A través de un innovador método de retroproyección, científicos del MIT lograron desarrollar un sistema llamado mmNorm que permite crear representaciones 3D de objetos específicos. El sistema puede ser utilizado para generar imágenes del interior de un contenedor, como cajas de cartón, por ejemplo.
La tecnología es similar a la utilizada en las conexiones Wi-Fi, en las que se emplean ondas milimétricas (mmWave) para distribuirse a través de madera, cartón e incluso concreto. La diferencia es que el sistema mmNorm recolecta las ondas que rebotan, lo que le permite mapear el tamaño y distancia del objeto en que se reflejaron. Así, un software especial traduce las mediciones en un objeto 3D. Hasta ahora se ha logrado una precisión del 96% en las pruebas.
Un salto al campo de escaneo de objetos fue realizado por investigadores del Instituto de Tecnología de Massachussetts (MIT), con su sistema mmNorm. Hasta ahora, la mayoría de escáneres, como los que se usan en bandas de seguridad, producían imágenes en dos dimensiones del interior de maletas y cajas. Los radares de localización de aviones también operan de esta manera, cuyas limitaciones impiden entender completamente las propiedades del objeto escaneado.
“Hemos estado interesados en este problema por un largo tiempo, pero nos habíamos topado con pared debido a que los métodos anteriores, aunque eran matemáticamente elegantes, no nos estaban llevando a donde queríamos ir. Necesitábamos crear una manera muy diferente de aprovechar esas señales, usadas por más de medio siglo, para desbloquear nuevos tipos de aplicaciones”
-Fadel Adibm profesor del Departamento de Ingeniería Eléctrica y autor principal de un artículo sobre mmNorm
El sistema mmNorm logra diferenciar la profundidad de los objetos, lo que permite detectar curvas y formas más complejas para generar imágenes en tercera dimensión. Al cambiar las ondas comunes de los radares por ondas mmWave, se consigue que reboten en la superficie del objeto. Posteriormente se recopilan estas ondas reflejadas y se procesan para detectar formas completas, no solo contornos.
Resultados al escanear distintos objetos.
Las pruebas fueron hechas con más de 60 objetos de formas complejas, las reconstrucciones 3D fueron hasta un 40% más precisas que otros métodos, además de que se logró una mejor medición de la posición del objeto. De la misma manera, mmNorm logra diferenciar entre cucharas y tenedores dentro de una misma caja; los materiales tampoco son problema, pues se probó con objetos hechos de madera, metal, plástico y vidrio con resultados igualmente positivos.
Dentro de las primeras aplicaciones pensadas para el sistema mmNorm, está el control de calidad en almacenes de paquetes, como en Amazon y empresas de mensajería, en donde se podría detectar si un paquete contiene el objeto que marca la etiqueta o si se encuentra roto, sin necesidad de romper el embalaje. Las aplicaciones militares también representan un campo de expansión para mmNorm, en donde ayudaría a identificar armas o explosivos escondidos.
El siguiente paso será incorporar las reconstrucciones 3D a visores de realidad aumentada. Los investigadores aún enfrentan retos, como optimizar la precisión para evitar fallas y crear modelos más finos. Además, debido a las propiedades de las ondas mmWave, el sistema no funciona tan bien cuando se trata de buscar objetos resguardados en cajas de metal o detrás de paredes muy gruesas.
Cortesía de Xataka
Dejanos un comentario: