美国工程师研发"光忆阻器",解决自动驾驶强光失明问题
阅读原文· ithome.com美国宾夕法尼亚州立大学研发出光忆阻器,模拟人眼适应机制,解决自动驾驶汽车在光线剧烈变化时失去感知的问题。该器件将氧化钛与塑料PEDOT:PSS结合,通过类似“出汗”和膨胀自动调节感光,数秒完成强光到暗光切换(人眼需20-30分钟)。4×4阵列与AI神经网络测试,在极亮背景中识别暗光字母“F”,7轮训练后准确率达95%。已申请临时专利,未来可用于工厂机器人和视障人士人工视觉设备。
IT之家 6 月 9 日消息,据外媒 Interesting Engineering 今日报道,美国宾夕法尼亚州立大学研究人员开发出一种模仿人眼的新型光学器件,希望解决自动驾驶汽车在光线剧烈变化时可能“失明”的问题。
这种器件名为“光忆阻器”,能够像人眼一样适应复杂光照。在明暗交错、光线不断变化的环境中,光忆阻器只需数秒就能从强光切换到暗光状态。
宾夕法尼亚州立大学詹姆斯 ·L· 亨德森 Jr. 纪念工程科学与力学副教授拉里 · 程表示:“自动驾驶汽车在行驶中会遇到不同亮度混杂的环境。想象一下夜间开车时,黑暗天空与迎面车辆明亮大灯形成的强烈对比。在这种混杂光照条件下,人工光学系统可能很难识别细节。”
即便自动驾驶汽车已经配备先进摄像头和强大 AI,面对高反差光照时仍然相当脆弱。现有的“机器眼睛”在天气稳定、光照平稳的环境下表现尚可,但遇到突发强光时容易出问题。比如午夜黑暗中迎面车灯突然照来,车辆系统可能出现严重数据异常,进而失去有效感知能力。
研究团队提出的解决思路,是模仿人眼湿润而有机的适应机制。
研究人员展示的微型硬件组件,可以在几秒内完成从刺眼强光到深色阴影的适应。相比之下,人眼在极端光照变化后,通常需要约 20 至 30 分钟才能完全适应。
为了实现这种效果,研究人员重新设计了计算机处理光线的方式。传统摄像头会先拍下图像,再把图像交给独立计算系统分析,整个流程耗时,也消耗大量算力。研究团队改用光忆阻器,这种微型电子元件既能感知光线,也能把光线作为数据储存,工作方式类似神经元。
真正关键的突破,在于光忆阻器调节敏感度的方式。
人眼在暗光下依靠视杆细胞,在强光下依靠视锥细胞。强光照射眼睛时,视杆细胞中的色素会暂时“漂白”,视锥细胞随后接管视觉处理。为了模拟这种机制,研究人员将白色粉末状氧化钛,与一种名为 PEDOT:PSS 的弹性凝胶状塑料材料结合。