Un par de bioingenieros de UCLA y un excientífico postdoctoral han desarrollado una nueva clase de sistemas electrónicos de cámara 3D que pueden simular la visión multivisión de las moscas y la detección de sonar natural de los murciélagos, lo que da como resultado imágenes multidimensionales con un rango de profundidad inusual que también puede escanear a través de puntos ciegos.

Impulsada por el procesamiento de imágenes computacional, la cámara puede decodificar el tamaño y la forma de los objetos ocultos en las esquinas o detrás de otros elementos. La tecnología se puede integrar en vehículos autónomos o herramientas de imágenes médicas con capacidades de detección que superan con creces lo que se considera la tecnología de punta actual. Esta investigación fue publicada en Comunicaciones de la naturaleza.

En la oscuridad, los murciélagos pueden visualizar una imagen realista de su entorno utilizando algún tipo de ecolocalización o sonar. Su chirrido de alta frecuencia rebota en su entorno y es captado por sus oídos. Ligeras diferencias en el tiempo que tarda el eco en llegar a los animales nocturnos y la intensidad del sonido les indican en tiempo real dónde están las cosas, qué hay en su camino y qué tan cerca están las presas potenciales.

Muchos insectos tienen ojos compuestos de forma geométrica, y cada «ojo» consta de cientos a decenas de miles de unidades de visión individuales, lo que hace posible ver lo mismo desde múltiples líneas de visión. Por ejemplo, los ojos saltones de las moscas brindan una vista de casi 360 grados a pesar de que sus ojos tienen una longitud de enfoque fija, lo que les dificulta ver algo lejano, como un papamoscas montado en lo alto.

Inspirándose en estos dos fenómenos naturales que se encuentran en las moscas y los murciélagos, el equipo dirigido por UCLA comenzó con un diseño 3D de alto rendimiento. sistema de cámara Con capacidades avanzadas que aprovechan estas ventajas pero también abordan las deficiencias de la naturaleza.

«Aunque intentar la misma idea, ver a través de un rango de distancias y alrededor de los bloqueos fue un gran obstáculo», dijo el líder del estudio Liang Gao, profesor asociado de bioingeniería en la Escuela de Ingeniería Samueli de la UCLA. «Para abordar esto, hemos desarrollado un nuevo marco de imagen computacional, que permite por primera vez obtener una vista panorámica amplia y profunda con una óptica simple y un pequeño conjunto de sensores».

El marco, llamado Fotografía de campo óptico compacto, o CLIP, permite que el sistema de la cámara «vea» en un rango de profundidad extendido y alrededor de los objetos. En los experimentos, los investigadores demostraron que su sistema podía «ver» objetos ocultos que las cámaras 3D convencionales no detectaban.

Los investigadores también utilizan un tipo de LiDAR, o «detección y rango de luz», en el que un láser escanea las áreas circundantes para crear un mapa 3D del área.

LiDAR convencional, sin CLIP, capturará una instantánea de alta resolución de la escena pero perderá objetos ocultos, al igual que muchos ojos humanos Estarán.

Usando siete cámaras LiDAR con CLIP, la matriz toma una imagen de baja resolución de la escena, procesa lo que ven las cámaras individuales y luego reconstruye la escena incrustada en una imagen 3D de alta resolución. Los investigadores demostraron que el sistema de cámara puede representar una escena 3D compleja con muchos objetos, todos ubicados a diferentes distancias.

Si tapas un ojo y te miras a los ojos computadora portátil, y hay una taza de café escondida un poco detrás, por lo que es posible que no la veas, porque la computadora portátil bloquea la vista», explicó Gao, quien también es miembro del Instituto de Nanosistemas de California. Pero si usas ambos ojos, notarás que obtendrás una mejor vista del objeto. Eso es algo de lo que está pasando aquí, pero ahora imagina ver la copa con el ojo compuesto del insecto. Ahora es posible obtener multiples perspectivas.»

Según Gao, la matriz de cámara CLIP ayuda a comprender lo que está oculto de manera similar. En combinación con LiDAR, el sistema puede lograr un efecto de ecolocalización para los murciélagos, de modo que uno puede detectar un objeto oculto por el tiempo que tarda la luz en recuperarse. Cámara.

Los coautores principales de la investigación publicada son Yayao Ma, estudiante graduado de bioingeniería en UCLA, miembro del Laboratorio de Óptica Inteligente de Zhao, y Xiaohua Feng, ex postdoctorado de UCLA que trabaja en el laboratorio de Zhao y ahora es científico investigador en el Research Centro de Detección Humana en el Laboratorio Zhejiang en Hangzhou, China.