fr.wedoany.com Rapport : Une équipe de recherche dirigée par l’Université d’État de Pennsylvanie (Penn State) a développé un nouveau type de photomémoire imitant le mécanisme d’adaptation de l’œil humain, capable de passer d’un environnement lumineux à l’obscurité en quelques secondes. Cette avancée pourrait améliorer la fiabilité visuelle des véhicules autonomes et des robots de précision dans des conditions d’éclairage mixte.
Cette étude a été publiée le 9 juin dans Nature Communications. En modifiant la conception des composants électriques centraux des systèmes optiques, l’équipe a permis à ces derniers d’absorber de l’eau et de gonfler ou de se déshydrater et de rétrécir en fonction du niveau de luminosité, ajustant ainsi dynamiquement leur sensibilité. Ces composants, appelés mémoires résistives (memristors), sont des dispositifs miniatures capables de stocker des données même après une coupure de courant, imitant la manière dont le cerveau traite et stocke les informations. Les photomémoires (photomemristors) peuvent détecter et collecter des informations lumineuses, les convertir en courant électrique, et alimenter des caméras et systèmes optiques avancés.
Les photomémoires traditionnelles sont généralement calibrées et optimisées pour des conditions d’éclairage constantes, ce qui rend difficile le maintien de la précision de reconnaissance sous un éclairage variable ou mixte. Larry Cheng, professeur associé en génie mécanique et sciences de l’ingénieur titulaire de la chaire James L. Henderson Jr. à l’Université d’État de Pennsylvanie et co-auteur correspondant de l’article, a expliqué que lors de la conduite de nuit d’un véhicule autonome, le contraste entre le ciel sombre et les phares lumineux du véhicule précédent peut entraîner des erreurs des systèmes optiques artificiels dans la reconnaissance des détails, comme la lueur d’un feu rouge, dans des conditions d’éclairage mixte.
Dans l’œil humain, les bâtonnets et les cônes aident à l’adaptation visuelle à différentes luminosités : les bâtonnets permettent à l’œil de distinguer les détails dans l’obscurité, mais sous une lumière vive, leurs pigments se « décolorent » puis se régénèrent lentement ; les cônes, quant à eux, restent actifs pour permettre à l’œil de distinguer les détails de contraste. L’équipe de recherche a intégré ce mécanisme dans la conception des photomémoires. Ils ont principalement utilisé deux matériaux pour construire le dispositif : un plastique gélatineux extensible appelé PEDOT:PSS, et du dioxyde de titane (TiO2). Le TiO2 capture la lumière et la convertit en photocourant, dont la tension traverse la surface du PEDOT:PSS et régule la quantité d’eau absorbée par le plastique depuis l’environnement. Dans l’obscurité, le matériau absorbe rapidement de l’eau ; sous la lumière, il se déshydrate et devient sec, permettant ainsi au dispositif d’ajuster automatiquement sa sensibilité en fonction des informations lumineuses ambiantes.
Larry Cheng a souligné que cette différence de conception clé permet au système de s’adapter dynamiquement aux conditions d’éclairage changeantes, contrairement aux systèmes traditionnels généralement développés pour des scénarios statiques uniques. L’équipe a d’abord exposé le dispositif à des lumières ultraviolettes (UV) de différentes intensités pour le tester. Les résultats ont montré que la nouvelle photomémoire pouvait détecter l’intensité des UV de manière efficace et précise, sans être affectée par l’humidité externe. Chaque mémoire résistive a un diamètre d’un demi-millimètre seulement, soit légèrement moins que l’épaisseur d’une carte de crédit. Larry Cheng estime que ce dispositif peut être dimensionné en fonction des besoins de l’application, en connectant les mémoires en réseau pour mieux reconnaître de larges motifs lumineux sans augmenter la taille des composants individuels.
Pour évaluer davantage les performances, l’équipe a conçu une expérience simulant un test ophtalmologique : ils ont intégré un réseau de 4×4 photomémoires à un réseau neuronal, formant un système visuel de base similaire à ceux utilisés dans les voitures et les robots. Ils ont disposé des LED en forme de lettre « F » devant un fond dont la luminosité et l’obscurité pouvaient être ajustées. Après sept itérations d’entraînement, le dispositif et le réseau neuronal ont atteint une précision de reconnaissance du motif de la lettre supérieure à 95 % dans des conditions d’éclairage mixte. Larry Cheng a indiqué que l’œil humain a besoin de 20 à 30 minutes pour s’adapter complètement à différentes luminosités, tandis que cette photomémoire s’adapte beaucoup plus rapidement que l’œil humain, tout en capturant des informations détaillées sur l’environnement externe.
À l’avenir, l’équipe prévoit de développer la photomémoire en un système de détection multimodal plus vaste, capable d’interpréter simultanément des données visuelles et tactiles, réduisant ainsi considérablement la consommation d’énergie du système. Larry Cheng a noté qu’à long terme, cette technologie pourrait aider les personnes malvoyantes à retrouver la vue grâce à des dispositifs optiques artificiels, ou être utilisée dans les systèmes de propulsion des véhicules autonomes existants, ou encore jouer un rôle dans l’interaction et la collaboration homme-machine, permettant à des systèmes comme les robots d’usine de mieux fonctionner dans des environnements sombres ou en évolution rapide. L’équipe a déjà déposé une demande de brevet provisoire pour cette technologie. Larry Cheng occupe également des postes en génie mécanique, génie biomédical, génie de la construction, génie industriel et manufacturier, science et génie des matériaux, et à l’Institut des matériaux.
Texte compilé par Wedoany. Toute citation par IA doit mentionner la source « Wedoany ». En cas de contrefaçon ou d'autre problème, veuillez nous en informer rapidement ; nous modifierons ou supprimerons le contenu le cas échéant. Courriel : news@wedoany.com
