導語：受到跳蛛的啟發，哈佛大學約翰·保爾森工程與應用科學學院(SEAS)的研究人員開發了一種緊湊而高效的深度傳感器。該傳感器將多功能，扁平的金屬元素與超高效算法結合在一個單鏡頭裡來測量深度。可用於微型機器人、小型可穿戴設備或輕量級的虛擬現實和增強現實頭盔。(該研究發表在《美國國家科學院院刊》上)
儘管我們的技術不斷進步，但在研發方面，沒有什麼能打敗自然的進化，比如跳蛛。儘管它們的大腦很小，但這種小蛛形綱動物有著令人印象深刻的深度感知能力，這使得它們能夠從幾倍長於身體長度的距離精確地撲向毫無戒心的目標。
於是，受到跳蛛的啟發，哈佛大學約翰·保爾森工程與應用科學學院(SEAS)的研究人員開發了一種緊湊而高效的深度傳感器。該傳感器將多功能，扁平的金屬元素與超高效算法結合在一個單鏡頭裡來測量深度。可用於微型機器人、小型可穿戴設備或輕量級的虛擬現實和增強現實頭盔。
下圖顯示了金屬深度傳感器實時捕獲半透明蠟燭火焰的深度的過程。左邊的兩個圖像是相機傳感器捕獲的原始圖像，這兩張圖像由金屬元素形成，並且模糊程度略有不同。通過這兩幅圖像，研究人員實時計算出物體的深度，結果如下圖右邊所示。
圖片來源：Qi Guo and Zhujun Shi /哈佛大學
“進化產生了各種各樣的光學配置和視覺系統，而這些光學配置和視覺系統是為不同目的量身定製的。而光學設計和納米技術最終使我們能夠探索人造深度傳感器和其他視覺系統，這些系統同樣具有多樣性和有效性。”論文合著者、物理學博士Zhujun Shi 這樣表示。
當今許多深度傳感器，例如手機、汽車和視頻遊戲機中的深度傳感器，都使用集成光源和多個攝像頭來測量距離。例如，智能手機上的人臉識別使用數千個激光點來映射人臉輪廓，這適用於有足夠空間放置電池和快速電腦的大型設備，但對於像智能手錶或微型機器人這樣的功率和計算能力有限的小型設備呢?
明顯是不適用的。而事實證明，進化為我們提供了許多選擇。
我們知道，人類使用立體視覺來測量深度，這意味著當我們看著一個物體時，我們的兩隻眼睛中的每隻正在收集略有不同的圖像。嘗試以下操作：將手指直接放在您的臉部前面，然後交替睜開和閉合雙眼。看看手指是如何移動的?事實上，我們的大腦獲取了這兩個圖像，並逐個像素地對其進行檢查，然後根據像素的移動方式計算到手指的距離。
但是，這種匹配計算，即你獲取兩幅圖像，然後搜索對應的部分，在計算上是很繁瑣的。人類有一個很好的、很大的大腦來進行這些計算，但是蜘蛛沒有。不過，如今跳蛛已經進化出一種更有效的深度測量系統：跳蛛的每隻主眼都有一些分層排列的半透明視網膜，這些視網膜可測量具有不同模糊量的多個圖像。
例如，如果一隻跳躍的蜘蛛用一隻主眼注視著一隻果蠅，那麼該果蠅在一個視網膜的圖像中會顯得更清晰，而在另一幅視網膜的圖像中則更模糊。正是這種模糊變化編碼了果蠅的飛行距離信息。
金屬深度傳感器可以實時捕捉果蠅的深度
圖片來源：Qi Guo and Zhujun Shi /哈佛大學
在機器視覺中，這種距離計算稱為離焦深度。但是到目前為止，要複製大自然，就需要配備有內部動力元件的大型攝像頭，這些攝像頭可以隨時間捕獲不同焦點的圖像。但很明顯，這限制了傳感器的速度和實際應用。
而金屬元素可以解決這一問題。
該論文的研究人員通過實驗證明了金屬可以同時產生包含不同信息的多個圖像，且在此基礎上，設計了可以同時產生兩個具有不同模糊度的圖像的金屬材料。該金屬為緊湊的深度傳感而設計，由亞波長間隔的方形納米顆粒組成。如下圖所示，通過交替使用兩種不同的納米圖形(在這裡以紅色和藍色顯示)，該金屬同時形成兩個圖像。這兩幅圖像模擬了跳蛛眼中分層的視網膜所捕捉到的圖像。
為緊湊的深度傳感設計的金屬
圖片來源：Qi Guo and Zhujun Shi /哈佛大學
但不同於跳蛛的是，跳蛛是通過分層的視網膜來捕獲多個同時圖像的，而金屬則可以將光線分開，並在光敏傳感器上同時形成兩個不同的散焦圖像。
而在獲取分層圖像後，為解決繁瑣計算的問題，該研究團隊還開發了一種超級高效的算法，來解釋這兩幅圖像，並構建一個深度圖來表示物體距離。
Zickler實驗室研究人員、該論文合著者，博士QiGuo表示：“能夠一起設計超表面和計算算法是非常令人興奮的，這是創建計算傳感器的新方法，它為許多可能性打開了大門。”
金屬透鏡是一項改變遊戲規則的技術，因為他們有能力實現現有的和新的光學功能，比現有的鏡片更有效、更快、更少體積和複雜性。光學設計和計算成像技術的突破使我們研製出了這種新型深度相機，它將為科學和技術帶來廣泛的機遇。
閱讀更多 中科維鑫 的文章
