緊湊的深度傳感器 靈感來自跳躍蜘蛛的眼睛

對于我們所有的技術(shù)進步，在研發(fā)方面，沒有比發(fā)展更勝一籌。以跳蛛。盡管這些小蜘蛛的大腦很小，但它們?nèi)跃哂辛钊擞∠笊羁痰纳疃雀兄芰Γ顾鼈兡軌驕蚀_地從幾個體長處突擊那些毫無戒心的目標。

受這些蜘蛛的啟發(fā)，哈佛大學約翰·保爾森工程與應用科學學院(SEAS)的研究人員開發(fā)了一種緊湊而高效的深度傳感器，該傳感器可用于微型機器人，小型可穿戴設(shè)備或輕型虛擬現(xiàn)實和增強現(xiàn)實中耳機。該設(shè)備將多功能，扁平的金屬元素與超高效算法結(jié)合在一起，可一次測量深度。

“進化產(chǎn)生了各種各樣的光學配置和視覺系統(tǒng)，這些光學配置和視覺系統(tǒng)是為不同目的量身定制的，”博士朱軍史說。物理系候選人，論文的第一作者。“光學設(shè)計和納米技術(shù)最終使我們能夠探索人造深度傳感器和其他視覺系統(tǒng)，這些系統(tǒng)同樣具有多樣性和有效性。”

當今許多深度傳感器，例如電話，汽車和視頻游戲機中的深度傳感器，都使用集成的光源和多個攝像頭來測量距離。例如，智能手機上的人臉I(yè)D使用數(shù)千個激光點來映射人臉輪廓。這適用于具有電池和快速計算機空間的大型設(shè)備，但是對于功耗和計算量有限的小型設(shè)備(如智能手表或微型機器人)呢?

人類使用立體視覺來測量深度，這意味著當我們看著一個物體時，我們的兩只眼睛中的每只正在收集略有不同的圖像。嘗試以下操作：將手指直接放在您的臉部前面，然后交替睜開和閉合雙眼?？纯词种溉绾我苿?我們的大腦拍攝這兩個圖像，逐個像素地對其進行檢查，然后根據(jù)像素的移動方式計算到手指的距離。

SEAS的電氣工程和計算機科學教授William和Ami Kuan Danoff也是該書的共同作者之一，Todd Zickler說：“這種匹配的計算方法是，您拍攝兩張圖像并搜索對應的零件，這在計算上非常繁瑣。”研究。“人類對這些計算有很好的頭腦，但蜘蛛?yún)s沒有。”

跳蛛已經(jīng)發(fā)展出一種更有效的深度測量系統(tǒng)。每只主眼都有一些分層排列的半透明視網(wǎng)膜，這些視網(wǎng)膜可測量具有不同模糊量的多個圖像。例如，如果一只跳躍的蜘蛛用一只主眼注視著一只果蠅，那么該果蠅在一個視網(wǎng)膜的圖像中會顯得更清晰，而在另一幅視網(wǎng)膜的圖像中則更模糊。這種模糊變化會編碼有關(guān)飛行距離的信息。

在計算機視覺中，這種距離計算類型稱為離焦深度。但是到目前為止，要復制《自然》雜志，就需要具有電動內(nèi)部組件的大型攝像頭，這些攝像頭可以隨時間捕獲不同焦點的圖像。這限制了傳感器的速度和實際應用。

為緊湊的深度感應設(shè)計的金屬元件的插圖。它由亞波長間隔的方形納米柱組成。通過交替顯示兩種不同的納米柱圖案(在此以紅色和藍色顯示)，這種金屬元素同時形成了兩個圖像。這兩個圖像模仿了跳躍蜘蛛眼中分層視網(wǎng)膜捕獲的圖像。圖片來源：郭琦和石柱君/哈佛大學

那就是金屬元素進入的地方。

Federico Capasso，Robert L. Wallace應用物理學教授，SEAS電氣工程高級研究員，論文的共同作者Vinton Hayes，他的實驗室已經(jīng)證明了metalenses可以同時產(chǎn)生包含不同信息的多個圖像。在這項研究的基礎(chǔ)上，該團隊設(shè)計了可以同時產(chǎn)生兩個具有不同模糊度的圖像的金屬化劑。

“不是像跳躍的蜘蛛那樣，使用分層的視網(wǎng)膜來捕獲多個同時的圖像，而是金屬元素將光分開，并在一個光電傳感器上并排形成兩個散焦不同的圖像，”卡帕索實驗室的一部分的史說。

由Zickler小組開發(fā)的一種超高效算法，然后解釋這兩個圖像并構(gòu)建一個深度圖來表示物距。

“能夠一起設(shè)計超表面和計算算法是非常令人興奮的，”博士Qi Guo表示。Zickler實驗室的候選人，也是該論文的第一作者。“這是創(chuàng)建計算傳感器的新方法，它為許多可能性打開了大門。”

卡帕索說：“金屬眼鏡是一種改變游戲規(guī)則的技術(shù)，因為它們能夠更有效，更快地實現(xiàn)現(xiàn)有和新的光學功能，并且體積和復雜性要小得多。” “融合光學設(shè)計和計算成像方面的突破，使我們開發(fā)出了這款新型深度相機，它將為科學和技術(shù)領(lǐng)域帶來廣泛的機會。”