W odległości 325 metrów ludzkie oko może być w stanie odróżnić głowę i ciało osoby i trudno jest dostrzec różnicę poza tym. Ale zespół badawczy, w tym Uniwersytet Heriot-Watt w Wielkiej Brytanii i Massachusetts Institute of Technology w Stanach Zjednoczonych, opracował nowy rodzaj skanera Lidar, który może wykonać szczegółową analizę twarzy osoby w takiej odległości i stworzyć trójwymiarowy model twarzy. Ten lidar może nawet uchwycić grzbiety i wgniecenia tak małe jak 1 mm. Odpowiedni artykuł został opublikowany w najnowszym wydaniu czasopisma Optics.
Zespół zaprojektował system LIDAR (LIDAR) jednofotonowy (LIDAR). System emituje impulsy laserowe, które zderzają się z obiektami i odbijają się z powrotem do urządzenia. Lidar może określić kształt obiektu, mierząc czas potrzebny dla każdego impulsu, aby przejść tam iz powrotem. System może uzyskać obrazy 3D o wysokiej rozdzielczości obiektów lub scen do 1 kilometra i może osiągnąć drobne obrazowanie nawet w trudnych środowiskach lub gdy obiekty są blokowane przez liście lub sieci kamuflażowe, znacznie poprawiając możliwości monitorowania bezpieczeństwa i możliwości teledetekcji.
Aby osiągnąć lepszą rozdzielczość, zespół starannie skalibrował i dostosował różne komponenty, takie jak małe komponenty wewnątrz urządzenia, które prowadzi impulsy laserowe. Aby umożliwić urządzeniu rozróżnienie poszczególnych fotonów, zespół użył czujnika wykrywania światła w oparciu o wyjątkowo cienkie przewody nadprzewodzące, które nie są powszechne w LiDAR. Ponadto konieczne jest odfiltrowanie światła słonecznego, które może wejść do detektora i zmniejszyć jakość obrazu.
Testy wykazały, że system wziął obraz 3D twarzy członka zespołu w warunkach światła dziennego odpowiednio na 45 metrach i 325 metrach, a także wyróżnione cechy tak małe jak 1 mm na twarzy, z rozdzielczością głębokości około 10 razy wyższą niż ich poprzedni rekord. Na mniejszą skalę zrobili zdjęcia figur LEGO z odległości 32 metrów. W innym teście nakręcili odcinek wieży komunikacyjnej o 1 kilometr.
Doskonała rozdzielczość głębokości systemu oznacza, że jest on szczególnie odpowiedni do obrazowania obiektów za zagraconym tłem, co stanowi problem dla kamer cyfrowych. Zespół powiedział, że tworzenie szczegółowych map 3D otaczającego środowiska ma również kluczowe znaczenie dla samochodów samojezdnych, a nawet niektórych robotów.
