Fortschrittliches 3D-Bewegungstracking-System: Next-Gen-Sensor für autonome Technologien

Ein Echtzeit-3D-Bewegungstracking-System kombiniert transparente Lichtdetektoren mit fortschrittlichen neuronalen Netzwerk-Methoden, um ein System zu schaffen, das eines Tages LiDAR und Kameras in autonomen Technologien ersetzen könnte. Das Bildgebungssystem nutzt die Vorteile transparenter, nanoskaliger, hochsensitiver Graphen-Photodetektoren.

Die Graphen-Photodetektoren wurden so modifiziert, dass sie nur etwa 10 % des Lichts absorbieren, dem sie ausgesetzt sind, was sie nahezu transparent macht. Da Graphen so empfindlich auf Licht reagiert, ist dies ausreichend, um Bilder zu erzeugen, die durch computergestütztes Imaging rekonstruiert werden können. Die Photodetektoren sind hintereinander gestapelt, was ein kompaktes System ergibt, und jede Schicht fokussiert auf eine unterschiedliche Brennebene, was 3D-Imaging ermöglicht.

Das Team ging auch das Echtzeit-Bewegungstracking an, was für eine breite Palette autonomer robotischer Anwendungen kritisch ist. Dafür brauchten sie einen Weg, um Position und Orientierung eines getrackten Objekts zu bestimmen. Typische Ansätze beinhalten LiDAR-Systeme und Lichtfeldkameras, die beide unter signifikanten Limitationen leiden. Andere nutzen Metamaterialien oder mehrere Kameras. Hardware allein reichte nicht aus, um die gewünschten Ergebnisse zu erzielen.

Das Team baute ein optisches Setup und befähigte ein neuronales Netzwerk, die Positionsinformationen zu entschlüsseln. Das neuronale Netzwerk wird trainiert, nach spezifischen Objekten in der gesamten Szene zu suchen und sich dann nur auf das Objekt von Interesse zu fokussieren; beispielsweise einen Fußgänger im Verkehr oder ein Objekt, das in Ihre Spur auf einer Autobahn einfährt. Die Technologie funktioniert besonders gut für stabile Systeme, wie automatisierte Fertigung, oder die Projektion menschlicher Körperstrukturen in 3D für die medizinische Gemeinschaft.

Die Art der Algorithmen, die das Team entwickelte, unterscheidet sich von traditionellen Signalverarbeitungsalgorithmen, die für langjährige Imaging-Technologien wie Röntgen und MRT verwendet werden. Das Team demonstrierte erfolgreiches Tracking eines Lichtstrahls sowie einer echten Marienkäfer mit einem Stapel von zwei 4 × 4 (16-Pixel) Graphen-Photodetektor-Arrays. Sie bewiesen auch, dass ihre Technik skalierbar ist. Es würden nur 4.000 Pixel für einige praktische Anwendungen und 400 × 600-Pixel-Arrays für viele weitere benötigt.

Während die Technologie mit anderen Materialien verwendet werden könnte, sind zusätzliche Vorteile von Graphen, dass es keine künstliche Beleuchtung erfordert und umweltfreundlich ist.