【仪表网 研发快讯】近日，中国科学院大学光电学院教授孟祥悦团队在无铅钙钛矿神经形态图像传感器方面取得重要进展，相关研究成果以“Chelated tin halide perovskite for near-infrared neuromorphic imaging array enabling object recognition and motion perception”为题，发表于Nature Communications。该工作系统性地提出并验证了一种全新无铅钙钛矿神经形态图像传感器成像策略，实现了低能耗、强稳定性和近红外(NIR)响应的光电突触器件及阵列芯片，并成功实现了复杂环境下的高精度目标识别与运动感知，在智能感知与类脑计算领域具有重要应用前景。
当前，传统图像传感器芯片(如CCD与CMOS等)已难以满足人工智能、自动驾驶等前沿应用对于感知-计算一体化、低延迟与低功耗的要求。受启发于生物视觉系统的“感知—记忆—处理”协同机制，神经形态图像传感器逐渐成为新一代智能感知技术的研究热点。本研究从生物视觉系统中汲取灵感，利用钙钛矿材料对光生电荷和离子的调控能力，制备了硬件级“光感知-记忆-决策”一体化的新型神经形态图像传感器。针对传统铅基钙钛矿存在的毒性问题以及对近红外响应范围有限等挑战，研究团队创新性地引入了天然无毒的植物分子槲皮素(Quercetin)作为功能化配体，通过构建多位点螯合策略稳定无铅锡卤钙钛矿的晶体结构。该策略有效抑制了锡离子氧化与空位缺陷的生成，显著改善薄膜质量与器件稳定性。在此基础上，研究团队发展出基于FASnI₃-QR的近红外光电突触器件，展现出准线性时间响应、长寿命光生电流衰减和低的能耗等优异的突触可塑性行为，成功模拟了短时记忆(STP)与长时记忆(LTP)等关键神经突触特征。
通过构建3×3的阵列，团队展示了光电突触在硬件层面的神经形态成像和图像预处理能力，能够从大量噪声光输入中提取关键图像信息，并且模拟了记忆和遗忘的突触行为，表现出优异的去噪能力和记忆保持特性。进一步，该神经形态突触器件在MNIST手写数字数据集的测试中表现出90.53%的识别准确率，显著优于传统器件的79.86%。此外，该器件在能耗方面亦表现出色，其单次突触事件电能消耗低至3.84 fJ，接近生物突触能耗水平(1–10 fJ)，为构建低功耗、智能化图像感知系统提供了新的思路。此外，器件在空气中表现出良好的稳定性与抗光衰能力，进一步增强了其在现实环境下的应用可行性。此外，团队通过异质集成技术构建了近红外神经形态图像传感器，实现了硬件级时空信息融合。在复杂环境(如烟雾、遮挡等)中，该阵列可实现目标识别、特征增强和运动轨迹识别。有望用于自动监控和自动驾驶等人工智能领域。
本研究不仅为未来无铅、绿色、高性能光电子器件的设计提供了理论依据和实验基础，也为构建下一代可集成的智能成像与感知系统提供了关键技术路径。研究得到了国家自然科学基金、国家重点研发计划以及中国科学院大学相关项目的支持。这一成果近期发表在Nature Communications上，国科大博士研究生刘天华、国科大硕士研究生袁子荃为共同第一作者，孟祥悦和香港理工大学教授柴扬为通讯作者。
所有评论仅代表网友意见，与本站立场无关。