新型复眼结构有望革新机器人视觉系统

描述

该系统可应用于多种场景,例如协助提升无人机在灌溉、灾害现场紧急搜救等工作中的精度和效率。 香港科技大学工学院的一个研究团队近期成功研发出一种新型人工复眼系统,该系统不仅成本更低,而且其小范围区域的灵敏度较现有市售产品高出两倍以上。这一突破有望革新机器人视觉系统、增强机器人的导航、感知和决策能力,并为人机协作开拓了更广泛的商业应用和未来发展空间。
 

 

研究团队(香港科技大学) 该创新系统模仿生物复眼的视觉功能,可广泛应用于多种场景,例如协助提升无人机在灌溉、灾害现场紧急搜救等工作中的精度和效率。凭借高灵敏度,该系统还可以实现多机器人和多设备连接的协作。从长远来看,该系统还将有望提升自动驾驶的安全性,加速智能交通系统的应用,并推动智慧城市的发展。 长久以来,机器人专家一直致力于复制昆虫复眼兼具广阔视野和动态跟踪能力的视觉特性。然而,由于变形过程的复杂性和不稳定性、几何形状的限制,以及光学元件与探测器组件不匹配等技术问题,这种复眼系统难以集成至机器人或无人机等自主平台中。 为解决这些问题,范智勇教授团队利用新材料和结构开发出一种针孔复眼视觉系统。该系统具备以下关键特征:包含一个内置的半球状钙钛矿纳米线阵列成像器,具有高像素密度,可扩大成像视野;包含一个可定制布局的3D打印无镜片针孔阵列,有助于调节入射光并消除相邻小眼(即复眼内的独立单元)之间的盲区。该系统还具有出色的角度选择性、广阔的视野、单眼及双眼配置下的宽光谱响应,以及动态追踪能力,使其不仅能够准确定位目标,还能在集成至无人机后追踪移动中的四足机器人。

 

机器人

(香港科技大学) 范教授指出:“这种复眼系统不仅设计简单,而且轻便廉价。虽然它不会完全取代传统摄像头,但在无人机近距离编队飞行等特定的机器人应用场景中具有极大的应用潜力。随着未来设备尺寸的进一步缩小、小眼数量的增加,以及成像解析度和响应速度的提升,这类设备将在光电子和机器人领域拥有广泛的应用前景。” 以下是《Tech Briefs》对范教授的独家专访,为了让表述更加凝练清晰,我们对访谈内容进行了编辑。Tech Briefs:在研发这种复眼系统的过程中,你们面临的最大技术挑战是什么?范教授:我们将这种超薄的半球形光电探测器阵列称之为人工视网膜。它和人类视网膜一样具有极其纤薄的结构,直径约为2 cm,就像蛋壳一样。该装置的所有部分都非常脆弱,因此我们团队使用铝基板打造了层压结构。 在添加坚硬的保护层之后,就必须从内部构建这一薄膜,这是一项极具挑战性的精密工作,也是我们面临的主要工程挑战。Tech Briefs:您的团队为何要启动这个项目?研究灵感是什么?范教授:我们研究团队从2016年开始着手研究仿生眼项目,并于2020年发表了一篇有关仿生单眼系统的论文。自然界创造了两种类型的眼睛:一种是单眼(多见于人类和哺乳动物),另一种是复眼(多见于昆虫)。由于昆虫的大脑较小且计算能力有限,因此,它们的眼睛结构不可能非常复杂。大自然母亲开发了这种所谓的复眼结构,里面有很多很多的小眼睛。我们对于复制这种自然复眼结构充满兴趣。

无论是单眼还是复眼,它们都是“先进的光电探测器”。在2020年成功开发出单眼系统后,我们便开始尝试开发复眼系统,并最终取得了成功。单眼和复眼不仅结构不同,功能也不一样。以蜜蜂为例,它们通常成群结队出行,有时数量达数千只。蜜蜂的复眼对移动物体非常敏感,因此具备一种非常独特的功能,即光学避障(撞)。 如果有同伴在附近活动,蜜蜂能准确感知同伴的位置和飞行速度等信息。这种功能在无人机、自动驾驶汽车和机器人等应用领域中至关重要,因此极大地激发了我们的研究兴趣。虽然复眼无法像单眼那样提供高分辨率图像,但其独特优势确实激发了我们的灵感。Tech Briefs:你们的未来研究计划是什么?范教授:我们目前仍在研究这种复眼结构,着重提升其像素密度。目前我们的系统仅有几百个感测像素,远低于昆虫的数千个像素。我们的工作重点之一就是增加系统的像素数,这意味着我们不仅要缩减每个像素的尺寸,还需在每个像素上方构建一个光学结构。这项任务困难重重,我们正在积极推进。不过,我们已经研发出新的制造方法,并实现了10万像素的突破,这甚至已经超过了某些昆虫复眼的像素数。但我们还需进一步完善每个像素上方的光学结构,并确保这些结构与像素精确对齐。 此外,我们对探索新的应用场景也非常感兴趣。在本研究中,我们演示了复眼系统在无人机上的功能集成,使其能够跟踪地面上的机器狗。机器狗身上配有光源,无人机则会定位光源位置并尝试追踪光源。我们希望将来能进一步探索复眼结构在无人机和自动驾驶车辆中的应用,但这项工作仍然任重道远。 除了上述挑战外,我们还面临一个挑战:如果想将该技术应用于实际场景或各行各业中,我们还需开发可扩产的制造技术,以降低生产成本。  

 

 

打开APP阅读更多精彩内容
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

全部0条评论

快来发表一下你的评论吧 !

×
20
完善资料,
赚取积分