2019年，MIT研究团队用摄像头扫描路径中的阴影来推测拐角后的车辆。与此同时，纽约州立大学石溪分校的研究人员则借助单光子激光雷达去捕捉经拐角反射的微弱光线。然而，这些都依赖光波，一旦环境光线复杂或处于黑暗中，效果就会大打折扣。为此，美国宾大的教授赵明民带领团队另辟蹊径，开发出了一种叫HoloRadar的无线电波传感器系统。它能够把周围环境变成无数面镜子，帮机器人看到墙壁后方的物体或人员。这个系统是通过AI模型两阶段处理海量数据来实现的：先是过滤无用信息并对拐角后的物体做出合理假设，然后重建3D模型把景象可视化。为了验证效果，团队把HoloRadar装在小型移动机器人上，让它在校园里漫游。结果表明，机器人成功通过了三个不同的拐角，持续检测到了视线外的人和物体。虽然这项研究还处于早期阶段，但赵明民认为这套传感器可以集成到机器人中去帮助它们更高效地导航。要是能把HoloRadar用到自动驾驶汽车上，或许就能解决让人头疼的“盲区”问题了。 2019年1月底的一天，一辆由Alphabet旗下Waymo公司运营的自动驾驶汽车在加州圣莫尼卡的一所小学附近行驶。就在这时候，一名儿童突然冲到了马路上。虽然LiDAR传感器是靠发射数百万个激光脉冲来生成环境地图的，但它也有个大缺点：一旦遇到大型建筑或障碍物挡住脉冲就失效了。所以当孩子从停着的SUV后出现时，LiDAR才检测到他。尽管刹车及时把车速从17英里/小时降到了6英里/小时，但无人驾驶汽车还是撞上了孩子，把他摔倒在地。虽然孩子只是受了点轻伤，但这对于那些住在自动驾驶汽车逐渐普及的城市里的家长来说，心里肯定很难踏实。因为只要车辆能“看到”拐角后的物体，这类事故或许就能避免。 尽管目前大多数自动驾驶汽车都是靠摄像头、雷达和LiDAR的组合来感知环境的，但激光雷达有个天生的局限性——无法检测拐角后的物体。为了弥补这个缺陷，赵教授团队重新启用了一个曾经被行业放弃的技术——无线电波。尽管以前的研究人员觉得无线电信号波长太长、分辨率低、分不清塑料袋和宠物而避而远之，但宾大团队发现这种“缺陷”正好能弥补LiDAR的不足。无线电波遇到墙壁时会像镜子一样按可预测的模式反射，部分信号还能绕过障碍物继续传播。“这就好比人类司机在盲区路口会依赖后视镜，”论文合著者博士生赖浩文说道，“HoloRadar利用无线电波让环境本身变成了无数面镜子，不用改造环境也能实现同样的效果。” 这次在圣莫尼卡发生的事故已经不是第一起了。随着自动驾驶汽车在全球城市街道上日益普及（仅在美国就至少造成了12人死亡），事故数量也会随着推广的加速而上升。如果这些“轮式机器人”能够拥有“穿墙视物”的能力，或许就能为安全行驶提供新的保障。为了给LiDAR和摄像头打个好的“补充buff”，研究人员明确表示HoloRadar并不是要取代现有的传感器阵列。“机器人和自动驾驶汽车需要看到视线之外的东西，”赵明民在学校博客里写道，“这是让机器人更全面了解周围环境的重要一步。”