相机系统模仿人眼以增强机器人视觉

马里兰大学的计算机科学家开发了一种创新性的相机系统，这可能会改变机器人感知和交互环境的方式。这种技术受到人眼的不自主运动的启发，旨在提高机器人视觉的清晰度和稳定性。

研究团队由博士生Botao He领导，在Science Robotics期刊上发表的论文中详细介绍了他们的发现。他们的发明，人工微震增强事件相机（AMI-EV），解决了机器人视觉和自主系统中的一个关键挑战。

当前事件相机的问题

事件相机是一种相对较新的机器人技术，相比传统相机，它们在跟踪移动物体方面更为出色。然而，它们在捕捉高运动场景中的清晰、无模糊图像方面存在着显著的局限性。

这种缺点对依赖准确和及时的视觉信息来导航和响应环境的机器人、自动驾驶汽车和其他技术来说是一个重大的问题。保持对移动物体的焦点并捕捉精确的视觉数据对于这些系统安全有效地运行至关重要。

从人体生物学中寻找灵感

为了解决这个挑战，研究团队转向自然界，特别是人眼。他们关注微震，即当一个人试图集中视力时发生的微小的不自主眼球运动。

这些微小但持续的运动使人眼能够保持对物体的焦点，并随着时间的推移准确感知其视觉纹理，例如颜色、深度和阴影。通过模仿这种生物过程，团队旨在创建一种可以在机器人视觉中实现类似稳定性和清晰度的相机系统。

UMIACS 计算机视觉实验室

人工微震增强事件相机（AMI-EV）

AMI-EV 的核心创新在于其能够机械地复制微震。团队在相机内加入了一个旋转棱镜，以重定向由镜头捕捉的光束。这种持续的旋转运动模拟了人眼的自然运动，使相机能够以类似于人眼视觉的方式稳定记录物体的纹理。

为了补充硬件创新，团队开发了专门的软件来补偿 AMI-EV 中棱镜的运动。该软件将移动的光模式整合为稳定的图像，有效地模仿大脑处理和解释来自眼球持续微小运动的视觉信息的能力。

这种硬件和软件的结合使 AMI-EV 即使在涉及大量运动的场景中也能捕捉清晰、准确的图像，从而解决了当前事件相机技术的一个关键局限性。

潜在应用

AMI-EV 创新的图像捕捉方法开启了各个领域的广泛潜在应用：

• 机器人和自动驾驶汽车： 相机捕捉清晰、运动稳定的图像的能力可以显著提高机器人和自动驾驶汽车的感知和决策能力。这种提高的视觉能力可以带来更安全、更高效的自动系统，它们能够更好地识别和响应环境的变化。
• 虚拟和增强现实： 在沉浸式技术领域，AMI-EV 的低延迟和极端照明条件下的优异性能使其非常适合虚拟和增强现实应用。相机可以通过快速计算头部和身体的运动来实现更无缝和更真实的体验，减少晕动症并提高整体用户体验。
• 安全和监控： 相机在运动检测和图像稳定方面的先进能力可以彻底改变安全和监控系统。更高的帧率和各种照明条件下的清晰图像可以带来更准确的威胁检测和更好的安全监控。
• 天文学和空间成像： AMI-EV 捕捉快速运动的能力可以在天文观测中证明其价值。这种技术可以帮助天文学家捕捉更详细的天体和事件图像，可能会带来新的太空探索发现。

性能和优势

AMI-EV 最令人印象深刻的功能之一是其能够以每秒数万帧的速度捕捉运动。这远远超过了大多数商用相机的能力，商用相机通常每秒只能捕捉 30 到 1000 帧。

AMI-EV 的性能不仅在帧率方面超过了典型的商用相机，而且在快速运动期间保持图像清晰度方面也优于商用相机。这可能会在各种应用中带来更流畅、更真实的运动表现。

与传统相机相比，AMI-EV 在具有挑战性的照明场景中表现出更好的性能。这种优势使其特别适用于照明条件可变或不可预测的应用，例如室外自动驾驶汽车或空间成像。

未来影响

AMI-EV 的开发有可能改变机器人和自动系统以外的多个行业。其应用可以扩展到医疗保健等领域，在那里它可能有助于更准确的诊断，或者在制造业中，它可以提高质量控制过程。

随着该技术的继续发展，它可能为甚至更先进和更强大的系统铺平道路。未来版本可能会将机器学习算法集成到图像处理和物体识别能力中。另外，技术的微型化可能会导致其被纳入更小的设备中，从而进一步扩大其潜在应用。