“紧凑型深度传感器受蜘蛛启发”

对于我们所有的技术进步，在研发方面，什么都能做。 跳蜘蛛。 这些小蜘蛛虽然大脑小，但拥有令人印象深刻的深度感知能力，所以可以从一些优点准确地击中没有戒心的目标。

在这些蜘蛛的启发下，哈佛大学约翰·保尔森工程与应用科学学院( seas )的研究人员开发了小型高效的深度传感器。 该传感器可以用于微机器人、小型可穿戴设备，或者轻量的虚拟现实和增强现实的耳机。 该装置结合多功能、扁平的金属元素和超高效的算法，可以一次测量深度。

由于进化，产生了各种各样的光学配置和视觉系统。 这些光学配置和视觉系统是为了不同的目的而根据需要定制的。 朱军史说。 物理学的候选人，论文的第一作者。 光学设计和纳米技术最终可以探索人工深度传感器和其他视觉系统，这些系统也多样化和比较有效。

这项研究发表在《美国科学院纪要》( pnas )上。

今天，电话、汽车、视频游戏机等多个深度传感器使用集成光源和多个摄像头测量距离。 例如，高端智能手机的面部id使用数千个激光点绘制面部轮廓。 这适用于电池和高速计算机空之间的大型设备，但对于智能手表和微型机器人等功耗和计算量有限的小型设备呢？

说明进化提供了很多选择。

人类用立体视觉测量深度。 也就是说，在观看某个物体时，我们两只眼睛各自收集了稍有不同的图像。 请尝试以下操作。 手指直接放在脸上，眼睛交替张开和闭上。 你看到手指是怎么工作的？ 我们的大脑拍摄这两个图像，逐个像素地检查它们，根据像素的移动方法计算到手指的距离。

seas的电气工程和计算机科学教授William和Ami Kuan Dan off也是这本书的共同作者之一，todd zickler说。 “这个匹配的计算方法是你拍摄两张图像来搜索对应的零件，这在计算上非常麻烦。 研究。 人类对这些计算有很好的头脑，但是没有蜘蛛。

蜘蛛迅速发展了更有效的深度测量系统。 每只眼睛有几个半透明的视网膜，这些视网膜分层排列，这些视网膜测量具有不同模糊量的多个图像。 例如，如果跳跃的蜘蛛用一只眼睛盯着果蝇，那么在一张视网膜的图像中，果蝇看起来更清晰，在另一张视网膜的图像中，则看起来更模糊。 这样模糊的变化会把飞行距离的新闻编码。

在计算机视觉中，这种距离计算类型称为散焦深度。 但是，迄今为止，复制自然需要具备电动内部组件的大型摄像机，这些摄像机可以随时拍摄不同的图像进行聚焦。 这限制了传感器的速度和实用。

那就是金属元素进入的地方。

federico capasso、robert l. wallace应用物理学教授、seas电气工程高级研究员、论文共同作者vinton hayes在实验室中解释了metalenses可以生成包括各种新闻在内的多个图像。 基于这项研究，团队可以设计金属颜料并生成两个具有不同模糊度的图像。

卡帕索实验室的一部分历史学说，不是像跳跃的蜘蛛一样，通过分层的视网膜捕捉多个且图像，而是金属元素分离光，在一个光电传感器上排列形成两个散焦不同的图像。

zickler组开发的超高效算法，解释两个图像，构建表示被摄体距离的深度图。

能一起设计超表面和计算算法，我很兴奋。 齐国博士说。 zickler研究所的候选人，也是这篇论文的第一位作者。 这是制作计算传感器的新方法，为很多可能性打开了大门。

卡帕索说，金属眼镜是改变游戏规则的技术，因为它更有效，可以更快地实现现有的光学功能和新的光学功能，同时体积、多样性和复杂度要小得多。 融合光学设计和计算成像方面的突破，我们开发了这种新型的深度摄像机。 这将给科学和技术行业带来广泛的机会。

这篇论文由新加坡国立大学的黄耀伟、艾玛·亚历山大和邱成伟合作。 空得到军队科学研究所和美国国家科学基金的支持。

本文：《“紧凑型深度传感器受蜘蛛启发”》