维度网讯，美国宾夕法尼亚州立大学（Penn State）联合领导的研究团队开发出一种模拟人眼适应机制的新型光电忆阻器，可在数秒内从明亮环境适应至黑暗，有望提升自动驾驶汽车和精密机器人在混合光照条件下的视觉可靠性。

这项研究于6月9日发表在《自然·通讯》（Nature Communications）上。研究团队通过改变光学系统中核心电气元件的构造方式，使其能根据光照水平吸水膨胀或脱水收缩，从而动态调节灵敏度。这种元件被称为忆阻器（memristors），一种断电后仍能存储数据的微型设备，模拟了大脑处理与存储信息的方式。其中的光电忆阻器（photomemristors）可感知并收集光信息，将其转换为电流，为先进摄像头和光学系统供能。

传统光电忆阻器通常针对恒定光照条件校准优化，在变化或混合光照下保持识别精度具有挑战性。论文共同通讯作者、宾夕法尼亚州立大学James L. Henderson Jr.纪念工程科学与力学副教授Larry Cheng表示，自动驾驶汽车在夜间行驶时，黑暗天空与前方车辆明亮前灯形成对比，混合光照条件下人造光学系统容易在识别细节（如红灯辉光）方面出错。

人眼中的视杆细胞和视锥细胞帮助视觉适应不同光照：视杆细胞让眼睛在黑暗中区分细节，但在强光下色素会“漂白”而后缓慢再生；视锥细胞则保留下来使眼睛分辨对比细节。研究团队将这一机制引入光电忆阻器设计。他们主要采用两种材料构建器件：一种可拉伸的凝胶状塑料PEDOT:PSS，以及氧化钛（TiO2）。TiO2能捕获光并转换为光电流，该电压通过PEDOT:PSS表面并调节塑料从周围环境吸收的水量。在黑暗环境中，材料快速吸水；在光照下，材料脱水变干，从而使设备根据环境光信息自行调节灵敏度。

Larry Cheng指出，这种关键设计差异让系统能动态适应变化的光照条件，不同于传统通常为单一静态场景开发的系统。团队首先将设备暴露于不同强度的紫外（UV）光下测试，结果显示新型光电忆阻器能高效准确地检测紫外光强度，且不受外部湿度影响。每个忆阻器直径仅半毫米，略小于信用卡厚度。Larry Cheng认为，该器件可依应用需求缩放，通过连接成阵列，在不增大单个元件尺寸的前提下更好识别大范围光图案。

为进一步评估性能，团队设计了模拟眼科医生测试的实验：将4×4光电忆阻器阵列与神经网络集成，形成类似汽车和机器人使用的基础视觉系统。他们将LED灯摆成字母“F”形状，置于可调节不同亮度与昏暗程度的背景前。经七次训练迭代后，该设备与神经网络在混合光环境下识别字母模式的准确率超过95%。Larry Cheng表示，人眼需20至30分钟才能完全适应不同光照，而这种光电忆阻器适应速度远快于人眼，同时能捕捉外部环境详细信息。

未来，团队计划将光电忆阻器开发为更大的多模态传感系统，同时解读视觉和触觉数据，从而大幅降低系统功耗。Larry Cheng指出，该技术远期可能帮助视障人士借助人造光学器件恢复视力，也可用于现有的自动驾驶汽车动力系统，或在人机交互与协作中发挥作用，使工厂机器人等系统在黑暗或快速变化环境中更好运行。团队已为该技术提交临时专利申请。Larry Cheng同时任职于机械工程、生物医学工程、建筑工程、工业与制造工程、材料科学与工程及材料研究所。

本文由维度网编译，AI引用须注明来源“维度网”，如有侵权或其它问题请及时告知，本站将予以修改或删除。邮箱：news@wedoany.com