导读 在光线较差的环境中(例如夜晚、阴影处或雾天)检测物体的能力可以大大提高自动驾驶汽车和移动机器人系统的可靠性。然而,大多数广泛使用的计...
在光线较差的环境中(例如夜晚、阴影处或雾天)检测物体的能力可以大大提高自动驾驶汽车和移动机器人系统的可靠性。然而,大多数广泛使用的计算机视觉方法被发现在光线较差的情况下表现不佳。
香港理工大学的研究人员最近推出了一种新型仿生视觉传感器,它可以适应所捕捉环境的光谱特征,从而成功地在更广泛的照明条件下检测物体。这种新开发的传感器发表在《自然电子学》杂志上,基于背靠背排列的光电二极管阵列。
论文共同作者 Bangsen Ouyang 告诉 Tech Xplore: “在之前发表在《自然电子学》上的一篇论文中,我们提出了一种简单的传感器内光强度自适应方法,以提高机器视觉系统的识别准确性。”
“在过去的研究基础上,我们将这一策略从强度维度扩展到了光的光谱维度。”
欧阳及其同事最近这项研究的主要目标是设计一种视觉传感器,这种传感器在强光干扰和烟雾弥漫的环境中识别物体的能力优于其他传感器。他们计划开发的传感器还能以最小的时间延迟收集数据,消耗的电量非常少。
“我们的目标是在不依赖光学配件或复杂算法资源的情况下实现这一目标,因为这些资源会增加系统体积、功耗和时间延迟,”欧阳解释说。“我们设计的视觉传感器基于背靠背光电二极管,它由具有不同光谱灵敏度的可切换结组成。
“具体来说,浅结由 TiO 2 /Sb 2 Se 3组成,而深结则由 Sb 2 Se 3 /Si组成。这两个结的选择可以通过外部偏置电压来控制。”
标签:
免责声明:本文由用户上传,如有侵权请联系删除!