视网膜启发的2D半导体NIR传感器与PRO架构用于光检测.

科学领域:

• 材料科学与工程 材料科学与工程
• 神经形态工程的神经形态工程
• 光子学和光电学和光电子学.

背景情况:

• 光探测和距离测定 (LiDAR) 对于自动驾驶至关重要,需要高效的近红外 (NIR) 光探测器.
• 目前基于CMOS的LiDAR系统面临着由于·诺伊曼架构的计算低效率,高延迟和显著的电力需求.
• 神经形态传感器提供集成的传感和计算,但通常需要额外的模拟数字转换器 (ADC).

研究的目的:

• 为LiDAR应用引入一种基于光敏环振荡器 (PRO) 的新型视觉 afferent神经生物传感器系统.
• 通过消除对ADC的需求和提高系统简单性,克服现有的LiDAR检测系统的局限性.
• 为了实现高精度,实时环境传感,特别是在具有挑战性的低光条件下.

主要方法:

• 使用单层MoS₂作为通道的PRO制造.
• 装饰MoS₂通道与Nd³⁺/Yb³⁺/Er³⁺三化NaYF₄上转化纳米粒子 (UCNPs) 进行NIR灵敏.
• 集成和模拟VoxelNet神经网络用于图像预处理和环境信息提取.

主要成果:

• 在PRO传感器中展示NIR触发的振荡频率调制.
• PRO架构成功地避免了对ADC的需求,从而提高了噪声免疫力和系统简化.
• 模拟VoxelNet预处理实现了高识别精度,特别是在低光条件下,验证了系统的有效性.

结论:

• 开发的基于PRO的神经生物传感器为LiDAR应用提供了一个有前途的,无ADC的方法.
• 这项技术增强了噪声免疫力和系统简单性,解决了当前LiDAR系统的关键局限性.
• 拟议的系统代表了实时,高精度LiDAR传感的新范式,对于推进自动驾驶技术至关重要.