格拉斯哥、米兰和代尔夫特的研究人员发明了一种技术，通过与人工智能(AI)结合的简单飞行时间传感器构建移动的3D图像。
亚马逊支持的欧洲研究人员开发了一种技术，可以使用简单的飞行时间（ToF）生成移动的3D图像，而无需使用空间数据。
ToF传感器不是捕捉光子落在图像传感器阵列上的位置，而是测量光子到达的时间。例如，这些传感器已经被广泛应用于手机中，成本低廉。但它们只提供1D数据来测量距离。3D ToF传感器使用像素阵列来组合特殊和时间数据，例如来自Teledyne e2V:用于三维视觉的高分辨率传感器
在《OpTiCa》杂志上发表的一篇论文中，格拉斯哥大学、图尔夫特大学和理工大学米兰大学的研究人员在电子商务巨头Amazon的支持下，使用了TOF SPAD（单光子雪崩探测器）传感器，从一个脉冲激光接收数据，照亮了一个场景。这将创建一个所有接收光子从场景中的对象反弹的时间图。
诀窍是用同一场景的图形和常规照片训练神经网络。经过数千组训练后，人工智能网络已经充分了解了时间数据与照片的对应关系，它能够仅从时间数据创建高度精确的图像。这将把处理从数字信号分析转移到片上人工智能加速器。这也可能导致片上人工智能学习其中神经网络被细化。
在原理验证实验中，研究小组设法从时间数据中以每秒10帧的速度构建运动图像，尽管所使用的硬件和算法有可能每秒生成数千幅图像。
优点是这项技术可以用于任何类型的光子，包括雷达。这为无人驾驶汽车和送货无人机提供了低成本传感器。正在研发送货无人机的亚马逊(Amazon)是这项研究的资助者之一。
