嵌入式设备中的传感器主要是被动型，将信号传输到联网的计算机，计算机处理并向设备返回有意义的数据。弗吉尼亚大学（University of Virginia）工程与应用科学学院材料科学与工程、电气与计算机工程助理教授Kyusang Lee正在研究一种使传感器变得智能的方法。
Lee开发的智能传感器将位于设备的边缘，而设备本身位于无线网络的外部。智能传感器系统还存储和处理数据——这是一个新兴的研究领域，他称之为AI。
“鉴于物联网的指数级增长，我们预计在数据处理和返回信号方面会出现数据瓶颈和滞后。传感器的输出会不太可靠，”Lee说。
通过无线和计算机网络的持续数据脉冲也会消耗能量，并增加敏感数据被意外或未经授权泄露和滥用的风险。
Lee的传感器系统满足了这两个挑战。一个额外的好处是，传感器可以检测和处理模拟人类生物学的各种信号：视觉图像传感；用于听觉的超声波传感；与运动和触摸相关的压力感测和应变检测；检测病毒的化学传感器。
Lee和他的薄膜器件实验室成员在《自然通讯》上共同撰写了一篇论文，介绍了这种传感系统。该系统通过光学神经元进行传感器内图像记忆和编码，以减少生物刺激，实现视觉认知处理。
单InGaAs 1P-1R集成器件的设计与特性。（a）InGaAs 1P-1R器件示意图。（b）1P-1R结构等效电路图，以及1P-1R器件中取决于所施加的偏压的三个关键操作：存储，计算和擦除。
Lee的传感器系统是材料科学与工程系在电气和光学材料开发和设备制造方面五年研究的顶峰。他在外延方面的开创性研究——在涂有2D的衬底上生长晶体材料——提供了一种生长薄膜的新方法。
Lee在麻省理工学院机械工程系担任博士后助理时开始了这项研究。他与麻省理工学院的机械和电气工程师以及材料科学家合作，开发了一种晶体化合物半导体生长工艺，克服了两种材料系统之间晶格匹配带来的限制。
Lee曾在弗吉尼亚州夏洛茨维尔的一家初创公司FSB担任CEO和CTO，将他的技术商业化。该公司为LED中常用的半导体提供低成本、大规模、高质量的氮化镓（GaN）衬底，并使客户能够在石墨烯上生长高质量的单晶半导体。
他在材料合成方面的创新称为远程外延，用于制造高质量的独立半导体薄膜，这意味着任何给定的材料层都可以通过设计而具有独特的属性，与夹在中间的材料层无关。这种堆叠层的灵活性是制造多功能传感器的先导步骤，该传感器可以收集并同时处理不同类型的信号输入。
该系统的光电组件集成了图像传感和计算。Lee因开发这种模仿人眼的智能图像传感器系统而获得了著名的国家科学基金会职业奖。人造角膜和人造虹膜在人造肌肉的帮助下执行基本的光学功能，从而实现移动和聚焦。人造视网膜记录图像信号，预处理图像数据。
软硬件协同设计的人工神经网络完成了传感器系统。一种被称为忆阻器的人工突触将经过预处理的感觉输入移动到系统的大脑，这是一种可以进行高级信号处理的神经形态芯片。
“发表关于系统集成的文章非常令人满意，”Lee说。“我们现在能够讲述从材料到集成再到应用的完整故事，并展示仿生传感器系统的愿景。我相信我们的传感器将在依赖于综合传感输入和实时集成处理的机器人领域特别有用。”
原文链接：https://techxplore.com/news/2022-10-advances-in-sensor-image-encoding.html
