\n<\/p>\n
La nueva c\u00e1mara AtomicSense Platform\/MIMO lidar\/sensor de radar multibanda de Neural Propulsion Systems no solo puede detectar a un peat\u00f3n a 650 yardas, sino que tambi\u00e9n puede adivinar que un autom\u00f3vil se acerca a una intersecci\u00f3n ciega m\u00e1s adelante. \u00bfC\u00f3mo diablos ve el radar en las esquinas?<\/p>\n<\/div>\n
Dos de las longitudes de onda de radar empleadas est\u00e1n en las bandas UHF (900 MHz) y C (5 GHz). Estas frecuencias tienden a difractarse alrededor de esquinas afiladas o deslizarse alrededor de curvas, despu\u00e9s de lo cual pueden rebotar en algo, reflej\u00e1ndose en la direcci\u00f3n en la que vinieron, con una peque\u00f1a porci\u00f3n de su energ\u00eda inicial difract\u00e1ndose o dobl\u00e1ndose alrededor de las mismas esquinas para llegar al receptor de radar.<\/p>\n<\/div>\n
Una vez que doblan una esquina, esas ondas pueden rebotar un poco y sus reflejos crean reflejos de imagen \u00abfantasma\u00bb. Pero el sistema en chip de silicio ejecuta todos estos reflejos a trav\u00e9s de un algoritmo de inferencia bayesiano. La inferencia bayesiana funciona un poco como una l\u00ednea de interrogatorio de diagn\u00f3stico m\u00e9dico para reducir el problema probable: \u00bfel paciente tiene fiebre? \u00bfTambi\u00e9n una erupci\u00f3n?<\/p>\n<\/div>\n
Aqu\u00ed, el sistema utiliza el trazado de rayos para seguir cada objetivo reflejado y el algoritmo, ejecutado por un sistema de inteligencia artificial, identifica y elimina sistem\u00e1ticamente los fantasmas de los objetivos que se considera m\u00e1s probable que sean un veh\u00edculo, un ciclista o un peat\u00f3n que se mueve por el suelo.<\/p>\n<\/div>\n