視線遮擋一直是自動駕駛很難攻克的問題。Occlusion，也就是視線遮擋，主要指因為建筑物、障礙物或是其他車輛遮擋視線，導致汽車無法做出最佳決策。在車輛轉彎時候尤為常見。

大家在玩吃雞的時候，都需要找遮擋物。子彈就好像自動駕駛車的雷達波束，只能到達直線以內的范圍。障礙物后面的敵人就沒辦法打到了。

有什么辦法能讓你看穿遮擋物，做到提前預判呢？斯坦福大學和麻省理工各有各的方法，都可以用于自動駕駛。我們一起來看看。

非線性圖像識別 - 斯坦福大學

斯坦福圖像識別組這周剛剛在Nature發表了一篇論文“Confocal non-line-of-sight imaging based on the light-cone transform”，提出非線性圖像識別技術（Non-line-of-sight imaging）

首先，把雷達放在一個光子探測儀旁邊。雷達發出波束，就像普通自動駕駛車一樣。波束接觸到墻面，就會散發出余光。假設圖片里的右下角的兔子是我們需要探測到的行人。

普通自動駕駛車只會看波束返回時間，也就是到P點的時間，從而計算與自動駕駛車的距離。但是這次我們要看波束彈射出的余光。光子探測儀會捕捉這些余光。波束雖然沒有直接照在那只兔子上，但余光會按照一定順序彈在其他表面上。

將所有余光集中在一起，排除那些直接反射回的光束，剩下的就是來自遮擋物的。由此就可以還原出目標物體的3D原型。現在的計算過程只需要1秒鐘，但是還不夠高效，現實駕駛環境需要司機在0.5秒內做出反應。

眼神會轉彎的攝像頭 - 麻省理工

看過了雷達技術，我們再來看看自動駕駛車另一大傳感器：攝像頭。不知大家有沒有留心觀察過墻角的光線變化。肉眼大概能看出有一些深淺的區別。

麻省理工Media Lab最新研究出一種顏色處理方式。通過處理圖像，加強顏色差，不停變化顏色，就可以得到一連串的單向光線圖像。

假設現在墻后面有兩個行人，一個穿藍色，一個穿紅色，藍色衣服的人正在超過紅色衣服的人。我們看到的成像就會是這樣的。

原理很簡單。被遮擋的人雖然我們無法直接看到，但是他們還是會反射一部分光。紅色衣服的人和藍色衣服的人會有重疊的地方。通過一段時間觀察，繪制光線圖，就可以分析出有幾個物體在重疊。

這些發明除了自動駕駛也可用于其他領域，比如自然災害后的搜救、醫學成像、航天、安保監控等等。