MIT transforma LiDAR de celular em “radar” para ver além da parede

Pesquisadores do MIT Media Lab anunciam, em 24 de maio de 2026, um sistema que permite a celulares enxergar objetos escondidos usando apenas o sensor LiDAR já presente nos aparelhos. A técnica, descrita na revista Nature, leva para o bolso uma capacidade antes restrita a equipamentos de laboratório de US$ 50 mil.

Celular que enxerga depois da esquina

No laboratório em Cambridge, nos Estados Unidos, os cientistas se concentram em um desafio aparentemente simples: ver o que está logo após a esquina. O que antes dependia de lasers especiais e câmeras caríssimas passa a caber em um smartphone comum, graças a um software que transforma o LiDAR do aparelho em um radar de obstáculos fora do campo de visão.

O princípio é conhecido na sigla em inglês NLOS, de non-line-of-sight, ou imageamento fora da linha de visão direta. Até agora, essa proeza exige sistemas avaliados em cerca de US$ 50 mil, algo em torno de R$ 250 mil, além de longas sessões de calibração. O grupo do MIT mostra que o mesmo efeito surge com sensores disponíveis por menos de US$ 100, já integrados a celulares, relógios inteligentes e robôs domésticos.

A aposta dos pesquisadores está na precisão extrema desses sensores. O LiDAR mede o tempo que a luz leva para ir e voltar de um objeto com resolução de picossegundos, um trilionésimo de segundo. Essa escala minúscula permite distinguir não apenas o que está à frente da câmera, mas também sinais muito fracos de luz que batem em paredes e pisos, ricocheteiam e alcançam objetos escondidos logo adiante.

O estudo publicado na Nature descreve um experimento em três frentes. Em uma delas, o sistema reconstrói em 3D a forma de objetos ocultos atrás de uma barreira. Em outra, acompanha o movimento das mãos de uma pessoa que se mexe fora do campo de visão direto da câmera. Em uma terceira, usa esses mesmos reflexos para estimar a posição da câmera no espaço, como se orientasse o celular a partir do que ele não vê diretamente.

Do tremor da mão ao mapa invisível

O detalhe mais inesperado do trabalho é que o maior aliado da técnica é um velho inimigo da fotografia: o tremor da mão. A estratégia central recebe o nome de motion-induced aperture sampling, ou amostragem por abertura induzida pelo movimento. Em vez de tentar eliminar esse balanço natural do corpo, o algoritmo o usa como fonte de dados adicionais.

Na prática, o celular registra uma sequência de leituras do LiDAR enquanto a mão do usuário oscila alguns milímetros para cada lado. Cada posição ligeiramente diferente coleta um conjunto novo de trajetórias de luz refletida nas superfícies próximas. O software então empilha essas medições, como nas fotos noturnas que combinam vários cliques, e reconstrói uma imagem escondida, de forma semelhante ao que radares de satélite fazem ao usar o movimento da órbita para ganhar resolução.

Essa combinação de empilhamento de imagens e conceito de radar de abertura sintética permite ao sistema extrair significado de sinais que antes eram puro ruído. “A ideia é que o hardware já sabe medir com precisão absurda, nós só ensinamos o software a ouvir o que estava sendo ignorado”, resume um dos autores no artigo. O resultado é um esboço tridimensional da cena oculta, suficiente para indicar a presença, a forma aproximada e o movimento de um objeto depois da esquina.

Os testes revelam que objetos com superfícies mais reflexivas, como o adesivo usado nos experimentos, produzem imagens mais nítidas. Em paredes comuns, roupas e móveis, o sinal ainda é fraco e exige tempos de captura maiores e processamento intensivo. Os próprios pesquisadores admitem que essa limitação precisa ser resolvida antes de qualquer uso cotidiano em larga escala.

Apesar disso, um aspecto chama atenção: o sistema funciona sem calibração prévia ou ajustes finos para cada aparelho. O celular opera com o LiDAR disponível de fábrica, o usuário apenas aponta na direção de uma parede próxima e se move de forma natural. A equipe descreve o conceito como um futuro imageamento NLOS plug-and-play, “só conectar e usar”, apoiado apenas em atualizações de software.

Impacto em carros autônomos, realidade aumentada e robôs

A possibilidade de ver além da linha de visão direta abre uma frente imediata em segurança. Veículos autônomos poderiam identificar pedestres, bicicletas e outros carros em cruzamentos cegos, antes que apareçam no campo da câmera principal. Em situações de baixa visibilidade, um LiDAR mais inteligente, apoiado por esse tipo de algoritmo, pode compensar a falta de textura visual e reduzir o risco de colisões.

Headsets de realidade aumentada também entram na conta. Com imageamento NLOS, braços e pernas do usuário continuam rastreados mesmo quando saem do enquadramento da câmera frontal. O efeito é uma experiência mais estável, sem sumiços constantes de mãos virtuais, e uma base mais sólida para aplicações profissionais que dependem de precisão milimétrica, como treinamento industrial e simulações médicas.

Robôs de navegação, de aspiradores domésticos a veículos de entrega em armazéns, se beneficiam em ambientes pobres em detalhes visuais. Corredores brancos, depósitos padronizados e estacionamentos subterrâneos costumam confundir sistemas baseados só em câmera. Com imageamento fora da linha de visão, esses robôs constroem mapas mais completos do entorno e conseguem antecipar obstáculos atrás de esquinas, portas entreabertas e pilhas de caixas.

A mudança tecnológica também é econômica. O salto de um equipamento de US$ 50 mil para um sensor de menos de US$ 100, já embutido em milhões de aparelhos, democratiza o acesso a um tipo de percepção espacial antes reservado a laboratórios. Essa diferença de dois ordens de grandeza no custo cria espaço para startups de mobilidade, segurança e games testarem soluções que até poucos anos atrás seriam inviáveis.

Da bancada ao mercado: o que ainda falta

O sistema do MIT ainda é um protótipo de pesquisa. O hardware necessário já está em boa parte dos celulares premium, mas os algoritmos rodam em softwares dedicados e exigem poder de processamento relevante. Há um obstáculo adicional: as APIs de LiDAR presentes hoje em sistemas operacionais móveis não foram desenhadas para esse tipo de uso e não expõem todos os dados temporais de que a técnica precisa.

Na prática, isso significa que fabricantes de smartphones e empresas de software precisam abrir mais o acesso ao sensor ou criar modos específicos para imageamento NLOS. Só então recursos como “ver depois da esquina” poderão aparecer em aplicativos de navegação, câmeras nativas ou plataformas de realidade mista. O artigo não arrisca prazos, mas sugere que a evolução é incremental, e não depende de um novo tipo de hardware.

Enquanto isso, o estudo tende a acender uma corrida em fotografia computacional e sensoriamento remoto em miniatura. Laboratórios e empresas devem disputar quem consegue extrair mais informação da mesma nuvem de fótons que já chega aos sensores atuais. A questão que fica é quanto tempo levará até que esse truque de laboratório se transforme em recurso de marketing em um lançamento de celular, prometendo ao usuário que seu aparelho finalmente enxerga o que está fora da cena.