El sensor LiDAR, que algunos smartphones suelen usar para medir la profundidad, ha adquirido una nueva capacidad: detectar objetos que no est\u00e1n directamente frente a \u00e9l. Investigadores liderados por Siddhartha Somasundaram del MIT Media Lab han demostrado que un sensor LiDAR integrado en un smartphone puede reconstruir objetos 3D ocultos, rastrear el movimiento alrededor de esquinas e incluso ayudar a determinar la posici\u00f3n de la c\u00e1mara en el espacio utilizando objetos fuera de su campo de visi\u00f3n directo. El sistema no crea una fotograf\u00eda n\u00edtida de un espacio oculto, pero s\u00ed reconstruye formas aproximadas a partir de muy poca luz y detecta el movimiento.<\/p>\n\n\n\n
En el futuro, esta tecnolog\u00eda podr\u00eda permitir que los veh\u00edculos aut\u00f3nomos detecten a los peatones antes de que el conductor o la c\u00e1mara los vean, ayudar a los robots a navegar en espacios concurridos y permitir que los cascos de realidad aumentada rastreen las manos del usuario incluso cuando est\u00e9n fuera de su campo de visi\u00f3n. Somasundaram se\u00f1al\u00f3 que una capacidad que antes requer\u00eda equipos de imagen especializados ahora est\u00e1 al alcance de los desarrolladores de rob\u00f3tica y realidad aumentada.<\/p>\n\n\n\n
Los sensores funcionan emitiendo pulsos l\u00e1ser y midiendo el tiempo que tarda la luz en regresar. Los sensores LiDAR modernos para el consumidor pueden medir el tiempo de vuelo en el rango de los picosegundos, lo cual es suficiente para detectar diferencias de cent\u00edmetros. Al capturar im\u00e1genes fuera de la l\u00ednea de visi\u00f3n, parte de la luz incide en una pared o el suelo, se dispersa hacia un objeto oculto, rebota en la pared y regresa al sensor. Aunque esta se\u00f1al es extremadamente d\u00e9bil, a\u00fan contiene informaci\u00f3n \u00fatil.<\/p>\n\n\n\n
El equipo utiliz\u00f3 un sistema LiDAR port\u00e1til con aproximadamente 100 p\u00edxeles, cada uno de los cuales combina un emisor l\u00e1ser y un detector de fotones individuales. Dado que una sola imagen presentaba demasiado ruido, los investigadores combinaron varias im\u00e1genes mediante una t\u00e9cnica denominada "muestreo de apertura inducido por movimiento", que aprovech\u00f3 el movimiento natural del dispositivo en la mano para combinar las se\u00f1ales d\u00e9biles y obtener una imagen m\u00e1s n\u00edtida.<\/p>\n\n\n\n
El sistema demostr\u00f3 con \u00e9xito tres capacidades principales: reconstruir las formas 3D de objetos ocultos est\u00e1ticos (como un objeto en forma de U), rastrear objetos en movimiento (incluida una pelota que rebota al doblar una esquina) y utilizar objetos ocultos como puntos de referencia para determinar la posici\u00f3n de la c\u00e1mara. Los mejores resultados se obtuvieron con objetos reflectantes, ya que las superficies difusas t\u00edpicas reflejan mucha menos luz. <\/p>\n\n\n\n
El experimento se realiz\u00f3 con hardware comercial cuyo costo estimado es inferior a 83 d\u00f3lares, y los investigadores han hecho p\u00fablico el c\u00f3digo y los datos. Los resultados de la investigaci\u00f3n se publicaron en la revista Nature, y Jessica Rosenworcel, directora ejecutiva del MIT Media Lab, tambi\u00e9n expres\u00f3 su entusiasmo por el logro.<\/p>\n