Voor al onze technologische vooruitgang, er gaat niets boven evolutie als het gaat om onderzoek en ontwikkeling. Neem springspinnen. Deze kleine spinachtigen hebben ondanks hun kleine hersenen een indrukwekkende dieptewaarneming, waardoor ze nauwkeurig op nietsvermoedende doelen kunnen bespringen vanaf verschillende lichaamslengtes.

Geïnspireerd door deze spinnen, onderzoekers van de Harvard John A. Paulson School of Engineering and Applied Sciences (SEAS) hebben een compacte en efficiënte dieptesensor ontwikkeld die kan worden gebruikt aan boord van microrobots, in kleine draagbare apparaten, of in lichtgewicht virtual en augmented reality-headsets. Het apparaat combineert een multifunctionele, platte metalens met een ultra-efficiënt algoritme om diepte in een enkele opname te meten.

"Evolution heeft een breed scala aan optische configuraties en vision-systemen geproduceerd die zijn afgestemd op verschillende doeleinden, " zei Zhujun Shi, een doctoraat kandidaat bij de afdeling Natuurkunde en co-eerste auteur van het papier. "Optisch ontwerp en nanotechnologie stellen ons eindelijk in staat kunstmatige dieptesensoren en andere zichtsystemen te onderzoeken die even divers en effectief zijn."

Het onderzoek is gepubliceerd in Proceedings van de National Academy of Sciences .

Veel van de huidige dieptesensoren, zoals die in telefoons, auto's en videospelletjesconsoles, gebruik geïntegreerde lichtbronnen en meerdere camera's om afstand te meten. Face-ID op een smartphone, bijvoorbeeld, gebruikt duizenden laserpunten om de contouren van het gezicht in kaart te brengen. Dit werkt voor grote apparaten met ruimte voor batterijen en snelle computers, maar hoe zit het met kleine apparaten met beperkte kracht en rekenkracht, zoals slimme horloges of microrobots?

Evolutie, zoals het blijkt, biedt veel mogelijkheden.

Mensen meten diepte met stereovisie, wat betekent dat wanneer we naar een object kijken, elk van onze twee ogen verzamelt een iets ander beeld. Probeer dit:houd een vinger recht voor je gezicht en open en sluit elk van je ogen afwisselend. Zie je hoe je vinger beweegt? Onze hersenen nemen die twee beelden, bekijk ze pixel voor pixel en, op basis van hoe de pixels verschuiven, berekent de afstand tot de vinger.

"Die bijpassende berekening, waar je twee afbeeldingen maakt en een zoekopdracht uitvoert naar de delen die overeenkomen, rekenkundig belastend is, " zei Todd Zickler, de William en Ami Kuan Danoff hoogleraar elektrotechniek en computerwetenschappen aan SEAS en co-senior auteur van de studie. "Mensen hebben een mooie, grote hersenen voor die berekeningen, maar spinnen niet."

Springspinnen hebben een efficiënter systeem ontwikkeld om diepte te meten. Elk hoofdoog heeft een paar semi-transparante netvliezen die in lagen zijn gerangschikt, en deze retinae meten meerdere afbeeldingen met verschillende hoeveelheden onscherpte. Bijvoorbeeld, als een springspin met een van zijn hoofdogen naar een fruitvlieg kijkt, de vlieg zal scherper lijken in het beeld van het ene netvlies en waziger in het andere. Deze verandering in onscherpte codeert informatie over de afstand tot de vlieg.

In computervisie, dit type afstandsberekening staat bekend als diepte van defocus. Maar tot nu toe, het repliceren van de natuur vereist grote camera's met gemotoriseerde interne componenten die in de loop van de tijd verschillend gerichte beelden kunnen vastleggen. Dit beperkt de snelheid en praktische toepassingen van de sensor.

Dat is waar de metalens binnenkomt.

Federico Capasso, de Robert L. Wallace Professor of Applied Physics en Vinton Hayes Senior Research Fellow in Electrical Engineering bij SEAS en co-senior auteur van het artikel, en zijn lab hebben al metalenses aangetoond die tegelijkertijd meerdere afbeeldingen met verschillende informatie kunnen produceren. Voortbouwend op dat onderzoek, het team ontwierp een metalens die tegelijkertijd twee afbeeldingen met verschillende onscherpte kan produceren.

"In plaats van een gelaagd netvlies te gebruiken om meerdere gelijktijdige beelden vast te leggen, zoals springspinnen doen, de metalens splitst het licht en vormt twee verschillend onscherpe afbeeldingen naast elkaar op een fotosensor, " zei Shi, die deel uitmaakt van Capasso's lab.

Een ultra-efficiënt algoritme, ontwikkeld door de groep van Zickler, interpreteert vervolgens de twee afbeeldingen en bouwt een dieptekaart om de objectafstand weer te geven.

"Samen meta-oppervlakken en computationele algoritmen kunnen ontwerpen, is erg opwindend, " zei Qi Guo, een doctoraat kandidaat in het laboratorium van Zickler en co-eerste auteur van het artikel. "Dit is een nieuwe manier om computationele sensoren te maken, en het opent de deur naar vele mogelijkheden."

"Metalenses zijn een baanbrekende technologie vanwege hun vermogen om bestaande en nieuwe optische functies veel efficiënter te implementeren, sneller en met veel minder massa en complexiteit dan bestaande lenzen, "Zei Capasso. "Het samensmelten van doorbraken in optisch ontwerp en computationele beeldvorming heeft geleid tot deze nieuwe dieptecamera die een breed scala aan mogelijkheden op het gebied van wetenschap en technologie zal openen."