中國電子元件行業(yè)協(xié)會(huì )
China Electronic Components Association
隨著(zhù)自動(dòng)駕駛技術(shù)的迅速發(fā)展，純視覺(jué)解決方案因其成本效益、結構簡(jiǎn)潔以及類(lèi)似人類(lèi)視覺(jué)的識別和理解能力而受到廣泛關(guān)注。然而，現有的視覺(jué)傳感器在特定光譜操作范圍和處理混合光/電信號的復雜性方面存在限制。在自動(dòng)駕駛場(chǎng)景中，車(chē)輛需要應對從明亮的白天到昏暗的夜晚的各種光照環(huán)境，以及來(lái)自道路反射、車(chē)輛尾燈和其他光源的各種波長(cháng)的干擾，這些因素都可能削弱自動(dòng)駕駛系統的精確性和可靠性。為了克服這些挑戰，視覺(jué)傳感器必須具備從可見(jiàn)光到近紅外（NIR）光譜的正負光響應能力。
近日，湖南大學(xué)聯(lián)合香港理工大學(xué)的研究團隊采用視覺(jué)融合方法，整合了Al?O?/二維Ruddlesden-Popper鈣鈦礦（2D PVK）異質(zhì)結構介質(zhì)和MoS?/BP/MoS?異質(zhì)結構通道架構，實(shí)現了在極端光照條件下超越人類(lèi)視覺(jué)系統的處理能力。該視覺(jué)融合系統通過(guò)整合可見(jiàn)光和近紅外光譜來(lái)提升環(huán)境感知能力。所采用的新型視覺(jué)傳感器具備非易失性正負光電導特性，能夠在不同光照條件下實(shí)現高效的圖像感知和融合。通過(guò)實(shí)驗驗證，該系統在理想和非理想光照條件下均展現出高準確率和低誤差率，為自動(dòng)駕駛領(lǐng)域提供了一種創(chuàng )新的視覺(jué)解決方案。這項研究以“Rational design of a vision fusion system with visible and near-infrared spectral integration for improved environmental perception”為題發(fā)表在National Science Review期刊上。
在復雜的駕駛場(chǎng)景中，自動(dòng)駕駛系統的純視覺(jué)解決方案遇到了惡劣天氣條件會(huì )導致目標識別無(wú)效。為此，這項研究提出了一種基于視覺(jué)傳感器的視覺(jué)融合解決方案，該解決方案可在可見(jiàn)光到近紅外光譜范圍內具有雙向光響應。這是一種具有可見(jiàn)光到近紅外的負光電導（NPC）和正光電導（PPC）特性的二維視覺(jué)傳感器。該器件由Al?O?/2D PVK異質(zhì)結構電介質(zhì)和MoS?/BP/MoS?異質(zhì)結構組成（圖1b）。研究人員通過(guò)高分辨率透射電子顯微鏡和能量色散X射線(xiàn)光譜元素分布圖來(lái)驗證器件的清潔界面。通過(guò)紫外線(xiàn)光電子能譜（UPS）、吸收光譜和密度泛函理論（DFT）計算來(lái)確定所涉及材料的能帶，上述相關(guān)結果如圖1所示。
圖1 用于圖像融合的視覺(jué)傳感器及其工作原理
為了更深入地了解該視覺(jué)傳感器的基本光電特性，研究人員使用波長(cháng)為532 nm和1064 nm的光源分別模擬可見(jiàn)光和近紅外光環(huán)境，相關(guān)實(shí)驗結果如圖2所示。實(shí)驗結果表明，該視覺(jué)傳感器在532 nm和1064 nm的光照下展現出波長(cháng)依賴(lài)的正負光響應行為。
圖2 視覺(jué)傳感器的光響應特性
考慮到與波長(cháng)相關(guān)的光響應特性，研究人員使用交叉開(kāi)關(guān)配置來(lái)形成為圖像感知、特征提取和邊緣信息處理量身定制的傳感器內陣列。每個(gè)光傳感單元由三個(gè)并聯(lián)互連的器件組成，如圖3a所示。圖3展示了基于視覺(jué)傳感器的圖像邊緣特征提取的邊緣提取計算電路。
圖3 基于視覺(jué)傳感器的圖像邊緣特征提取的邊緣提取計算電路
最后，研究人員根據人腦機制的啟示引入了傳感器內視覺(jué)系統，專(zhuān)為駕駛員輔助系統內的安全監控而設計，以促進(jìn)輔助安全駕駛，相關(guān)方案設置及模擬結果如圖4所示。
圖4 機器視覺(jué)系統的全電路模擬實(shí)現用于圖像識別和決策
綜上所述，這項研究開(kāi)發(fā)的視覺(jué)系統通過(guò)采用視覺(jué)融合方法，整合了Al?O?/2D PVK異質(zhì)結構介質(zhì)和MoS?/BP/MoS?異質(zhì)結構通道架構，實(shí)現了在極端光照條件下超越人類(lèi)視覺(jué)系統的處理能力。與傳統的基于視覺(jué)的解決方案相比，該系統在各種駕駛場(chǎng)景元素的識別準確率上達到了99.0%，即使在具有挑戰性的光照條件下，也能保持97.5%的準確率。該視覺(jué)融合策略使視覺(jué)系統能夠更好地理解復雜的駕駛場(chǎng)景，并在自動(dòng)駕駛的背景下做出更準確、全面的決策。
