盖世汽车讯 据外媒报道，由韩国蔚山科学技术院（UNIST）材料科学与工程系Moon Kee Choi领导的研究团队，与韩国科学技术研究院（Korea Institute of Science and Technology，KIST）Changsoon Choi博士团队以及首尔国立大学（Seoul National University，SNU）的Dae-Hyeong Kim团队合作，开发出一种受人脑神经传递机制启发的新型视觉传感器，即使在变化的光照环境下也能高效准确地提取物体轮廓。这一进展有望显著提升自动驾驶汽车、无人机和机器人系统的感知能力，使其能够更快、更精确地识别周围环境。、

图片来源： 期刊《Science Advances》

相关研究论文发表在期刊《Science Advances》上，公布了这种模拟突触的机器人视觉传感器的研发成果。

视觉传感器如同机器的眼睛，捕捉视觉信息，并将其传输到类似于人脑的处理器进行分析。然而，未经过滤的数据传输会导致传输负载增加、处理速度变慢以及识别准确率降低，尤其是在光照条件快速变化的环境或亮度混合的区域。

为了应对这些挑战，研究团队设计了一种视觉传感器，模拟大脑突触中发现的多巴胺-谷氨酸信号通路。在人脑中，多巴胺会调节谷氨酸信号，从而优先处理关键信息。通过模拟这一过程，新开发的传感器可以选择性地提取高对比度的视觉特征，例如物体轮廓，同时滤除无关细节。

Moon Kee Choi教授解释说：“通过集成模拟大脑某些功能的传感器内置计算技术，我们的系统可以自主调节亮度和对比度，有效地过滤掉不相关的数据。这种方法从根本上减轻了每秒管理千兆位视觉信息的机器人视觉系统的数据处理负担。”

实验评估表明，该传感器可以减少约91.8%的数据传输量，同时将物体识别准确率提高至约86.7%。

该传感器集成了一个光电晶体管，其电流响应随栅极电压变化，其功能类似于多巴胺，通过调节反应强度。这种栅极电压控制使传感器能够动态适应不同的光照条件，即使在弱光环境下也能确保清晰的轮廓检测。此外，传感器的输出电流会响应物体和背景之间的亮度差异，放大高对比度边缘并抑制均匀区域。

Changsoon Choi博士评论道：“这项技术广泛应用于各种基于视觉的系统，包括机器人、自动驾驶汽车、无人机和物联网设备。通过同时提高数据处理速度和能效，它具有成为下一代人工智能视觉解决方案基石的巨大潜力。”