Le système suit une cible enfermée dans une « boîte de diffusion » qui empêche l'imagerie directe. Au fur et à mesure que l'objet se déplace, il impose des fluctuations à la lumière sortant de la boîte. La lumière est ensuite captée par un détecteur intégrateur, qui utilise un algorithme pour distinguer le bruit naturel des fluctuations causées par l'objet. Crédit :Aristide Dogariu, Université de Floride centrale
Les chercheurs ont développé une nouvelle solution pour suivre les objets cachés derrière les supports de diffusion en analysant les fluctuations du "bruit" optique créé par leur mouvement. Dans le journal de la Optical Society pour la recherche à fort impact, Optique , des chercheurs de l'Université de Floride centrale (CREOL) démontrent leur technique en suivant l'emplacement d'un objet lorsqu'il est déplacé dans une boîte fermée.
Cette approche pourrait contribuer à faire progresser la télédétection en temps réel pour les applications militaires et autres. Par exemple, il pourrait être utilisé pour suivre des véhicules ou des aéronefs circulant dans le brouillard. Cela pourrait également être utile pour les domaines de la recherche biomédicale qui impliquent des particules en mouvement rapide qui ne peuvent pas être observées directement, selon les chercheurs.
Il existe de nombreuses technologies capables de détecter, décrire et suivre des objets éloignés ou non observables visuellement. Cependant, la plupart des technologies existantes, telles que la détection de la lumière et la télémétrie (LIDAR), nécessitent une ligne de mire entre l'objet et le capteur, ce qui signifie qu'ils ne fonctionnent pas bien lorsque l'objet est obscurci par des nuages, le brouillard ou d'autres conditions qui diffusent la lumière.
"Nous favorisons un changement de paradigme, " a déclaré Aristide Dogariu de l'Université de Floride centrale et chef de l'équipe de recherche. " Au lieu d'éclairer l'objet avec un faisceau de lumière cohérent, nous l'éclairons avec une lumière aléatoire. Regarder comment les fluctuations de la lumière sont modifiées par l'interaction avec l'objet nous permet de récupérer des informations sur l'objet."
Aperçus sans ligne de mire
Les technologies de suivi existantes utilisent l'une des deux approches suivantes. Les méthodes laser telles que LIDAR pointent un faisceau de lumière sur l'objet, puis déplacent le faisceau pour en déduire des informations telles que la taille de l'objet, forme et trajectoire. Méthodes basées sur l'imagerie, d'autre part, prendre une série d'images de l'objet, puis effectuer des calculs pour suivre son mouvement dans le temps.
« Ce sont de très bonnes stratégies qui sont en place depuis des décennies, et dans des conditions idéales, leurs performances ne peuvent être dépassées, " dit Dogariu. " Mais dès que quelque chose dans la ligne de mire disperse et rend aléatoire la lumière, vous rencontrez des problèmes."
L'équipe de Dogariu a passé plus d'une décennie à apprendre à déduire des informations à partir des fluctuations de la lumière; ils ont précédemment appliqué ces concepts au développement de nouveaux outils pour détecter les propriétés des matériaux et pour la microscopie à super-résolution. Dans leurs dernières recherches, ils ont cherché à suivre des objets en mouvement dans des conditions où il n'est pas possible de voir l'objet et de contrôler ou de localiser la directionnalité de la lumière qui l'éclaire.
"Un objet caché derrière un diffuseur diffusant n'est pas éclairé par un faisceau cohérent dans l'espace, " dit Dogariu. " Le mouvement de l'objet, la taille de l'objet et les propriétés de l'objet affectent les propriétés statistiques du champ optique de type bruit, et cet effet est ce que nous mesurons."
Parce que la lumière se comporte de manière prévisible, L'équipe de Dogariu a pu développer des méthodes statistiques pour séparer le bruit naturel des fluctuations créées par le mouvement de l'objet cible.
Tester la méthode
Pour tester l'approche, les chercheurs ont enfermé un petit objet dans une boîte en plastique conçue pour diffuser la lumière. Le fait de projeter un faisceau de lumière cohérente sur l'une des parois de diffusion crée une source lumineuse secondaire à l'intérieur de la boîte. L'objet cible diffuse cette lumière, puis les ondes lumineuses sont davantage randomisées lorsque la lumière repasse à travers les murs de diffusion. La lumière est ensuite captée à l'extérieur du caisson par un détecteur intégrateur, qui utilise un algorithme pour distinguer le bruit naturel des fluctuations causées par l'objet.
"Si la cible qui est entourée par cette enceinte commence à bouger, alors les fluctuations qu'il impose à la lumière sortant de la boîte peuvent être détectées de n'importe quelle direction très efficacement, " a déclaré Dogariu. Bien qu'il puisse détecter l'objet caché de n'importe quel endroit à l'extérieur de l'enceinte, le système ne peut pas identifier un objet immobile.
D'autres technologies ont récemment été développées qui permettent le suivi d'objets obscurcis en les scannant ou en les imageant à plusieurs reprises au fil du temps. Cependant, ces approches nécessitent des instruments optiques complexes et un traitement de données à grande échelle, ce qui peut les rendre peu pratiques pour suivre des objets en mouvement rapide.
Dans leurs expériences, L'équipe de Dogariu a pu suivre avec précision le mouvement de l'objet dans l'enceinte de diffusion en temps réel à l'aide d'une configuration plus simple et plus polyvalente. "L'avantage de récupérer des informations basées sur les fluctuations est qu'elles sont plus robustes contre les perturbations externes, " a déclaré Dogariu. " Il est robuste contre les perturbations entre la source lumineuse et l'objet et entre l'objet et le récepteur. "
Nouvelles opportunités
Parce que le système extrait des informations sur le mouvement dans chaque direction indépendamment, l'approche détecte efficacement la position pour tous les degrés de liberté (gauche-droite, haut-bas et diagonale). En outre, parce que la méthode suit le mouvement du centre de masse de la cible, la précision du suivi n'est pas affectée lorsque l'objet s'incline ou tourne.
Le principal inconvénient de la méthode est le niveau limité de détails qu'elle peut fournir sur l'objet cible. Bien qu'il puisse détecter la vitesse et la direction dans lesquelles l'objet se déplace et peut être en mesure de révéler la taille de l'objet, il ne peut pas révéler sa couleur, Matériel, ou nécessairement sa forme.
"Vous ne pouvez pas récupérer des informations détaillées avec cette méthode, mais si vous simplifiez la question à ce que vous devez vraiment savoir, vous pouvez résoudre certains problèmes orientés tâches, " dit Dogariu.
Comme prochaine étape, l'équipe travaille à affiner l'approche pour gérer des environnements plus complexes, des scènes plus grandes et des scènes avec des niveaux inférieurs de lumière entrante. Ils espèrent que ces améliorations rapprocheront le système des applications réelles en biomédecine, télédétection et autres domaines.
Bien que la recherche ait impliqué des ondes lumineuses, des approches similaires basées sur le bruit pourraient être mises en œuvre dans d'autres domaines, comme l'acoustique ou les micro-ondes, dit Dogariu.