鸟眼仿生人工视觉系统

人工视觉系统在机器人领域的非常大重要性，以及传统成像设备在满足机器人视觉需求方面的局限性。本研究强调了从自然视觉系统中汲取灵感的重要性，特别是鸟类眼睛，其卓越的感知和成像能力尚未被充分探索。文章介绍了一种受鸟类眼睛启发的钙钛矿人工视觉系统，该系统具有中央凹和多光谱成像功能。该系统模仿了鸟类眼睛的结构和功能特征，包括高斯轮廓设计的人工中央凹，可实现连续放大和聚焦不同距离的物体，以及垂直堆叠的钙钛矿光电探测器阵列，可实现多光谱成像。这种受鸟类眼睛启发的人工视觉系统在无人机和自动驾驶方面具有广阔的应用前景。

 Avian eye–inspired perovskite artificial vision system for foveated and multispectral imaging | Science Robotics

地球上大多数动物的眼睛是最重要的感官器官。我们人类能够看到一个丰富多彩环境的能力，来源于视觉系统具有光学感知和成像周围环境的能力。同样在机器人领域，人工视觉系统扮演着关键角色，使它们能够有效地检测和识别周围的物体。得益于人工视觉系统的技术进步，移动机器人——如无人机、人形机器人和自动驾驶汽车——近年来发展迅速，有望通过增强的能力越来越多地影响我们的生活方式。然而，仍存在重大挑战需要解决，以充分释放机器人视觉的能力。例如，传统成像设备由复杂、笨重的光学系统和效率低下的数据处理模块组成，不足以满足机器人视觉系统的动态、高性能和微型化需求。我们如何有效应对这些挑战呢？

转向自然视觉系统，它们经过数亿年的进化，我们可以发现许多适应不同环境条件的动物眼睛。这些生物眼睛在性能和简洁性方面大多超过了传统的人工成像系统，从而为技术进步提供了丰富的灵感。在过去的二十年里，已经开发了许多模仿动物眼睛非凡结构的人工视觉系统，特别是室式或复眼。例如，人类的眼睛，由于其球形单腔结构能高效捕捉光线形成图像，启发了使用单一镜头进行高质量、低畸变成像的人工视觉系统的发展。另外，昆虫的复眼，由成千上万的小眼组成，提供了广阔的视野和几乎无限的景深，影响了在这些方面超越传统相机的人工视觉系统的设计。此外，一些其他生物的迷人眼睛结构——如鱼类的单中心透镜结构、招潮蟹的椭球眼睛结构和已灭绝三叶虫的强烈弯曲眼睛结构——也激发了对人工视觉系统的探索。尽管有了这些重要进展，鸟类视觉的卓越感知和成像能力——精确聚焦远处物体、高度敏感地检测移动目标和多光谱成像——仍然未被充分探索。值得注意的是，这些特性对移动机器人学至关重要，尤其是无人机系统。

在最近的一篇论文中，Park等展示了一种受鸟类眼睛启发的钙钛矿人工视觉系统，用于中央凹和多光谱成像。这个系统模仿了鸟类眼睛的结构和功能特征（图1A），由人造中央凹和垂直堆叠的钙钛矿光电探测器阵列构建。引人注目的是，该系统对多种光谱范围敏感，能够检测可见光（红、绿、蓝（RGB））和紫外线（UV）光，无需使用彩色滤光片。它还能提供类似自然界中中央凹成像的放大聚焦视图，从而提供增强的远距离物体检测能力。

图1. 鸟类眼睛的特征和受鸟类眼睛启发的钙钛矿人工视觉。

（A）示意图显示了鸟类的视觉生态和视网膜中深凹区域的放大视图，其中四种类型的视锥细胞以不同的间隔排列在其下方。（B）人工视觉系统的中央凹视觉的示意图和特征：（i）人工视觉系统中央凹视觉的示意图，图像在中央凹区域被放大和聚焦，而周边区域也能以低分辨率感知；（ii）人工中央凹的横截面视图的光学图像。（C）人工视觉系统的多光谱视觉的示意图和特征：（i）用于无人机的人工视觉系统示意图和（ii）垂直堆叠的钙钛矿光电探测器装置的原理，能够在不使用彩色滤光片的情况下实现颜色检测。

Park等报告的人工中央凹是通过复制鸟类眼睛的自然中央凹开发的。它采用了高斯轮廓的巧妙设计，实现了连续放大而没有盲点或图像重叠。这种精心设计不仅提高了人工中央凹的实用性和可靠性，还便于其与现有光学系统的无缝集成，这在中央凹成像技术上标志着一个显著的进步。此外，通过模仿鸟类视觉的几何中央凹斜坡，人工中央凹能够聚焦不同距离的物体，中心区域用于远距离聚焦，而外围区域用于更近距离的观察（图1B）。因此，这个人工中央凹显著提高了运动检测能力，超过了3.6倍，并将物体检测置信度得分从0.39提高到了0.76。

多光谱成像是鸟类视觉系统的另一个吸引人的特征。为了实现这一能力，传统的成像设备通常利用滤光片来捕捉RGB颜色，但这种方法有时会引入如摩尔纹和锯齿等伪影。虽然数值算法可以减少这些伪影，但需要将像素阵列分类为不同颜色限制了像素密度。为了绕过这个问题，Park及其同事提出了垂直堆叠的R、G、B和UV钙钛矿光电探测器阵列的结构，允许在不使用彩色滤光片的情况下选择性吸收特定波长的光（图1C）。这种多光谱成像技术使得重建图像与iPhone 14相机捕获的原始颜色之间的精确颜色匹配成为可能。

开发受鸟类眼睛启发的人工视觉标志着在机器人学中复制自然视力复杂能力的重要一步，它在无人机和自动驾驶方面有着有希望的应用。在这个鼓舞人心的机器人视觉领域仍然存在丰富的机会。例如，未来的研究可以继续通过整合超透镜来实现更轻的系统和更高的集成度；通过扩大从紫外线到红外线及更远的光谱范围来增强多光谱能力；结合各种生物眼睛的特征来创建具有多功能能力的电子眼；以及改进制造过程以实现增强的设备稳定性和更高的分辨率。对增强机器人视觉的追求不仅承诺改变我们与机器的互动，还将加深我们对视觉自然机制的理解。