Analizando inteligentemente los resultados, el algoritmo puede deducir la forma, tamaño y distribución de una habitación, así como detectar en presencia de objetos o personas. Los resultados se muestran como una transmisión de video que convierte los datos del eco en una visión tridimensional.

Una diferencia clave entre el logro del equipo y la ecolocalización de los murciélagos es que los murciélagos tienen dos orejas para ayudarlos a navegar. mientras que el algoritmo está ajustado para trabajar con datos recopilados desde un solo punto, como un micrófono o una antena de radio.

Los investigadores dicen que la técnica podría usarse para generar imágenes a través de potencialmente cualquier dispositivo equipado con micrófonos y parlantes o antenas de radio.

La investigación, descrito en un artículo publicado hoy por científicos y físicos informáticos de la Universidad de Glasgow en la revista Cartas de revisión física , podría tener aplicaciones en seguridad y salud.

Dr. Alex Turpin y Dr. Valentin Kapitany, de la Facultad de Ciencias de la Computación y la Facultad de Física y Astronomía de la Universidad de Glasgow, son los autores principales del artículo.

El Dr. Turpin dijo:"La ecolocalización en animales es una habilidad notable, y la ciencia ha logrado recrear la capacidad de generar imágenes tridimensionales a partir de ecos reflejados de diversas formas, como RADAR y LiDAR.

"Lo que distingue a esta investigación de otros sistemas es que, primeramente, requiere datos de una sola entrada, el micrófono o la antena, para crear imágenes tridimensionales. En segundo lugar, Creemos que el algoritmo que hemos desarrollado podría convertir cualquier dispositivo con cualquiera de esas piezas del kit en un dispositivo de ecolocalización.

"Eso significa que el costo de este tipo de imágenes en 3D podría reducirse considerablemente, abriendo muchas aplicaciones nuevas. Un edificio podría mantenerse seguro sin las cámaras tradicionales captando las señales reflejadas por un intruso, por ejemplo. Se podría hacer lo mismo para realizar un seguimiento de los movimientos de los pacientes vulnerables en los hogares de ancianos. Incluso pudimos ver el sistema que se usa para rastrear el ascenso y la caída del pecho de un paciente en entornos de atención médica, alertar al personal sobre cambios en su respiración ".

El documento describe cómo los investigadores utilizaron los altavoces y el micrófono de una computadora portátil para generar y recibir ondas acústicas en el rango de kilohercios. También usaron una antena para hacer lo mismo con los sonidos de radiofrecuencia en el rango de gigahercios.

En cada caso, recopilaron datos sobre los reflejos de las ondas tomadas en una habitación cuando una sola persona se movía. Al mismo tiempo, también registraron datos sobre la habitación utilizando una cámara especial que utiliza un proceso conocido como tiempo de vuelo para medir las dimensiones de la habitación y proporcionar una imagen de baja resolución.

Al combinar los datos de eco del micrófono y los datos de imagen de la cámara de tiempo de vuelo, el equipo 'entrenó' su algoritmo de aprendizaje automático durante cientos de repeticiones para asociar retrasos específicos en los ecos con imágenes. Finalmente, el algoritmo había aprendido lo suficiente para generar sus propias imágenes de alta precisión de la habitación y su contenido solo a partir de los datos del eco, dándole la habilidad 'como un murciélago' de sentir su entorno.

La investigación se basa en trabajos previos del equipo, que entrenó un algoritmo de red neuronal para construir imágenes tridimensionales midiendo los reflejos de los destellos de luz usando un detector de un solo píxel.

El Dr. Turpin agregó:"Ahora hemos podido demostrar la efectividad de esta técnica algorítmica de aprendizaje automático utilizando luz y sonido, lo cual es muy emocionante. Está claro que hay mucho potencial aquí para sentir el mundo de nuevas formas, y estamos ansiosos por seguir explorando las posibilidades de generar más imágenes de alta resolución en el futuro ".

El papel del equipo, titulado "Imágenes en 3D a partir de ecos temporales de trayectos múltiples, "se publica en Cartas de revisión física .