用手机激光雷达“扫”出隐藏物体

激光雷达（LiDAR）正越来越多地应用于手机、可穿戴设备和机器人等消费级产品中。这类传感器能以皮秒级精度测量光的飞行时间，理论上可探测视线之外（non-line-of-sight, NLOS）的隐藏物体。但过去，NLOS成像仅能在科研级设备上实现——这些设备功率高、分辨率高、稳定性好；而消费级LiDAR受限于激光功率低、空间分辨率差，以及物体与相机自身运动带来的干扰，信号质量很差，难以稳定实现NLOS成像。本文提出一种‘多帧融合’策略来克服上述难题，并首次在智能手机级别的LiDAR上成功演示了NLOS成像。核心创新是提出了‘运动诱导孔径采样模型’，将物体形状、物体运动和相机运动三者的影响统一纳入一个简洁的测量模型中。基于该模型，研究团队在普通手机LiDAR上实现了三项关键能力：（1）对隐藏物体进行三维形状重建；（2）同时跟踪单个或多个隐藏物体（如人手、人体）；（3）利用隐藏物体反推相机自身的位置（即相机定位）。此前，NLOS成像需要大型、昂贵、需专业调试的科研设备；本工作则实现了‘即插即用’式的突破——仅需一台搭载LiDAR的现成手机（成本低于100美元），无需额外安装或校准，普通人即可完成实验。作者认为，这项技术的普及化将极大推动NLOS成像在安防、救援、人机交互等大众消费场景中的实际应用。