物体

第二项是物体追踪：已知物体的大致形状后，系统能实时追踪它在三维空间中的运动轨迹，甚至能同时追踪多个物体。

他提出了一个叫“运动诱导孔径采样”（Motion-InducedApertureSampling，MAS）的模型，把物体形状、物体运动和相机运动三个因素统一到同一个测量框架里。

机器人干活恰恰相反，它必须主动与物体接触，并利用相互作用力改变物体的状态。

通过滑动与振动两类主动探索行为，该方法可利用单一柔性压电触觉传感器，分别针对性感知物体的外部结构信息与内部属性信息。

人用手拿起物体时，能够同时感觉是否发生接触、用了多大的力、物体是否滑动，也能通过按压和摩擦判断软硬与纹理。

用了多大的力、有没有抓稳、物体是否正在变形，都需要机器人拥有触觉。

对漫反射物体的效果也明显不如回射材料。

系统目前依赖一些较强的假设：物体的形状和运动在帧与帧之间保持相对一致，这样才能把许多极弱的测量累积成较强的信号。

追踪任务使用了粒子滤波算法，用1,000个粒子来表示物体位置的概率分布，每一帧根据运动先验传播粒子、根据实测数据评估权重、然后重采样，整个过程在30Hz帧率下运行。

通过分析这些经过多次反弹的极微弱光信号的飞行时间，就能推算出隐藏物体的位置和形状。

第一项是三维重建：让相机在墙面前自然移动，系统能重建出墙后静止物体的三维形状。

2012年，MIT的RameshRaskar团队在NatureCommunications上首次演示了用超快飞行时间成像技术重建拐角后方物体的三维形状。