عنکبوتهای جهنده درک بسیار خوبی از عمق و محیط دارند، به همین دلیل محققان از چشم آنها برای ساخت یک حسگر عمق کارآمد بهره گرفتهاند.
وقتی حرف از طراحی کارآمد میشود، دانشمندان هنوز از فرگشت هوشمند طبیعت الهام میگیرند.
اکنون یک تیم از دانشگاه “هاروارد” با الهام گرفتن از عنکبوتهای جهنده که میتوانند خود را چندین برابر طول بدن خود پرتاب کنند تا روی مگسها فرود بیایند و آنها را بخورند، یک حسگر عمق کارآمد توسعه دادهاند.
حسگرهای عمق امروزه در تلفنهای هوشمند برای ویژگیهایی مانند باز کردن قفل دستگاه به وسیله شناسایی چهره به طور گسترده استفاده میشوند. این حسگرها با استفاده از تابش لیزر به هزاران نقطه از صورت برای ترسیم جزئیات چهره کار میکنند و برای انجام محاسبات زیاد خود به یک پردازنده سریع و یک باتری بزرگ نیاز دارند.
محققان به دنبال راهی برای انجام عملکردهای مشابه اما در دستگاههای کوچکتر با عمر باتری محدود مانند ساعتهای هوشمند هستند، بنابراین به دنبال توسعه این حسگر جدید رفتند. آنها برای یافتن روشی کارآمدتر برای اندازه گیری عمق، به الهام گرفتن از عنکبوتهای جهنده روی آوردند.
بر خلاف انسان که هر چشم تصویری کمی متفاوت را ضبط میکند و مغز با مقایسه دو تصویر، عمق را اندازهگیری میکند، عنکبوتهای جهنده با وجود مغز کوچک خود و به لطف چشمهای خود درک عمقی بسیار دقیقی دارند، چرا که آنها در هر چشم خود چند لایه شبکیه دارند که تصاویری با درجات مختلفی از تاری ضبط میکنند. بدین ترتیب یک جسم در یک چشم مبهم و در چشم دیگر واضح است که امکان محاسبه کارآمد عمق را برای حیوان فراهم میکند.
محققان به منظور تکرار توانایی عنکبوتهای جهنده در یک حسگر از نوع جدیدی از لنز به نام “متالنز”(metalens) استفاده کردند که میتواند دو تصویر با درجههای مختلف تاری را به طور همزمان تولید کند.
“ژوجون شی” دانشجوی دکترا در دانشگاه “هاروارد” و نویسنده این مطالعه گفت: به جای استفاده از شبکیه چند لایه برای ضبط چندین تصویر همزمان، همانطور که عنکبوتهای جهنده انجام میدهند، متالنز نور و فرم را جوری تقسیم میکند که دو تصویر متفاوت را برای دریافت بهینه عمق ایجاد میکند.
قطعه آخر پازل یک الگوریتم بسیار کارآمد است که دو تصویر تولید شده توسط متالنز را تجزیه و تحلیل کرده و از آنها برای ایجاد نقشه عمق استفاده میکند. در مجموع، متالنز و این الگوریتم نوع جدیدی از دوربین عمق را تشکیل میدهند که میتوانند در فناوریهایی نظیر هدستهای سبک واقعیت مجازی و انواع فناوریهای پوشیدنی استفاده شوند.
به گزارش ایسنا و به نقل از انگجت، این تحقیق در مجله Proceedings of the National Academy of Science منتشر شده است.