2026-02-25 | 울산=장지승 기자

需750年的实验,AI一举完成…热成像传感器性能提升23.6倍↑

本页标题和正文均由AI机器翻译,未经人工审校。准确内容请以韩文原文为准。

蛇凭借能感知红外热量的感觉器官,即使在黑暗中也能找到猎物。热成像相机中也装有承担同样作用的传感器,如今借助人工智能技术开发出了可提升该传感器性能的特殊材料。由此有望制造高性能热成像相机、汽车夜间行人识别装置等。

蔚山科学技术院(UNIST)物理系孙昌熙、朴亨烈教授团队25日表示,利用人工智能技术开发出性能比商用材料高出20倍以上的微测辐射热计传感器用薄膜叠层材料。

微测辐射热计是感知物体释放的红外热量,并将其转换为电子设备可处理的电信号的传感器。由于其工作原理是传感器内的特殊材料吸收红外热量后材料的电阻发生变化,因此要制造高性能传感器,就需要在微小温度变化下电阻也能明显变化的敏感材料。

研究团队开发的材料以灵敏度出色的二氧化钒为基础,呈由掺入钨的二氧化钒薄膜叠成4层的形态。由于每一层的钨含量与厚度被设计得各不相同,从而减少了二氧化钒固有的信号剧变与滞后现象问题。

传感器随温度变化的电阻变化越接近一次函数那样的直线,信号可靠性越高,而纯二氧化钒在特定区间会出现电阻急剧变化,并存在升温时与降温后电阻值不同的滞后现象。这会导致同一温度下测量值也可能不同,成为传感器信号可靠性下降的原因。

该材料薄膜层的厚度组合在理论上超过130万种,研究团队使用名为遗传算法的AI技术找出了最优厚度组合。该方法模仿生物进化的“自然选择”原理,从随机生成的大量厚度组合中只挑选性能优良者,反复进行相互组合与修正的过程,从而逼近最优厚度组合。

实验结果显示,该材料在常温(20~45度)区间的温度灵敏度(TCR)达到7.3%,比现有商用材料高出3倍以上,贝塔(β)指标提升23.6倍。贝塔指标是不仅考虑灵敏度,还兼顾信号准确性与可靠性,用于评价实际传感器性能的综合性能指标。

此外,该材料可通过300度的低温工艺直接沉积在现有半导体电路(CMOS)之上,商用化可能性也很大。微测辐射热计需以沉积在读取电阻变化信号的半导体电路之上的形态使用,而利用二氧化钒的现有技术需要500度以上的高温工艺,高热可能损伤已完成的电路。

本次研究由UNIST物理系研究员崔镇玄与李亨泽博士作为第一作者主导。研究团队解释称:“若由人逐一更换材料组合进行实验,按算术计算需要750年,本研究用人工智能技术大幅缩短了这一实验规模,并将设计出的材料直接合成为薄膜形态,具有重要意义。”

孙昌熙教授表示:“该技术将在自动驾驶车辆的夜间障碍物探测、利用无人机的夜间及远距离监视、感知多人体温变化的大规模病毒感染监测等需要高性能热感知技术的领域得到广泛应用。”

本次研究成果于1月28日发表在国际权威期刊《先进科学》(Advanced Science)上。研究得到了韩国科学技术情报通信部韩国研究基金会(NRF)纳米材料技术开发项目、基础研究室项目、中坚研究项目,以及信息通信规划评价院(IITP)信息通信广播创新人才培养项目(ITRC)等的支持。

阅读韩文原文