2.5×3.0 cm2切割芯片上的仿生视觉传感器阵列的照片(左)，以及单个视觉传感器的示意性结构和光学显微镜图像(右)。鸣谢:廖等为了监控和导航真实世界的环境，机器和机器人应该能够在不同的背景照明条件下收集图像和测量值。因此，近年来，世界各地的工程师一直在努力开发越来越先进的传感器，这些传感器可以集成到机器人、监控系统或其他能够从感知周围环境中受益的技术中。香港理工大学、北京大学、延世大学和复旦大学的研究人员最近创造了一种新的传感器，可以在各种照明条件下收集数据，采用了一种人工复制人眼视网膜功能的机制。这种受生物启发的传感器发表在《自然电子学》的一篇论文中，是使用二硫化钼制成的光电晶体管制造的。
“我们的研究团队在五年前就开始了光电存储器的研究，”开发该传感器的研究人员之一杨柴告诉TechXplore。“这种新兴设备可以输出依赖于光和依赖历史的信号，从而实现图像积分、微弱信号累积、光谱分析和其他复杂的图像处理功能，将传感、数据存储和数据处理的多功能集成在单个设备中。”
2018年，柴和他的同事发表了他们关于光电存储器的第一篇论文，其中他们介绍了一种电阻式开关存储设备，可以执行光电传感和逻辑操作。一年后，该团队提出了一种新的光电电阻随机存取存储器设备，具有三种不同的能力。具体来说，这种新设备可以感知环境，将信息存储在内存中，并执行神经形态视觉预处理操作。
“2020年，我们研究了近传感器和传感器内计算范式的概念，并提供了我们在这一领域的观点，”柴说。"我们的新研究建立在我们以前所有努力的基础上."
自然光的强度变化很大，总范围为280分贝。当感知外部光信号时，人类视网膜根据信号的强度调节其光感受器(即，视杆细胞和视锥细胞)的光敏性。这最终允许人眼逐渐适应不同水平的照明，在黑暗和明亮的环境中都看得很清楚，这种能力被称为“视觉适应”
“例如，当你从一个明亮的大厅进入一个黑暗的电影院时，你最初几乎看不到任何东西，但在电影院呆一段时间后，就变得容易看到了，”柴解释说。“这种现象被称为暗视适应。相比之下，如果你在一个阳光明媚的日子从一个黑暗的电影院出来，起初你会感到非常眼花缭乱，需要一段时间才能看到周围的风景。这个过程与暗适应相反，称为明适应。”
柴和他的同事最近工作的主要目标是建立一个受人类视网膜结构和功能启发的传感装置。为此，他们首先开始研究视网膜，然后试图设计出允许他们人工复制其视觉适应能力的策略。
基于硅互补金属氧化物半导体(CMOS)技术的最新图像传感器通常具有70 dB的有限动态范围。这个范围明显窄于自然场景的光照范围(280 dB)。
“为了在大光照强度范围下实现视觉，研究人员已经探索了在后处理中使用可控光学孔径、液体透镜、可调曝光时间和去噪算法，”柴说。"然而，这些方法通常需要复杂的硬件和软件资源."
仿生视觉传感器阵列的暗视觉和明视觉适应。(a)暗背景下8×8像素阵列的示意图，用于识别暗视觉适应测试的低强度图像。(b)亮背景下8×8像素阵列的示意图，用于识别强光图像以进行明适应测试。“8”字形的(c)暗视觉和(d)明视觉适应的时间进程。鸣谢:廖等。具有视觉适应能力并在感觉终端具有宽感知范围的光电子器件可能具有非常有价值的应用。例如，它们可以帮助提高计算机视觉工具的性能，降低建造机器人或其他传感系统所需硬件的复杂性，并提高图像识别系统的准确性。
过去，其他研究团队推出了可以适应不同照明条件的光电设备。尽管如此，大多数以前提出的设备只能复制视网膜的明适应机制。另一方面，暗视适应过程到目前为止被证明更难模拟。
“在我们能够完全复制视网膜的视觉适应功能之前，还有很长的路要走，”柴解释说。“为了实现这一目标，我们设计了一种使用超薄半导体的光电晶体管型视觉传感器，通过施加不同的栅极电压，可以在同一器件中控制暗视觉适应和明视觉适应的程度。通过这种方式，我们模拟了视网膜中光感受器和水平细胞的功能，并成功实现了受生物启发的传感器内视觉适应设备，感知范围扩大到199 dB。”
柴和他的同事开发的生物启发视觉传感器是基于超薄半导体材料(即二硫化钼)制成的光电晶体管。他们使用的光电晶体管有几种电荷陷阱状态，这些状态可以在不同的栅极电压下捕获或释放沟道中的电子。
最终，这些状态允许研究人员动态调节他们设备的电导。这反过来允许它们人工复制人类视网膜的暗视觉和明视觉适应机制，扩大它们的传感器对不同照明条件的感知范围。
“我们的传感器有几个优点和特点，”柴说。“首先，视觉适应功能在单个设备中实现，这大大减少了其占地面积。第二，它可以用单个设备实现多种功能，包括光感测、存储和处理。最后，只需控制其栅极电压，它就可以用于对不同的背景光强度进行暗视觉和明视觉适应。”
柴和他的同事在一系列测试中评估了他们的生物传感器，发现它可以有效地模拟人类视网膜的功能，在暗视觉和明视觉适应方面都取得了显著的效果。此外，与先前提出的解决方案相比，它具有显著更高的感知范围(即，199 dB)。
“我们的传感器可以丰富机器视觉功能，降低硬件复杂性，实现高图像识别效率，”柴说。“所有这些好处在复杂光照环境下的自动驾驶、人脸识别、工业制造等领域都有很大的应用前景。”
在接下来的研究中，研究人员计划进一步提高传感器的性能，同时也用它们来制造由一系列传感器组成的大规模系统。理想情况下，他们希望在柔性或半球形基板上构建这种传感器阵列，以实现更宽的视野。
“一个需要改进的地方是我们的传感器的适应时间，因为它仍然不够短，不足以实现机器视觉应用，”Chai补充说。“我们的目标是将适应时间减少到微秒级。传感器阵列规模也需要进一步改进。我们阵列规模的近期目标是大于100×100。最后，视觉传感器和后处理单元与硅基控制电路的异构集成是迈向实际应用的非常重要的一步。”
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
