Investigadores del MIT han desarrollado un nuevo sistema que puede reproducir imágenes de objetos envueltas por una espesa niebla imposible de captar por el ojo humano. La tecnología también ha permitido medir la distancia entre los objetos.

Uno de los principales retos a los que se enfrentan los actuales sistemas autónomos de navegación basados en la luz visible, son las condiciones de niebla en la carretera. Estos sistemas son más fiables que los basados en radares, por su alta resolución y su capacidad para leer las señales de tráficos e identificar las marcas en la carretera, pero no son seguros cuando hay niebla. Es por ello que este nuevo sistema puede suponer un paso crucial para el desarrollo del vehículo autónomo.

“Decidimos asumir el desafío de desarrollar un sistema que pueda “ver” a través de condiciones de niebla real”, señaló Guy Sabat, estudiante de grado en el MIT Media Lab, quién dirigió la investigación. “Estamos hablando de niebla realista, que es densa, dinámica y heterogénea. Se mueve y cambia constantemente, con zonas de mayor y menor niebla. Otros métodos no están diseñados para hacer frente a estos escenarios realistas”.

Los investigadores probaron el sistema generando una niebla tan densa que la visión humana sólo podía penetrar 36 cm, y consiguieron obtener imágenes de objetos y medir distancias en un rango de 57 centímetros. Podría parecer que está distancia no es significativa, pero la niebla producida para el estudio es mucho más densa que cualquiera que tuviera que hacer frente un conductor; en el mundo real, una niebla típica podría permitir una visibilidad de entre 30 y 50 metros.

El punto vital de la investigación es que el sistema ha conseguido superar a la visión humana, mientras que la mayoría de sistemas basados en imagen de la actualidad funcionan mucho peor. Un sistema de navegación que fuera tan bueno como un conductor humano para conducir bajo condiciones de niebles sería un gran avance.

En el siguiente video se puede ver cómo los investigadores crearon la niebla y los resultados obtenidos:

VISIÓN A TRAVÉS DE LA NIEBLA GRACIAS A DATOS ESTADÍSTICOS

El nuevo sistema utiliza una cámara de “tiempo de vuelo”, que dispara ráfagas ultracortas de luz láser midiendo el tiempo que tardan sus reflexiones en regresar.

En un día despejado, el tiempo de retorno de la luz indica fielmente las distancias de los objetos que lo reflejaron. Pero la niebla hace que la luz se «disperse» o rebote de forma aleatoria. En condiciones de alta bruma, la mayoría de la luz que llega al sensor de la cámara viene reflejada por las gotas de agua en el ambiente, no por los objetos que el vehículo autónomo necesita detectar. Además, incluso aunque la luz haya sido reflejada por los potenciales obstáculos esta llegaría en diferentes tiempos, siendo desviada por las gotas de agua tan en la salida como en el camino de regreso.

El sistema desarrollado por el MIT evita todos estos problemas mediante el uso de estadísticas. Los patrones producidos por la luz reflejada en la niebla varían según la densidad de la niebla: en promedio, la luz penetra menos profundamente en una niebla espesa que en una neblina ligera. Pero los investigadores del MIT pudieron demostrar que, sin importar cuán espesa sea la niebla, los tiempos de llegada de la luz reflejada se adhieren a un patrón estadístico conocido como distribución gamma.

Fundamentalmente, el sistema calcula una distribución de gamma diferente para cada uno de los 1.024 píxeles en el sensor. Es por eso que es capaz de manejar las variaciones en la densidad de niebla que frustraron los sistemas anteriores: puede manejar circunstancias en las que cada píxel ve un tipo diferente de niebla.

«Lo bueno de esto es que es bastante simple», dice Satat. «Si nos fijamos en el cálculo y el método, sorprendentemente no es complejo. Tampoco necesitamos ningún conocimiento previo sobre la niebla y su densidad, lo que le ayuda a trabajar en una amplia gama de condiciones de niebla «.

Satat probó el sistema usando una cámara de niebla de un metro de largo. Dentro de la cámara, montó marcadores de distancia regularmente espaciados, lo que proporcionó una medida aproximada de visibilidad. También colocó una serie de pequeños objetos (una figurita de
madera, bloques de madera, siluetas de letras) que el sistema podía representar incluso cuando eran imperceptibles a simple vista.

Sin embargo, existen diferentes maneras de medir la visibilidad: los objetos con diferentes colores y texturas son visibles a través de la niebla a diferentes distancias. Entonces, para evaluar el rendimiento del sistema, utilizó una métrica más rigurosa llamada profundidad óptica, que describe la cantidad de luz que penetra en la niebla. La profundidad óptica es independiente de la distancia, por lo que el rendimiento del sistema en niebla que tiene una profundidad óptica particular en un rango de 1 metro debería ser un buen predictor de su rendimiento en niebla que tiene la misma profundidad óptica en un rango de 30 metros. De hecho, el sistema puede incluso funcionar mejor a distancias más largas, ya que las diferencias entre los tiempos de llegada de los fotones serán mayores, lo que podría generar histogramas más precisos.

«El mal tiempo es uno de los grandes obstáculos que quedan por abordar para la tecnología de conducción autónoma», dice Srinivasa Narasimhan, profesor de informática en la Universidad Carnegie Mellon. «El trabajo innovador de Guy y Ramesh es la mejor aproximación que he visto en este campo y tiene el potencial de ser implementado en los coches muy pronto”.