仿生視覺感測器突破極限！強光暗影都能精準抓取物體輪廓

最新研發的仿生視覺感測器，模擬人腦神經傳導機制，即便在劇烈變化的光線環境下，也能高效精準地提取物體輪廓。這項突破性技術將大幅提升自駕車、無人機與機器人系統的環境感知能力，實現更快速、更精確的週邊辨識。

由韓國蔚山科學技術院(UNIST)材料科學與工程學系崔文基教授領軍，攜手韓國科學技術研究院(KIST)崔昌順博士團隊與首爾大學金大亨教授團隊，共同開發出這款仿突觸機制的機器視覺感測器，相關研究成果已發表於《Science Advances》期刊。

視覺感測器如同機器的眼睛，負責捕捉影像資訊並傳送至處理器進行分析，就像人類大腦處理視覺訊號。然而未經篩選的資料傳輸，不僅會增加傳輸負荷、降低處理速度，更會影響辨識準確度，特別是在光線快速變動或明暗混雜的環境中。

為解決這些難題，研究團隊開發出一款模擬大腦突觸中多巴胺-穀氨酸訊號傳導路徑的視覺感測器。如同大腦中多巴胺會調節穀氨酸訊號以強化重要資訊，這款新型感測器能選擇性提取高對比視覺特徵（如物體輪廓），同時過濾不相關的細節。

崔文基教授說明：「我們整合了模擬大腦功能的感測器內運算技術，系統會自主調節亮度與對比，有效過濾無關資料。這種方法從根本上減輕了每秒需處理數十億位元視覺資訊的機器視覺系統負擔。」

實驗資料顯示，這款感測器能減少約91.8%的資料傳輸量，同時將物體辨識準確率提升至86.7%。

該感測器採用光電電晶體，其電流響應會隨閘極電壓變化，如同多巴胺般調節反應強度。這種閘極電壓控制使感測器能動態適應不同光照條件，即便在低光源環境下也能清晰偵測輪廓。此外，感測器輸出電流會根據物體與背景的亮度差異產生相應變化，強化高對比邊緣同時抑制均勻區域。

崔昌順博士表示：「這項技術在機器人、自駕車、無人機與物聯網裝置等各種視覺系統中都具有廣泛應用潛力。它同時提升資料處理速度與能源效率，有望成為下一代AI視覺解決方案的關鍵技術。」

[end]