Zespół badawczy Uniwersytetu Purdue opracował innowacyjną technikę o nazwie HADAR (wykrywanie wspomagane ciepłem i zasięg), która umożliwia autonomicznym pojazdom i robotom widzieć w ciemności. Znacznie poprawia tradycyjne widzenie maszynowe, umożliwiając im widzenie w nocy równie dobrze, jak w świetle dziennym.



Technologia ta łączy w sobie metody termiczne, obrazowanie w podczerwieni i uczenie maszynowe do percepcji wzrokowej. W ten sposób zamyka lukę pozostawioną przez konwencjonalne metody wykrywania termicznego. HADAR wykorzystuje niewidzialne promieniowanie cieplne emitowane przez obiekty, aby uczynić je widocznymi i uzyskać od nich więcej informacji.



Do tej pory powszechnie stosowane metody, takie jak lidar, radar i sonar, umożliwiały autonomicznym pojazdom i robotom widzenie w ciemności i rejestrowanie obiektów 3D. Metody te mają jednak pewne wady, które zwiększają się wraz ze wzrostem odległości do wykrywanych obiektów, takie jak zakłócenia sygnału. Ponadto procesy wspomagane laserem mogą być szkodliwe dla ludzkiego oka. Aparaty z kolei nie mają tych wad, ale wykazują słabości podczas rejestrowania obiektów w złych warunkach oświetleniowych, deszczu czy mgle.



Metody termowizyjne z kolei nie mają wszystkich tych wad, ale zazwyczaj dostarczają mniej informacji o wykrytych obiektach niż lidar, radar, sonar czy kamery.



Zespół HADAR był w stanie rozwiązać ten problem, przywracając teksturę z zagraconego sygnału cieplnego. Za pomocą algorytmów wyodrębnia się temperaturę, emisyjność i teksturę dla każdego pojedynczego obiektu. Dzięki temu można dostrzec teksturę i głębię nawet w ciemności. Ponadto technika ta może uchwycić cechy fizyczne, które wykraczają poza tradycyjne obrazowanie. Naukowcy są zachwyceni wynikami i zachwycają się, że można widzieć przez głęboką ciemność, jakby to był biały dzień.



Aby przetestować działanie HADAR, metodę przetestowano na nocnej scenie terenowej. Technika była w stanie rozpoznać drobne tekstury, w tym linie wodne, struktury kory drzew i małe przepusty.



Chociaż naukowcy są zadowoleni z wyników projektu HADAR, wciąż widzą pole do poprawy. Dużym problemem jest rozmiar czujnika, który wciąż jest za duży. Aby można go było stosować na przykład w samojezdnych samochodach lub robotach, musi być znacznie mniejszy. Ponadto prędkość przetwarzania jest nadal zbyt niska. Obecnie wygenerowanie pojedynczego obrazu zajmuje około sekundy. Aby jednak móc korzystać z technologii w pojazdach autonomicznych, wymagana byłaby szybkość klatek od 30 do 60 klatek na sekundę. Naukowcy nadal nad tym pracują. HADAR jest już zgłoszony do opatentowania.