突破视界：利用消费级 LiDAR 也能看穿墙角？

TL;DR

长期以来，非视距（NLOS）成像一直是计算摄影领域的“黑科技”，依赖于动辄万美金的实验室设备。MIT 的研究团队近期发布了一项突破性工作：通过 MAS（Motion-Induced Aperture Sampling）模型，仅使用智能手机自带的廉价 LiDAR（成本不足 $100）和自然的手部晃动，即可捕捉墙角后的 3D 信息。

1. 痛点：为什么你的手机 LiDAR 以前做不到？

NLOS 的原理是将墙壁视为一块“粗糙的镜子”，分析光线经过二次反射回传的微弱信号（多跳反射，Multi-bounce）。然而，手机端的消费级传感器面临三个致命打击：

• 低信噪比 (Low SNR)：为了人眼安全，激光功率极低，且曝光时间短，信号往往淹没在噪声中。
• 低空间分辨率：实验室设备有百万像素，手机 LiDAR 通常只有 8x8 或 10x10 的点阵。
• 运动模糊 (Motion Blur)：手持拍摄时的抖动和隐藏物体的运动会让信号在时间轴上相互耦合。

2. 核心直觉：把“抖动”变成“超分辨率”

作者的灵感源于迸发摄影（Burst Photography）和合成孔径雷达（SAR）。如果单帧信号不够强，能不能通过连续捕捉多帧并利用运动轨迹来“拼凑”出一个巨大的探测孔径？

这就是 MAS 模型 的核心。它利用 光锥变换 (Light-Cone Transform, LCT) 将时间维度的飞行时间（ToF）与空间坐标对齐，把复杂的成像过程简化为一个 3D 卷积。 其物理内涵是：物体的形状投影是静态的，而运动只是在 LCT 空间中产生了一个平移。这个巧妙的分解，让实时处理成为了可能。

3. 算法架构：粒子滤波的奇袭

由于 NLOS 问题本质上是高度病态的逆问题（多个位置可能产生相似信号），作者引入了粒子滤波（Particle Filter）：

1. 传播（Propagation）：基于运动先验（如恒定速度）预测下一时刻粒子的位置。
2. 评估（Evaluation）：根据 MAS 模型渲染每一颗粒子对应的模拟测量值，并与传感器实测值进行对比打分。
3. 重采样（Resampling）：保留高分粒子，剔除偏差较大的路径。

这种方法不仅极大地抑制了噪声，还能在信号缺失时保留不确定性（Probability Distribution），避免了传统 FBP 算法的伪影问题。

4. 实验战绩：全场景 NLOS 能力

该方法在三大任务上展现了惊人的效果：

• 3D 跟踪：实时追踪墙角后的移动物体，平均误差仅 4.7cm。
• 多物体追踪：甚至能同时分辨并追踪双手的运动路径（如图 4 所示）。
• 相机定位（Landmark-free Localization）：在没有任何纹理的白墙环境中，利用墙角后的固定物体作为“锚点”来矫正相机的位姿，解决了传统 SLAM 的特征点缺失痛点。

5. 局限与展望

尽管该技术实现了“普及化”的跨越，但在处理**复杂材质（漫反射物体）**时信号依然非常微弱（见图 5）。此外，目前的打分函数（Cosine Similarity）对复杂背景的抗干扰能力有待加强。

总结：这项工作最伟大的地方在于它证明了——NLOS 并不需要昂贵的设备。利用算法的“软实力”来弥补硬件的“硬缺陷”，这种 软硬一体化 (Co-design) 的思路，正是未来智能感知设备的主战场。