为了实现机器视觉，我们可以使用各种雷达，激光雷达、雷达、声纳、哈达（Hadar）。
这是EDN小编首度接触到的新技术Hadar，且暂时首创的将其翻译为“哈达”吧，Hadar的全称是heat-assisted detection and ranging (HADAR) ，即热辅助探测和测距技术，可解析杂乱的热信号以“查看”纹理和深度。
这种方法通过解决传统技术的局限性，革新了机器感知。
过去，机器感知依赖于像LiDAR、雷达和声纳这样的主动传感器。然而，这些方法存在一些挑战，包括信号干扰和对人类安全的潜在风险。
HADAR将热物理学、红外成像和机器学习相结合，实现了全 passivity (主动)和物理感知的机器感知。它使机器能够准确地感知周围环境，即使在漆黑中也能做到。
根据普渡大学在《自然》杂志上发表的研究，在概念验证实验中，他们证明了夜间 HADAR 测距与白天的 RGB 立体视觉一样好。
HADAR的研究人员Zubin Jacob和Fanglin Bao凭借他们的创新工作获得了资金和奖励。他们正在采取措施申请专利并将其推向商业化。
虽然HADAR的有效性已经在恢复越野夜间场景中的纹理方面得到证明，但在将其应用于像自动驾驶汽车或机器人等实际应用之前仍面临着一些挑战。
这些挑战包括减小传感器的尺寸、重量和成本，以及提高其帧率以满足自动驾驶车辆的需求。
普渡大学的这项革命性研究有望在机器感知领域实现革命，为机器人技术等领域带来更安全、高效的未来。HADAR的应用领域不仅限于自动化车辆和机器人，它可以在农业、国防、医疗保健、野生动物监测等领域得到应用。
作者开发了HADAR估计理论来解决通过热红外特征识别物体的基本限制。HADAR与传统的高光谱成像不同，HADAR 可识别性是通过温度、发射率和纹理的多参数估计来确定的。基于此，作者达到了广泛部署的基于机器学习的感知方法的极限。
物体的深度是自主导航的关键场景属性。作者证明了HADAR夜间测距优于热测距，其深度精度可与日光下的RGB立体视觉相媲美。HADAR测距结果与RGB立体视觉相当。从数量上讲，与热测距相比，HADAR的精度提高了大约 100倍。
在现实场景中通过实验演示HADAR，使用夜间室外场景，并说明了HADAR 如何解决幻象制动问题。HADAR可以检测到相应材料区域（皮肤+织物）中的人，并将其与纸板清楚地区分开来，克服了幻象制动问题。使用越野场景来证明TeX视觉可以在物理环境下透过黑暗看到纹理，并且HADAR在夜间测距优于热测距，其精度可与日光下的RGB立体视觉相媲美。
最前沿的电子设计资讯
