Des chercheurs de l’université de Princeton et de l’université de Washington ont mis au point une caméra ultracompacte de la taille d’un gros grain de sel. Le système repose sur une technologie appelée métasurface (metasurface), qui est constellée de 1,6 million de plots cylindriques et peut être produite comme une puce informatique.
Les caméras de petite taille ont un grand potentiel pour repérer les problèmes dans le corps humain et permettre la détection pour les robots ultra-petits, mais les approches précédentes capturaient des images floues et déformées avec des champs de vision limités. Des chercheurs de l’université de Princeton et de l’université de Washington ont surmonté ces obstacles grâce à une caméra ultracompacte de la taille d’un gros grain de sel. Selon un article publié le 29 novembre dans Nature Communications, le nouveau système est capable de produire des images nettes et en couleur aussi bien qu’un objectif d’appareil photo composé classique 500 000 fois plus volumineux.
Grâce à une conception conjointe du matériel de la caméra et du traitement informatique, le système pourrait permettre une endoscopie mini-invasive avec des robots médicaux pour diagnostiquer et traiter les maladies, et améliorer l’imagerie pour d’autres robots ayant des contraintes de taille et de poids. Des réseaux de milliers de caméras de ce type pourraient être utilisés pour la détection d’une scène complète, transformant les surfaces en caméras.
Alors qu’une caméra traditionnelle utilise une série de lentilles incurvées en verre ou en plastique pour courber les rayons lumineux et les mettre au point, le nouveau système optique repose sur une technologie appelée métasurface, qui peut être produite comme une puce informatique. D’une largeur d’un demi-millimètre seulement, la métasurface est constellée de 1,6 million de plots cylindriques, chacun ayant à peu près la taille du virus de l’immunodéficience humaine (VIH).
Chaque plot a une géométrie unique et fonctionne comme une antenne optique. Il est nécessaire de faire varier la conception de chaque poteau pour façonner correctement l’ensemble du front d’onde optique. Grâce à des algorithmes fondés sur l’apprentissage automatique, les interactions des plots avec la lumière se combinent pour produire des images de la plus haute qualité et le plus grand champ de vision pour une caméra métasurface en couleur développée à ce jour.
Images d’une fleur : floues ou nettes ?
Les précédentes caméras de taille micro (à gauche) capturaient des images floues et déformées avec des champs de vision limités. Un nouveau système, appelé nano-optique neuronale (à droite), peut produire des images nettes et en couleur aussi bien qu’un objectif d’appareil photo composé classique. Image fournie par les chercheurs
Une innovation clé dans la création de la caméra a été la conception intégrée de la surface optique et des algorithmes de traitement du signal qui produisent l’image. Cela a permis d’améliorer les performances de la caméra dans des conditions de lumière naturelle, contrairement aux précédentes caméras à métasurface qui nécessitaient la lumière laser pure d’un laboratoire ou d’autres conditions idéales pour produire des images de haute qualité, a déclaré Felix Heide, auteur principal de l’étude et professeur adjoint d’informatique à Princeton.
Les chercheurs ont comparé les images produites avec leur système aux résultats des caméras métasurface précédentes, ainsi qu’aux images capturées par une optique composée classique qui utilise une série de six lentilles réfringentes. À l’exception d’un léger flou sur les bords de l’image, les images de la caméra nanométrique étaient comparables à celles de l’optique traditionnelle, dont le volume est plus de 500 000 fois supérieur.
D’autres lentilles ultracompactes à métasurface ont souffert d’importantes distorsions d’image, de petits champs de vision et d’une capacité limitée à capturer le spectre complet de la lumière visible – appelé imagerie RVB parce qu’il combine le rouge, le vert et le bleu pour produire différentes teintes.
« Concevoir et configurer ces petites nanostructures pour qu’elles fassent ce que l’on veut a été un véritable défi », a déclaré Ethan Tseng, étudiant en doctorat d’informatique à Princeton, qui a codirigé l’étude. « Pour cette tâche spécifique de capture d’images RVB à grand champ de vision, il n’était pas clair auparavant comment co-concevoir les millions de nanostructures avec les algorithmes de post-traitement. »
Le co-auteur principal, Shane Colburn, a relevé ce défi en créant un simulateur informatique pour automatiser les tests de différentes configurations de nano-antennes. En raison du nombre d’antennes et de la complexité de leurs interactions avec la lumière, ce type de simulation peut utiliser « des quantités massives de mémoire et de temps », a déclaré Shane Colburn. Il a développé un modèle permettant d’approcher efficacement les capacités de production d’images des métasurfaces avec une précision suffisante.
Shane Colburn a mené ses travaux en tant qu’étudiant en doctorat au département de génie électrique et informatique de l’université de Washington (UW ECE), où il est maintenant professeur adjoint affilié. Il dirige également la conception du système chez Tunoptix, une société basée à Seattle qui commercialise des technologies d’imagerie métasurface. Tunoptix a été cofondée par Arka Majumdar, conseiller d’études supérieures de M. Colburn, professeur associé à l’université de Washington dans les départements de l’ECE et de la physique et coauteur de l’étude.
Le co-auteur James Whitehead, étudiant en doctorat à l’UW ECE, a fabriqué les métasurfaces, qui sont basées sur le nitrure de silicium, un matériau semblable au verre compatible avec les méthodes de fabrication de semi-conducteurs standard utilisées pour les puces d’ordinateur – ce qui signifie qu’une conception de métasurface donnée pourrait être facilement produite en masse à un coût inférieur à celui des lentilles des appareils photo classiques.
« Bien que l’approche de la conception optique ne soit pas nouvelle, il s’agit du premier système qui utilise une technologie optique de surface à l’avant et un traitement neuronal à l’arrière », a déclaré Joseph Mait, consultant chez Mait-Optik et ancien chercheur principal et scientifique en chef au laboratoire de recherche de l’armée américaine.
« L’importance des travaux publiés réside dans l’achèvement de la tâche herculéenne consistant à concevoir conjointement la taille, la forme et l’emplacement des millions de caractéristiques de la métasurface et les paramètres du traitement post-détection afin d’obtenir les performances d’imagerie souhaitées », a ajouté Joseph Mait, qui n’a pas participé à l’étude.
Félix Heide et ses collègues travaillent maintenant à l’ajout de capacités de calcul supplémentaires à la caméra elle-même. Outre l’optimisation de la qualité de l’image, ils aimeraient ajouter des capacités de détection d’objets et d’autres modalités de détection pertinentes pour la médecine et la robotique.
Felix Heide envisage également d’utiliser des imageurs ultracompacts pour créer des « surfaces comme capteurs ». « Nous pourrions transformer des surfaces individuelles en caméras à ultra-haute résolution, de sorte que vous n’auriez plus besoin de trois caméras au dos de votre téléphone, mais que tout le dos de votre téléphone deviendrait une caméra géante. Nous pouvons imaginer des façons complètement différentes de construire des appareils à l’avenir », a-t-il déclaré.
Outre Tseng, Colburn, Whitehead, Majumdar et Heide, les auteurs de l’étude sont Luocheng Huang, étudiant en doctorat à l’université de Washington, et Seung-Hwan Baek, chercheur associé postdoctoral à Princeton.
Ces travaux ont été soutenus en partie par la National Science Foundation, le ministère américain de la défense, le Reality Lab de l’UW, Facebook, Google, Futurewei Technologies et Amazon.
https://engineering.princeton.edu/news/2021/11/29/researchers-shrink-camera-size-salt-grain
https://www.sciencealert.com/this-new-ultracompact-camera-is-the-size-of-a-grain-of-salt
