全民造車時代 怎能少的了石墨烯 Nature Comm.報道石墨烯基3D探測器助力無人駕駛

自動駕駛汽車等新興技術要求成像技術不僅能捕捉二維圖像，還能捕捉物體的三維空間位置和方向。目前已有的多種解決方案，包括激光雷達系統和光場攝像機，都存在明顯的局限性。例如，激光雷達受到尺寸和成本的限制，最重要的是需要使用激光對環境進行主動發射，這本身就帶來了挑戰，包括安全性。各種配置的光場攝像機也被提出并進行了測試。一種常見的方法是在相機的傳感器陣列前放置微透鏡陣列；從不同角度的同一點發出的光被映射到不同的像素以創建角度信息。然而，到低維的映射需要在空間分辨率和角度分辨率之間進行權衡。另外，還可以使用光學掩模和攝像機陣列進行光場采集。然而，前者犧牲了信噪比，可能需要較長的曝光補償時間。后一種設備的尺寸可能成為開發小型相機的一個限制因素。

在Ted Norris的實驗室里，一束綠色的激光束聚焦在石墨烯基透明光電探測器陣列上。（圖片來源：密歇根大學）

密歇根大學(University of Michigan)開發的一種新的實時3D運動跟蹤系統將光探測器與先進的神經網絡技術相結合，創造出一種有朝一日可能在自動駕駛技術中取代激光雷達和攝像頭的系統。雖然這項技術仍處于起步階段，但在未來有望應用到包括自動化制造、生物醫學成像和自動駕駛等應用領域。該成果以“Neural network based 3D tracking with a graphene transparent focal stack imaging system”為題，發表在Nature Communications上。

全石墨烯光電探測器陣列聚焦堆疊成像系統的概念。（圖片來源：Nature Communications 2021, 12, 2413）

密歇根大學博士生Zhang Dehui（本文一作）表示:“石墨烯納米器件和機器學習算法的深入結合可以在科學和技術領域帶來重大機遇。與其他幾種解決方案相比，該系統結合了計算效率、快速跟蹤速度、硬件緊湊和成本更低。”在這項工作中的石墨烯光電探測器經過優化，只吸收了暴露在其中的約10%的光，使其幾乎透明。因為石墨烯對光非常敏感，這足以產生可以通過計算成像來重構圖像。這些光電探測器堆疊在一起，形成了一個緊湊的系統，每一層聚焦于不同的焦平面，從而實現了3D成像。

使用雙堆疊石墨烯探測器陣列的聚焦堆疊疊加成像實驗演示。（圖片來源：Nature Communications 2021, 12, 2413）

但3D成像僅僅是個開始。該團隊還研究了實時運動跟蹤，這對自主機器人的廣泛應用至關重要。為了做到這一點，他們需要一種方法來確定被跟蹤對象的位置和方向。典型的方法包括激光雷達系統和光場攝像機，這兩種方法都有很大的局限性。另一些則使用超材料或多臺攝像機。硬件本身不足以產生預期的結果。

他們還需要深度學習算法。密歇根大學博士生Xu Zhen（本文共一）幫助搭建了這兩個領域的橋梁。他建立了光路，并與該團隊合作，使神經網絡能夠解讀位置信息。神經網絡被訓練為在整個場景中搜索特定的對象，然后只關注特定的對象，例如，交通中的行人，或高速公路上移動到你車道上的物體。該技術尤其適用于穩定的系統，如自動化制造，或為醫療社區以3D方式投影人體結構。

利用CMOS相機采集的聚焦堆疊數據進行三維擴展目標跟蹤和方向估計。（圖片來源：Nature Communications 2021, 12, 2413）

密歇根大學博士生 Huang Zhengyu（本文共一）領導了神經網絡的算法設計。該團隊開發的算法類型不同于用于x射線和MRI等長期存在的成像技術的傳統信號處理算法。這讓團隊的共同領導杰弗里·費斯勒(Jeffrey Fessler，本文通訊作者，專門研究醫學成像)感到興奮。費斯勒說:“在我在密歇根的30年里，這是我參與的第一個技術還處于初期階段的項目。雖然該技術離實用化還有很長的路要走，但沒關系。這也是讓人興奮的部分原因。”

該團隊成功地跟蹤了一束光，以及用兩個4×4(16像素)石墨烯光電探測器陣列堆疊成功跟蹤一個實際的瓢蟲運動。他們也證明了他們的技術是可擴展的。他們認為，對于一些實際應用，只需4000個像素，而對于更多的應用，只需400×600像素陣列。

雖然該技術可以與其他材料一起使用，但石墨烯的另一個優點是它不需要人工照射，而且它對環境友好。研究人員表示，建造大規模生產所需的制造基礎設施將是一個挑戰，但這可能是值得的。

“石墨烯就是1960年的硅，”諾里斯（Theodore B. Norris，本文通訊作者）說，“隨著我們繼續開發這項技術，它可能會激發商業化所需的那種投資。”

文獻信息：Neural network based 3D tracking with a graphene transparent focal stack imaging system，Nature Communications 2021, 12, 2413.

本文由納米小白撰稿。