一种采用超级镜头（Metalenses）的离焦深度仿生传感器

2019年11月4日，马萨诸塞州剑桥市——哈佛大学约翰·保尔森工程与应用科学学院（SEAS）的研究人员开发出了一种能够一次性完成深度测量的的小型传感器。该芯片的设计灵感来源于跳蛛带有的一种“专业的光学器件”，该器件具备着非凡的深度感知能力。蜘蛛的每一只主眼都具有多个分层排列的半透明的视网膜。蜘蛛通过这种多层次的视网膜获得不同清晰程度的猎物图像，来估量出本身与猎物之间的距离。在计算机视觉中，这种距离计算被称为离焦深度测量。

迄今为止，想要重现自然，能够自动调节以获取不同焦距下的图片的大型照相机是必不可少的。然而这一要求会使得离焦深度传感器的速度降低，同时也限制了其所能运用的领域。

SEAS研究人员结合了多功能金属感应器，纳米光子组件和高效的计算技术，开发了一种可以能够高效测量图像散焦深度的传感器。卡帕索小组以前曾发表过关于超级镜头（Metalenses）的研究，该技术可以同时产生多个图像，每个图像包含不同的信息。基于这项研究，该小组设计了一种可以同时产生具有两种不同清晰程度的超级透镜。“区别于跳蛛那样通过多层半透明视网膜来同时获得大量图像，超透镜将光线分离并在同一个光电传感器上并排形成两个不同离焦程度的图像。”研究员石驻军介绍道。

通过超透镜深度传感器实时捕捉蜡烛半透明火焰的深度。左侧的两幅图是通过传感器所拍摄的原始图像。它们都是由超透镜产生的，仅仅只是在清晰程度上有轻微的不同。研究人员通过这两幅图像计算出物体的实时深度。右图为计算所得的深度图。上述图像由哈佛大学石驻军和郭琦提供。

研究人员将超透镜与现有的组件结合在一起构成了传感器的原型。传感器当前尺寸为4X4X10cm，但是既然这些超透镜的直径只有3mm，那么可以通过专门设计的光电传感器和外壳来减少组装后的传感器的整体体积。研究人员采用主波长为532nm，带宽仅10nm的滤光片与超透镜组配合使用。在超透镜组前放置一个矩形孔径，起到对视场的限制并防止两个图像重叠。 

由Todd Zickler教授小组开发的算法可以有效地解析两个图像，并构建一个深度图来表示物距。 

为了分析深度的精度，研究人员通过一系列已知的距离下测量测试物体的深度并且与这些测试物体的真实物距相比较。直径3mm的超透镜组可以在超过10cm的距离范围内进行测量，并且每个输出像素所使用的浮点运算数小于700.

用于小型深度感应器的超透镜组图解。它由一亚波长为间隔的方形纳米柱组成。该透镜组通过交替显示两种不同的纳米柱图案（在此以红色和蓝色显示）同时显示两组图像。这两个图像模拟了跳跃蜘蛛眼中分层视网膜所捕获的图像。该图由哈佛大学的石驻军与郭琦提供。

与以往的被动式人造深度传感器相比，这种仿生设计重量轻，所需计算量少。该传感器所具备被的体积小、重量轻、运算量少的特点进一步实现了深度感应功能在昆虫级别（如微型机器人，可摄入的设备，遥远的传感器网络和小型可穿戴设备 ）的平台上可行性。

研究员郭琦认为超表面的设计与计算算法的结合将成为“一种新型的创造计算传感器方案”。并且纳米光子与高效计算的集成极有可能成为计算传感器的典型。

“超透镜因其具有在相较于现有透镜更小的体积以及更简单的结构的条件下能够更有效更快地实现现有的以及新的光学功能的能力，使其成为了一种可以改变游戏规则的技术。” 费德里科·卡帕索教授向我们介绍道，“为了能够在光学设计以及图像计算两个领域且相在二者相结合的领域内取得突破，使得我们开发了这款新型的深度相机，它将成为科学和技术领域更进一步的一大助力。”

该研究发表在《美国国家科学院院刊》上（https：// doi.org/10.1073/pnas.1912154116）。

https://youtu.be/t951D2q5bCE   

受到跳蛛的启发，哈佛大学的研究人员开发了一种小型高效的深度传感器，该传感器可用于微型机器人，小型可穿戴设备或轻型虚拟现实和增强现实耳机中。该设备通过将多功能平面超透镜与超高效算法结合在一起，以够实现单次完成深度测量。由哈佛大学石驻军和郭琦提供。