Un equipo del prestigioso MIT está trabajando en el desarrollo de una cámara 3D de altas prestaciones que, además, pueda ser desplegada en un smartphone y, así, convertirlos en sistemas móviles para la captura de imágenes 3D.
Este es el reto al que se enfrenta el equipo del Profesor Vivek Goyal del Laboratorio de Investigación Electrónica del MIT, un proyecto con el que pretenden desarrollar una cámara 3D de altas prestaciones, de tamaño reducido, barata, de bajo consumo y capaz de trabajar con cualquier condición de luz ambiental.
El reto es de una gran complejidad técnica, de acuerdo al comentario de Ahmed Kirmani, uno de los miembros del equipo de trabajo:
“…Las pantallas 3D están muy por delante, tecnológicamente hablando, que las cámaras 3D. Hay muchas pantallas 3D de gran resolución capaz de reproducir vídeo, sin embargo, la captura es mucho más complicada que la reproducción…”
El equipo de investigación del MIT se basa en el “tiempo de vuelo” de las partículas de luz para medir la profundidad. Con tal fin, lanzan un pulso de luz infrarroja y la cámara mide el tiempo que pasa hasta que la luz rebota y vuelve, captando así la distancia a cada uno de los obstáculos que existen (con un conjunto de receptores).
En la actualidad, los sistemas que realizan este tipo de capturas son caros, así que el equipo del MIT decidió desarrollar una cámara con un único detector de luz, es decir, una cámara de un único píxel que, sumada a un algoritmo, es capaz de disparar el pulso de luz varias veces.
La luz emitida por el sistema se hace pasar por una serie de patrones aleatorios de luz y de oscuridad que, tras la detección del rebote, es capaz de ofrecer información suficiente para que un algoritmo pueda reconstruir una imagen bidimensional a partir de la intensidad de luz medida por el detector.
La tercera dimensión de la imagen proviene de un cálculo matemático en el que suponen que todas las superficies de la escena a captar son planas y están orientadas hacia la cámara; así que mediante otro algoritmo matemático se obtiene un mapa bastante aproximado de la profundidad del entorno y sus obstáculos.
Fuente: MIT
