Cómo nos puede ayudar la tecnología de escaneo OCT
Investigadores de la Universidad de Duke, han demostrado que un nuevo enfoque de LiDAR que utiliza escaneo OCT, puede ser lo suficientemente sensible como para capturar características a escala milimétrica como las de un rostro humano.
Por Andrew Karp
La mayoría de optometristas probablemente estén familiarizados con la tomografía de coherencia óptica (OCT), la prueba de imagen no invasiva que utiliza ondas de luz para tomar imágenes transversales de la retina de un paciente. Sin embargo, la OCT se está aplicando de nuevas formas que podrían sorprender incluso a los profesionales de la salud visual que la utilizan en su práctica diaria. La Universidad de Duke, anunció recientemente que los investigadores ahora están aplicando las lecciones aprendidas de décadas de perfeccionamiento de la tecnología de imágenes oculares a las tecnologías de sensores de sistemas autónomos utilizados en robots y vehículos.
Como señaló Ken Kingery, especialista sénior en comunicaciones científicas de la Escuela de Ingeniería Pratt de Duke, una de las tecnologías de imagen que muchas empresas de robótica están integrando en sus paquetes de sensores es la detección de luz y alcance, o LiDAR para abreviar. Actualmente, atrayendo una gran atención e inversión por parte de los desarrolladores de automóviles autónomos, el enfoque funciona esencialmente como un radar, pero en lugar de enviar ondas de radio amplias y buscar reflejos, utiliza pulsos cortos de luz de láser.
Sin embargo, el LiDAR de tiempo de vuelo tradicional tiene muchos inconvenientes que dificultan su uso en muchas aplicaciones de visión 3D, señaló Kingery. Debido a que requiere la detección de señales de luz reflejada muy débiles, otros sistemas LiDAR o incluso la luz solar ambiental pueden abrumar fácilmente al detector. También tiene una resolución de profundidad limitada y puede llevar mucho tiempo escanear densamente un área grande, como una carretera o el piso de una fábrica.
En un artículo que aparece el 29 de marzo en la revista Nature Communications, el equipo de Duke demostró cómo algunos trucos aprendidos de su investigación OCT pueden mejorar en 25 veces el rendimiento de datos FMCW LiDAR anterior y al mismo tiempo lograr una precisión de profundidad submilimétrica. Usando un gif en movimiento de una mano multicolor haciendo un puño y relajándose una y otra vez, los investigadores de Duke han demostrado que un nuevo enfoque de LiDAR puede procesar datos lo suficientemente rápido como para capturar características importantes para los vehículos autónomos y los sistemas de fabricación.
OCT es el análogo óptico del ultrasonido, que funciona enviando ondas de sonido a los objetos y midiendo cuánto tardan en regresar. Para cronometrar los tiempos de retorno de las ondas de luz, los dispositivos OCT miden cuánto ha cambiado su fase en comparación con ondas de luz idénticas que han viajado la misma distancia pero que no han interactuado con otro objeto.
“Ha sido muy emocionante ver cómo la tecnología de imágenes biológicas a escala celular en la que hemos estado trabajando durante décadas se puede traducir directamente a la visión 3D en tiempo real a gran escala”, dijo Izatt. “Estas son exactamente las capacidades necesarias para que los robots vean e interactúen con humanos de manera segura o incluso para reemplazar avatares con video 3D en vivo en realidad aumentada”.
La mayoría de los trabajos anteriores que utilizan LiDAR se han basado en espejos giratorios para escanear el láser sobre el paisaje. Si bien este enfoque funciona bien, está fundamentalmente limitado por la velocidad del espejo mecánico, sin importar qué tan poderoso sea el láser que esté usando.
En su lugar, los investigadores de Duke utilizan una rejilla de difracción que funciona como un prisma, descomponiendo el láser en un arco iris de frecuencias que se esparcen a medida que se alejan de la fuente. Debido a que el láser original todavía barre rápidamente a través de un rango de frecuencias, esto se traduce en barrer el haz LiDAR mucho más rápido de lo que puede girar un espejo mecánico. Esto permite que el sistema cubra rápidamente un área amplia sin perder mucha profundidad o precisión de ubicación.
Mientras que los dispositivos OCT se utilizan para perfilar estructuras microscópicas de hasta varios milímetros de profundidad dentro de un objeto, los sistemas robóticos de visión 3D solo necesitan ubicar las superficies de objetos a escala humana. Para lograr esto, los investigadores redujeron el rango de frecuencias utilizado por OCT y solo buscaron la señal máxima generada por las superficies de los objetos. Esto le cuesta al sistema un poco de resolución, pero con un rango de imágenes y una velocidad mucho mayores que el LiDAR tradicional.
El resultado es un sistema FMCW LiDAR que logra una precisión de localización submilimétrica con un rendimiento de datos 25 veces mayor que las demostraciones anteriores. Los resultados muestran que el enfoque es lo suficientemente rápido y preciso para capturar los detalles de las partes del cuerpo humano en movimiento, como asentir con la cabeza o apretar la mano, en tiempo real..
Esta investigación fue apoyada por los Institutos Nacionales de Salud (EY028079), la Fundación Nacional de Ciencias (CBET-1902904) y el Departamento de Defensa CDMRP (W81XWH-16-1-0498).
CITA: “Rango coherente 3D multiplexado de frecuencia de tiempo de alta precisión de velocidad de video”, Ruobing Qian, Kevin C. Zhou, Jingkai Zhang, Christian Viehland, Al-Hafeez Dhalla y Joseph A. Izatt.Nature Communications , 18 de marzo de 2022. DOI: 10.1038/s41467-022-29177-9
