研究人员受跳蛛启发研发超透镜 结合高效算法可测量深度距离

据外媒报道，尽管技术不断发展，但在研发方面，没有什么比进化更好的了。以跳蛛为例，尽管它们的大脑很小，但它们具有惊人的深度感知能力，能够从数倍于身体长度的距离准确地扑向毫无戒心的目标。

受这种蜘蛛的启发，美国哈佛大学约翰·保尔森工程与应用科学学院的研究人员开发了一种紧凑高效的深度传感器，可用于微型机器人、自动驾驶汽车、小型可穿戴设备，或轻型虚拟现实和增强现实头显。该设备将多功能平面超透镜与超高效算法相结合，可在单个透镜中测量深度。该论文的主要作者、物理系博士石竹军说：“进化产生了各种不同的光学配置和视觉系统，这些配置和系统是为不同的目的量身定制的。光学设计和纳米技术最终可以使我们开发出人工深度传感器和其他多样高效的视觉系统。”今天，手机许多深度传感器，如汽车和视频游戏中的传感器，使用集成光源和多个摄像头来测量距离。例如，智能手机上的面部识别系统使用数千个激光点来绘制面部轮廓。这种方法对有足够空间容纳电池和快速运行的计算机的设备有效，但对智能手表或微型机器人等功率和计算能力有限的小型设备有效？事实证明，进化为我们提供了许多选择。人类使用立体视觉来测量深度，这意味着当我们看着一个物体时，我们的两只眼睛都在收集稍微不同的图像。试着把一根手指放在你面前，轮流睁开眼睛，你可以看到手指似乎在移动。然后，大脑会在睁开眼睛时轮流获取图像，逐像素检查这两张图像，并根据像素的移动计算手指之间的距离。

然而，跳蛛已经进化出一种更有效的深度测量系统。跳蛛的每只主眼都有几层半透明的视网膜，可以测量到不同程度模糊的多张图像。例如，如果一只跳跃的蜘蛛用它的一只主要眼睛看着一只果蝇，果蝇的图像在一个视网膜上会更清晰，在另一个视网膜上将更模糊，这种模糊程度的变化可以提供与果蝇的距离信息。在计算机视觉中，这种距离计算被称为散焦深度测量。然而，到目前为止，如果我们想复制自然界中的现象，我们需要配备内部电源组件的大型相机来捕捉不同焦距的图像，这将限制传感器的速度和实际应用。这就是超级联赛开始发挥作用的时候。

研究人员已经证明了一种超级透镜可以同时生成包含不同信息的多张图像。在这项研究的基础上，该团队设计了一种超级透镜，可以同时生成两幅不同模糊度的图像。研究人员表示，“与使用多层视网膜同时捕捉多个图像的跳蛛不同，这种超级透镜可以分离光线，并在光敏传感器上形成两个不同的散焦图像。”研究团队还开发了一种超高效的算法来解释这两个图像，并构建一个深度图来表示物体的距离。研究人员表示，“因为超透镜可以实现现有和新的光学功能，所以它们比现有透镜更高效、更快、更小、更不复杂，这使它们成为一项革命性的技术。光学设计和计算机成像技术的突破使我们开发出了这种新型深度相机，这将为科学技术带来广泛的机遇

标签：

汽车资讯热门资讯