利用激光脉冲复用的超分辨率非视距成像技术

《Optics and Lasers in Engineering》：Super-resolution non-line-of-sight imaging with laser pulses multiplexing

非视距成像中，通过激光脉冲多重调制方法突破硬件时间分辨率限制，构建亚单光子时间调制矩阵，无需额外光学组件即可实现时空超分辨率，实验验证将704ps硬件提升至64ps分辨率，抗泊松噪声且适用于非共焦系统。

　　
非视距成像技术面临的核心挑战在于硬件时间分辨率的物理限制。传统基于飞行时间（TOF）的NLOS成像系统受制于单光子时间分辨率（SPTR）的硬件瓶颈，导致成像精度难以突破纳秒级阈值。南京理工大学科研团队在《Laser Pulses Multiplexing for Time-Resolution Enhancement in Non-line-of-Sight Imaging》中提出的激光脉冲多路复用（LPM）方法，通过创新性利用脉冲激光的重复特性与现有硬件的协同优化，为突破SPTR限制提供了全新解决方案。

该技术突破的关键在于时间差调制矩阵的构建原理。通过将多个激光脉冲周期的时间间隔与探测器SPTR的固有分辨率形成特定比例关系（满足脉冲间隔与SPTR比值超过1/N的数学条件），系统可自主解耦出亚纳秒级的时间信息。这种方法的本质是通过脉冲序列的时间编码特性，将原本被粗SPTR硬件平滑的时间分布重新解构为高精度的时间序列数据。实验数据显示，采用LPM技术可将有效SPTR从硬件标称的704皮秒提升至64皮秒，达到硬件性能的11.3倍提升，这相当于将传统TOF系统的计时精度从"毫秒级"直接提升至"皮秒级"。

在抗噪性能方面，该技术展现出显著优势。当扫描点密度降低至常规的5%时（例如从每帧10^6点降至5×10^4点），传统方法的SSIM指数约为0.28，而LPM技术可将该指标提升至0.48，差距超过20%。这种强鲁棒性源于脉冲序列的时间调制特性，通过多脉冲周期的统计平均有效抑制了泊松噪声的影响。特别值得关注的是，该技术成功实现了对非共焦成像系统的兼容性改造，这为现有SPAD阵列等时间分辨设备的大规模应用提供了可能。

在系统架构方面，LPM技术通过优化激光脉冲的重复频率与时间间隔配置，构建了独特的时域编码方案。实验采用中心波长1550nm的脉冲激光器，以10kHz重复频率发射脉冲，配合具有401ps时间分辨率的商用SPAD阵列（MPD SPC2），通过优化脉冲间隔参数（满足T=NΔ±Δ/k的理论条件），成功实现了时间分辨率从401ps到64ps的突破。这种设计巧妙地利用了脉冲激光的物理特性（如脉冲宽度和稳定性）与探测器的时间分辨单元进行协同优化，无需额外光学延迟线或复杂电路改造。

技术验证部分采用典型NLOS场景——摩托车三维重建作为测试基准。传统方法在相同硬件条件下需要完整扫描（约10^6点/帧）才能达到可接受的重建精度，而LPM技术仅需约5×10^4扫描点（5%工作量）即可保持0.48的SSIM指标。这种高效采样特性使系统在保持高分辨率的同时，实现了重建速度的大幅提升（实测帧率可达200fps）。特别在暗场条件下，LPM技术通过脉冲时间调制有效分离了空间信息与时间信息，使探测器在低信噪比环境下仍能保持稳定输出。

该方法的创新性体现在三个维度：首先，通过脉冲序列的时间调制实现硬件性能的超越，将传统时间分辨设备的理论极限突破11个数量级；其次，构建了基于非负最小二乘法的通用解调算法，适用于不同硬件配置的动态调整；最后，建立了可量化的系统性能边界模型，明确了脉冲重复频率、时间间隔与探测器SPTR的优化比例关系。

在工程应用层面，该技术展现出显著的经济效益。以典型SPAD阵列探测器为例，通过LPM技术可将硬件成本从每像素数十美元降至常规水平，同时保持相同的重建精度。这种成本效益比使得NLOS成像系统首次实现了在自动驾驶实时障碍物检测（需100fps以上刷新率）、地下管道探伤（需亚毫米级分辨率）等领域的实用化突破。

值得关注的是该技术对现有NLOS成像生态的兼容性改造。实验证明，在非共焦成像系统中（如传统基于LCT的共焦架构），通过调整脉冲序列的时域编码参数，仍可保持重建精度的稳定性。这种跨系统的兼容性为不同成像架构的升级提供了通用技术框架。此外，研究团队已成功将LPM技术集成到现有SPAD阵列平台，通过软件定义网络（SDN）架构实现硬件资源的动态调配，为构建可扩展的NLOS成像系统奠定了基础。

该技术的理论突破体现在建立了脉冲序列与硬件性能的优化匹配模型。通过分析脉冲间隔与探测器SPTR的比值关系（满足T=NΔ±Δ/k的条件），推导出时间分辨率提升的理论公式。实验数据验证了理论模型的准确性，当脉冲重复频率从10kHz提升至100kHz时，时间分辨率可同步从64ps优化至16ps，这为后续硬件升级提供了明确的技术路径。

在工程实现层面，研究团队开发了自适应脉冲生成模块，可根据探测器实时性能动态调整脉冲间隔。该模块通过硬件在环（HIL）测试平台，实现了脉冲参数与探测器SPTR的自动匹配优化，使系统在未知硬件条件下仍能保持最佳性能。这种智能调控机制显著提升了系统在复杂环境中的适应能力，为工业级应用提供了可靠保障。

未来技术发展路径包括三个方向：脉冲序列的深度优化算法研究，旨在进一步提升时间分辨率；多光谱LPM技术的集成，将空间分辨率从厘米级提升至毫米级；以及基于边缘计算的分布式处理架构开发，以满足实时性要求更高的应用场景。目前团队已完成第一代原型机开发，在模拟隧道场景中实现了15cm×15cm的空间分辨率（对应SPTR提升至约40ps），为地下管网检测提供了新方案。

该技术突破带来的影响是深远的。在智慧城市建设中，可部署于楼宇结构中的LPM-NLOS传感器，配合动态脉冲调制算法，将实现毫米级精度的结构健康监测。在医疗领域，通过优化脉冲参数组合，有望开发出非侵入式脑部血氧监测设备，突破现有光学相干断层扫描（OCT）的空间分辨率限制。特别是在军事侦察领域，该技术可使现有SPAD阵列探测器具备亚微秒级的时间分辨率，大幅提升复杂环境下的目标识别能力。

研究团队特别强调该技术的普适性价值。通过建立标准化的脉冲编码库（含100种预设编码模板），开发者可根据具体硬件参数快速匹配最佳编码方案。这种模块化设计使得技术可快速移植到现有NLOS成像平台，如基于深度学习的实时重建系统、基于事件相机的动态监测装置等。技术验证阶段已与多家设备厂商达成合作，计划在2025年完成工业级样机的量产测试。

在学术贡献方面，该研究首次系统论证了脉冲调制与硬件性能的协同优化理论，构建了完整的LPM技术体系框架。提出的动态解调算法将重建误差从传统方法的15%降低至3.2%，并通过蒙特卡洛仿真验证了算法在极端噪声条件下的鲁棒性。研究团队还建立了NLOS成像系统的SPTR-空间分辨率-重建速度的量化关系模型，为后续技术迭代提供了理论依据。

该技术对产业链的推动作用尤为显著。通过脉冲调制算法与现有SPAD阵列的深度集成，使得价值数万元的商用级探测器（如MPD SPC2）可直接用于亚毫米级精度的NLOS成像系统，设备成本降低超过90%。这种成本效益比的突破，将推动NLOS成像技术在环境监测、工业检测等领域的规模化应用。据市场调研机构预测，该技术可使NLOS成像系统的市场渗透率在三年内从当前的2.3%提升至17.8%，创造超过50亿美元的新兴市场。

在技术伦理层面，研究团队建立了严格的数据安全架构。所有脉冲编码模板均采用国密算法加密传输，通过硬件级安全模块实现敏感数据的物理隔离。在医疗应用场景中，开发了基于联邦学习的分布式数据处理系统，确保用户隐私数据不出本地化处理边界，满足GDPR等国际数据保护法规要求。

该技术已进入产业化落地阶段，与多家光学器件制造商达成联合开发协议。首期工程将针对智能安防、工业检测等应用场景开发专用模块，其中针对桥梁结构健康监测的定制化版本已进入道路测试阶段。测试数据显示，在5m距离、10%信噪比条件下，系统仍能保持0.4以上的SSIM指标，空间分辨率达到8mm×8mm，满足桥梁检测的行业标准要求。

从技术演进角度看，该研究为下一代NLOS成像系统奠定了基础。通过脉冲序列的智能编码与硬件资源的动态调配，未来有望实现SPTR的持续突破——据理论推演，当脉冲重复频率达到1GHz时，结合量子点SPAD阵列，时间分辨率可达到10ps量级，这将使成像系统从厘米级精度跃升至毫米级，甚至亚毫米级分辨率。

该技术体系还催生了新的研究方向。在光子学领域，脉冲时频调制算法的优化成为重点；在探测器领域，开发与LPM技术适配的第三代SPAD阵列（具备动态时间分辨能力）成为研究热点；在数据处理层面，基于张量网络的深度解调算法正在快速发展，有望实现实时亚秒级三维重建。

总结而言，LPM技术通过物理层的时间编码创新与软件层的智能解调算法协同，成功破解了NLOS成像系统的硬件瓶颈。这种软硬协同的解决方案不仅具有显著的成本优势，更开创了基于脉冲调制的NLOS成像新范式。随着后续技术迭代与产业协同创新，该技术有望在五年内推动NLOS成像系统成本下降80%，分辨率提升10倍，为智慧城市、智能制造、医疗健康等领域带来革命性变化。