7月8日消息，科技媒體techradar今天（7月8日）發布博文，報道稱麻省理工學院研究人員開發mmNorm新技術，利用毫米波信號（millimeter-wave，與Wi-Fi相同頻率范圍）重構隱藏的3D物體，其準確度超過了現有雷達技術18%。
這項技術能夠在視線受阻的環境中，如箱子內部、墻壁后或物體下方，幫助人工智能（AI）更好地識別物體。
傳統雷達技術主要依賴背投影（back projection）方法掃描，所產生的圖像分辨率低，且在掃描小型或被遮擋的物體上效果不佳。
mmNorm技術不是簡單地測量信號反射的位置，而是估計表面的方向，即研究者所說的表面法線（surface normal）。
通過結合不同天線位置的大量估計，系統能夠重構物體的3D曲率，甚至能夠區分如杯子把手或箱子里的刀和勺子等細微的形狀差異。
這種新方法在超過60個物體上的重建準確度達到了96%，超過了現有方法78%的準確度。該系統在木材、塑料、玻璃和橡膠制成的物體上表現良好，盡管在面對密集的金屬或厚實障礙物時仍存在困難。
研究人員目前正努力提高分辨率和材料敏感性，進一步增加潛在的應用場景。在安全掃描或軍事領域，mmNorm技術無需打開包裹或箱子，可以重構隱藏物品的形狀。這種能力對于倉庫自動化、搜救甚至輔助生活環境中的人工智能機器人來說可能至關重要。
