美国工程师研发人造眼：自动驾驶摄像头强光失明解决方案

6月10日消息，宾夕法尼亚州立大学团队近期推出一项仿生人造眼技术，专门解决自动驾驶与智能机器人在光照突变场景下视觉失效的行业痛点。

当前主流车载视觉系统存在明显短板。夜间会车、进出隧道等场景下，光线反差剧烈。传统摄像头采集画面后需传输至独立模块分析，流程延迟高、算力消耗大，识别失误率随之上升。而自动驾驶对实时响应要求极为苛刻，毫秒级偏差就可能引发安全隐患。

这款仿生设备本质是一个直径仅0.5毫米的微型光电忆阻器。其工作原理深度模拟人眼感光机制——关键在于采用特殊复合材料，可根据环境光照强度自主调节感光状态。人类眼睛适应极端明暗通常需要20至30分钟，而该设备仅需几秒完成切换，自适应能力远超传统方案。

更关键的是，它摒弃了传统“先感光后存储”的分步处理流程，直接仿照生物神经元运作模式，将感光和数据处理同步完成。一步到位，整体效率实现质的飞跃。

专项测试中，研究团队将设备置于高亮背景中，要求其识别暗光下的字符。仅经过7轮训练，识别准确率便达到95%，且运行状态高度稳定。这说明该技术学习速度快、识别精度高。

应用前景广阔。搭载于自动驾驶汽车，可有效消除强光与阴影交替引发的视觉盲区，提升行驶安全；部署在工业机器人上，能稳定应对车间内忽明忽暗的光线环境，保障作业连续性。此外，该仿生光学技术还具备改造为助盲设备的潜力，帮助视力障碍人群改善视觉体验。试想一副能像人眼一样智能调节进光量的“眼镜”，其市场价值不言而喻。

目前，相关成果已发表于《自然·通讯》期刊，研发团队也已提交专利申请。后续将持续优化技术细节，拓展应用边界。该领域进展值得长期关注。

相关报道截图