A camera that can see around corners | David Lindell

Transcriber: Ivana Korom Reviewer: Krystian Aparta

Översättare: Malin Hjelmquist Granskare: Annika Bidner

In the future,

I framtiden

self-driving cars will be safer and more reliable than humans.

kommer självkörande bilar att bli säkrare och pålitligare än människor.

Men för att det ska bli möjligt,

But for this to happen,

we need technologies that allow cars to respond

behöver vi ny teknik som gör att bilar kan reagera

faster than humans,

snabbare än människor,

we need algorithms that can drive better than humans

vi behöver algoritmer som kan köra bättre än människor

and we need cameras that can see more than humans can see.

och vi behöver kameror som kan se mer än människor kan.

For example, imagine a self-driving car is about to make a blind turn,

Föreställ dig till exempel en självkörande bil som ska göra en skymd sväng,

and there's an oncoming car

och det kommer en mötande bil

or perhaps there's a child about to run into the street.

eller ett barn som är på väg att springa ut i gatan.

Fortunately, our future car will have this superpower,

Lyckligtvis så har vår framtida bil en superkraft,

a camera that can see around corners to detect these potential hazards.

en kamera som kan se runt hörn för att upptäcka eventuella faror.

For the past few years as a PhD student

Under de senaste åren som doktorand

in the Stanford Computational Imaging Lab,

i Stanfords Computational Imaging Lab,

I've been working on a camera that can do just this --

har jag arbetat på en kamera som kan göra just det,

a camera that can image objects hidden around corners

en kamera som kan se saker som är gömda runt hörn

or blocked from direct line of sight.

eller skymda i synfältet.

So let me give you an example of what our camera can see.

Låt mig ge ett exempel på vad vår kamera kan se.

This is an outdoor experiment we conducted

Detta är ett utomhusexperiment som vi genomförde

where our camera system is scanning the side of this building with a laser,

där vårt kamerasystem scannar sidan på byggnaden med laser,

and the scene that we want to capture

och föremålet som vi vill se

is hidden around the corner behind this curtain.

är dolt runt hörnet bakom skynket.

So our camera system can't actually see it directly.

Så vårt kamerasystem kan inte se det direkt.

And yet, somehow,

Ändå, på något sätt,

our camera can still capture the 3D geometry of this scene.

kan kameran fånga en tredimensionell bild av det här föremålet.

So how do we do this?

Så hur gör vi detta?

The magic happens here in this camera system.

Magin händer här i kamerasystemet.

You can think of this as a type of high-speed camera.

Tänk på den här som en sorts höghastighetskamera.

Not one that operates at 1,000 frames per second,

Inte en som tar tusen bilder per sekund,

or even a million frames per second,

eller ens en miljon bilder per sekund,

but a trillion frames per second.

utan en biljon bilder per sekund.

So fast that it can actually capture the movement of light itself.

Så fort att den faktiskt kan fånga ljusets hastighet.

And to give you an example of just how fast light travels,

Och för att visa er ett exempel på hur fort ljuset färdas,

let's compare it to the speed of a fast-running comic book superhero

låt oss jämföra det med hastigheten hos en snabbspringande seriehjälte

who can move at up to three times the speed of sound.

som kan röra sig upp till tre gånger ljudets hastighet.

It takes a pulse of light about 3.3 billionths of a second,

Det tar en ljuspuls ungefär 3,3 miljarddels sekund

or 3.3 nanoseconds,

eller 3,3 nanosekunder,

to travel the distance of a meter.

att färdas en meter.

Well, in that same time,

På den tiden

our superhero has moved less than the width of a human hair.

har vår superhjälte färdats mindre än bredden på en människas hårstrå.

That's pretty fast.

Det är ganska snabbt.

But actually, we need to image much faster

Men vi behöver faktiskt föreställa oss ännu snabbare

if we want to capture light moving at subcentimeter scales.

om vi vill fånga ljuset när det rör sig längs subcentimeterskalan.

So our camera system can capture photons

Så vår kamera kan fånga fotoner

at time frames of just 50 trillionths of a second,

i tidsramen femtio biljondels sekund,

or 50 picoseconds.

eller femtio picosekunder.

So we take this ultra-high-speed camera

Vi tar den här ultra-höghastighetskameran

and we pair it with a laser that sends out short pulses of light.

och vi sätter ihop den med en laser som sänder ut korta ljuspulser.

Each pulse travels to this visible wall

Varje puls färdas till den här synliga väggen

and some light scatters back to our camera,

och en del ljus studsar tillbaka till vår kamera

but we also use the wall to scatter light around the corner

men vi använder också väggen till att studsa ljus runt hörnet

to the hidden object and back.

till det dolda föremålet och tillbaka.

We repeat this measurement many times

Vi upprepar det här momentet många gånger

to capture the arrival times of many photons

för att mäta ankomsttiderna hos många olika fotoner

from different locations on the wall.

från olika platser på väggen.

And after we capture these measurements, we can create

Och efter att vi har fått de mätvärdena kan vi skapa

a trillion-frame-per-second video of the wall.

en video av väggen med en biljon bilder per sekund.

While this wall may look ordinary to our own eyes,

Även om den här väggen ser vanlig ut i våra ögon,

at a trillion frames per second, we can see something truly incredible.

kan vi med en biljon bilder per sekund se något helt häpnadsväckande.

We can actually see waves of light scattered back from the hidden scene

Vi kan faktiskt se ljusvågor spridas tillbaka från det dolda föremålet

and splashing against the wall.

och studsa mot väggen.

And each of these waves carries information

Och varje våg har med sig information

about the hidden object that sent it.

om det dolda föremålet som skickade den.

So we can take these measurements

Så vi kan ta de här mätvärdena

and pass them into a reconstruction algorithm

och mata in dem i en rekonstruktionsalgoritm

to then recover the 3D geometry of this hidden scene.

för att avslöja den tredimensionella konstruktionen hos det dolda föremålet.

Now I want to show you one more example of an indoor scene that we captured,

Nu vill jag visa er ytterligare ett exempel på en inomhusbild,

this time with a variety of different hidden objects.

den här gången med flera olika dolda föremål.

And these objects have different appearances,

Och de här föremålen har olika utseende,

so they reflect light differently.

så de reflekterar ljus på olika sätt.

For example, this glossy dragon statue reflects light differently

Till exempel, den här blanka drakstatyn reflekterar ljuset annorlunda

than the mirror disco ball

än discokulan med speglar

or the white discus thrower statue.

eller den vita statyn av en diskuskastare.

And we can actually see the differences in the reflected light

Och vi kan faktiskt se skillnaderna i det återspeglade ljuset

by visualizing it as this 3D volume,

genom att visualisera det i den här tredimensionella modellen,

where we've just taken the video frames and stacked them together.

där vi bara har tagit videobilderna och staplat dem på varandra.

And time here is represented as the depth dimension of this cube.

Och där tiden representeras av djupdimensionen i modellen.

These bright dots that you see are reflections of light

De ljusa prickarna som ni ser är reflektioner av ljus

from each of the mirrored facets of the disco ball,

från var och en av discokulans spegelfasetter,

scattering against the wall over time.

som sprids mot väggen över tid.

The bright streaks of light that you see arriving soonest in time

De skarpa stråken av ljus som ni ser som kommer fram först

are from the glossy dragon statue that's closest to the wall,

är från den blanka drakstatyn som står närmast väggen,

and the other streaks of light come from reflections of light from the bookcase

och de andra stråken av ljus kommer från reflektioner av ljus från bokhyllan

and from the statue.

och från statyn.

Now, we can also visualize these measurements frame by frame,

Vi kan också visualisera de här mätningarna bild för bild,

as a video,

som en video,

to directly see the scattered light.

för att kunna se det spridda ljuset.

And again, here we see, first, reflections of light from the dragon,

Och här ser vi igen ljusreflektionen från draken,

closest to the wall,

närmast väggen,

followed by bright dots from the disco ball

följt av ljusa prickar från discokulan

and other reflections from the bookcase.

och andra reflektioner från bokhyllan.

And finally, we see the reflected waves of light from the statue.

Och till sist ser vi de reflekterade ljusvågorna från statyn.

These waves of light illuminating the wall

Dessa ljusvågor lyser upp väggen

are like fireworks that last for just trillionths of a second.

precis som fyrverkerier som varar i en biljondels sekund.

And even though these objects reflect light differently,

Och även om de här föremålen reflekterar ljus på olika sätt,

we can still reconstruct their shapes.

så kan vi ändå återskapa deras form.

And this is what you can see from around the corner.

Och det är det som syns runt hörnet.

Now, I want to show you one more example that's slightly different.

Nu vill jag visa er ett exempel som är lite annorlunda.

In this video, you see me dressed in this reflective suit

I den här videon ser ni mig klädd i en reflekterande overall

and our camera system is scanning the wall at a rate of four times every second.

och vårt kamerasystem scannar väggen var fjärde sekund.

The suit is reflective,

Overallen reflekterar ljus,

so we can actually capture enough photons

så att vi kan mäta tillräckligt med fotoner

that we can see where I am and what I'm doing,

för att kunna se var jag är och vad jag gör,

without the camera actually directly imaging me.

utan att kameran faktiskt filmar mig direkt.

By capturing photons that scatter from the wall to my tracksuit,

Genom att fånga fotoner som studsar från väggen till min overall,

back to the wall and back to the camera,

tillbaks till väggen och sedan till kameran,

we can capture this indirect video in real time.

kan vi skapa en indirekt video i realtid.

And we think that this type of practical non-line-of-sight imaging

Och vi tror att den här typen av bilder utanför synfältet

could be useful for applications including for self-driving cars,

kan bli användbara för olika program inklusive självkörande bilar,

but also for biomedical imaging,

men också för biomedicinska bilder,

where we need to see into the tiny structures of the body.

där vi behöver se de minsta strukturerna i kroppen.

And perhaps we could also put similar camera systems on the robots

Och kanske kan vi sätta samma kamerasystem på robotarna

that we send to explore other planets.

som vi skickar ut för att utforska andra planeter.

Now you may have heard about seeing around corners before,

Ni kanske har hört om att titta runt hörn förut,

but what I showed you today would have been impossible

men vad jag har visat er idag skulle varit omöjligt

just two years ago.

för bara två år sedan.

For example, we can now image large, room-sized hidden scenes outdoors

Till exempel så kan vi nu avbilda stora, rumsliga dolda föremål utomhus

and at real-time rates,

och i realtid,

and we've made significant advancements towards making this a practical technology

och vi har gjort avsevärda framsteg för att göra det här till verklig teknik

that you could actually see on a car someday.

som du faktiskt kommer kunna hitta i en bil i framtiden.

But of course, there's still challenges remaining.

Men det finns förstås fortfarande utmaningar kvar.

For example, can we image hidden scenes at long distances

Kan vi till exempel avbilda dolda föremål på långa avstånd

where we're collecting very, very few photons,

när vi bara tar emot väldigt, väldigt få fotoner,

with lasers that are low-power and that are eye-safe.

med lågenergilaser som är synsäker?

Or can we create images from photons

Eller kan vi skapa bilder från fotoner

that have scattered around many more times

som har studsat många fler gånger

than just a single bounce around the corner?

än bara en gång runt hörnet?

Can we take our prototype system that's, well, currently large and bulky,

Kan vi ta vårt prototypsystem som är stort och bökigt,

and miniaturize it into something that could be useful

och krympa det till något som går att använda

for biomedical imaging

till biomedicinska bilder

or perhaps a sort of improved home-security system,

eller kanske ett förbättrat system för säkerhet hemma,

or can we take this new imaging modality and use it for other applications?

eller kan vi ta den här nya bildtekniken och använda den i andra program?

I think it's an exciting new technology

Det är en spännande ny teknik

and there could be other things that we haven't thought of yet

och det kan finnas andra saker som vi inte har tänkt på ännu

to use it for.

att använda den till.

And so, well, a future with self-driving cars

Och en framtid med självkörande bilar

may seem distant to us now --

kanske verkar avlägsen nu,

we're already developing the technologies

men vi utvecklar redan tekniken

that could make cars safer and more intelligent.

som kan göra bilar säkrare och intelligentare.

And with the rapid pace of scientific discovery and innovation,

Och med den takten på vetenskapliga upptäckter och uppfinningar,

you never know what new and exciting capabilities

vet man aldrig vilka nya och spännande möjligheter

could be just around the corner.

som finns runt hörnet.

(Applause)

(Applåder)