正在这项研究中，研究团队对 mmNorm 进行了跨越 60 种复杂外形物体（如带手柄的马克杯）的沉建测试。对一系列具有复杂弯曲外形的日常物品（例如银器和电钻）的沉建精确率达到了 96%，而最先辈的基准方式的精确率仅为 78%。
无线GHz 频域（波长为 1～10mm）的电磁波称做毫米波（mmWave），它位于微波取远红外波订交叠的波长范畴，因此兼有两种波谱的特点。
研究初期，MIT 研究人员认识到，现有的沉建手艺忽略了一个主要的特征——镜面反射。当毫米波雷达发射信号时，几乎所有被映照的概况城市像镜子一样发生镜面反射：只要当概况正对天线时，信号才会反射回雷达领受器；若概况朝向其他标的目的，反射波将偏离雷达无法被领受。
mmNorm 凭仗其精妙的算法，可以或许解析这些镜面反射：通过切确阐发信号反射的角度、时间差和细微变化，从而揣度出物体概况每个点的朝向。这种对反射信号的细密解析，使 mmNorm 能估算“概况法向量”（描述概况朝向的专业术语）。当堆集脚够多的概况法向量后，就能像拼图般沉建出物体精细的 3D 模子。
其特征连系低成本商用毫米波雷达催生了诸多使用：分拣机械人可操纵非视距沉建手艺定位和操做芜杂或密闭箱体中的躲藏物体；加强现实（AR）设备能借此被遮挡物体并可视化呈现；智能家居设备则可实现非视距手势识别，即利用户不正在视线范畴内也能施行无接触指令；雷达毫米波信号能够无效探测被云层遮挡的飞机。现有的毫米波沉建方式仍存正在精度不脚等问题，正在探测诸如家居用品等较小物体方面，保守方式的效率并不高。
此外，因为 mmNorm 需要从空间所有点估算概况法向量，会发生大量可能的概况。为锁定准确成果，研究人员自创计较机图形学手艺，建立三维函数筛选最能代表领受信号的概况，最一生成高精度三维沉建模子。
这项新手艺还能区分统一箱体内的多个物体（如躲藏的刀叉勺组合），并对木材、金属、塑料、橡胶、玻璃等多种材质（包罗复合材料）的物体均表示优异。不外，该系统尚无法穿透金属或过厚墙体进行成像。例如机械人可精准识别东西箱中分歧东西，确定锤柄的切确外形取后施行抓取使命；连系 AR 头显手艺，工场工人能透视查看被完全遮挡物体的逼实图像；正在安检扫描或军事侦查中，该系统还能提拔荫蔽物体的沉建精度。
将来，研究人员将着沉摸索以下标的目的：提拔低反射率物体的成像机能、加强穿透更厚妨碍物的能力，正如 Dodds 指出：“这项研究完全改变了我们对毫米波信号及三维沉建过程的认知范式。我们等候这些冲破性看法能发生更普遍的影响。
这种电波能穿透塑料容器或内墙等常见妨碍物，并正在躲藏物体概况构成反射，可以或许对视线受阻的物体进行切确的三维沉建。
“某些天线的投票权沉很高，有些则很低，我们能够整合所有投票成果得出共识性的概况法向量，”麻省理工学院研究帮理、该论文的次要做者 Laura Dodds 暗示。
具体而言，研究团队将雷达安拆正在机械臂上，建立了一个 mmNorm 原型，机械臂环绕躲藏物体挪动时持续采集丈量数据。系统通过比力分歧领受到的信号强度来估算物体概况曲率——例如天线会领受到正对概况的最强反射，而其他朝向的概况反射信号较弱。因为雷达的多个天线城市领受分歧程度的反射信号，每个天线会按照领受信号强度对概况法向量标的目的进行“投票”。
