US entwickelt künstliche Augen für Roboter und autonome Fahrzeuge

Henderson Jr. Memorial Associate Professor für Ingenieurwissenschaften und Mechanik an der Pennsylvania State University. „In solchen gemischten Lichtverhältnissen kann es für ein künstliches optisches System schwierig sein, Details wie das Leuchten einer roten Ampel zu unterscheiden", fügte der Co-Korrespondenzautor hinzu.

Experimenteller Aufbau eines neuronalen Netzwerks. Bildnachweis: Jia Zhu. Nachahmung des menschlichen Auges: Autonome Fahrzeuge bleiben trotz ausgezeichneter Kameras und leistungsstarker KI überraschend anfällig, wenn sie auf Umgebungen mit hohem Lichtkontrast treffen.

Diese robotischen Augen funktionieren unter stabilen Wetterbedingungen gut, sind jedoch nicht an plötzliche Lichtblitze gewöhnt, wie etwa die Scheinwerfer eines entgegenkommenden Fahrzeugs, die einen dunklen Mitternachtsdurchbruch durchdringen. Dies kann katastrophale Datenfehler auslösen, die das Fahrzeugsystem blind machen.

Was die Studie zeigt

Das Ingenieurteam hat schließlich einen Ausweg gefunden. Und das Geheimnis besteht darin, die feuchten, organischen Mechanismen des menschlichen Auges nachzuahmen. Die Forscher haben eine winzige Hardwarekomponente vorgestellt, die sich innerhalb weniger Sekunden den tiefen Schatten anpassen kann.

Während unsere Augen etwa 20 bis benötigen, um sich vollständig an extreme Lichtänderungen zu gewöhnen, bewältigt dieses künstliche System den Übergang fast augenblicklich. Um dies zu realisieren, mussten die Wissenschaftler neu überlegen, wie Computer Licht verarbeiten.

Standardkameras erfassen ein Bild und senden es an einen separaten Computer für die Analyse. Dies erfordert Zeit und enorme Rechenleistung. Das Team verwendete Photomemristoren. Es handelt sich um mikroskopische elektrische Bauelemente, die Licht gleichzeitig erfassen und als Daten speichern können – ähnlich wie Neuronen funktionieren.

Was die Studie zeigt

Der entscheidende Fortschritt liegt jedoch darin, wie die Geräte ihre Empfindlichkeit steuern. Ein 4×4-Gitter wurde für die Tests verwendet. Das menschliche Auge nutzt Stäbchenzellen bei schwachem Licht und Zapfenzellen bei hellen Bedingungen.

Trifft helles Licht auf die Augen, werden die Pigmente in den Stäbchenzellen vorübergehend „ausgebleicht", sodass die Zapfen die Funktion übernehmen. Um dies nachzuahmen, haben die Forscher eine pulverförmige weiße Verbindung namens Titandioxid mit einem dehnbaren, gelartigen Kunststoff namens PEDOT:PSS kombiniert.

Das Titandioxid nimmt Umgebungslicht auf und wandelt es in einen elektrischen Strom um. Dieser Strom zwingt die Kunststoffschicht dazu, mit der umgebenden Luft zu reagieren. Im Dunkeln saugt der Kunststoff schnell Wasserdampf an und quillt auf; bei hellem Licht trocknet er rasch aus.

Technik und Auswirkungen

Dieses automatische Schwitzen und Quellen wirkt wie ein physischer Lautstärkeregler für das Licht. Es reguliert sich selbst. Um die Technologie zu testen, bauten Forscher ein Miniaturgitter von 4×4 und verbanden es mit einem neuronalen Netzwerk der künstlichen Intelligenz.

Sie stellten dem System eine klassische Herausforderung für Augenärzte: einen schwach beleuchteten Buchstaben „F" vor einem extrem hellen Hintergrund zu erkennen. Das System zeigte keine Anzeichen von Überforderung. Bereits nach sieben Trainingsrunden erreichte das Gerät eine bemerkenswerte Genauigkeit von 95 Prozent bei der Mustererkennung.

Die Implikationen gehen weit über die Vermeidung ällen auf Autobahnen hinaus. Das Team hat bereits ein vorläufiges Patent eingereicht, um den Anwendungsbereich zu erweitern. In Zukunft könnten Fabrikroboter in unregelmäßigen, flackernden industriellen Umgebungen einwandfrei arbeiten.

Noch wichtiger ist, dass Cheng glaubt, diese Technologie könnte langfristig fortschrittliche künstliche Optiken hervorbringen und sehbehinderten Menschen wieder anpassungsfähige und zuverlässige Sehkraft zurückgeben. Die Ergebnisse wurden am 9. Juni in der Zeitschrift Nature Communications veröffentlicht.