如果要讓 AI 機器人看見眼前物體，仰賴影像畫面的視覺辨識技術，至今還是最主要的手段，因此若物體被藏起來，例如置於封閉的箱子、櫃子當中，那麼 AI 機器人即便再聰明似乎也無能為力。
對此麻省理工學院的研究人員近日就開發出名為「mmNorm」的技術，利用與 Wi-Fi 頻率範圍相同的毫米波（mmWave）訊號，透視並重建隱藏物體的 3D 影像，其準確度比起傳統技術有著大幅進步。
雖然理論完備，但傳統方法仍有缺陷
MIT 訊號動力學小組主任 Fadel Adib 表示，雖然旗下團隊在類似問題的研究方面，已經投入相當長一段時間，但過程卻是一直碰壁，因為傳統方法雖然於理論、數學方面十分完備，但實際效果仍不盡理想。
研究人員解釋，若要透過毫米波雷達透視物體，通常需要藉由天線，發射、接收物體所反射回來的訊號，再進行 3D 影像重建，這種方法即是「背投影」（back projection）。
然而，背投影雖然對於大型物件，例如遭到雲層遮蔽的飛機之類非常有效，但卻也只能產生低解析度的影像，而且當背投影方法被應用於掃描小工具、器皿等，較為小型且隱蔽的物件時，通常會變得非常容易失效。
運用「鏡面反射」特性創造全新技術
MIT 研究團隊在思考如何解決上述問題時，意識到背投影方法忽略了雷達訊號的重要特性，那就是所謂的「鏡面反射」。換句話說，當物體被毫米波訊號擊中時，幾乎每個表面都會像鏡子一樣，將訊號直接反射回來。
Fadel Adib 進一步表示，由於鏡面反射是無法避免的現象，因此研究團隊發展出了新想法，即當天線接收到反射回來的訊號時，電腦不僅要運算出訊號被反射的位置，還要推估物體表面本身的「方向」，或者稱其為「表面法線」（surface normal）。
這套有能力推算毫米波訊號反射位置，推算物體表面方向，並導入特殊數學公式重建 3D 物件影像的技術，即是前面所提到的 mmNorm。
投票確定物體形狀，數學函數重建影像
在 MIT 所設計的實驗裝置中，研究人員將毫米波雷達安裝在機械手臂上，接著讓機械手臂於隱藏物品的周圍持續移動，並透過 mmNorm 技術進行測量和運算，比較不同位置天線所接收到的訊號強度，藉此推算物件表面的曲度，最後以影像方式重建出來。
研究人員解釋，直接指向物體表面的天線，理論上會接收到最強的反射，反之遠離物體表面的天線就會收到較弱的訊號，但由於每個天線幾乎都會接收到一定量的訊號反射，因此 mmNorm 技術會選擇以「投票」方式，決定表面法線的最終的方向。
此外，由於 mmNorm 技術會將空間中的所有點納入運算，推算出表面法線的正確方向，因此掃描出來的物體可能會產生不只一種形狀；為了找出正確的曲面形狀，研究人員借用了電腦繪圖技術，導入特殊的數學函數進行 3D 重建。
掃描準確度達 96%，多種物體材質都能用
研究團隊透過 mmNorm 技術，嘗試重建 60 多種擁有複雜形狀的物體，例如具備曲線把手的馬克杯，結果發現 mmNorm 的 3D 影像重建誤差，較過往技術減少了約 40%，準確率達到驚人的 96%，同時也能更精確地估算物體於封閉空間中的所在位置。
不僅如此，研究人員指出 mmNorm 技術甚至能夠分辨空間中的多個物件，例如藏在同一個盒子裡的叉子、刀和湯匙；對於木頭、金屬、塑膠、橡膠和玻璃等，多種材質組合而成的物品，mmNorm 亦有著很好的表現。
只不過創新的 mmNorm 技術仍有一定侷限，比方說藏在金屬或厚牆壁背面的物體，現金毫米波雷達的穿透力依然不足，影像重建的精確度也有待改善。
賦能 AI 機器人，安檢、搜救技術升級
共同參與 mmNorm 論文研究的 MIT 博士生 Tara Boroushaki 表示，新技術所帶來的顯著改進，為需要應用到 3D 影像重建技術的領域，提供了更輕鬆、更簡單的科技選擇。
舉例來說，未來的 AI 機器人可以透過 mmNorm 技術，在不拆封包裹的情況下，精確區分盒子裡的多種物品，辨識出其形狀和位置，然後規劃如何拾取物品並執行任務；mmNorm 技術甚至還可以跟擴增實境（XR）頭盔搭配使用，讓人類看到隱藏物品的逼真影像。
另一方面，mmNorm 技術也可以被融入到現有的安檢流程或軍事環境中，未來民眾無需打開袋子或盒子，就能夠輕鬆通過機場的安檢關卡；此類技術對於倉庫自動化、搜尋救援，或者協助消費者日常生活的家用 AI 機器人來說也至關重要。
吸引微軟支持，mmNorm 潛力無窮
MIT 研究人員表示，團隊希望 mmNorm 技術未來能發展出更多應用，並進一步改善影像重建的解析度，加強偵測訊號反射率較低的物體，並試圖克服較厚的阻擋，讓毫米波訊號有效穿透。
除了 MIT 之外，mmNorm 技術目前也獲得了美國國家科學基金會，以及科技巨頭的微軟支持，其用途在未來勢必會日益增加。
【推薦閱讀】
◆ 字節跳動發表通用機器人 AI 模型 GR-3，用 3 設計搶攻機器人「大腦」
◆ 機器人學習大躍進：TRI 大型行為模型訓練資料減少 80%，效能仍穩定提升
◆ 機器人公司 RealSense 脫離英特爾獲 5,000 萬美元融資，加速 AI 視覺發展
＊本文開放合作夥伴轉載，參考資料：《TechRadar》、《MIT》，首圖來源：MIT Signal Kinetics Lab
（責任編輯：鄒家彥）
