中国科学院大学黄辉团队最新Nature Nanotechnology

第一作者：林琪杰

通讯作者：黄辉*

单位：中国科学院大学

机器视觉在工业4.0和自动驾驶等领域具有重要意义，但复杂光环境下的实时决策对传感器的响应速度、数据效率和适应性提出挑战。传统帧式传感器存在数据冗余，事件传感器则受限于分辨率和噪声，均难以复现生物视网膜的高效感知机制。视网膜通过多级处理实现高灵敏、低噪声和动态适应，为新型视觉传感器提供了重要启发。然而，现有仿生方案多为功能模块拼接，难以复现视网膜的复杂动态适应行为。

近日，中国科学院大学黄辉教授课题组在《Nature Nanotechnology》上发表题为 “Event-driven retinomorphic photodiode with bio-plausible temporal dynamics” 的研究成果，报道了一种类视网膜光电二极管（RPD）。该器件仿照视网膜信号通路，在单一二极管中集成事件感知与动态调控功能，在极端光照条件下实现稳定成像，具备超过200 dB的动态范围和0.9%的对比度敏感度，为高性能机器视觉提供了新思路。

研究通过PBDB-T/N2200异质结实现光电转化，结合掺杂PBDB-T与LiF/Mg构建的肖特基结驱动事件响应，并引入含[TFSI]⁻/[EMIM]⁺的电解质层模拟钙离子调节机制，通过垂直集成工艺在单个二极管中构建出具完整视觉通路的器件架构。器件采用交联固化与正交溶剂策略实现分层与图案化结构，并通过调控溶剂特性构建多尺度纳米孔网状膜，兼顾激子解离与离子掺杂效率，在微米至毫米阵列中表现出优异的一致性与稳定性。得益于仿生结构与机制，RPD可产生强度编码脉冲，模拟双极细胞的动态响应，具备75 μs的快速响应和视杆-视锥式的强度依赖行为，此外还实现带通滤波和自发光适应，能有效抑制噪声并适应环境亮度变化，显著提升图像对比度。成像对比显示，RPD在128×128分辨率下输出数据量比帧式相机减少90%，事件数量较商用事件相机降低55%，但重建图像质量更优，在不同光照条件下展现出更强的自适应与抗干扰能力。

该研究提出了一种结构与功能协同仿生的新型光电器件，在事件感知、动态调控与信息压缩方面实现关键突破，为构建新一代高动态范围、低能耗、适应复杂环境的智能视觉系统提供了新路径。

Event-driven retinomorphic photodiode with bio-plausible temporal dynamics

黄辉教授简介：中国科学院大学材料科学与光电技术学院教授，博士生导师。本科、硕士，博士分别毕业于北京师范大学、中科院化学所、美国达特茅斯学院，随后进入美国西北大学开展博士后研究，2010年加入美国康菲石油公司全球研发中心从事有机太阳能电池的研发工作。2013年作为中科院海外引进人才加入中国科学院大学，目前任科技部能源与交通总体专家组成员、中国化学会副秘书长、中国化学会高分子学科委员会委员、中国化学会分子聚集发光委员会委员、InfoMat、Sci.ChinaChem.编委等。主要从事有机/高分子半导体材料的合成与应用研究，取得了一系列重要原创性科研成果，包括提出“非共价构象锁”的材料设计思想，解决suzuki聚合反应（诺贝尔奖反应）长达半个世纪的脱硼问题等。相关学术成果以通讯作者在Nat.Mater.,Nat.Chem.等学术期刊发表了130余篇SCI学术论文，申请并授权近20项美国/中国发明专利，主编《Organic and Hybrid Solar Cells》（Springer）。主持包括国家重点研发计划项目、国家杰出青年基金、国家基金委国际合作重点项目等国家级项目。获中国化学会-巴斯夫青年知识创新奖、中科院优秀导师奖、朱李月华优秀教师奖、唐立新优秀学者奖、优秀本科生导师奖等，2017年被遴选为J.Mater.Chem.A.杂志Emerging Investigator。