【光学前沿】元成像相机：开启单目深度感应新纪元
在众多领域，如机器人技术、增强现实和自动驾驶等，深度感知技术扮演着至关重要的角色。传统的单目深度感知技术受限于成本、体积和性能，而新型的元成像相机提供了一种高精度且鲁棒的单目深度感知解决方案。本文将详细介绍清华大学自动化系戴琼海院士和乔晖副教授团队开发的元成像相机，以及其在单目深度感知领域的突破性进展。
深度感知技术是理解和交互三维世界的基础，尤其在自动驾驶、无人机控制、增强现实等领域中发挥着关键作用。传统的单目深度感知技术通常依赖于图像中的透视和遮挡等相对深度线索，但由于缺乏绝对深度信息，其精度和鲁棒性受限。光场相机虽然能够提供深度信息，但其较低的空间分辨率和易受光学像差影响的特性限制了其应用。
最近，清华大学的研究团队提出了一种新型的元成像相机，该相机集成了主透镜、微透镜阵列、CMOS传感器和压电位移台，通过扫描机制有效克服了空间分辨率和角度分辨率之间的矛盾，提升了子孔径的空间分辨率。这种设计不仅使得子孔径之间的视差能够携带深度信息，而且每个子孔径内PSF图案的变化也能携带一定的深度信息。此外，高分辨率的子孔径图像使得元成像相机能够通过数字自适应光学技术（DAO）实现多点像差校正，即使在存在像差的情况下，也能高效地捕获深度信息，确保准确和鲁棒的深度感知。
实验结果表明，元成像相机在1米至3.5米的测试范围内达到了平均0.03米的绝对误差和1.7%的相对误差，显示出其卓越的深度感知能力和增强的对信号背景比变化的稳健性。这一成果极大地拓展了单目深度感知在自动驾驶、虚拟现实等领域的应用前景。
除了用于单目深度估计外，元成像相机还可以代替当前立体视觉系统中的2D相机，提升立体视觉系统的深度感知性能。此外，元成像相机凭借其对像差的强鲁棒性，弥补了被动式深度感知方法在长距离深度感知时的精度和鲁棒性不足，从而有潜力进一步拓展被动式深度感知在长距离场景中的效果。
清华大学研究团队开发的元成像相机以其高精度和鲁棒性，为单目深度感知领域带来了革命性的突破。这种新型相机不仅在更宽的深度范围内表现出比光场相机更高的精度，而且对信号背景比变化具有出色的鲁棒性。模拟和实验深度估计结果进一步证实了元成像相机在光学像差引起的挑战性条件下的稳健性和高精度。随着技术的不断发展，元成像相机有望在自动驾驶、无人机和机器人等挑战性场景中发挥重要作用，为未来远程被动深度感应的发展开辟新途径。
-
AI机器人自动装调光学系统：Science Advances最新研究解读
这项研究由MIT团队完成，平台名为OptoMate。它要解决的问题很直接：能不能让研究人员用自然语言描述实验目标，剩下的——设计光路、摆放元件、精密对准、执行测量——全部由机器自动完成？
2026-08-20
-
光学系统的透过率检测：从单波长到全光谱的测量方法
一个镜头标注"透过率≥95%"，这个95%是什么意思？在哪个波长？中心波长还是全波段？一片看起来透亮的镜片，可能在550nm透过率高达99%，但在650nm却只有85%——这个差异会直接影响成像系统的色彩还原和光通量。透过率（Transmittance）是光学元件最基本、却也最容易被笼统对待的参数。精密测量需要明确回答三个问题：测哪个波长、测多大的入射角、测透过还是测透射。本文从透过率的定义、单波长与全光谱测量方法、以及测量误差的控制三个维度，系统介绍光学透过率检测。
2026-08-19
-
干涉仪的光源：稳频激光器如何决定检测精度
干涉仪测量面形精度的核心依据是"波长"——光波长λ是干涉测量的"尺子"。如果这把尺子本身在漂移，测量结果就失去了基准。一片镜片测出面形RMS=0.02λ，但如果光源波长漂移了万分之一，这个"λ"本身的定义就偏差了万分之四——直接转化为测量误差。干涉仪的光源（通常是稳频氦氖激光器）是整个测量系统的精度基准，它的波长稳定性、相干性和功率稳定性，直接决定了干涉测量的精度上限。本文从干涉测量对光源的要求、稳频激光器的工作原理和光源质量对测量的影响三个维度，系统介绍干涉仪光源的工程理解。
2026-08-19
-
用 1.5 秒守住百万片产线： ImageMaster®PRO AR Reflection 把 AR 波导检测做成了「快门」
中国智能眼镜零售量 40.2 万台，同比+96%；零售额 8.1 亿元，同比+102%；4 月份单月又跳到+119%。商务部数据把这条曲线再推一层：2026 年 4 月智能眼镜网络零售额同比+175.2%。IDC 把视野放到全球：2026 年全球 AI 眼镜出货预计 2368.7 万台，中国市场 491.5 万台、同比+77.7%。
2026-08-19
-
振动/冲击工况读图指南 — 从一份随机振动+冲击试验报告看镜头"在路上"的稳定度
拿到 WaveMaster 或其他波前传感器输出的一份"温度扫描"报告，下一步该看什么？本文讲清三件事：报告里到底在测什么、三步判读法怎么走、四种典型变温模式如何识别。文末附一份 5 项异常检查清单，可以照着对一份新报告。
2026-08-18
