当前位置：首页>自动驾驶>汽车如何看得更清楚——自动驾驶的视觉仿生

汽车如何看得更清楚——自动驾驶的视觉仿生

2026-09-07 03:01:16

汽车如何看得更清楚——自动驾驶的视觉仿生

现代自动驾驶汽车在观察周围世界方面已经做得相当出色——前提是光照条件理想。一旦遇到下雨、下雪，或急救车辆突然发出的强光等情况，事情就会变得棘手。

一种新型传感器组件，大小仅相当于一粒沙子，或许能解决这个问题。这种被称为光忆阻器（photomemristor）的新型传感器由宾夕法尼亚州立大学的研究人员开发。它打破了传统计算机视觉传感器的设计思路，转而从普通的人眼结构中汲取灵感。本质上，它就像额外的人工眼睛。在测试中，该设备在明亮和黑暗光照环境之间切换的速度，超过了现有的方法。

人眼能够轻松、自然地在明暗之间过渡。如果未来的自动驾驶汽车也能具备这种能力，它们在恶劣天气下的可靠性将会大大提升。这一点尤为重要，因为Waymo、Zoox等机器人出租车公司正准备在美国及全球各地部署越来越多的无人驾驶汽车。该研究成果已于本周发表在《自然·通讯》（Nature Communications）期刊上。“通过模仿人眼的运作方式，我们可以制造出在混合光照环境下工作更加可靠的光忆阻器。”宾夕法尼亚州立大学工程师、该研究合著者之一Larry Chang在一份声明中表示。

计算机视觉的短板

无人驾驶汽车的视觉模型（以及所有计算机视觉系统）的好坏，完全取决于它们所训练的数据。虽然人们已经投入大量努力来提升在恶劣天气和异常光照环境下的性能，但看看目前提供无人驾驶服务的城市就能明白：凤凰城、旧金山、奥斯汀，这些城市都以漫长晴朗的日子著称。

但天气并不是唯一会干扰计算机视觉的因素。更具体地说，这些系统在研究人员所说的混合光照条件下容易出问题。一个典型的例子是大多数司机都熟悉的场景：在漆黑的夜里开车行驶在起伏的山路上，突然对面车道来了一辆开着远光灯的汽车。那种从黑暗瞬间进入强光、又迅速回到黑暗的过程会让人晕眩，但大多数人类司机仍能保持对周围环境的感知。

机器则困难得多。在同样的场景中，研究团队指出，无人驾驶汽车被对面远光灯闪到后，可能会短暂失去对周边其他物体的追踪，包括模糊的红色交通信号灯，或路边匆匆跑过的鹿的轮廓。

利用视杆细胞和视锥细胞

为了解决这个问题，宾夕法尼亚州立大学的工程师们回归本质，研究人眼在这种情况下如何出色工作。我们的眼睛含有视杆细胞（rods）和视锥细胞（cones），帮助我们在黑暗中辨别细节。当光源突然变亮时，视杆细胞中的色素会暂时“漂白”，然后缓慢再生。而视锥细胞在此过程中基本保持不变，这让我们在视杆细胞重新调整时，仍能追踪对比明显的细节。

受到这一自然过程的启发，研究团队着手制造一种定制的光忆阻器，试图复制人眼中视杆细胞与视锥细胞的相互作用。他们用两种材料构建传感器：一种有弹性的凝胶状塑料和一种称为二氧化钛的粉末状化合物，两者之间有水流动。二氧化钛捕捉环境中的光线，并将其转化为电流，该电压随后通过塑料的导电表面。在实际应用中，塑料在较暗环境下会吸收更多水分并轻微膨胀，而暴露在更强光线下则会释放水分。研究团队的目标是制造出能够“动态适应光照变化”的类人眼传感器。

该团队的光忆阻器非常小，仅有半毫米宽。尽管体积微小，它仍能将光能转化为电能，为先进的光学系统供电。

（图片描述：该器件看起来像一个金色方块，里面还有一个更小的方块，并布满微小孔洞。它只有一个方块就只有半毫米宽，比大多数信用卡还薄。要让这类传感器在计算机视觉系统中实际工作，需要将多个元件连接成阵列。）

为了测试，他们将多个传感器组合成一个4×4阵列，然后与一个神经网络配对——这个神经网络就像无人驾驶汽车或机器人的“大脑”。组合完成后，团队让这套新机器视觉系统通过类似验光师眼科检查的标准测试。他们在一个可控光照背景上放置了一个LED字母“F”，装有人工眼睛的机器视觉系统需要在背景从极亮切换到极暗的过程中，持续追踪并识别这个“F”。经过几轮初始训练后，该系统在混合光照条件下识别字母的准确率达到95%。研究团队表示，这优于传统系统。虽然它可能还达不到某些人类的水平，但在适应速度上更有优势——人眼通常需要20到30分钟才能完全适应重大光照变化，而该系统能在几秒钟内完成调整。

超越汽车的应用

虽然这些人工眼睛在这次有限的测试中表现良好，但要真正装到路上的汽车里，还有很长的路要走。研究团队表示，下一步是将传感器扩展成一个多模态系统，能够同时处理视觉和触觉数据。他们希望，最终这项技术能让自动驾驶汽车看得更可靠。

此外，团队甚至认为，这种人工眼睛的版本有可能帮助制造人工光学器件，为视力受损者恢复视觉。这些“眼睛”还可以安装到人形机器人身上，帮助它们更好地在仓库或其他人类工作场所中导航。这一切听起来令人印象深刻，但也开始让人隐约联想到反乌托邦游戏《赛博朋克2077》中的场景。

编译自《How can self-driving cars see better? Make their sensors more human.》（Mack DeGeurin），Popular Science （Jun 13, 2026），非商业用途，仅供参考交流使用。

本文来自网友投稿或网络内容，如有侵犯您的权益请联系我们删除，联系邮箱：596563534@qq.com 。

最新文章

随机文章