55Även om den här väggen
ser vanlig ut i våra ögon, -
2:55 - 3:00kan vi med en biljon bilder per sekund
se något helt häpnadsväckande. -
3:00 - 3:05Vi kan faktiskt se ljusvågor
spridas tillbaka från det dolda föremålet -
3:05 - 3:07och studsa mot väggen.
-
3:07 - 3:10Och varje våg har med sig information
-
3:10 - 3:12om det dolda föremålet som skickade den.
-
3:12 - 3:14Så vi kan ta de här mätvärdena
-
3:14 - 3:17och mata in dem
i en rekonstruktionsalgoritm -
3:17 - 3:20för att avslöja den tredimensionella
konstruktionen hos det dolda föremålet. -
3:21 - 3:25Nu vill jag visa er ytterligare
ett exempel på en inomhusbild, -
3:25 - 3:28den här gången
med flera olika dolda föremål. -
3:28 - 3:30Och de här föremålen
har olika utseende, -
3:30 - 3:32så de reflekterar ljus på olika sätt.
-
3:32 - 3:36Till exempel, den här blanka drakstatyn
reflekterar ljuset annorlunda -
3:36 - 3:38än discokulan med speglar
-
3:38 - 3:41eller den vita statyn av en diskuskastare.
-
3:41 - 3:44Och vi kan faktiskt se skillnaderna
i det återspeglade ljuset -
3:44 - 3:47genom att visualisera det i den här
tredimensionella modellen, -
3:47 - 3:51där vi bara har tagit videobilderna
och staplat dem på varandra. -
3:51 - 3:55Och där tiden representeras
av djupdimensionen i modellen. -
3:56 - 3:59De ljusa prickarna som ni ser
är reflektioner av ljus -
3:59 - 4:02från var och en av discokulans
spegelfasetter, -
4:02 - 4:04som sprids mot väggen över tid.
-
4:04 - 4:08De skarpa stråken av ljus som ni ser
som kommer fram först -
4:08 - 4:12är från den blanka drakstatyn
som står närmast väggen, -
4:12 - 4:16och de andra stråken av ljus kommer från
reflektioner av ljus från bokhyllan -
4:16 - 4:17och från statyn.
-
4:18 - 4:22Vi kan också visualisera
de här mätningarna bild för bild, -
4:22 - 4:23som en video,
-
4:23 - 4:25för att kunna se det spridda ljuset.
-
4:25 - 4:29Och här ser vi igen ljusreflektionen
från draken, -
4:29 - 4:30närmast väggen,
-
4:30 - 4:34följt av ljusa prickar från discokulan
-
4:34 - 4:37och andra reflektioner från bokhyllan.
-
4:37 - 4:41Och till sist ser vi de reflekterade
ljusvågorna från statyn. -
4:42 - 4:45Dessa ljusvågor lyser upp väggen
-
4:45 - 4:49precis som fyrverkerier som varar
i en biljondels sekund. -
4:54 - 4:57Och även om de här föremålen
reflekterar ljus på olika sätt, -
4:57 - 5:00så kan vi ändå återskapa deras form.
-
5:00 - 5:02Och det är det som syns runt hörnet.
-
5:04 - 5:07Nu vill jag visa er ett exempel
som är lite annorlunda. -
5:07 - 5:10I den här videon ser ni mig klädd
i en reflekterande overall -
5:10 - 5:15och vårt kamerasystem scannar väggen
var fjärde sekund. -
5:15 - 5:16Overallen reflekterar ljus,
-
5:16 - 5:19så att vi kan mäta tillräckligt
med fotoner -
5:19 - 5:23för att kunna se var jag är
och vad jag gör, -
5:23 - 5:26utan att kameran faktiskt
filmar mig direkt. -
5:26 - 5:30Genom att fånga fotoner som studsar
från väggen till min overall, -
5:30 - 5:32tillbaks till väggen
och sedan till kameran, -
5:32 - 5:36kan vi skapa en indirekt video i realtid.
-
5:37 - 5:40Och vi tror att den här typen
av bilder utanför synfältet -
5:40 - 5:44kan bli användbara för olika program
inklusive självkörande bilar, -
5:44 - 5:46men också för biomedicinska bilder,
-
5:46 - 5:50där vi behöver se de minsta
strukturerna i kroppen. -
5:50 - 5:53Och kanske kan vi sätta samma
kamerasystem på robotarna -
5:53 - 5:56som vi skickar ut
för att utforska andra planeter. -
5:57 - 6:00Ni kanske har hört om
att titta runt hörn förut, -
6:00 - 6:02men vad jag har visat er idag
skulle varit omöjligt -
6:02 - 6:03för bara två år sedan.
-
6:03 - 6:07Till exempel så kan vi nu avbilda stora,
rumsliga dolda föremål utomhus -
6:07 - 6:09och i realtid,
-
6:09 - 6:14och vi har gjort avsevärda framsteg för
att göra det här till verklig teknik -
6:14 - 6:16som du faktiskt kommer
kunna hitta i en bil i framtiden. -
6:16 - 6:19Men det finns förstås fortfarande
utmaningar kvar. -
6:19 - 6:23Kan vi till exempel avbilda
dolda föremål på långa avstånd -
6:23 - 6:26när vi bara tar emot väldigt,
väldigt få fotoner, -
6:26 - 6:29med lågenergilaser som är synsäker?
-
6:30 - 6:32Eller kan vi skapa bilder från fotoner
-
6:32 - 6:34som har studsat många fler gånger
-
6:34 - 6:37än bara en gång runt hörnet?
-
6:37 - 6:41Kan vi ta vårt prototypsystem
som är stort och bökigt, -
6:41 - 6:44och krympa det till något
som går att använda -
6:44 - 6:45till biomedicinska bilder
-
6:45 - 6:48eller kanske ett förbättrat system
för säkerhet hemma, -
6:48 - 6:54eller kan vi ta den här nya bildtekniken
och använda den i andra program? -
6:54 - 6:56Det är en spännande ny teknik
-
6:56 - 6:59och det kan finnas andra saker
som vi inte har tänkt på ännu -
6:59 - 7:00att använda den till.
-
7:00 - 7:02Och en framtid med självkörande bilar
-
7:02 - 7:05kanske verkar avlägsen nu,
-
7:05 - 7:07men vi utvecklar redan tekniken
-
7:07 - 7:09som kan göra bilar säkrare
och intelligentare. -
7:10 - 7:13Och med den takten på vetenskapliga
upptäckter och uppfinningar, -
7:13 - 7:16vet man aldrig vilka nya
och spännande möjligheter -
7:16 - 7:18som finns runt hörnet.
-
7:19 - 7:22(Applåder)
- Title:
- En kamera som kan se runt hörn
- Speaker:
- David Lindell
- Description:
-
För att vara säkra måste självkörande bilar kunna undvika hinder, inklusive de som inte syns. Och för att det ska kunna hända behöver vi teknologi som kan se bättre än vad människan kan, säger elingenjören David Lindell. Spänn fast dig för en snabb, banbrytande teknisk demo där Lindell förklarar den viktiga och användbara potentialen hos en höghastighetskamera som kan upptäcka dolda föremål runt hörn.
- Video Language:
- English
- Team:
- closed TED
- Project:
- TEDTalks
- Duration:
- 07:34
Annika Bidner approved Swedish subtitles for A camera that can see around corners | ||
Annika Bidner edited Swedish subtitles for A camera that can see around corners | ||
Annika Bidner accepted Swedish subtitles for A camera that can see around corners | ||
Annika Bidner edited Swedish subtitles for A camera that can see around corners | ||
Annika Bidner edited Swedish subtitles for A camera that can see around corners | ||
Annika Bidner edited Swedish subtitles for A camera that can see around corners | ||
Malin Hjelmquist edited Swedish subtitles for A camera that can see around corners | ||
Malin Hjelmquist edited Swedish subtitles for A camera that can see around corners |