配备微型作物健康传感器的无人机可以精确定位哪些作物需要灌溉、施肥和病虫害防治。这种平面光学技术有可能取代传统光学镜头应用,用于一系列行业的环境传感。
这项创新可能会带来更便宜的杂货,因为农民将能够确定哪些作物需要灌溉、施肥和害虫防治,而不是采取一刀切的方法,从而有可能提高他们的收成。
传感器系统可以在边缘检测(对物体(如水果)的轮廓进行成像)和提取详细的红外信息之间快速切换,而无需创建大量数据和使用笨重的外部处理器。
切换到详细红外图像的能力是该领域的一项新发展,当远程传感器识别出潜在的虫害区域时,农民可以收集更多信息。
这项研究由纽约市立大学(CUNY)、墨尔本大学、皇家墨尔本理工大学和ARC变革性超光学系统卓越中心(TMOS)的工程师进行,发表在《自然通讯》上。
传感器系统如何工作?
原型传感器系统由一个由薄薄的二氧化钒材料制成的滤光片组成,可以在边缘检测和详细的红外成像之间切换,由TMOS首席研究员Madhu Bhaskaran教授及其在墨尔本RMIT的团队设计。
“二氧化钒等材料增加了出色的调谐能力,使设备变得'智能',”她说。
“当滤光片的温度发生变化时,二氧化钒从绝缘状态转变为金属状态,这就是处理后的图像从过滤轮廓转变为未过滤的红外图像的方式。”
“这些材料可以在未来的平面光学设备中发挥重要作用,这些设备可以取代传统镜头的技术,用于环境传感应用,使其成为无人机和卫星的理想选择,这些设备需要低尺寸、重量和功率容量。
RMIT拥有一项已授权的美国专利,并正在申请其生产二氧化钒薄膜方法的澳大利亚专利申请,该方法可能适用于广泛的应用。
主要作者Michele Cotrufo博士表示,该系统在处理操作之间切换的能力,从边缘检测到捕获详细的红外图像,非常重要。
“虽然最近的一些演示已经实现了使用超表面的模拟边缘检测,但到目前为止,大多数展示的设备都是静态的。它们的功能是及时固定的,不能动态改变或控制,“在纽约市立大学进行研究的Cotrufo说。
“然而,动态重新配置处理操作的能力是超表面能够与数字图像处理系统竞争的关键。这就是我们所开发的。
后续步骤
共同作者、墨尔本大学的博士学者Shaban Sulejman表示,所使用的设计和材料使过滤器适合大规模制造。
“它还在与标准制造技术兼容的温度下运行,使其能够很好地与商用系统集成,从而迅速从研究转向实际使用。”
同样来自墨尔本大学的TMOS首席研究员Ann Roberts表示,平面光学技术有可能改变无数行业。
“长期以来,传统的光学元件一直是阻碍器件进一步小型化的瓶颈。用薄膜光学器件取代或补充传统光学元件的能力突破了这一瓶颈。