智能制造網APP
智能制造網手機站
智能制造網小程序
智能制造網官微
智能制造網服務號
智能控制
機器人
儀器儀表
物聯網
3D打印
工業軟件
回放
品牌
其他品牌
格拉斯哥大學的一個項目已經開發出一種激光雷達的版本，有可能以微米級的分辨率創建3D圖像。這將使激光雷達的分辨率降至OCT平臺的水平，而改進背后的原理源于該項目對 "量子OCT"技術的最新發展的研究。
格拉斯哥項目探索了在弱相干光態之間使用雙光子干擾的潛力，特別是在激光雷達上的應用。這可以提供OCT的微米級深度分辨率，同時還能避免相位噪聲，并能在高損耗環境中運行。
來自格拉斯哥大學的團隊負責人Ashley Lyons說：“盡管激光雷達可以用來對一個人的整體形狀進行成像，但它通常不能捕捉到更精細的細節，如面部特征。我們通過增加額外的深度分辨率，使得該方法可以捕獲足夠的細節，不僅可以看到面部特征，甚至可以看到某人的指紋。”
Lyons還表示：“對于量子糾纏光子，單位時間內只能產生這么多光子對，否則這種設置在技術上會變得非常苛刻，經典光不存在這些問題，通過調高激光功率可以避免高損耗。”
格拉斯哥的設備旨在通過利用兩個光子在干涉儀中的分光器處相遇的能力來測量雙光子干涉，然后將這對光子中的一個送出3D場景，并將另一個保持在一個受控的延遲線中。與普通干涉相比，通過檢測光子對的相關狀態，有可能更精確地測量離開的光子返回的時間，從而轉化為更大的深度分辨率。該項目計算出，其平臺的理論深度分辨率可以小到7微米。
面部識別
在試驗中，新設備被用來對一塊約2毫米厚的玻璃的兩個反射面進行成像，而傳統的激光雷達是無法區分這兩個反射面的，并創建了一個20便士硬幣的3D地圖。目前，提高深度分辨率的代價是更長的成像時間，20便士硬幣的圖像需要超過10個小時才能生成，盡管該項目設想采用多脈沖相關方法，在大約30秒內達到相同的結果。格拉斯哥團隊預計其新的激光雷達原理將在3D生物識別平臺以及微型物體的檢測中發揮作用。
Lyons說：“這項工作可能會產生比現在更高分辨率的3D圖像，這可能對涉及小特征的面部識別和跟蹤應用很有用。在實際使用中，可以用傳統的激光雷達來粗略了解一個物體可能在哪里，然后用我們的方法仔細測量該物體。”
浙公網安備 33010602000006號
智能制造網APP
智能制造網小程序
微信公眾號
