仿生自适应“瞳孔”：液态金属变形技术让机器视觉更聪明

本文介绍了一种受生物视觉系统启发的自适应人工视觉系统，核心在于模仿生物瞳孔反射（PLR）行为。传统机器视觉系统在光照剧烈变化（如从黑夜到正午强光）时难以快速、自动调节，导致图像过曝、对比度下降、识别失准。本研究创新性地将液态金属（EGaIn，镓铟共晶合金）作为“可编程瞳孔执行器”和“人工神经元逻辑模块”，结合半球形光电突触视网膜（视野达108°），构建了闭环反馈的仿生视觉系统。该视网膜采用In₂O₃/Y6异质结结构，覆盖365–780 nm宽光谱（紫外至近红外），具备优异的柔韧性、高灵敏度（低照度下响应率达1.85 mA/W）和类神经记忆特性（短/长时程可调）。液态金属在电刺激下可快速变形（<0.42秒完成全扩张），通过表面张力与静电力协同控制，精准模拟人眼及多种动物瞳孔（竖瞳、横瞳、心形瞳等）的动态开合，实时调节进光量。实验证明：在强光（35.2 mW/cm²）下，系统自动收缩瞳孔，有效抑制过曝，使图像信噪比大幅提升；经该系统预处理后，搭载脉冲神经网络（SNN）的图像识别准确率从68.38%提高至83.56%；在模拟车灯眩光、隧道进出等复杂光照场景中，系统仍能稳定输出高质量图像，支持准确的目标检测与跟踪。该技术不依赖复杂算法，而是从硬件层面实现光适应，显著降低计算负载，提升实时性与鲁棒性，为仿生机器人、高级机器视觉和自动驾驶提供了全新的硬件级解决方案。