美国团队开发仿生“人造眼” 解决自动驾驶强光干扰问题

近日，美国宾夕法尼亚州立大学的研究团队推出了一项突破性技术——一种仿生“人造眼”，旨在解决自动驾驶系统和智能机器人在光照剧烈变化时出现的视觉失效问题。

当前主流的车载视觉系统在面对夜间会车、隧道进出等场景时，常因明暗对比强烈而影响图像识别效果。传统摄像头在捕捉图像后，还需将数据传输至处理模块进行分析，这一过程不仅延迟较高，还消耗大量计算资源，容易导致识别错误，从而影响行车安全。

该仿生设备本质上是一种微型光电忆阻器，直径仅为0.5毫米，其设计灵感来源于人眼的感光机制。设备采用特殊复合材料，能够根据环境光强自动调整感光灵敏度，从而实现更自然的视觉适应。

人眼通常需要20到30分钟才能适应极端的明暗变化，而这款设备仅需数秒即可完成切换，表现出极高的环境适应能力。

与传统设备分阶段处理图像的方式不同，该设备能够同步完成图像感知与数据存储，其工作原理模仿了生物神经元的信号传递机制，显著提升了整体处理效率。

在实验测试中，研究人员在强光背景下对设备识别暗光字符的能力进行了评估。结果显示，系统仅经过7次训练，识别准确率便达到了95%，表现出良好的稳定性和可靠性。

这项技术具有广泛的应用潜力。在自动驾驶领域，它有助于缓解强光与阴影交替带来的视觉干扰，从而提升道路行驶的安全性；在工业自动化场景中，该设备可帮助机器人适应车间复杂的光照条件，确保作业流程的连续与稳定。

此外，该仿生光学系统还有望被开发为辅助视力障碍人士的视觉增强设备，为视障群体提供更清晰的视觉体验。

目前，相关研究成果已发表于《自然·通讯》期刊，研究团队也已提交专利申请。未来，团队计划继续优化技术性能，拓展其在更多领域的应用。

作者最近更新