仿生昆虫神经形态传感器，重塑物理AI机器视觉

机器视觉正经历结构性变革。数十年来，数字视频主要依靠基于帧的相机，以固定间隔采集完整图像，由此产生大量冗余数据。如今多个研究团队正在探索神经形态工程，该技术以生物神经系统为蓝本，旨在解决传统相机存在的延迟与功耗局限。

西班牙‑巴斯克地区技术中心Ikerlan正通过BEGI项目开展相关研究。BEGI是一款单镜头、无源型4D神经形态传感器，模仿昆虫复眼，仅依靠一套光学器件即可采集3D深度信息并追踪运动。Ikerlan表示，该技术可大幅改善数据处理能力与功耗表现。但要从理论走向实际产品，研发团队必须克服硬件局限、挖掘早期市场，最终设计自研芯片。

商业化潜力与原型样机

为打造BEGI传感器，团队在动态视觉传感器上方布置微透镜阵列。传统相机采集静态图像帧，而这款传感器的每个像素独立工作，仅在检测到入射光线发生变化时才做出响应，持续输出视觉事件流，几乎可以瞬时捕捉运动，且功耗极低。

微透镜阵列对入射光线做整形处理，让传感器能够判断光线入射方向。系统采用前馈立体视觉（feedforward stereopsis）算法，利用该附加信息快速计算3D形态与运动状态，全程无需第二台相机。

不过从零开发全新品类传感器，需要投入大量资金与时间。为快速验证BEGI技术理念，Ikerlan团队没有立刻开发定制芯片，而是选用现有商用硬件制作初代原型。“我们需要事件传感器，也就是神经形态传感器。”Ikerlan项目负责人Xabier Iturbe在接受采访时表示，“我们有长期规划，将和西班牙其他合作机构，例如西班牙国家科研委员会（CSIC）联合开发自研传感器。但短期要完成概念验证，也就是我们目前做的工作，必须加快进度，要基于成熟技术开展研发。”

团队选用Prophesee的IMX636，这是一颗基于索尼技术的0.9百万像素动态视觉传感器。Iturbe称，Prophesee是资金实力雄厚的知名欧洲企业，但选择该传感器的核心原因是其像素数量更高。项目启动时，IMX636是事件视觉领域分辨率最高的器件。

破解分辨率瓶颈

分辨率仍是当前BEGI传感器的主要难题。系统要测量深度，需要多个像素从不同角度捕捉同一处目标，只有像素数量充足，深度计算效果才能达标。

受这颗0.9百万像素传感器限制，当前BEGI原型的探测距离与视场都有限。Iturbe介绍，理论上理想分辨率条件下，可实现2米探测距离、40°视场；或是10米探测距离，搭配更窄的20°视场。但原型机实际有效分辨率仅约0.2像素，探测距离不足1米，视场介于20‑40°之间。

“这极大限制了现有实体原型的应用范围。”Iturbe说，“显而易见，我们现阶段只能面向短距离应用场景。”

航空航天与工业领域应用

受硬件短探测距离约束，Ikerlan把研发重心放在对短距离感知有需求的工业与航空航天场景。工厂环境中，机器人与设备通常在距离目标1米范围内作业，BEGI原型十分适配这类场景。

Iturbe表示，航空航天同样是优质落地方向，尤其适用于卫星对接所需的精密机动控制。现有航天技术擅长远距离感知，但两艘航天器对接的最后阶段，需要精度极高的实时传感。“我们和航天领域从业者交流后了解到，远距离探测已有成熟技术方案。”Iturbe指出，“但近距离阶段，航天器相互靠近，需要微调推进器完成对接，这一环节仍存在技术难点。业内普遍认为，这项技术很适合该场景。”

这套神经形态系统的架构，也适配航天器严苛的功耗与热预算约束。“我们只采集对应用最有价值的数据。”Iturbe说，“这么做带来的结果就是，我们仅消耗算力与能量去处理真正有价值的数据。”

推进定制ASIC芯片研发

要让BEGI从专用工业工具，拓展至无人机、自动驾驶、高级机器人等广阔的物理AI市场，传感器必须大幅提升探测距离与视场。想要实现该目标，团队不能继续依赖商用传感器，必须打造自研定制芯片。

如果换成全画幅、高分辨率定制传感器，BEGI探测深度可达16米，视场覆盖120°。届时它将直接对标Intel RealSense这类成熟立体视觉系统。BEGI可实现同等空间感知能力，同时具备微秒级响应、超过120分贝动态范围，且采用结构更简单的单镜头硬件，规避双相机方案的标定难题。

“当我们升级到全画幅、大尺寸高分辨率传感器，这就意味着需要自主完成设计与制造…… 各项性能指标将大幅跃升。”Iturbe表示，“我们将切入机器人、无人机、导航、物体操控领域，投身物理AI即将到来的全行业变革。”

生态适配集成

BEGI的商业化策略不局限于传感器硬件本身。Ikerlan同时致力于让传感器输出的数据可适配各类计算系统。NASA、欧洲空间局等机构已开始批准RISC‑V开源标准芯片用于航天场景，大量私营企业也在自研芯片。为此BEGI团队确保自家技术能够兼容任意硬件平台。

“我们的立场十分明确：欢迎所有主体处理我们输出的数据。”Iturbe着重说明，“无论是RISC‑V、Arm架构都没有问题；如果需要外接GPU，同样可以支持。”

Ikerlan的核心目标是把这项技术推向更广泛的工业界。团队正参与组建欧洲全新的神经形态设计联盟，同时搭建专属半导体设计中心，帮助其他企业落地该技术。尽管研发全画幅ASIC芯片依旧存在巨大工程挑战，但BEGI传感器的底层架构，标志着行业正在告别笨重、产生海量数据的传统相机，转向效率更高、仿生自然的机器视觉方案。