位置探测器

随着近红外（NIR）和短波红外（SWIR）光谱在人工智能驱动技术（如机器人、自动驾驶汽车、增强现实/虚拟现实以及3D人脸识别）中的广泛应用，市场对高计数、低成本焦平面阵列的需求日益增长。传统短波红外光电二极管主要基于InGaAs或锗（Ge）晶体，其制造工艺复杂、器件暗电流大。有机半导体是一种可行的替代品，其制造工艺更简单且光学特性可调谐。据麦姆斯咨询报道，近日，华南理工大学的研究团队研制出基于有机半导体的新型红外光电探测器。这项技术有望彻底改变成像技术，该有机光电二极管在近紫外到短波红外的宽波段内均优于传统无机探测器。这项研究成果以“Infrared Photodetectors and Image Arrays Made with Organic Semiconductors”为题发表在Chinese Journal of Polymer Science期刊上。研究团队采用窄带隙聚合物半导体制造薄膜光电二极管，该器件探测范围涵盖红外波段。这种新技术的成本仅为传统无机光电探测器的一小部分，但其性能可与传统无机光电探测器（如InGaAs光电探测器）相媲美。研究人员将更大的杂原子、不规则的骨架与侧链上更长的分支位置结合起来，创造出光谱响应范围涵盖近紫外到短波红外波段的聚合物半导体（PPCPD），并制造出基于PPCPD的光电探测器，相关性能结果如图1所示。图1 基于PPCPD的光电探测器性能在特定探测率方面，该器件与基于InGaAs的探测器相比具有竞争力，在1.15 μm波长上的探测率可达5.55 × 10¹² Jones。该有机光电探测器的显著特征是，当其集成到高像素密度图像传感器阵列时，无需在传感层中进行像素级图案化。这种集成制造工艺显著简化了制备流程，大幅降低了成本。图2 短波红外成像系统及成像示例华南理工大学教授、发光材料与器件国家重点实验室副主任黄飞教授表示：“我们开发的有机光电探测器标志着高性价比、高性能的红外成像技术的发展向前迈出了关键的一步。与传统无机光电二极管相比，有机器件具有适应性和可扩展性，其潜在应用范围还包括工业机器人和医疗诊断领域。”该新型有机光电探测器有望对各行各业产生重大影响。它们为监控和安全领域的成像系统提供了更为经济的选择。未来，基于有机技术的医疗成像设备有望更加普及，价格也会更加合理，从而在医疗环境中实现更全面的应用。该器件的适应性和可扩展性还为尖端机器人和人工智能等领域的应用铺平道路。这项研究得到了国家自然科学基金（编号：U21A6002和51933003）和广东省基础与应用基础研究重大项目（编号：2019B030302007）的资助。论文链接：https://doi.org/10.1007/s10118-023-2973-8

近日，中国“天问一号”、美国“毅力号”以及阿联酋“希望号”火星探测器飞抵火星轨道。中国“天问一号”携13台科学仪器踏入环火轨道2月10日，“天问一号”火星探测器顺利实施近火制动，完成火星捕获，正式踏入环火轨道。据了解，天问一号共携带了13个高科技科学仪器，火星磁力仪，火星矿物学光谱仪，火星离子和中性粒子分析仪，火星高能粒子分析仪，火星轨道地下探测雷达，地形摄像机，火星探测器地下探测雷达，火星表面成分检测器，火星气象监测器，火星磁场检测器，光谱摄像机，还有两个先进摄像头。其中，轨道器配备了7个科学仪器，火星巡视车配备了6个科学仪器。火星表明成分探测仪结合了被动短波红外光谱探测和主动激光诱导击穿光谱探测技术，可以探测火星表面物质反射太阳光的辐射信息，同时其可主动对几米内的目标发射激光产生等离子体，测量原子发射光谱可准确获取物质元素的成分和含量。火星矿物光谱分析仪搭载在火星环绕器上。在环绕器对火星开展科学遥感探测期间，该仪器可在近火段800km以下轨道，通过推帚式成像、多元实时动态融合的总体技术，获取火星表面的地貌图像与相应位置的光谱信息，为探测火星表面元素与矿物成分等提供科学数据。小型化、高集成化是深空探测载荷发展的主要趋势。火星离子与中性粒子分析仪采用从传感器到电子学进行最大限度共用的设计思路,在一台仪器中实现对离子和能量中性原子进行能量、方向和成分的探测,大大降低了仪器对卫星平台的资源需求。仪器采取静电分析进行离子的方向和能量测量、采取飞行时间方法进行离子成分的测量。中性原子采用电离板电离成带电离子,后端的能量测量和成分测量与离子相同。鉴定件样机已经完成了初步的测试定标,结果表明其满足设计要求。 阿联酋“希望号”携3组设备抵达火星当地时间2月9日，阿联酋“希望号”火星探测器抵达火星，对火星大气开展科学研究。这是阿联酋首枚火星探测器，由阿联酋和美国合作研制。“希望”号探测器历经半年时间，飞行近5亿公里，阿联酋由此成为第五个到达火星的国家。“希望”号于2020年7月20日从日本鹿儿岛县种子岛宇宙中心发射升空。“希望”号主要任务是研究火星气候和大气的日常和季节变化。由于阿联酋政府明确要求该国项目团队不能直接从别国购买探测器，阿联酋的工程师深度参与了合作研发。“希望”号高约2.9米，其太阳能电池板完全展开时宽约8米，重1.5吨，携带3组研究火星大气层和监测气候变化的设备。“希望”号的主要任务是拍摄火星大气层图片，研究火星大气的日常和季节变化。与人类今年计划发射的另外两个火星探测器不同，“希望”号不会在火星着陆，而是在距火星表面2万至4万公里的轨道上环绕火星运行。“希望”号绕火星运行一周需要大约55小时，它将持续围绕火星运行至少两年。美国“毅力号”漫游者火星车将登录火星美国宇航局的“毅力号(Perseverance)”漫游者火星车目前计划于2021年2月18日着陆。该次着陆顺序大多为自动化。据了解，“毅力号”（Perseverance）火星探测器为NASA公布的新一代火星车，由美国的初一学生亚历山大马瑟命名，用于搜寻火星上过去生命存在的证据。2020年5月18日，NASA公布“毅力号”火星车多项测试视频集锦，由于火星车登陆后无法对其进行维修，团队需确保其能承受极端温度变化及持续辐射的环境。2020年7月30日，美国“毅力”号火星车从佛罗里达州卡纳维拉尔角空军基地升空。毅力号探测器将进行一次近7个月的火星旅行，并于2021年2月18日在火星杰泽罗陨坑（Jezero）内以壮观的“空中起重机”方式安全着陆。“毅力号”是一个2300磅（1043千克）的火星车，是世界最大的行星漫游车。其样品处理臂由一对组件组成：Bit Carousel和Adaptive Caching Assembly（自适应缓存装置），它们将用于收集、保护这些灰尘和岩石样本并将其返回给科学家。Bit Carousel 由9个钻头组成，火星车将使用它们钻入地面，拉动样本并将它们传递到火星车内部，以通过自适应缓存装置进行分析。该系统具有七个电机和总共3000个零件，并负责存储和评估岩石和灰尘样品。毅力号身上总共安装了五款成像工具，首先是桅杆头上的SuperCam（位于大的圆形开口中），其次是两个位于桅杆下方灰框中的Mastcam-Z导航摄像头。激光、光谱仪、SuperCam成像仪将用于检查火星的岩石和土壤，以寻找与这颗红色星球的前世有关的有机化合物。两台高分辨率的Mastcam-Z相机能够与多光谱立体成像仪器一起工作，以增强毅力号火星车的行驶和岩心采样能力。该探测器的10个科学设备中有一个叫做“MOXIE”，它能从火星稀薄、以二氧化碳为主的大气层中制造氧气，这些的设备一旦扩大规模，就可以帮助未来宇航员探索火星，这是美国宇航局将在21世纪30年代实现的重要太空目标。此外，一架被命名为“Ingenuity”的1.8公斤重的小型直升机将悬挂在毅力号腹部位置抵达火星，一旦毅力号找到合适位置，Ingenuity直升机将分离，并进行几次试飞，这将是首次旋翼飞行器在地外星球飞行。美国宇航局官员表示，如果Ingenuity直升机成功飞行，未来火星任务可能经常采用直升机作为探测器或者宇航员的“侦察兵”。旋翼飞行器可以进行大量科学勘测工作，探索难以到达的区域，例如：洞穴和悬崖。同时，Ingenuity直升机配备一个摄像系统，可以拍摄具有重要研究价值的火星表面结构 。美国洞察号执行任务失败，被迫“冬眠”然而，火星探测并非一帆风顺，与此同时，也传来了美国“洞察号”任务失败的消息。“洞察”号火星无人着陆探测器是美国宇航局向火星发射一颗火星地球物理探测器，它的机身设计继承先前的凤凰号探测器，着陆火星之后将在火星表面安装一个火震仪，并使用钻头在火星上钻出迄今最深的孔洞进行火星内部的热状态考察。根据项目首席科学家布鲁斯巴内特（Bruce Banerdt）的说法，这一探测器将是一个国际合作进行的科学项目，并且几乎是先前大获成功的凤凰号探测器的翻版。据了解，洞察号搭载完全不同的3种科学载荷，包括两台由欧洲提供的仪器，专门设计用于探查这颗红色星球的核心深处，从而了解与其形成过程相关的线索。它将探测这里是否存在任何地震现象，火星地表下的地热流值，火星内核的大小，并判断火星的内核究竟处于固态还是液态。巴内特说：“地震仪设备（即SEIS，全称为‘内部结构地震实验’）由法国提供，地热流值探测仪（HP3，即热流和物理属性探测仪）则由德国提供。按照计划，热流探测器需要将探头打入地下5米深的位置。然而，由于热探针始终无法获得挖掘所需的摩擦力，美国NASA官方宣布，用于探索火星的洞察号执行任务失败。与此同时，由于“洞察”号使用太阳能电池板从太阳获取能量，而火星的冬季也是火星距离太阳最远的时候，再加上洞察号火星探测车的太阳能电池板目前被灰尘覆盖，大大减小了它能获取到的太阳能，“洞察”号将被迫进入“冬眠”。火星探测道阻且长。

现有国产非制冷红外探测器多采用挡板校正进行非均匀性校正，影响了红外探测器的观测效果与目标搜跟。近期，湖北久之洋红外系统股份有限公司的科研团队在《光学与光电技术》期刊上发表了以“国产非制冷红外探测器新型场景校正方法”为主题的文章。该文章第一作者为刘品伟，主要从事红外技术方面的研究工作。本文提出了基于国产非制冷红外探测器的新型场景校正方法。该方法包含两部分：第一部分是基于高频非均匀性的场景校正；第二部分是基于低频非均匀性的场景校正。通过对不同频域非均匀性分别进行处理来去除探测器响应的非均匀性。国产非制冷红外探测器非均匀性分析国产非制冷红外探测器工作过程中，探测器的状态参数会产生缓变，从而导致图像非均匀性的变化。图1所示是以黑体为目标的具有较强非均匀性的非制冷红外图像。图1 具有较强非均匀性的非制冷红外图像非均匀性包括低频非均匀性与高频非均匀性两部分。低频非均匀性表现为全局灰度分布不均匀，在图像中表现为平缓的明暗变化，如图像四周与中心灰度值差别大，如图2所示。低频非均匀性主要是由探测器及镜头不同位置温度变化不均匀引起的。高频非均匀性表现为局部区域灰度值剧烈变化，在图像中表现为亮暗点或条纹。高频非均匀性主要是探测器的响应不均匀引起的，如图3所示。图2 低频非均匀性的三维显示图3 9×9邻域内高频非均匀性的三维显示传统的场景校正方式很少涉及对低频非均匀性的消除，而对高频非均匀性的消除容易产生“鬼影“等副作用，同时消除低频与高频非均匀性才能真正提高图像质量。因此，本文将针对高频与低频非均匀性，采用不同的场景校正方法处理。基于高频非均匀性的场景校正国产非制冷红外探测器在工作过程中，随着探测器整体温度的变化，由于探测器响应的不均匀性，会出现较强的高频非均匀性，具体在图像上表现为散粒及细条纹，如图4所示。图4 高频非均匀性的不同类型目前常用的场景校正算法有恒定统计法、时域高通滤波法、神经网络校正算法、基于图像配准的校正算法等。这些算法能够在一定程度上根据场景的信息自适应地补偿热像仪的增益和偏置的漂移，但是在实际使用过程中，这类算法存在各种各样的使用限制条件。以传统的神经网络场景校正算法为例，该算法要求场景信息不断变化，否则会造成图像退化或者模糊，并且如果图像中存在较强边缘信息，该算法容易导致图像出现“鬼影”现象，严重影响图像质量。对此，提出了一种基于神经网络的新型场景校正算法来消除图像退化和“鬼影”现象。首先分析图像退化与“鬼影”现象产生的原因。当原始图像中存在较强的边缘信息时，低通滤波会使边缘信息产生损失，预测图像会产生模糊失真现象。若场景保持静止不动，随着场景校正参数的不断更新，图像就会逐渐退化失真；若场景长期静止后开始运动，图像就会包含静止图像中损失的边缘信息，也就是“鬼影”现象，如图5所示。图5 传统场景校正算法产生的“鬼影”现象为了解决传统场景校正算法存在的问题，提出了一种基于中值滤波=2。同时采用时空联合阈值作为校正判断条件，选择更新系数与校正区域。时空联合阈值分为两个阈值条件：时域连续运动条件与空域邻域均匀性条件。针对高频非均匀性的场景校正算法流程图如图6所示。的自适应场景校正算法。由于高频非均匀性中包含大量的散粒非均匀性，同时为了更好地保留图像的边缘信息，该算法采用中值滤波作为滤波器，中值滤波半径r。图6 高频非均匀性场景校正算法流程图分别用此算法与传统神经网络场景校正算法对原始图像进行处理，比较两种算法是否具有“鬼影”现象。将热像仪静止工作500帧后，观察两种方法处理后的运动图像。可以看到，该算法基本没有“鬼影”现象，而传统算法“鬼影”现象严重。因此，该算法能够有效地抑制“鬼影”现象。图7 本文方法与传统神经网络“鬼影”现象比较基于低频非均匀性的场景校正高频非均匀性去除后，图像仍残留有大量的低频非均匀性。低频非均匀性在非制冷探测器开始工作时较弱，随着探测器及镜头温度的变化，图像的低频非均匀性会逐渐增加，在图像上表现为四角与中心灰度值差别较大。如图8所示，可以看到，图像灰度分布不均匀，四周有明显的光圈，影响图像观感与图像质量。图8 低频非均匀性对图像的影响这里提出了一种基于时空联合低频滤波的场景校正方法，通过在时域和空域同时进行低通滤波，分离出图像的固定低频非均匀性并进行去除。由于探测器输出图像的低频非均匀性在短时间内位置保持不变，当图像产生运动时，可以通过时域低频滤波对低频非均匀性进行分离去除，因此首先需要判断场景是否处于运动中。这里仍采用上节提到的连续运动条件来判断场景是否处于连续运动中。当场景处于连续运动时，采用基于自适应时间常数的时域低频滤波来筛选图像的低频信息。时域滤波结果包含低频非均匀性与部分边缘细节信息，因此还需要对在空域上进行低通滤波，以消除存在的边缘信息细节，达到获取低频非均匀性的目的。采用均值滤波进行空域的低通滤波。为了验证此场景校正算法的效果，对仅处理高频非均匀性的图像与高频低频非均匀性均处理的图像进行比较，如图9所示。可以看到，此算法对低频非均匀性有良好的处理效果，能够有效地减少图像四周与中央灰度差异较大的问题。图9 运动200帧后是否处理低频非均匀性图像对比为进一步验证此场景校正算法的效果，使用两台相同规格的红外机芯，第一台仅对高频非均匀性进行处理，第二台对高频低频非均匀性都进行处理，均在运动条件下连续工作1 h后，对同一温度黑体成像，计算其图像非均匀性。结果表明，仅处理高频非均匀性的图像非均匀性为2.3%，而对高频低频非均匀性都进行处理的图像非均匀性为0.5%，该算法有利于提高输出图像的均匀性。算法总体流程及效果图本文算法首先通过连续运动条件判断场景是否处于连续运动中，若处于运动过程则分别更新高频与低频非均匀性处理模块校正参数，然后进行非均匀性校正；否则直接进行非均匀性校正，整体流程如图10所示，最终效果如图11所示。图10 本文算法流程图图11 最终校正输出结果结论本文提出了一种基于非制冷红外探测器的新型场景校正方法。首先通过改进的神经网络场景校正方法滤除高频非均匀性，在此基础上通过时空联合的低频滤波去除低频非均匀性，得到最终校正结果。该方法具有良好的校正效果，并且能够有效地抑制“鬼影”现象，有利于非制冷红外探测器的推广应用。