美国工程师研发“人造眼”破解自动驾驶强光失明难题

自动驾驶汽车在极端光照条件下突然“失明”——这一长期困扰行业的技术难题，近期迎来一项突破性进展。美国宾夕法尼亚州立大学研究团队开发出一种模拟人眼工作机制的光学器件，命名为“光忆阻器”。该器件能在几秒内完成强光与弱光环境间的快速切换适配，其响应速度与动态范围优化远超传统光电传感器。

深夜行车时，对向车辆远光灯突然直射，眼前瞬间白茫一片——这种场景再熟悉不过。对自动驾驶系统而言，明暗交错的混合极端光照恰恰是最大的感知陷阱。即使配备顶尖摄像头与AI算法，当车辆从黑暗隧道瞬间驶入正午阳光，或午夜遭遇强光突袭时，数据异常仍频繁出现，感知精度显著下降。

宾夕法尼亚州立大学拉里·程副教授用形象比喻解释：“想象夜间驾驶时，漆黑天空与迎面车灯形成的强烈明暗对比。在这种混合光照条件下，现有光学系统极易丢失细节。”问题根源在于机器视觉的硬件架构先天缺乏人眼那种动态自适应调节能力。

解决方案是什么？研究团队选择模仿人眼湿润且有机的适应机制。他们设计了一个微型硬件组件，能在数秒内完成从刺眼强光到深色阴影的平滑过渡。作为对比，人眼在极端光照切换后通常需要20至30分钟才能完全适应——人造眼的调节速度反倒更快。

核心技术关键在于重塑计算机处理光线的方式。传统摄像头工作流程：先捕捉图像，再交由独立计算系统分析，这一过程既耗时又消耗大量算力。研究团队改用光忆阻器——一种既能感知光强、又能将光线作为数据存储的微型电子元件，其工作方式类似神经元。简言之，它将“看”与“记”合二为一，大幅降低延迟与能耗。

最令人振奋的突破在于光忆阻器敏感度调节的具体机制。人眼在暗光下依赖视杆细胞，强光下切换至视锥细胞。强光照射时，视杆细胞中的色素会暂时漂白，随后视锥细胞接管感知。研究者用两种材料模拟这一切换：白色粉末状氧化钛，搭配PEDOT:PSS弹性凝胶塑料。氧化钛捕捉环境光并转化为电流，电流驱动塑料层与周围空气反应——黑暗中，塑料快速吸收水蒸气而膨胀；强光下，塑料迅速失水变干。这种类似“出汗”与膨胀的自动调节，相当于为光线加装了一个物理旋钮，让器件自主控制进光敏感度。

为验证这一构想，研究人员制作了4×4微型阵列，并与AI神经网络联调测试。测试任务类似眼科检查：在极亮背景中识别一枚微弱光线的字母“F”。结果相当稳定——经过7轮训练后，器件图案识别准确率达到95%。

这项技术的应用场景远不止自动驾驶。研究团队已提交临时专利申请，他们构想的未来包括：在频闪频繁、光照不稳定的工业环境中稳定作业的工厂机器人；以及更先进的人工光学设备，为视障人士提供更可靠、适应能力更强的视觉辅助。从实验室原型到量产落地仍需攻关，但这一方向无疑值得长期跟进。