محققان MIT هدست واقعیت افزوده‌ای ساخته‌اند که می‌تواند مثل اسکن اشعه ایکس پشت موانع را ببیند و اشیا را تشخیص دهد.
به گزارش خبرگزاری صدا و سیما: جستجو به‌دنبال اشیای خاص، به‌خصوص در انبار‌های بزرگ می‌تواند کار سختی باشد. حالا گروهی از محققان هدست واقعیت افزوده هولولنز مایکروسافت را به فناوری جدیدی مجهز کرده‌اند که می‌تواند مانند اشعه ایکس پشت اجسام را ببیند و چیز‌هایی را پیدا کند که ممکن است با نگاه عادی قابل تشخیص نباشند.
پژوهشگران MIT بر پایه مطالعات قبلی خود سیستمی آزمایشی موسوم به X-AR را توسعه داده‌اند که درواقع یک هدست هولولنز به‌اضافه یک آنتن فرکانس رادیویی (RF) است. در این سیستم سیگنال‌های فرکانس رادیویی می‌توانند از موانعی مثل کارتن‌های مقوایی، کیسه‌های پلاستیکی و جداکننده‌های چوبی عبور کنند و اجسامی را که پشت آن‌ها هستند، ببینند.
البته کاربر برای یافتن اجسام مخفی باید از قبل برچسب RFID را روی آن‌ها چسبانده باشد تا سیگنال فرکانس رادیویی بتواند آن‌ها را تشخیص دهد. در این شرایط، زمانی که فرد به شیء مدنظر خود نزدیک شود، لایه‌ای شفاف را روی هدست مشاهده می‌کند که آن شیء را نشان می‌دهد.
هدست X-AR محققان MIT چقدر موفق عمل می‌کند؟
محققان می‌گویند در آزمایش‌هایی که در انبار‌ها انجام داده‌اند، این هدست توانسته است به‌طور میانگین اشیای مخفی را از فاصله ۹.۸ سانتی‌متری شناسایی کند. این دستگاه همچنین با دقت ۹۶درصدی تأیید می‌کند که کاربر اشیای درست را برداشته است یا خیر.
«فادل ادیب»، محقق ارشد این پروژه، درباره X-AR می‌گوید: «تمام هدف ما از این پروژه ساخت یک سیستم واقعیت افزوده بود که به شما اجازه دهد اشیای نامرئی، یعنی چیز‌هایی را که در جعبه‌ها یا دور از دید هستند، ببینید و دستگاه برای انجام این کار می‌تواند شما را به‌سمت این اشیا هدایت کند و اجازه دهد به‌شکلی با جهان فیزیکی ارتباط داشته باشید که پیش‌تر ممکن نبود.»
پژوهشگران می‌گویند یکی از چالش‌های اصلی آن‌ها طراحی آنتنی بود که بتواند بدون مسدودکردن میدان دید کاربر یا دوربین‌ها، روی هدست قرار بگیرد. پس از طراحی آنتن، نوبت به طراحی سیستمی برای شناسایی برچسب‌های RFID رسید. آن‌ها در این مسیر از تکنیکی موسوم به «رادار دهانه ترکیبی» (SAR) استفاده کردند که شبیه به سیستم مورد استفاده در هواپیما‌ها برای تصویربرداری از زمین است.
X-AR از زاویه‌های مختلف از محیطی که کاربر درحال حرکت در آن است، تصویربرداری و سپس این داده‌ها را با هم ترکیب می‌کند. درنهایت نقشه‌ای از محیط ساخته می‌شود که به شناسایی شیء موردنظر و هدایت کاربر به‌سمت آن کمک می‌کند.