Revolutionäre 3D-Modellierung 19.06.2024, 12:30 Uhr

Schattenspiele: Wie MIT-Forschende verdeckte Objekte sichtbar machen

MIT-Forschende haben eine Technologie namens PlatoNeRF entwickelt, die Schatten nutzt, um verdeckte Objekte in 3D-Szenen sichtbar zu machen. Diese Technik könnte die Sicherheit autonomer Fahrzeuge erhöhen und die Effizienz von AR/VR-Headsets sowie Lagerrobotern verbessern.

MIT Plato-NeRF

Plato-NeRF ist ein Computer-Vision-System, das Lidar-Messungen mit maschinellem Lernen kombiniert, um eine 3D-Szene, einschließlich versteckter Objekte, aus nur einer Kameraansicht zu rekonstruieren, indem es Schatten ausnutzt. Hier modelliert das System das Kaninchen auf dem Stuhl genau, obwohl das Kaninchen nicht zu sehen ist.

Foto: Courtesy of the researchers, edited by MIT News

Stellen Sie sich vor, Sie fahren in einem autonomen Fahrzeug durch einen Tunnel. Plötzlich kommt es zu einem Unfall und der Verkehr steht still. Normalerweise müssten Sie auf das Auto vor Ihnen vertrauen, um rechtzeitig zu bremsen. Doch was wäre, wenn Ihr Fahrzeug durch ein innovatives System bereits früher erkennen könnte, was vor dem vorausfahrenden Auto passiert? Dies könnte in naher Zukunft Realität werden, dank einer neuen Technologie, die von Forschenden des MIT und von Meta entwickelt wurde.

Neue Technik: 3D-Szenen durch Schatten rekonstruieren

Die Forschenden haben eine Methode entwickelt, mit der physikalisch genaue 3D-Modelle einer Szene erstellt werden können, auch von Bereichen, die nicht direkt einsehbar sind. Diese Technik nutzt Schatten, um die Position verdeckter Objekte zu bestimmen. Sie nennen diesen Ansatz PlatoNeRF, inspiriert von Platons Höhlengleichnis, in dem Gefangene die Realität der Außenwelt anhand der Schatten an der Höhlenwand erkennen.

PlatoNeRF kombiniert Lidar-Technologie (Light Detection and Ranging) mit maschinellem Lernen. Dies ermöglicht präzisere 3D-Rekonstruktionen als einige bestehende KI-Techniken. Besonders beeindruckend ist, dass PlatoNeRF auch in Szenen mit schwer erkennbaren Schatten, etwa bei starkem Umgebungslicht oder dunklen Hintergründen, effektiv arbeitet.

Anwendungen und Vorteile

Diese Technik könnte die Sicherheit autonomer Fahrzeuge erheblich verbessern. Wenn Fahrzeuge durch Schatten sehen können, könnten sie potenzielle Gefahren früher erkennen und schneller reagieren.

Stellenangebote im Bereich Softwareentwicklung

Softwareentwicklung Jobs
Netzgesellschaft Potsdam GmbH-Firmenlogo
Projektingenieur (m/w/d) Energietechnik - Umspannwerke/Hochspannungsfreileitung - Netzgesellschaft Potsdam GmbH
Potsdam Zum Job 
Albtal-Verkehrs-Gesellschaft mbH-Firmenlogo
Projektleiter*in Elektrotechnik Verkehrsanlagen (m/w/d) Elektroingenieur*in oder Techniker*in Albtal-Verkehrs-Gesellschaft mbH
Karlsruhe Zum Job 
Die Autobahn GmbH des Bundes Niederlassung Nordbayern-Firmenlogo
Ingenieur Elektrotechnik / Bauingenieur (w/m/d) Ladeinfrastruktur Die Autobahn GmbH des Bundes Niederlassung Nordbayern
Nürnberg Zum Job 
Bayerisches Staatsministerium für Wohnen, Bau und Verkehr-Firmenlogo
Traineeprogramm - Bachelor Fachrichtung Maschinenbau / Energie- und Gebäudetechnik (m/w/d) Bayerisches Staatsministerium für Wohnen, Bau und Verkehr
bayernweit Zum Job 
Bayerisches Staatsministerium für Wohnen, Bau und Verkehr-Firmenlogo
Traineeprogramm - Bachelor Fachrichtung Maschinenbau / Energie- und Gebäudetechnik (m/w/d) Bayerisches Staatsministerium für Wohnen, Bau und Verkehr
Nord-Micro GmbH & Co. OHGa part of Collins Aerospace-Firmenlogo
Projekt- / Produktingenieur (m/w/d) Nord-Micro GmbH & Co. OHGa part of Collins Aerospace
Frankfurt am Main Zum Job 
Fresenius Kabi-Firmenlogo
Instandhalter (m/w/d) Prozesstechnik - API Herstellung Fischöl Fresenius Kabi
Friedberg (Hessen) Zum Job 
B. Braun Melsungen AG-Firmenlogo
Project Manager (w/m/d) Pre-Development B. Braun Melsungen AG
Melsungen Zum Job 
Hamburger Stadtentwässerung AöR ein Unternehmen von HAMBURG WASSER-Firmenlogo
Ingenieur (m/w/d) Elektrotechnik als Projektleiter Hamburger Stadtentwässerung AöR ein Unternehmen von HAMBURG WASSER
Hamburg Zum Job 
THOST Projektmanagement GmbH-Firmenlogo
Wirtschaftsjurist*in / Ingenieur*in (m/w/d) für Contract & Claimsmanagement in Projektender Energiewende THOST Projektmanagement GmbH
Stuttgart, Mannheim Zum Job 
RES Deutschland GmbH-Firmenlogo
Head of Engineering / Leitung technische Planung Wind- & Solarparks (m/w/d) RES Deutschland GmbH
Vörstetten Zum Job 
MEWA Textil-Service SE & Co. Management OHG-Firmenlogo
Projektmanager (m/w/d) PMO Business Transformation MEWA Textil-Service SE & Co. Management OHG
Wiesbaden Zum Job 
MEWA Textil-Service SE & Co. Management OHG-Firmenlogo
Projektingenieur (m/w/d) Elektrotechnik MEWA Textil-Service SE & Co. Management OHG
Wiesbaden Zum Job 
KÜBLER GmbH-Firmenlogo
Techniker / Ingenieur / Fachplaner / TGA (m/w/d) Heizungstechnik und Elektro KÜBLER GmbH
Ludwigshafen Zum Job 
Christian-Albrechts-Universität zu Kiel-Firmenlogo
Ingenieur*in der Fachrichtung Versorgungstechnik / Maschinenbau oder Elektrotechnik Christian-Albrechts-Universität zu Kiel
WPW JENA GmbH-Firmenlogo
Projektingenieur Elektroplanung (m/w/d) WPW JENA GmbH
Jena, hybrides Arbeiten Zum Job 
Bundesamt für Bauwesen und Raumordnung-Firmenlogo
Ingenieurin/Ingenieur (w/m/d) für die Koordination der Fachrichtung Elektrotechnik bzw. Nachrichtentechnik Bundesamt für Bauwesen und Raumordnung
Schleifring GmbH-Firmenlogo
Projektingenieur (m/w/d) Key Account in der Elektronikbranche Schleifring GmbH
Fürstenfeldbruck Zum Job 
Niedersächsische Landesbehörde für Straßenbau und Verkehr-Firmenlogo
Sachbearbeiter Datenkommunikationstechnik (w/m/d) Niedersächsische Landesbehörde für Straßenbau und Verkehr
Hannover Zum Job 
ENGIE Deutschland GmbH-Firmenlogo
Sales Manager (m/w/d) Energieeffizienzprojekte ENGIE Deutschland GmbH
Stuttgart, Köln, Frankfurt Zum Job 

Doch nicht nur im Straßenverkehr bietet PlatoNeRF Vorteile. AR/VR-Headsets könnten effizienter werden, indem sie die Geometrie eines Raums modellieren, ohne dass die anwendende Person herumlaufen und Messungen vornehmen muss. Auch in Lagerhäusern könnten Roboter schneller und präziser arbeiten, indem sie Gegenstände in unübersichtlichen Umgebungen besser finden.

Die Technologie hinter PlatoNeRF

PlatoNeRF baut auf Single-Photon-Lidar auf, einer neuen Sensormodalität. Lidar-Systeme erfassen 3D-Szenen, indem sie Lichtpulse aussenden und die Zeit messen, die das Licht benötigt, um zum Sensor zurückzukehren. Single-Photon-Lidars erkennen einzelne Photonen und liefern daher Daten mit hoher Auflösung.

Und so funktioniert das im Detail: Das Forschungsteam beleuchtet mit dem Single-Photon-Lidar einen Punkt in der Szene. Ein Teil des Lichts kehrt direkt zum Sensor zurück, der Großteil jedoch wird gestreut und prallt an anderen Objekten ab, bevor er zurückkehrt. PlatoNeRF nutzt diese sekundären Lichtreflexe, um zusätzliche Informationen über die Szene zu erfassen, einschließlich der Tiefe und Schatten.

Durch die Berechnung der Zeit, die das Licht benötigt, um zweimal abzuprallen und dann zum Sensor zurückzukehren, kann PlatoNeRF die Geometrie verborgener Objekte ermitteln. Das System beleuchtet nacheinander 16 Punkte und nimmt mehrere Bilder auf, die zur Rekonstruktion der gesamten 3D-Szene verwendet werden.

Die größte Herausforderung

Der Schlüssel zum Erfolg von PlatoNeRF liegt in der Kombination von Multibounce-Lidar mit einem speziellen maschinellen Lernmodell, dem neuronalen Strahlungsfeld (NeRF). NeRF kodiert die Geometrie einer Szene in den Gewichten eines neuronalen Netzes und ermöglicht so eine präzise Interpolation neuer Ansichten der Szene. Diese Kombination führt zu hochpräzisen 3D-Rekonstruktionen, auch bei Szenen mit niedriger Auflösung.

„Die größte Herausforderung bestand darin, diese beiden Technologien zu kombinieren“, sagt Tzofi Klinghoffer, MIT-Diplomstudent und Hauptautor der Studie. „Wir mussten die Physik des Lichttransports mit Multibounce-Lidar verstehen und in ein maschinelles Lernmodell integrieren.“

Praktische Anwendungen und Zukunftsaussichten

Das Forscherteam verglich PlatoNeRF mit zwei alternativen Methoden: einer Methode, die nur Lidar verwendet, und einer Methode, die nur NeRF mit Farbbildern verwendet. Sie stellten fest, dass PlatoNeRF beide Methoden übertrifft, insbesondere bei Lidars mit geringerer Auflösung. Damit ist die Technik auch für den Einsatz in der realen Welt geeignet, wo Sensoren mit geringerer Auflösung häufig verwendet werden.

In Zukunft wollen die Forscher die Anzahl der Lichtreflexe erhöhen, um die Rekonstruktion weiter zu verbessern. Außerdem wollen sie weitere Deep-Learning-Techniken integrieren und PlatoNeRF mit Farbbildmessungen kombinieren, um auch Texturinformationen zu erfassen.

Ein Beitrag von:

  • Dominik Hochwarth

    Redakteur beim VDI Verlag. Nach dem Studium absolvierte er eine Ausbildung zum Online-Redakteur, es folgten ein Volontariat und jeweils 10 Jahre als Webtexter für eine Internetagentur und einen Onlineshop. Seit September 2022 schreibt er für ingenieur.de.

Zu unseren Newslettern anmelden

Das Wichtigste immer im Blick: Mit unseren beiden Newslettern verpassen Sie keine News mehr aus der schönen neuen Technikwelt und erhalten Karrieretipps rund um Jobsuche & Bewerbung. Sie begeistert ein Thema mehr als das andere? Dann wählen Sie einfach Ihren kostenfreien Favoriten.