新型光电忆阻器突破混合光照瓶颈 为自动驾驶与机器人提供类人视觉

当前自动驾驶汽车与工业机器人普遍搭载摄像头、AI 算法组成的人工视觉系统。这类系统在光照稳定的场景下可实现较高识别精度，但在明暗交替的混合光照环境中，识别可靠性会出现明显下降。

美国宾夕法尼亚州立大学研究团队主导的一项最新研究，通过模仿人眼适应光线的机制，研发出新型光电忆阻器元件。相关成果于 2026 年 6 月 9 日发表在《自然・通讯》期刊上，为解决混合光照场景下的人工视觉识别问题提供了新的技术路径。

壹

现有技术局限

目前主流的人工视觉系统所使用的光度计量器，大多针对固定光照条件完成校准优化，在单一明亮环境或者单一黑暗环境中，均可维持稳定的识别表现。

但在实际应用场景中，系统往往会面临复杂多变的光照条件。比如自动驾驶汽车夜间行驶时，周边环境的黑暗背景与对向车辆的明亮车灯、路边照明设施光线形成强烈反差，传统人工视觉系统很难在这种光照快速切换的场景下，准确识别交通信号灯、路面标识、行人等关键目标。工业机器人的作业场景同样存在类似问题——工厂车间内不同区域的光照亮度差异较大，或设备移动过程中反复经过明暗交界区域，都会导致机器人的视觉识别精度下降，影响作业效率。

贰

仿生设计原理

研究团队的设计思路来自对人眼光线适应机制的参考。人眼内部的视杆细胞与视锥细胞可协同完成光线适应调节——视杆细胞的特定色素可帮助人眼在黑暗环境中识别细节，进入明亮环境后该色素会被漂白并缓慢再生；视锥细胞则在明亮环境下维持细节识别能力。整套适应过程的完成需要 20 至 30 分钟。研究团队尝试在光电忆阻器元件中模拟这一调节过程，以此提升人工视觉系统的光照适应性。

光电忆阻器属于忆阻器的一种，是具备断电存储数据能力的微型电气元件。它可模拟大脑神经元处理、存储数据的运作模式，同时还能感知光线信息并将其转化为电流，为光学系统供电。

此次研发的新型光电忆阻器采用两种核心材料制作：凝胶状导电聚合物 PEDOT:PSS 与二氧化钛。其中二氧化钛负责捕获环境中的光线并将其转化为光电流，产生的电压作用于 PEDOT:PSS 表面，会调节该材料对环境中水分的吸收程度。在黑暗环境下，PEDOT:PSS 会快速吸收水分发生膨胀；光照环境下则会释放水分逐渐干燥，由此实现器件灵敏度根据环境光照情况的动态调整。

叁

测试数据表现

研究团队首先对该元件进行了不同强度紫外光的暴露测试。测试结果显示，新型光电忆阻器对紫外线强度的检测效率、检测精度均高于传统元件，且检测结果不受外部环境湿度的影响，可维持稳定读数。该元件的体积仅为直径 0.5 毫米，略小于普通信用卡的厚度，可根据实际应用需求调整尺寸——通过将多个元件连接成阵列的方式，可在不增加单个元件体积的前提下，实现更大范围的光线模式识别，适配不同场景的安装需求。

为验证该元件在实际视觉识别场景中的表现，研究团队搭建了模拟人工视觉系统——将 4×4 排列的光电忆阻器阵列与模拟神经元运算的神经网络集成，还原自动驾驶与机器人所使用的视觉系统架构。实验过程中，研究团队在不同亮度的 LED 背景前，放置呈 "F" 形的 LED 灯组，调整背景与目标灯组的亮度差模拟混合光照场景，要求视觉系统完成对 "F" 形图案的识别。

经过仅 7 轮训练，该系统在混合光照场景下的图案识别准确率超过 95%。同时该元件完成光照适应的时间仅需数秒，远快于人眼 20 至 30 分钟的适应周期。

肆

后续发展方向

当前该技术仍处于实验室研发阶段。研究团队后续计划将该元件整合为更大规模的多模态传感系统，实现视觉、触觉等多类环境数据的同步解读——多种传感功能集成在单一设备中，可大幅降低系统整体功耗。

从应用场景来看，该技术未来可落地于自动驾驶汽车的视觉系统，提升其在夜间、隧道出入口等混合光照场景下的识别稳定性；也可应用于工业机器人领域，提升其在明暗变化的车间环境中的作业精度；远期还存在应用于视障人群辅助视觉设备的可能性。

目前该研究仅完成了实验室环境下的原理验证与小规模测试，后续还需完成多场景的适配测试、量产工艺研发等工作，相关技术的商业化落地仍需一定周期。

关于力基

力基咨询1998年在香港注册成立，2004年成立苏州公司，成立至今，力基秉承“带领企业走正确的路，满足并超越客户期望”的服务理念，“授人以鱼，不如授人以渔”的辅导理念，凭借广泛的全球资源、先进的技术支撑、科学的方式方法和本土市场的成功实践，帮助客户优化流程，提升系统，引进创新，提高整体竞争优势。

需要相关业务咨询？

长按左侧二维码

或拨打0512-68602350

立即联系我们

— END —