美国莱斯大学的研究团队开发出一款名为EyeDAR的紧凑型雷达传感器，其尺寸仅如橙子大小，旨在提升自动驾驶车辆的安全性。这款雷达传感器安装在路灯上，通过雷达技术在雾天等恶劣条件下追踪交通状况，并将关键信息直接传输给下方的车辆，为自动驾驶系统提供更清晰、准确的交通视图。

博士后研究员Kun Woo Cho领导的团队专注于将智能融入道路基础设施，而非依赖昂贵的车载计算机。Cho表示：“EyeDAR是我称之为‘模拟计算’的一个例子。”她补充道：“过去二十年，计算领域侧重于数字和软件方面，模拟硬件设计被忽视。我致力于探索这一被忽略的设计空间。”

自动驾驶车辆的安全通常依赖于车载技术，但可靠性的提升可能需要道路本身的升级。标准传感器如摄像头和激光雷达在暴雨、浓雾或低光环境中容易失效，导致危险盲区。为此，研究人员采用基于基础设施的雷达，它在各种天气条件下保持高精度，并能检测隐藏于障碍物后的风险。

EyeDAR雷达传感器的核心优势在于其3D打印的Luneburg透镜，模仿人眼结构，包含超过8,000个微小、独特形状的元素。当雷达信号击中透镜时，树脂的物理结构自然弯曲波束至焦点，实现“模拟计算”，即利用物体形状完成数字处理器难以处理的数学运算。这种设计使传感器能安装在路灯和交通信号灯上，构建城市安全网络，捕捉通常丢失的雷达反射。

这些低成本、战略部署的单元可实时检测隐藏危险，如被卡车遮挡的行人或接近交叉路口的汽车，并将数据传递给自动驾驶车辆，扩展传感范围并确保可靠检测，即使车载传感器因距离或能见度受限。Cho指出：“EyeDAR雷达传感器是一个会说话的传感器——它是将雷达传感和通信功能集成到单个设计中的首个实例。”在测试中，EyeDAR雷达传感器解析目标方向的速度比现有数字雷达快200倍。

这种新设计、廉价且紧凑的技术有望增强城市安全，理论上可在停车标志和交通信号灯上密集部署。除了自动驾驶车辆，该技术还能应用于无人机、机器人和可穿戴设备，通过共享数据网络提升感知能力。