近日，麻省理工学院（MIT）的研究人员开发出一种名为“mmNorm”的新型成像技术，能够通过无线信号（如Wi-Fi）的反射来重构被遮挡物体的三维形状。
mmNorm的核心在于利用毫米波（mmWave）信号的特殊传播特性。毫米波是Wi-Fi等无线通信中常用的电磁波，其波长极短，能够穿透塑料容器、木板等常见障碍物，并在遇到隐藏物体时发生反射。传统雷达技术也是通过发送毫米波并接收反射信号来检测物体，但分辨率往往不足以识别形状复杂的细小物品，而MIT的研究团队创新性地引入了“镜面反射”这一被忽视的物理特性。
当毫米波照射到物体表面时，每个表面点都会像镜子一样产生镜面反射，如果表面朝向天线，信号将从物体反射到天线，但如果表面指向不同的方向，反射将远离雷达并且不会被接收到。传统方法仅关注反射信号的位置，却忽略了其方向信息，该研究团队的的想法是不仅要估计反射在环境中的位置，还要推断出该点表面的朝向。
团队据此开发了mmNorm算法，用于估计物体表面各点的“表面法线”（即估算空间中物体表面的方向）。通过分析不同位置接收到的信号强度差异，系统能够推断出隐藏物体表面的曲率：朝向接收天线的表面会产生强反射，而侧面或背面则信号较弱。多个天线接收到的信号经过整合，最终形成统一的物体表面估计。
在实验测试中，mmNorm展现了远超现有技术的性能。研究团队对超过60种具有复杂曲线形状的日常物品（如银餐具、咖啡杯把手、电钻等）进行了重建测试，其平均准确率高达96%，而目前最先进的基准方法仅能达到78%。更令人印象深刻的是，mmNorm生成的重建误差比现有方法减少了约40%，并且对物体位置的定位精度也显著提高。
该技术还能够区分同一容器内多个不同物品（如一把叉子、一把刀和一把勺子），并且对多种不同材质（木材、金属、塑料、橡胶、玻璃等）物体的识别都表现良好，甚至能处理混合材质的情况。
据悉，mmNorm的高精度识别，并不需要额外的带宽即可实现，这使得该项技术能够广泛应用于从工厂到辅助生活设施等各种场景。例如，在仓储物流场景中，mmNorm能够使机器人“透视”包装箱，检查埋在填充物下的物品是否完好；在家庭和工厂辅助设施中，它可以帮助服务型机器人更智能地整理物品、寻找所需工具等等。
最前沿的电子设计资讯
