Ein neues Kunstauge verbindet eine gewölbte künstliche Netzhaut mit Farbbildaufnahme und Bewegungserkennung direkt im Sensor. Die Konstruktion orientiert sich am Sehen von Karpfenfischen und soll Maschinen ein breites Blickfeld mit weniger Datenverarbeitung ermöglichen. Entwickelt wurde der Prototyp an der Hong Kong University of Science and Technology. Noch handelt es sich um eine Labordemonstration, nicht um ein fertiges Kameraprodukt.
Seine halbkugelförmige Form erinnert an ein Auge, doch das Gerät ist ein technischer Bildsensor. Unter Leitung von Professor Zhiyong Fan entwickelte ein Forschungsteam der Hong Kong University of Science and Technology (HKUST) die künstliche Netzhaut. In einer Mitteilung der School of Engineering stellte die Hochschule den Aufbau vor. Veröffentlicht wurden die Ergebnisse in Nature Materials unter dem Titel „An aberration-corrected bionic eye for full-colour vision and event-driven motion detection“. Der Sensor verbindet mehrere Funktionen, die bei gewölbten Bildsensoren bislang schwer zusammenzubringen waren.
Hinter dem Projekt steht eine längere Entwicklung künstlicher Augen mit gewölbten Bildsensoren. Bereits 2020 veröffentlichte das Team von Zhiyong Fan eine halbkugelförmige künstliche Netzhaut, die auf einem dichten Feld aus Nanodrähten beruhte. Laut der aktuellen HKUST-Mitteilung verfügte diese erste Generation über 100 Sensorpixel. Die neue Ausführung ergänzt die Bildaufnahme um Farberkennung und eine Funktion zur Bewegungsanalyse. Damit verschiebt sich die Arbeit von einem frühen Machbarkeitsnachweis zu einem deutlich leistungsfähigeren Sensorprototyp.
Herzstück ist eine halbkugelförmige künstliche Netzhaut, die insgesamt 367.500 Bildpunkte trägt. Auf der gekrümmten Fläche erreicht der Sensor eine Dichte von 1.905 Pixeln pro Zoll. Diese Angabe beschreibt, wie dicht die Sensorpunkte angeordnet sind; sie ist nicht mit der Gesamtzahl der Pixel gleichzusetzen. Zusammen ergeben Dichte und Gesamtzahl einen Sensor, der deutlich mehr Bildinformationen erfasst als die frühe Ausführung des Teams. Für die Entwicklung gewölbter Kamerasensoren war gerade diese hohe Auflösung lange eine technische Hürde.
Herkömmliche Fertigungsverfahren für elektronische Pixelstrukturen sind vor allem auf ebene Träger ausgelegt. Auf einer Halbkugel verändert sich jedoch der Abstand zur Bearbeitungsebene ständig, während die Oberfläche in mehrere Richtungen gekrümmt ist. Dicht und gleichmäßig angeordnete lichtempfindliche Elemente lassen sich deshalb nicht einfach wie auf einem flachen Chip herstellen. Dafür entwickelte das HKUST-Team ein dreidimensionales laserunterstütztes Fertigungsverfahren, mit dem sich Pixelstrukturen auf dem gewölbten Träger erzeugen lassen. Damit adressiert die Methode nicht nur die Optik, sondern ein grundlegendes Problem der Herstellung.
Hohe Pixelzahlen allein machen das Gerät noch nicht zu einer gewöhnlichen Digitalkamera, denn die Forschung verfolgt ein anderes Ziel. Wichtiger ist die Kombination aus gekrümmter Form, Farberkennung und Verarbeitung von Bewegungsinformationen. Mit einer solchen Bauweise könnten Kamerasysteme kompakter werden, wenn sie ein großes Sichtfeld benötigen. Nach Angaben der Studie ist zunächst belegt, dass eine hohe Pixeldichte auf einer halbkugelförmigen Oberfläche technisch erreichbar ist.
Bei vielen herkömmlichen Kameras liegt der Bildsensor als flache Fläche hinter einem mehrteiligen Linsensystem, das Licht auf ihn lenkt. Je nach Einfallswinkel treffen Lichtstrahlen unterschiedlich auf diese Fläche und können dadurch am Bildrand Unschärfen oder Verzerrungen erzeugen. Zum Ausgleich solcher Fehler benötigen konventionelle Systeme häufig mehrere optische Elemente und zusätzliche Bildverarbeitung außerhalb des Sensors. Solche Komponenten beanspruchen Platz, erhöhen die Zahl der Bauteile und können den gesamten Aufbau komplexer machen. Anders als eine flache Fläche folgt die gewölbte Sensorfläche eher der Form einer biologischen Netzhaut und bietet damit eine andere geometrische Ausgangslage für die Abbildung.
Mehr als 160 Grad umfasst das abbildungsfehlerkorrigierte Sichtfeld des neuen Kunstauges. Gemeint ist der Winkelbereich, in dem die Korrektur optischer Abbildungsfehler noch ein brauchbares Bild ermöglicht. Für Maschinen ist ein solcher Blickwinkel interessant, wenn sie ihre Umgebung aus einer kompakten Position heraus beobachten müssen. Roboter könnten damit Bewegungen in einem größeren Bereich wahrnehmen, ohne dass mehrere Kameras zwingend nebeneinander angeordnet werden müssen. Ob daraus tatsächlich kleinere oder sparsamere Produkte entstehen, hängt allerdings von der späteren Integration in ein vollständiges Kamerasystem ab.
Beschrieben wird in der Studie eine Lösung für einen bestimmten Sensorprototyp, nicht bereits ein universelles Kameramodul. Für die spätere Praxis müssen deshalb neben dem Sichtfeld auch Größe, Energiebedarf, Robustheit und die Qualität der aufgenommenen Bilder berücksichtigt werden.
Drei übereinander angeordnete lichtempfindliche Schichten reagieren auf blaues, grünes und rotes Licht. Aus diesen drei Farbkanälen setzt das System Farbbilder zusammen. Für die gesamte spektrale Empfindlichkeit nennt HKUST einen Bereich von 300 bis 800 Nanometern. Damit reicht die Reaktion des Sensors über den sichtbaren Bereich hinaus, von kurzwelliger ultravioletter Strahlung bis in den nahinfraroten Bereich. Gemeint ist der Empfindlichkeitsbereich des Systems; nicht jede Wellenlänge wird als eigene sichtbare Farbe dargestellt.
Als biologisches Vorbild dienten Karpfenfische, deren Netzhaut sowohl für das Farbsehen als auch für die Wahrnehmung von Bewegung untersucht wurde. Vollständig kopiert wurde das biologische Auge dabei nicht. Stattdessen orientierten sich die Entwickler an ausgewählten Funktionen der tierischen Netzhaut und übertrugen sie in eine technische Schichtstruktur. Mit „künstlicher Netzhaut“ ist deshalb eine Sensorarchitektur gemeint. Gemeint ist kein Gewebe, das in ein menschliches Auge eingesetzt werden könnte.
Durch die drei Schichten ist die Empfindlichkeit für verschiedene Wellenlängen im Sensor selbst angelegt. Die Farbinformation entsteht aus der spektralen Antwort der gestapelten Schichten und ist damit Teil der Sensorstruktur. Zusätzlich verknüpft das Team diese Farbinformation mit der gekrümmten Geometrie und der Bewegungsanalyse. So entsteht ein Bildsensor, der mehrere Aufgaben in einer gemeinsamen Struktur zusammenführt. Wie stabil die Farbwiedergabe unter wechselnden Lichtverhältnissen bleibt, muss sich in weiteren Anwendungen zeigen.
Hinzu kommt die ereignisgesteuerte Bewegungserkennung. Viele digitale Kameras nehmen in festen zeitlichen Abständen vollständige Bilder auf. Soll ein Computer daraus die Bewegung eines Objekts erkennen, muss er mehrere Aufnahmen vergleichen und die Veränderungen zwischen ihnen auswerten. Dabei entstehen große Datenmengen, obwohl für eine Bewegungsaufgabe häufig vor allem die Veränderung zwischen zwei Zeitpunkten wichtig ist. Im Sensor selbst sollen solche Bewegungsinformationen bereits erfasst werden.
Im ereignisgesteuerten Ansatz stehen nicht zwangsläufig komplette Bildfolgen im Mittelpunkt. Stattdessen werden relevante Veränderungen direkt im Sensor verarbeitet und für die untersuchte Aufgabe weitergegeben. Dadurch kann die Datenübertragung geringer ausfallen, weil nicht jedes vollständige Bild an eine nachgelagerte Recheneinheit geschickt werden muss. Für mobile Maschinen ist das besonders interessant, wenn Kameradaten schnell verarbeitet werden müssen und Rechenleistung sowie Übertragungsbandbreite begrenzt sind. Damit ergänzt die Funktion die Farbbildaufnahme, ersetzt sie aber nicht grundsätzlich.
Unter den Testbedingungen der Studie sank der Bandbreitenbedarf für die Bewegungsanalyse gegenüber einer herkömmlichen bildfolgenbasierten Methode um mehr als 99,95 Prozent. Gleichzeitig erreichte das System eine Bewegungserkennungsgenauigkeit von 98,6 Prozent. Beide Werte gehören zusammen: Eine starke Verringerung der übertragenen Daten wäre wenig hilfreich, wenn die Erkennung dabei deutlich schlechter würde. Im untersuchten Vergleich blieb die Genauigkeit hoch, obwohl der Sensor wesentlich weniger Daten für die Aufgabe benötigte.
Ihr Geltungsbereich beschränkt sich auf den konkreten Versuchsaufbau und die getestete Bewegungsaufgabe. Als allgemeine Verbrauchsangabe für jede Kamera taugen die Werte nicht; sie versprechen auch nicht, dass jede Robotik-Anwendung künftig entsprechend weniger Daten benötigt. Ihr Aussagewert hängt unter anderem davon ab, welche Bewegungen erkannt werden sollen und wie der Vergleich mit der herkömmlichen Bildverarbeitung aufgebaut ist. Für eine unabhängige Einordnung im Alltag wären Tests mit unterschiedlichen Szenen, Lichtverhältnissen und bewegten Objekten nötig. Damit liefert die Studie einen technischen Nachweis im Labor, aber noch keinen breiten Praxistest.
Als mögliche Einsatzfelder nennen die Entwickler kompakte Sehsensoren für Roboter und autonome Systeme. Gerade dort kann ein großer Blickwinkel nützlich sein, wenn Maschinen Hindernisse, Objekte oder Bewegungen in ihrer Umgebung erfassen müssen. Durch die Kombination aus Farbbild und direkter Bewegungsanalyse könnte außerdem die Menge jener Daten begrenzt werden, die an einen zentralen Rechner übertragen werden. So kann die Architektur eines Systems einfacher werden, sofern die übrigen Komponenten ebenfalls auf den Sensor abgestimmt sind. In der Mitteilung beschreibt die Hochschule diese Anwendungen als Perspektive, nicht als bereits erprobte Serienlösung.
Noch handelt es sich um eine Labordemonstration. Belegt ist die Leistungsfähigkeit des entwickelten Sensors unter den untersuchten Bedingungen, nicht seine Marktreife oder ein Einsatz in einem kommerziellen Roboter. Angaben zu einem Verkaufsstart, einem Preis oder einer konkreten Produktintegration liegen in den genannten Quellen nicht vor. Ebenso wenig handelt es sich um ein Netzhautimplantat oder eine Prothese für Menschen. Mit der Bezeichnung „bionisches Auge“ ist die technische Nachbildung bestimmter Eigenschaften eines biologischen Sehsystems gemeint.
Professor Zhiyong Fan hält mit weiterer Entwicklung mehr als eine Million Sensorpixel für denkbar. Als Ausblick beschreibt diese Zahl nicht den gegenwärtigen Prototyp. Bis dahin müssen die Entwickler die gekrümmte Fertigung, die Farbschichten und die Bewegungsanalyse weiter zusammenführen und für praktische Geräte anpassen. Die nächsten Entwicklungsschritte müssen zeigen, ob sich der Sensor auch außerhalb des Labors stabil und wirtschaftlich herstellen lässt.
Titelbild: Karpfenkopf von George Chernilevsky, Wikimedia Commons, Lizenz CC BY-SA 4.0, zugeschnitten.
Long, Z. et al., „An aberration-corrected bionic eye for full-colour vision and event-driven motion detection“, Nature Materials 25, 1855–1863 (2026); doi:10.1038/s41563-026-02685-5
Hong Kong University of Science and Technology, School of Engineering, „HKUST Engineering Develops High-Resolution Bionic Eye“
Gu, L. et al., „A biomimetic eye with a hemispherical perovskite nanowire array retina“, Nature 581, 278–282 (2020); doi:10.1038/s41586-020-2285-x
Mit KI-Unterstützung erstellt
Wählen Sie Forschung und Wissen bei Google als bevorzugte Quelle oder folgen Sie uns per RSS-Feed.
