你能想象吗？激光雷达还能用于太空碎片测绘
近日有关于营销管理专业知识的话题受到了许多网友们的关注，大多数网友都想要知道营销管理专业知识问题的具体情况，那么关于营销管理专业知识的相关信息，小编也是在网上收集并整理的一些相关的信息，接下来就由小编来给大家分享下小编所收集到的与营销管理专业知识问题相关的信息吧。
以上就是关于营销管理专业知识这个话题的相关信息了，希望小编分享给大家的这些新闻大家能够感兴趣哦。
编译 / 朱 琳
编辑 / 涂彦平
设计 / 赵昊然
来源 / Forbes，作者：Sabbir Rangwala
我们生活在一个充满数据和图像的世界。
19世纪末，随着照相机的发明，娱乐、消费、太空和医学应用激增。摄像机在20世纪初的推出延续了这场革命，并因支持半导体、计算、图像处理、机器学习和人工智能等技术的重大进步而加速。
通常情况下，这些方法侧重于图像和数据的2D渲染。
3D成像始于20世纪80年代的磁共振成像（MRI）、外太空激光雷达（1993）和牙科成像（1995）等专门应用。从那时起，它已经成熟，并在各种各样的应用中获得了显著的吸引力。
图一：从磁共振成像和磁脑电图数据中获得的大脑3D重建 ▼
数据可以根据各种主动或被动技术产生。主动技术包括将电磁波（X射线、无线电、光学）或声波（声纳、超声波）发射到关注对象上，并探测和分析返回的能量（振幅、频率等）。发送和接收信号之间的时间或相位差提供了深度维度。
被动技术如立体摄像机（从两个不同的空间角度成像同一物体）也可以用来生成所需的3D数据。最后，通过结合机器学习和信号处理技术，也可以从单视觉摄像机中提取3D信息，尽管相对于直接3D成像和测量，这通常在保真度和计算速度上较差。
激光雷达是AoT™（Autonomy of Things，万物自动化）应用中讨论最多和部署最多的3D成像技术之一，其中包括自动驾驶汽车（AV）、高级驾驶辅助系统（ADAS）、自动卡车运输、建筑、采矿、手术、智慧城市和智能基础设施。
在2008年美国国防部高级研究计划局（DARPA）的大挑战赛中，Velodyne率先在自动驾驶汽车上使用环绕视图激光雷达。从那以后的十年里，激光雷达已经成为了大多数汽车制造商的“必备”，用于主要汽车制造商的ADAS技术，以及用于自动驾驶技术公司的本地化、地图绘制和L4自动驾驶技术。
特斯拉和其他一些公司认为，ADAS和AV不需要激光雷达——他们的方法是使用单视摄像头通过人工智能和机器学习技术提取3D信息。虽然很有趣，但这种方法是少数派，而且还没有在现实生活环境中得到验证。
Seoul Robotics
早期3D成像的实现依赖于经典的2D图像处理方法。从计算的角度来看，这是低效的，并会过滤掉大量有用的数据。近年来，致力于3D视觉和图像处理的研究越来越多。
在2021年6月举行的主要全球成像会议（IEEE计算机视觉和模式识别，或称CVPR）上，3D计算机视觉成像在25个主题类别中占据了主导地位，有44篇报告（总共约200篇）。
激光雷达点云对人类来说不是直观的可视化，需要计算机进行处理来进行操作。随着技术和应用的成熟，专门处理激光雷达数据的软件公司正在成为激光雷达公司的关键合作伙伴。它们有助于释放3D成像数据的真正力量和市场潜力，用于安全和效率型应用。
Seoul Robotics就是这样一家公司——一个由40名软件和算法专家组成的团队，总部位于韩国首尔，他们与多家激光雷达公司合作，整合处理原始激光雷达点云数据的软件，以生成特定应用程序的信息。
该软件与实际的激光雷达架构和技术无关。Seoul Robotics首席执行官Han Bin Lee表示：“3D图像处理需要完全不同的技术，因为体素（3D数据元素）代表了一个数量级的更多信息（立方体vs矩形），手动注释这些数据的成本非常昂贵。”
图2比较了典型汽车场景下的2D和3D成像：
图2：矩形vs长方体 ▼
如图2所示，对于2D和3D成像，数据以不同的方式构造。考虑到机器学习所需的人类数据标注和标注的成本，Seoul Robotics公司将自动标注功能作为其对象库和算法的一部分。
除了汽车项目外，Seoul Robotics还与一家主要汽车制造商合作，开展工厂自动化和物流项目。他们的软件集成了来自不同供应商的数百个短程和远程激光雷达的3D图像，以便在工厂环境中使数千辆汽车和卡车的移动实现自动化。
该系统通过连接5G网络的基于基础设施的3D感知来实现这一点。这是首个大规模商用部署的此类系统。最初使用的是2D摄像机，但产生了大量误报，降低了系统效率。也部署了简单的单波束激光雷达，但没有提供足够的安全边际和性能。立体摄相机的拍摄范围受到严重限制。
Seoul Robotics公司的软件将高点密度短距离激光雷达和长距离激光雷达结合在一起，解决了所有这些问题。该系统正在与其他技术供应商积极合作开发，并计划在其他工厂实施。
Han Bin Lee说：“我们期待3D视觉技术的重大实施，并期待它在高安全水平上提供大规模自动化效益。在这种规模的项目中获得的经验对其他智慧城市和智慧基础设施应用将是无价的。”
Digantara
工厂自动化令人兴奋，但太空碎片测绘呢？这听起来有点怪异，但考虑到我们从20世纪60年代就开始把人和设备送入太空，这确实是个问题。据估计，太空中大约有一百万块人为碎片，大小从1厘米到几米不等。
随着碰撞的发生，这些物质会不断增加，这就产生了所谓的凯斯勒综合症（Kessler Syndrome），该综合症假设“由于空间污染，近地轨道（LEO）上的物体密度足够高，物体之间的碰撞可能会导致级联，每次碰撞都会产生空间碎片，增加进一步碰撞的可能性。”
目前，这一百万块碎片物体中只有约5%会被绘制和跟踪。这一结论的影响是巨大的，因为它限制了未来各种太空探索工具的发射。
Digantara是一家专注于太空碎片测绘的印度公司。该公司成立于2018年，由一组工程师/企业家创建，旨在为空间碎片测绘问题提供解决方案。
他们应邀在华盛顿举行的2019年国际宇航联合会（IAF）创业推介活动上展示他们的商业计划。这为他们赢得了荣誉，更重要的是获得了资金。
Digantara的数据产品将被证明在未来太空发射的轨道规划、预测碰撞可能发生的时间、更新碎片地图以及为解决太空碎片清除问题的公司提供信息方面是无价的。印度空间研究组织（ISRO）是一家领先的全球空间机构，为该公司提供赠款、咨询和技术支持。
目前的空间碎片测绘方法是基于地面的，并结合使用雷达和2D光学望远镜。绘制地图受到天气条件和照明条件的限制（白天由于太阳射电噪声、夜晚由于缺乏照明而不能绘制地图）。
雷达可以进行短距离测绘，而望远镜由于涉及较长的积分时间，只能在很远的距离上成像。轨道力学原理和模型用于从2D图像中提取3D数据，尽管这些外推存在保真度和精度问题。大气畸变使问题更加复杂，导致地球系统无法可靠而准确地绘制直径小于10厘米的物体。
Digantara的首席技术官坦维尔·阿麦德（Tanveer Ahmed）表示：“Digantara通过安装在立方体卫星（小卫星，大约鞋盒大小，承载能力10公斤）集群上的激光雷达解决了这个问题。”
“除了x-y位置之外，还必须使用主动3D成像来获取距离信息，因为近距离快速移动物体的被动成像需要非常大的积分时间，使得测量毫无用处。”
“此外，激光雷达使我们能够控制照明周期和波长，使绘图系统的占空比显著提高。由于不存在大气损失和非线性信号失真，空间3D成像可显著提高信噪比（SNR）性能。”
激光雷达能够对>1厘米大小的物体进行成像，这些物体在100千米范围内以高达10千米/秒的速度移动。在基于射频的下行链路到地球进行进一步处理之前，数据在立方体卫星上进行压缩。
Digantara系统的原理图如图3所示：
图3：SCOT（空间气候和目标跟踪）卫星概念图 ▼
pmdtechnologies
回到地球，智能手机和智能眼镜正在召唤我们。
苹果公司在前几代iPhone上率先使用基于结构光的3D成像技术开发了FaceID应用。紧随其后的是在最近的一代iPad和iPhone上，面向世界的VCSEL-SPAD（VCSEL =垂直腔面发射激光器，SPAD =单光子雪崩探测器）激光雷达。
其他手机制造商也纷纷效仿，因为除了通常的拍摄和房间地图应用，增强现实（AR）应用在游戏和工业生产率等不同领域也呈现爆炸式增长。
pmdtechnologies AG成立于2002年，由具有20年研究经验的学者组成。总部位于德国锡根，专注于3D ToF（Time-of-Flight）成像仪，使用专业的高分辨率CMOS红外成像仪和VCSEL阵列来生成和提取3D数据。
PMD是光子混合器装置（Photonic Mixer Device）的缩写——本质上，VCSEL发射调制的激光束，反射的能量在每个探测器像素内与参考电信号混合，以提取距离信息。像素内的电路具有拒绝背景照明噪声影响的能力，使3D成像仪在不同照明和天气条件下工作可扩展范围（到10米）。
图4说明了成像仪操作：
图4：光子混合器装置运行原理 ▼
英飞凌和pmdtechnologies合作于2015年发布了第一代成像设备——REAL3™图像传感器，目前正处于第六代产品化阶段。应用包括消费级移动设备和AR/VR、工业（自动化、监控和机器人）和汽车（客舱乘客警觉性监测，以及面向道路）。
2016年，REAL3™被设计进了谷歌的Project Tango智能手机（集成了ARCore或Augmented Reality软件）。其他智能手机设计也在继续与LG、华为和夏普合作。
pmdtechnologies公司创始人兼首席执行官伯恩德·巴克斯鲍姆（Bernd Buxbaum）表示：“智能手机的3D功能与其他运动传感器数据相结合，可以实现高度逼真的AR应用，实现无缝的用户体验。没有直接的3D测量，创造3D感知是困难的，因为它依赖于对平面物体、地板和墙壁的假设，是计算密集型的，并依赖于良好的环境光照条件。”
ToF传感通过提供以下内容增强了AR体验：
1、通过准确的手势识别，直观的设备控制
2、通过精确的房间映射、表面检测和遮挡，沉浸式游戏和应用体验
3、大大降低了从2D图像中提取3D信息所需的计算能力
Vuzix
集成到智能眼镜中的激光雷达功能将加速AR、工业生产力、教育、远程专家协助、流程自动化、游戏和医疗应用。人类视觉和联网智能眼镜与3D激光雷达成像能力的结合，开辟了知识管理和正在进行的万物自动化（AoT™）革命的重要应用。
Vuzix是一家智能眼镜制造商，其内置了专利波导技术，实现了低重量、薄而美观的眼镜，使人使用起来很舒服。Vuzix总部位于纽约罗彻斯特，为客户生产智能眼镜，应用范围从远程专家支持、物流和制造到教育和远程医疗。
潜在的应用是多种多样且令人兴奋的，帕诺·斯皮略蒂斯（Pano Spiliotis）带领新成立的解决方案小组Vuzix Solutions与客户合作，通过智能眼镜提供来自互联传感器生态系统的信息。
重点是将人、传感器和存储的数据整合到一个网络环境中，实现个人和远程小组环境下的无缝工作流程（通过整合的远程会议应用）。
图5完美地说明了这一点。
图5：学员在现场戴着智能眼镜（左）将设备图像传输给远程专家（右） ▼
智能手机将位置信息与优步和Lyft等拼车服务整合起来，开启了这场革命。智能眼镜是推动新的网络化应用的下一个前沿，这些应用将存储的知识与3D位置和视觉数据融合在一起。
斯皮略蒂斯说：“我们的目标是通过3D视觉和地图将真实世界与数字世界连接起来。在下一代智能眼镜中集成激光雷达和3D传感能力将实现重大应用。”
除了图5所示的示例外，这些应用还包括：
1、医疗/外科：激光雷达和雷达的混合使用可以协助外科医生，在手术中提供更好的肿瘤定位精度。这种多层面方法可以通过测量反射信号的对比度来检测健康问题中是否存在癌变肿瘤。
2、建筑：建筑师和设计师可以使用建筑和室内生动细节的精确再现，来创建和查看他们计划建造的项目的虚拟3D图像。
3、石油与天然气：微分吸收激光雷达（DIAL）是一种油气勘探方法。除了用于探测气体和粒子，激光雷达测绘还提供了精确的地形3D模型，最大限度地减少了项目的环境影响。这可能是一个可用于世界各地石油钻井平台上的有益工具。
4、执法部门：历史上，指纹检测是通过化学试剂实现的，如茚三酮或二氮芴酮。通过激光雷达集成的智能眼镜，指纹可以通过红外激光实现三维可视化。这将消除化学物质、灰尘和随后的实验室分析，使执法人员能够在几秒钟内扫描并匹配犯罪现场的指纹。
在一个多世纪前相机发明之后，我们在没有3D视觉和激光雷达的情况下存活了这么长时间，这并不令人惊讶。除了一些复杂而昂贵的实施之外，该技术无法扩展。但随着消费者和自动化应用程序推动该技术的大量实现，这种情况正在迅速改变。
光学、半导体、3D图像处理、人工智能、机器人、计算、云和无线技术的相关发展，正在为以前不可能实现的应用加速。可以肯定的是，几年后，这种新的成像和数据可视化模式将从一种新奇的事物过渡到一种常见的成像模式，类似于相机在过去的演变。
张紫妍最后一部电影 #/bj/anmo/29449.html- 标签：营销管理专业知识
- 编辑：郭晓刚
- 相关文章
