近日，浙大研發團隊提出了一種新型機器感知方法——高光譜熱雷達HADAR （heat-assisted detection and ranging），也可以簡稱為“熱雷達”。開創熱雷達先河，為機器感知拓展全新領域。

高光譜熱雷達的應用

微波雷達、激光雷達與聲納都是主動式傳感，它們會主動向環境發射信號。熱雷達是被動式傳感，會和相機一樣“默默”地接收信號。

浙大課題組之所以將它取名為雷達，是希望有朝一日熱雷達可以像微波雷達和激光雷達一樣，在各行各業中取得廣泛應用。

熱雷達最直接的應用就是作為機器人以及無人駕駛汽車的傳感器。熱雷達采取完全被動式的傳感方式，可以感知材料、溫度、幾何紋理等多維度的物理信息，還能在黑夜看到類似白天的景象，這將為機器人提供全新的機器視覺支持。

熱雷達也能用于野生動物監測。野生動物大多只在夜間活動。熱雷達的夜視能力以及靈敏的溫度感知能力，將幫助我們更好地監測珍稀野生動物。

熱雷達也可用于智能醫療，更好地在夜間監測患者的行為、狀態。

熱雷達還能用于國防領域，由于其具備被動傳感的特征，故其具有良好的隱蔽性。

?

紅外高光譜成像數據庫

為了研究熱雷達，研究者自學了一些計算機圖形的基礎知識，并且開發出一個基于光線追跡的計算機圖形仿真軟件，生成了世界上唯一一個公開的紅外高光譜成像的數據庫（the HADAR database）。

利用這個數據庫，他們開始訓練機器學習，并對熱雷達理論進行數值驗證。同時，利用 DARPA 項目組提供的更加優質的實驗數據，鮑芳琳開發了一系列算法，在實驗上實現了熱雷達的所有效果，包括 TeX 視覺、類比于白天的夜視能力、顯著優于傳統熱成像的目標探測與距離測量等。

熱雷達是一個新概念，也是一個跨領域的工作，涵蓋光學信息理論、機器學習算法、實驗細節、與當前機器視覺的對比分析等內容。盡管熱雷達涉及到多個學科的知識，但它本身是一個新生事物，不曾被明確定義過。也許若干年后，熱雷達本身就成了一個研究方向。

但是，目前的熱雷達仍然處于概念驗證的階段，還有很多理論需要通過進一步的實驗加以驗證，也有更多應用值得去探索。

?