Uno studio pubblicato su Nature nel maggio 2026 mostra come sia possibile farlo con hardware da meno di 100 dollari.
Ricercatori del MIT Media Lab hanno dimostrato che un sensore LiDAR di livello consumer è in grado di ricostruire forme tridimensionali di oggetti nascosti, tracciarne il movimento e persino localizzare la posizione della fotocamera nello spazio usando come riferimento oggetti fuori dal campo visivo diretto. Il sistema non produce fotografie. Restituisce sagome approssimative, nuvole di probabilità, tracce di movimento — ma lo fa con un sensore da smartphone.
LiDAR: cosa è in grado di fare
Il principio fisico su cui si basa è noto: il LiDAR emette impulsi laser e misura il tempo di ritorno. Quello che cambia è come viene trattato il segnale indiretto. Parte della luce emessa colpisce una parete, si diffonde verso un oggetto nascosto, rimbalza di nuovo sulla parete e torna al sensore. Questo percorso multiplo porta con sé informazione, anche se il segnale è debolissimo. Estrarlo da un sensore consumer — rumoroso, a bassa risoluzione, con circa 100 pixel utili — era fino a poco fa considerato impossibile senza attrezzatura specializzata.
LiDAR: cosa è in grado di fare-melablog.it
La soluzione del team del MIT è tecnica e per certi versi contro-intuitiva: invece di compensare il tremore della mano come fanno le fotocamere normali, i ricercatori lo hanno sfruttato. Il micromovimento naturale del dispositivo genera angolazioni leggermente diverse frame per frame. Accumulando molti fotogrammi e fondendoli con algoritmi ispirati al radar ad apertura sintetica, il segnale nascosto emerge dal rumore. La tecnica si chiama motion-induced aperture sampling.
I test hanno incluso la ricostruzione di un oggetto a forma di U nascosto oltre l’angolo, il tracciamento di oggetti in movimento — inclusa una palla che rimbalzava — e una dimostrazione di tracciamento delle mani con guanti retroriflettenti, simili a quelli usati nel motion capture cinematografico. Quest’ultimo dettaglio è laterale rispetto alla tesi principale, ma indica la direzione applicativa più immediata: i visori per la realtà aumentata, che perdono il tracciamento delle mani non appena escono dal campo visivo delle fotocamere integrate.
La distanza tra questa ricerca e le applicazioni commerciali è ancora significativa. I risultati migliori si ottengono con superfici riflettenti; le superfici diffuse comuni — muri, pavimenti opachi — restituiscono segnali molto più deboli e ricostruzioni meno affidabili. L’ambiente stradale, più luminoso e dinamico di un laboratorio controllato, pone problemi aggiuntivi per qualsiasi ipotesi di uso nei sistemi di guida autonoma.
Quello che cambia strutturalmente è il costo di accesso alla tecnologia. Le dimostrazioni precedenti di imaging non-line-of-sight richiedevano laser ultrarapidi e detector calibrati con attrezzature da circa 50.000 dollari. Il sistema descritto nello studio usa hardware off-the-shelf e non richiede calibrazione fisica complessa. I ricercatori hanno anche rilasciato pubblicamente codice e dati.
Per i robot in ambienti domestici, la ricaduta pratica potrebbe essere diversa da quella immaginata: non tanto vedere dietro ai muri, quanto usare oggetti nascosti come punti di riferimento spaziale quando le pareti bianche non offrono appigli visivi sufficienti per la navigazione. I risultati sono stati pubblicati su Nature nel maggio 2026. Il paper include anche una dimostrazione con oggetti multipli in movimento simultaneo oltre l’angolo — un caso che i sistemi precedenti non riuscivano a gestire.
