北京航空航天大學的研究團隊在機器人視覺領域取得重要突破，其開發的神經形態視覺系統在運動處理速度上達到現有主流光流技術的四倍，為自動駕駛車輛、工業機器人和手術機器人等設備的實時響應能力帶來顯著提升。相關成果已發表于國際權威期刊《自然-通訊》，引發科技界廣泛關注。
傳統機器人視覺系統依賴攝像頭連續拍攝靜態圖像，通過光流算法分析像素亮度變化來追蹤運動。這種方法處理單幀圖像可能需要超過0.5秒，對于時速120公里的自動駕駛車輛而言，這意味著在感知延遲期間車輛可能前進16米以上，存在嚴重安全隱患。研究團隊負責人高碩（音譯）表示，現有技術難以滿足動態場景下的實時性需求，尤其是復雜運動環境中的精準追蹤。
在模擬駕駛測試中，該系統將運動感知延遲減少約75%，在機器人操作場景下將追蹤精度提升一倍。實驗數據顯示，面對多重運動交錯等復雜情況時，新系統雖仍需依賴傳統光流算法進行最終圖像解析，且在極端場景下表現存在局限，但其整體性能已明顯優于現有方案。這表明未來機器視覺的響應速度有望接近甚至超越人類水平。
專家指出，這項技術將顯著擴展機器人的應用場景。在家庭服務領域，機器人需要快速識別手勢變化和面部表情，更快的視覺反饋可使人機交互更加自然流暢。例如，當用戶做出停止手勢時，系統能夠在20毫秒內完成識別并執行指令，較傳統方案提升近4倍速度。
目前研究團隊正致力于擴大神經形態硬件規模，并探索將其與現有AI系統整合的可行性。這項受生物啟發的視覺架構若能突破工程化瓶頸，可能徹底改變機器人理解動態世界的方式，為智能制造、智能交通和醫療機器人等領域帶來革命性進展。
