模拟人眼机制，中国科学家造出“会变焦、有余光”的激光雷达芯片

科学剃刀 | Science Razor

探索未知 · 理性的力量

近日，来自北京大学的研究团队成功研发了一种集成仿生激光雷达系统，其成果发表在《自然·通讯》。

这套系统的核心突破在于，它首次在芯片尺度上，模仿了人眼“中央凹”的注视机制。它能够像人眼一样，动态地将高分辨率“视线”聚焦在感兴趣的局部区域，同时保持对全局场景的基础感知。这种“自适应聚焦”能力，使其在聚焦区域达到了0.012度的角分辨率，比人视网膜的理论极限（约0.017度）还要精细。

这项成果可能为长期受困于成本、功耗和算力压力的自动驾驶、机器人等领域，提供一条全新的感知路径。

机器视觉的“分辨率焦虑”

要理解这项突破的意义，我们首先得看看当前机器视觉，特别是激光雷达面临的困境。

激光雷达通过发射激光并接收回波来测量距离，是自动驾驶汽车、无人机等感知三维环境的核心传感器。它的优势是精度高，不受光线影响。

但传统激光雷达有个根本性挑战：它的分辨率直接与物理通道数量挂钩。

你可以把它想象成一支探照灯队伍。想要看清更细的细节，就需要更多的探照灯和更多的接收器。每增加一个通道，都意味着激光器、探测器、电路等硬件成本的线性增加，以及功耗和计算复杂度的超线性飙升。

研究人员打了个比方：这就像为了看清远处路牌上的小字，不得不把你家里所有的灯，甚至整个小区的灯都均匀地调亮。效率极低，代价巨大。

这种“均匀撒网”式的感知，与高效智能的生物学感知原理背道而驰。

向人眼取经：“注视”与“余光”的智慧

生物学早已提供了更优解。我们的人眼视网膜上，感光细胞的分布并非均匀。

只有中央凹区域密集分布着高分辨率的视锥细胞，负责看清注视的细节。而周边区域细胞稀疏，分辨率低，但视野广阔，负责监控环境、察觉运动。

更重要的是，我们能通过转动眼球，快速将中央凹对准任何感兴趣的目标。我们是用“高分辨率窗口”主动扫描世界，而非被动接收全高清画面。

这种机制在有限的生物资源（视神经纤维数量）下，完美平衡了“看清局部”和“看见全局”的需求，且极为节能。

北京大学团队的创新，正是将这一生物智慧迁移到了激光雷达上。他们不追求“处处高清”，而是制造了一个“会变焦、会移动焦点”的激光雷达。

两大技术支柱实现“芯片上变焦”

实现这一仿生功能，依赖于两项关键的光芯片技术。

图释：集成仿生激光雷达，用于自适应4D机器视觉。图片来源：自然通讯（2025年）。DOI：10.1038/s41467-025-66529-7

第一根支柱是敏捷的可调谐激光器。它的激光波长可以在超过100纳米的范围内快速、精确地调节。改变波长，就意味着改变了激光束的射出方向，实现了快速的“电子式”光束转向，替代了笨重的机械旋转。

第二根支柱，是基于薄膜铌酸锂平台的可重构电光频率梳。这是真正的“变焦”核心。

频率梳可以将一束激光“复制”成多束频率间隔固定的平行激光，相当于同时打出多束探测光。而这项技术的绝妙之处在于，通过调节电信号，可以动态改变这些平行光束之间的“间隔”。

光束间隔调小，在聚焦区域内采样点就更密集，分辨率自然升高，相当于“光学变焦”。光束间隔调大，采样就变稀疏，用于快速扫视全局。

这一切变化都通过电信号控制，在微小的芯片上完成，无需改变任何光学镜头或增加硬件通道。研究团队称之为“微并行”架构。

超越视网膜，通向“自适应”机器感知

在实验中，这套系统展示了令人信服的性能。在静态道路场景中，聚焦扫描让此前隐藏的障碍物细节浮现，90%的测距点精度优于1.3厘米。

动态演示方面。研究人员以8赫兹的速率，实时捕捉了一个抛出的篮球的完整运动。获取的不仅是三维点云，还包括每个点的颜色、表面反射率，甚至通过多普勒效应测算出的自旋速度。

这形成了包含三维空间加时间加多物理属性的“4D+”感知数据。这种数据 richness，是传统均匀扫描激光雷达难以企及的。

该项技术突破代表了一种根本思路的转变：从追求静态、均匀、被动的“全场景高清”，转向动态、非均匀、主动的“注意力感知”。

对于自动驾驶汽车，这意味着它可能像人类司机一样，将主要“注意力”放在前方车辆和行人上，同时用“余光”感知侧方汇入的车辆。这能大幅降低数据冗余，提升关键目标感知的可靠性，并节约宝贵的车载算力和能耗。

关于科学剃刀： 我们致力于传播最前沿的科学发现，涵盖物理、天文、量子力学及受控核聚变等领域。感谢您的关注与支持。

— 探索科学边界，洞察宇宙奥秘 —