对驾驶来说，除了糟糕的路况最讨厌的莫过于恶劣的天气。当浓雾出现时能见度降低，开车行为也就变得特别危险，这点对仰赖机器视觉的自驾车来说也相同。
为了让自驾车未来变得更安全，麻省理工（MIT）团队开发出一种全新的深度感测成像系统（Depth-sensing imaging system），最终能让自驾车的视觉不会再受浓雾影响。
MIT News 报导指出，自驾系统的视觉多数都包含摄影镜头及感测器，并仰赖由可见光产生的图像与影片来决策，这点与人类驾驶判断周遭的方式相似，这也是为什么雾对人或机器视觉都能造成同样的阻碍。
为了解决浓雾造成问题，麻省理工研究人员 Guy Satat、Ramesh Raskar 和 Matthew Tancik 找到一个方法，让基于激光的成像系统即使在浓雾中也可以准确计算与物体的距离。
这类型成像系统主要是从摄影镜头射出短脉冲激光，再借由计算反射时间来判断与物体的距离。
当天气晴朗时，激光光的路径清晰，这种判断方式对测量距离非常准确，但碰到大雾时，由无数微小水滴组成的雾气会将光线从各种方向散射出去，被打断的激光光最终会在不同时间回到镜头，也就让基于反射时间判断的方式无法准确。
团队深入研究后发现，无论雾有多厚，散射后的激光光反射时间总是呈现一种非常特定的分布模式，为此他们开发出一种新的算法，能运用特定的运算滤波器（mathematical filters）来找出数据高峰，进而“看见”隐藏在雾中的实际物体位置。
在小房间进行的测试中，成像系统的可见度比人眼能看见的距离再远 21 公分，这点距离虽然听起来差异不大，但放大到现实生活的环境条件时，雾的浓度并不会像团队在房间内人为创造的那么厚，系统将能看到够远的物体，让车辆有足够时间反应并安全避开它们。
团队预计将于 5 月在匹兹堡举行的计算摄影国际会议（ICCP 2018）正式公布详细研究内容，相信这能使自驾车的视觉系统再度进化。
- MIT Developed a Way For Cars To See Through Fog When Human Drivers Can’t
- Depth-sensing imaging system can peer through fog
（首图来源：Melanie Gonick / MIT）
