麻省理工学院的研究人员已 开发了一项技术 ，使机器人能够准确定位隐藏在包装或隔板后面的物品形状。mmNorm系统利用毫米波无线信号（mmWave）——与Wi-Fi和5G中使用的信号相同——构建被遮挡物体的详细3D模型。
mmNorm通过发射能够穿透塑料、纸板和其他非金属材料的mmWave信号来工作。这些波会从箱子内或障碍物后面的隐藏物体上反弹。mmNorm的独特之处在于其分析：它不仅仅关注反射信号的强度，还关键地分析了反弹表面的角度（方向）。该系统计算“表面法线”——在每个点上与物体表面垂直的向量。通过使用专门的算法将来自空间中无数点的法线数据结合起来，mmNorm构建出物体曲率和形状的高度准确模型。
在涉及60多个复杂物品（叉子、杯子、工具）的测试中，mmNorm在重建形状方面达到了96%的准确率。这比现有最佳替代方案（78%）显著提高了18%。该系统甚至可以区分并准确建模装在同一个箱子里的单个物体，如勺子、叉子和刀。它有效地扫描木材、塑料、橡胶、玻璃和金属制成的物品——前提是物体本身没有隐藏在金属后面。
麻省理工学院团队计划提高系统的分辨率，改善其对反射性较差材料的处理，并为工厂和仓库的实际任务准备商业原型。mmNorm解决了一个长期存在的机器人挑战：可靠地检测和识别超出直接视线的物体。其高准确性和使用标准信号为自动化的实际应用铺平了道路。