Sistema do MIT faz celular enxergar objetos fora do campo de visão

Pesquisadores do MIT Media Lab publicam na revista Nature um sistema que permite a celulares enxergar objetos escondidos, usando apenas o sensor de profundidade já presente nos aparelhos. O trabalho, divulgado recentemente, leva para o smartphone uma capacidade antes restrita a equipamentos de laboratório que custam cerca de US$ 50 mil.

Do laboratório ao bolso

A equipe parte de um fato silencioso, mas decisivo: o LiDAR de celulares, relógios e robôs já mede o tempo de voo da luz com precisão de picossegundos, um trilionésimo de segundo. Essa resolução, embutida em aparelhos de menos de US$ 1 mil, abre espaço para explorar sinais que antes pareciam ruído, como reflexos minúsculos em paredes e pisos.

Esses reflexos são a chave do chamado imageamento NLOS, sigla em inglês para “non-line of sight” ou fora da linha de visão. Em vez de olhar direto para o objeto, o sistema observa como a luz do LiDAR ricocheteia no ambiente, bate em algo escondido e retorna ao sensor. Equipamentos capazes de registrar esse percurso existiam, mas dependiam de lasers especializados e peças avaliadas em dezenas de milhares de dólares, além de calibração cuidadosa em bancada.

O que o MIT mostra agora é que o mesmo princípio funciona com o hardware que já está nos bolsos de milhões de pessoas. “A ideia é transformar o celular em um sistema NLOS plug-and-play, só conectar e usar”, explicam os autores no artigo. O software ainda é um protótipo, mas roda sobre sensores LiDAR com preço inferior a US$ 100, presentes em smartphones de última geração.

O avanço aproveita um detalhe inevitável da vida moderna: ninguém segura o celular totalmente parado. O tremor natural da mão, que costuma atrapalhar fotos noturnas, vira protagonista em uma técnica batizada de motion-induced aperture sampling, ou amostragem por abertura induzida pelo movimento. Em vez de corrigir esse balanço, o sistema o transforma em fonte de dados.

A abordagem combina duas ideias já conhecidas em fotografia computacional e sensoriamento remoto. De um lado, o empilhamento de imagens, recurso popular em fotos com pouca luz que soma vários registros para reduzir ruído e aumentar detalhes. De outro, o radar de abertura sintética, usado há décadas por satélites para ampliar a resolução espacial aproveitando o deslocamento da própria antena em órbita.

Visão para além da esquina

A fusão desses conceitos produz algo novo no bolso do usuário comum. Ao acumular múltiplas leituras do LiDAR enquanto a mão treme, o sistema coleta sinais de luz extremamente fracos que saltam de paredes e pisos próximos. O algoritmo reconstrói, a partir desses vestígios, a forma e a posição de objetos que estão fora do campo de visão direto da câmera, como algo escondido logo depois de uma esquina.

Nos testes descritos na Nature, os pesquisadores avaliam três cenários. No primeiro, o sistema gera reconstruções tridimensionais de objetos ocultos, com precisão suficiente para distinguir formas simples no espaço. No segundo, rastreia movimentos, como o das mãos de uma pessoa fora do enquadramento. No terceiro, usa apenas o que vê indiretamente para localizar a própria câmera no ambiente, como se mapeasse o entorno por reflexos.

Essa “visão por tabela” tem apelo imediato para a indústria de robótica e veículos autônomos. Um carro em um cruzamento cego poderia detectar um ciclista vindo na perpendicular antes do contato visual direto. Robôs de logística em armazéns com corredores brancos, quase sem textura, ganhariam uma percepção espacial mais rica, baseada não só no que as lentes enxergam, mas também no que a luz revela ao bater nas superfícies ao redor.

Headsets de realidade aumentada também entram no radar. Com imageamento NLOS, esses dispositivos podem rastrear braços e pernas do usuário mesmo quando saem do ângulo da câmera. A experiência se torna mais fluida, sem o sumiço repentino de mãos e objetos virtuais quando o corpo se move para fora do campo de visão. Em aspiradores robóticos e aparelhos domésticos conectados, o benefício é similar: mais segurança e menos colisões em ambientes com baixa visibilidade.

O salto de custo é significativo. Enquanto plataformas NLOS tradicionais giram em torno de US$ 50 mil, o estudo mostra desempenho comparável com sensores de menos de US$ 100 embutidos em eletrônicos de consumo. A democratização vem daí: não se trata de criar um novo gadget caro, e sim de liberar uma função escondida em hardware que já está circulando desde o início da década.

As limitações, porém, ainda são claras. Os melhores resultados aparecem em superfícies reflexivas, como o adesivo especial usado nos experimentos. Em paredes comuns, roupas ou móveis foscos, o sinal chega bem mais fraco. O algoritmo consegue trabalhar com esse nível de informação, mas ainda está distante da robustez exigida para uso diário em qualquer ambiente.

Do protótipo ao mercado

O sistema descrito pelo MIT ainda vive no território dos laboratórios. O hardware está nos celulares, mas as APIs de LiDAR dos sistemas operacionais atuais não oferecem acesso completo aos dados de tempo de voo necessários para esse tipo de aplicação. Sem essa porta aberta por Apple, Google e fabricantes de Android, o imageamento NLOS fica restrito a protótipos e demonstrações controladas.

Os pesquisadores falam em “caminho aberto”, mas evitam prazos. Entre o artigo na Nature e um recurso pronto em um app de câmera pode haver anos de ajustes. Será preciso otimizar algoritmos para rodar em tempo real, reduzir o consumo de bateria, adaptar a técnica a ambientes variados e, possivelmente, rever padrões de segurança e privacidade para lidar com sensores que enxergam além do óbvio.

A questão da privacidade desponta como próximo debate inevitável. Uma tecnologia que permite ver o que está atrás da esquina também pode ser usada para observar espaços que hoje parecem protegidos do olhar direto de câmeras. Reguladores terão de decidir até onde vai o limite aceitável dessa “visão ampliada” em contextos como segurança pública, monitoramento comercial e uso doméstico.

Enquanto essas respostas não chegam, a indústria acompanha de perto o avanço acadêmico. O potencial de transformar celulares, robôs e veículos em sistemas com percepção quase onipresente é forte demais para ser ignorado, sobretudo em um mercado que disputa usuários com promessas de mais segurança e conveniência.

O estudo do MIT não entrega ainda um aplicativo pronto, mas muda o horizonte do que se espera de um sensor discreto ao lado da câmera do celular. A próxima geração de dispositivos talvez não precise apenas ver melhor o que está à frente. A disputa, daqui para a frente, pode ser por quem enxerga primeiro o que ainda não entrou em cena.