En kamera som kan se runt hörn

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.

I framtiden

kommer självkörande bilar att bli
säkrare och pålitligare än människor.

Men för att det ska bli möjligt,

behöver vi ny teknik
som gör att bilar kan reagera

snabbare än människor,

vi behöver algoritmer
som kan köra bättre än människor

och vi behöver kameror
som kan se mer än människor kan.

Föreställ dig till exempel en självkörande
bil som ska göra en skymd sväng,

och det kommer en mötande bil

eller ett barn som är på väg
att springa ut i gatan.

Lyckligtvis så har vår framtida bil
en superkraft,

en kamera som kan se runt hörn
för att upptäcka eventuella faror.

Under de senaste åren som doktorand

i Stanfords Computational Imaging Lab,

har jag arbetat på en kamera
som kan göra just det,

en kamera som kan se saker
som är gömda runt hörn

eller skymda i synfältet.

Låt mig ge ett exempel på
vad vår kamera kan se.

Detta är ett utomhusexperiment
som vi genomförde

där vårt kamerasystem scannar
sidan på byggnaden med laser,

och föremålet som vi vill se

är dolt runt hörnet bakom skynket.

Så vårt kamerasystem
kan inte se det direkt.

Ändå, på något sätt,

kan kameran fånga en tredimensionell
bild av det här föremålet.

Så hur gör vi detta?

Magin händer här i kamerasystemet.

Tänk på den här som en sorts
höghastighetskamera.

Inte en som tar tusen bilder per sekund,

eller ens en miljon bilder per sekund,

utan en biljon bilder per sekund.

Så fort att den faktiskt kan fånga
ljusets hastighet.

Och för att visa er ett exempel på
hur fort ljuset färdas,

låt oss jämföra det med hastigheten
hos en snabbspringande seriehjälte

som kan röra sig upp till
tre gånger ljudets hastighet.

Det tar en ljuspuls ungefär
3,3 miljarddels sekund

eller 3,3 nanosekunder,

att färdas en meter.

På den tiden

har vår superhjälte färdats mindre än
bredden på en människas hårstrå.

Det är ganska snabbt.

Men vi behöver faktiskt föreställa
oss ännu snabbare

om vi vill fånga ljuset när det
rör sig längs subcentimeterskalan.

Så vår kamera kan fånga fotoner

i tidsramen femtio biljondels sekund,

eller femtio picosekunder.

Vi tar den här ultra-höghastighetskameran

och vi sätter ihop den med en laser
som sänder ut korta ljuspulser.

Varje puls färdas
till den här synliga väggen

och en del ljus studsar tillbaka
till vår kamera

men vi använder också väggen till
att studsa ljus runt hörnet

till det dolda föremålet och tillbaka.

Vi upprepar det här momentet
många gånger

för att mäta ankomsttiderna
hos många olika fotoner

från olika platser på väggen.

Och efter att vi har fått
de mätvärdena kan vi skapa

en video av väggen
med en biljon bilder per sekund.

Även om den här väggen
ser vanlig ut i våra ögon,

kan vi med en biljon bilder per sekund
se något helt häpnadsväckande.

Vi kan faktiskt se ljusvågor
spridas tillbaka från det dolda föremålet

och studsa mot väggen.

Och varje våg har med sig information

om det dolda föremålet som skickade den.

Så vi kan ta de här mätvärdena

och mata in dem
i en rekonstruktionsalgoritm

för att avslöja den tredimensionella
konstruktionen hos det dolda föremålet.

Nu vill jag visa er ytterligare
ett exempel på en inomhusbild,

den här gången
med flera olika dolda föremål.

Och de här föremålen
har olika utseende,

så de reflekterar ljus på olika sätt.

Till exempel, den här blanka drakstatyn
reflekterar ljuset annorlunda

än discokulan med speglar

eller den vita statyn av en diskuskastare.

Och vi kan faktiskt se skillnaderna
i det återspeglade ljuset

genom att visualisera det i den här
tredimensionella modellen,

där vi bara har tagit videobilderna
och staplat dem på varandra.

Och där tiden representeras
av djupdimensionen i modellen.

De ljusa prickarna som ni ser
är reflektioner av ljus

från var och en av discokulans
spegelfasetter,

som sprids mot väggen över tid.

De skarpa stråken av ljus som ni ser
som kommer fram först

är från den blanka drakstatyn
som står närmast väggen,

och de andra stråken av ljus kommer från
reflektioner av ljus från bokhyllan

och från statyn.

Vi kan också visualisera
de här mätningarna bild för bild,

som en video,

för att kunna se det spridda ljuset.

Och här ser vi igen ljusreflektionen
från draken,

närmast väggen,

följt av ljusa prickar från discokulan

och andra reflektioner från bokhyllan.

Och till sist ser vi de reflekterade
ljusvågorna från statyn.

Dessa ljusvågor lyser upp väggen

precis som fyrverkerier som varar
i en biljondels sekund.

Och även om de här föremålen
reflekterar ljus på olika sätt,

så kan vi ändå återskapa deras form.

Och det är det som syns runt hörnet.

Nu vill jag visa er ett exempel
som är lite annorlunda.

I den här videon ser ni mig klädd
i en reflekterande overall

och vårt kamerasystem scannar väggen
var fjärde sekund.

Overallen reflekterar ljus,

så att vi kan mäta tillräckligt
med fotoner

för att kunna se var jag är
och vad jag gör,

utan att kameran faktiskt
filmar mig direkt.

Genom att fånga fotoner som studsar
från väggen till min overall,

tillbaks till väggen
och sedan till kameran,

kan vi skapa en indirekt video i realtid.

Och vi tror att den här typen
av bilder utanför synfältet

kan bli användbara för olika program
inklusive självkörande bilar,

men också för biomedicinska bilder,

där vi behöver se de minsta
strukturerna i kroppen.

Och kanske kan vi sätta samma
kamerasystem på robotarna

som vi skickar ut
för att utforska andra planeter.

Ni kanske har hört om
att titta runt hörn förut,

men vad jag har visat er idag
skulle varit omöjligt

för bara två år sedan.

Till exempel så kan vi nu avbilda stora,
rumsliga dolda föremål utomhus

och i realtid,

och vi har gjort avsevärda framsteg för
att göra det här till verklig teknik

som du faktiskt kommer
kunna hitta i en bil i framtiden.

Men det finns förstås fortfarande
utmaningar kvar.

Kan vi till exempel avbilda
dolda föremål på långa avstånd

när vi bara tar emot väldigt,
väldigt få fotoner,

med lågenergilaser som är synsäker?

Eller kan vi skapa bilder från fotoner

som har studsat många fler gånger

än bara en gång runt hörnet?

Kan vi ta vårt prototypsystem
som är stort och bökigt,

och krympa det till något
som går att använda

till biomedicinska bilder

eller kanske ett förbättrat system
för säkerhet hemma,

eller kan vi ta den här nya bildtekniken
och använda den i andra program?

Det är en spännande ny teknik

och det kan finnas andra saker
som vi inte har tänkt på ännu

att använda den till.

Och en framtid med självkörande bilar

kanske verkar avlägsen nu,

men vi utvecklar redan tekniken

som kan göra bilar säkrare
och intelligentare.

Och med den takten på vetenskapliga
upptäckter och uppfinningar,

vet man aldrig vilka nya
och spännande möjligheter

som finns runt hörnet.

(Applåder)