MIT transforma celulares em radares para enxergar atrás de paredes

Pesquisadores do MIT Media Lab apresentam, neste 24 de maio de 2026, um sistema que permite a celulares comuns formar imagens de objetos fora do campo de visão direto. A tecnologia usa o sensor LiDAR já presente em alguns smartphones para detectar o reflexo de luz em paredes e reconstruir o que está escondido logo depois da esquina. O método, descrito na revista Nature, leva ao bolso um tipo de imageamento antes restrito a equipamentos de laboratório de cerca de US$ 50 mil.

Do laboratório ao bolso

O trabalho parte de um dado pouco comentado fora dos círculos técnicos: o LiDAR dos smartphones já mede o tempo de voo da luz com precisão de picossegundos, um trilionésimo de segundo. Essa escala minúscula permite capturar não apenas o retorno direto do feixe, mas também sinais fracos de luz que batem primeiro em paredes e pisos, depois em objetos ocultos, e só então voltam ao sensor.

Até agora, explorar esse caminho exigia equipamentos de laboratório que custavam em torno de US$ 50 mil, o equivalente a cerca de R$ 250 mil. Eram sistemas volumosos, de uso restrito, que dependiam de calibração minuciosa sempre que saíam da bancada. O avanço do MIT está em mostrar que sensores disponíveis no varejo, com preço inferior a US$ 100, atingem desempenho comparável quando combinados a um software adequado.

Os autores descrevem um protótipo de imageamento NLOS, sigla em inglês para “non-line-of-sight”, ou fora da linha de visão. O hardware é o mesmo dos celulares topo de linha, mas o cérebro da operação é um conjunto de algoritmos que ainda roda em ambiente de pesquisa. Em vez de exigir gambiarras de laboratório, o sistema funciona sem calibração prévia: basta movimentar o aparelho diante da superfície que serve de espelho difuso.

A peça central do estudo recebe o nome de motion-induced aperture sampling, ou amostragem por abertura induzida pelo movimento. Na prática, o tremor inevitável de quem segura o telefone deixa de ser ruído e passa a ser fonte de dados. Cada microvariação de posição muda o ângulo de chegada da luz refletida, criando variações sutis que o software acumula e traduz em informação espacial.

Os pesquisadores combinam duas ideias já conhecidas. De um lado, o empilhamento de imagens, rotina de fotografia computacional em fotos noturnas, que soma múltiplos quadros para extrair detalhes. De outro, o radar de abertura sintética, técnica consagrada em satélites e aviões, que explora o deslocamento do sensor para aumentar a resolução. O resultado é uma espécie de “radar óptico” portátil, guiado por tremores de mão.

Carros mais seguros e robôs menos cegos

Os testes cobrem três frentes distintas. A equipe reconstrói, em 3D, a forma de objetos ocultos logo após um canto. Em outro cenário, rastreia o movimento de mãos fora do campo direto de visão. Em uma terceira demonstração, usa apenas objetos escondidos para estimar a posição da própria câmera no espaço, como se o ambiente invisível servisse de referência de navegação.

Esse tipo de visão indireta interessa a uma ampla faixa da indústria. Veículos autônomos podem usar o LiDAR para antecipar um pedestre em um cruzamento cego, antes que ele entre na pista. Robôs de navegação, de aspiradores domésticos a plataformas de logística e entrega, ganham percepção extra em corredores brancos e armazéns com poucas texturas visuais, onde câmeras tradicionais se confundem. Headsets de realidade aumentada aproveitam o mesmo princípio para rastrear braços e pernas do usuário quando saem do enquadramento.

A democratização da tecnologia também mexe com custos. Em vez de uma infraestrutura de laboratório de centenas de milhares de reais, o estudo mostra que o sensoriamento NLOS pode se apoiar em componentes de menos de US$ 100 já embutidos em celulares e robôs de consumo. A diferença de ordem de grandeza abre caminho para aplicações comerciais em escala, de segurança a entretenimento.

Nem tudo, porém, está pronto para chegar às prateleiras. Os melhores resultados aparecem com objetos muito reflexivos, como o adesivo usado nos experimentos. Em paredes pintadas e tecidos comuns, o sinal se torna mais fraco e suscetível a ruídos. Os autores admitem que ainda falta sensibilidade e robustez para enfrentar a bagunça luminosa do mundo real, onde reflexos competem, superfícies variam e o usuário nem sempre coopera.

Há também o obstáculo de software básico. As interfaces de programação de LiDAR dos principais sistemas operacionais móveis não foram desenhadas para esse tipo de uso. Hoje entregam dados mais enxutos, suficientes para medir distância direta, mas incapazes de expor toda a riqueza temporal exigida pelo método. Na prática, o hardware está pronto, mas as portas de acesso seguem fechadas para desenvolvedores comuns.

Da prova de conceito ao cotidiano

O estudo publicado na Nature funciona como um mapa do que pode vir a seguir. No curto prazo, a aposta é em versões otimizadas dos algoritmos, capazes de rodar em tempo real ou quase, sem drenar a bateria em minutos. A mesma lógica vale para a compressão de dados: será preciso reduzir o volume de informação sem perder as nuances que revelam o que está fora da vista.

Em paralelo, fabricantes de chips e de smartphones podem explorar a descoberta como diferencial competitivo. Um aparelho capaz de “enxergar” depois da esquina interessa tanto a empresas de segurança quanto a desenvolvedores de jogos de realidade mista. A pressão do mercado tende a acelerar a abertura de APIs mais completas de LiDAR, hoje restritas a parcerias específicas.

No horizonte dos veículos autônomos e robôs industriais, a tecnologia NLOS em hardware de baixo custo alimenta um debate antigo sobre segurança. Se um carro consegue antecipar um obstáculo escondido, a responsabilidade por evitar acidentes pode se deslocar ainda mais para fabricantes de software e sensores. A discussão regulatória, que caminha a passos lentos, terá de acompanhar o salto técnico para não ficar obsoleta.

Os próprios autores evitam cravar prazos para que a ferramenta deixe o laboratório. Falam em um caminho claro, mas sem datas. Entre a prova de conceito e um aplicativo de prateleira, há etapas de engenharia, padronização e ajuste fino em ambientes reais. A promessa, porém, é sedutora: transformar o tremor da mão em janela para além da parede e redesenhar os limites daquilo que um celular é capaz de ver.