視覺傳感器是機器視覺和智能的核心。然而，常規平面器件依賴於多元素光學器件和外部處理器來校正光學像差。這種方法限制了小型化，降低了功率效率，並且通常限制了視場。彎曲傳感器可提供緊湊的、像差校正的成像，但其分辨率一直低於實用水平。
2026年8月17日，香港科技大學范智勇獨立通訊在Nature Materials 在線發表題為An aberration-corrected bionic eye for full-colour vision and event-driven motion detection的研究論文。
該研究提出一種基於半球形串聯人工視網膜的仿生眼系統。這種高曲率圖像傳感器實現了1,905 ppi的像素密度，總像素數為367,500，提供300–800 nm範圍的全色成像，以及超過160°的像差校正視場。此外，串聯設計實現了傳感器內的事件驅動運動檢測。與基於幀的成像相比，這種方法將帶寬需求降低了超過99.95%，並實現了98.6%的運動識別準確率。
本工作解決了半球形傳感器的分辨率瓶頸，並突顯了其作為緊湊型多功能視覺應用的前景。
進化已發展出複雜的生物視覺系統，提供卓越的能力，特別是在實現超寬視場無像差視覺以及高效檢測光譜和運動信息方面。這些卓越的視覺能力對於棲息於昏暗光線環境下的鯉科魚類尤為關鍵。它們的無像差視覺源於兩個關鍵適應：校正場曲像差的彎曲視網膜幾何結構，以及視網膜內不同深度錐體細胞的獨特組裝。
這種排列與不同波長光的不同焦距對齊，有效校正色差。光譜和運動信息的有效檢測由視網膜神經元實現。錐體細胞對特定波長範圍的響應確保廣譜視覺，而運動感知由ON和OFF視網膜神經節細胞（RGCs）促進。這些細胞對隨時間變化的光強度變化敏感，並能夠編碼時間動態視覺信息。這些動物優雅的光學設計和有效的檢測能力提供了準確的環境感知，同時減少了對大腦的計算負荷並降低了能耗。
上述高性能視覺能力對於包括無人機、自動駕駛汽車和機器人技術在內的廣泛技術應用至關重要。然而，當前成像系統主要基於基於幀的平面硅圖像傳感器，這在多個方面限制了系統性能。用常規微細加工工藝製造的平面探測器幾何結構即使使用複雜透鏡也存在嚴重的場曲像差問題。
對於硅CMOS/CCD圖像傳感器，光譜信息通過單層圖像傳感器結合彩色濾光片陣列檢測，這導致更低的光吸收效率。此外，基於平面圖像傳感器的相機系統由於不同顏色的焦距色散而不可避免地存在色差。
與能夠通過視網膜內計算提取感興趣特徵的生物視網膜不同，常規基於幀的圖像傳感器需要額外的計算單元。這種分離設計導致信號冗余和高能耗，特別是對於需要處理豐富時間動態信息的運動檢測和識別（MDR）系統。
圖1. 生物視覺與仿生設計（摘自Nature Materials)
受鯉科魚類視覺系統的啓發，在本研究中作者提出了一種高性能仿生眼。該器件利用一種具有不同紅（R）、綠（G）和藍（B）視網膜層的串聯半球形仿生視網膜神經元陣列（THE-BRENA）。該器件的半球形幾何結構不僅提供了超過160°的超寬視場（FoV），還有效校正了場曲像差。
串聯結構結合精確工程化的鈣鈦礦帶隙，在寬光譜範圍（300–800 nm）內實現了全色視覺。作者校正色差的獨特方法涉及將RGB視網膜與RGB光的各自焦點策略性對齊，增強圖像清晰度。此外，視網膜神經元功能使用核-雙殼鈣鈦礦-金屬氧化物異質結納米線陣列進行模擬。
這種排列支持自供電的、事件驅動的光響應，使系統非常適合MDR應用。值得注意的是，由於利用三維（3D）激光雕刻方法進行電極圖案化和串聯視網膜設計，該器件實現了1,905像素每英吋（ppi）的高像素密度和高填充因子（接近300%）。
最終，作者的仿生眼器件擁有367,500個像素（350×350×3），實現了實用的分辨率。與常規相機相比，這種仿生眼在MDR應用中的能效（自供電）和計算效率（帶寬需求減少>99.95%）方面提供了顯著改進。
當與卷積神經網絡-長短期記憶（CNN-LSTM）模型集成時，該系統表現出卓越的運動檢測準確率，僅經過五個訓練週期後即達到98.57%。總體而言，本工作引入了一種開創性的仿生視覺傳感器設計，為大幅提升下一代智能系統的性能提供了可能性。