Investigadores de la Universidad de Duke, han demostrado que un nuevo enfoque de LiDAR que utiliza escaneo OCT, puede ser lo suficientemente sensible como para capturar características a escala milimétrica como las de un rostro humano.
La mayoría de optometristas probablemente estén familiarizados con la tomografía de coherencia óptica (OCT), la prueba de imagen no invasiva que utiliza ondas de luz para tomar imágenes transversales de la retina de un paciente. Sin embargo, la OCT se está aplicando de nuevas formas que podrían sorprender incluso a los profesionales de la salud visual que la utilizan en su práctica diaria. La Universidad de Duke, anunció recientemente que los investigadores ahora están aplicando las lecciones aprendidas de décadas de perfeccionamiento de la tecnología de imágenes oculares a las tecnologías de sensores de sistemas autónomos utilizados en robots y vehículos.
Como señaló Ken Kingery, especialista sénior en comunicaciones científicas de la Escuela de Ingeniería Pratt de Duke, una de las tecnologías de imagen que muchas empresas de robótica están integrando en sus paquetes de sensores es la detección de luz y alcance, o LiDAR para abreviar. Actualmente, atrayendo una gran atención e inversión por parte de los desarrolladores de automóviles autónomos, el enfoque funciona esencialmente como un radar, pero en lugar de enviar ondas de radio amplias y buscar reflejos, utiliza pulsos cortos de luz de láser.
Sin embargo, el LiDAR de tiempo de vuelo tradicional tiene muchos inconvenientes que dificultan su uso en muchas aplicaciones de visión 3D, señaló Kingery. Debido a que requiere la detección de señales de luz reflejada muy débiles, otros sistemas LiDAR o incluso la luz solar ambiental pueden abrumar fácilmente al detector. También tiene una resolución de profundidad limitada y puede llevar mucho tiempo escanear densamente un área grande, como una carretera o el piso de una fábrica.
Mientras que los dispositivos OCT se utilizan para perfilar estructuras microscópicas de hasta varios milímetros de profundidad dentro de un objeto, los sistemas robóticos de visión 3D solo necesitan ubicar las superficies de objetos a escala humana. Para lograr esto, los investigadores redujeron el rango de frecuencias utilizado por OCT y solo buscaron la señal máxima generada por las superficies de los objetos. Esto le cuesta al sistema un poco de resolución, pero con un rango de imágenes y una velocidad mucho mayores que el LiDAR tradicional.
El resultado es un sistema FMCW LiDAR que logra una precisión de localización submilimétrica con un rendimiento de datos 25 veces mayor que las demostraciones anteriores. Los resultados muestran que el enfoque es lo suficientemente rápido y preciso para capturar los detalles de las partes del cuerpo humano en movimiento, como asentir con la cabeza o apretar la mano, en tiempo real.