前言：

從數據機構IC Insights發布的報告顯示：2020年在中國銷售的1434億美元IC芯片中，在中國內地生產的IC芯片僅占據了市場總額的15．9％，約為227億美元。

不少企業甚至開始決定自己來設計、生產芯片，以擺脫外界供應鏈變動所造成的影響。

這也就意味著，高端芯片的制造技術，必須要基于芯片產業的國產化來進行解決。

在這樣的局面之下，中科院、清華等重點院校［跑步入場］，開始就先進制造技術領域展開研發。

光譜的重要性水漲船高

目前，光譜也已經被用于了工業、機器人、醫療等各個領域。

這樣它的用途就被局限了，比如說在智能機器人中應用，機器人通過對光譜圖像的識別來分析事物和場景，進而做出相應的動作。

他們通過芯片，對大鼠的腦部進行光譜測量，獲得了大鼠腦部各個位置的動態光譜變化，再加上其他理論的支持，最終得出大鼠腦部神經的活動狀態。

我們每個人都有獨一無二的指紋，通過指紋就可以確定這個人是誰。

而光譜就是物質的指紋，通過獲得物質的光譜，就可以了解它是什么。

例如利用光譜技術，可以利用衛星觀測地形，從而識別出地物，甚至可以識別有哪些礦物、植被的分類。

所以該技術自然還可以用于自動駕駛，該技術的利用，更多的是通過光譜儀。

傳統光譜成像的弱勢與局限性

傳統的光譜成像缺乏實時性，沒有便捷的操作性能，成像的效果也未必理想。

此外，只是在傳統的技術范疇中，逐點逐行的掃描存在很大的效率問題，由于分辨率的限制采集的信息也未必準確，對智慧感知技術的探索存在局限性。

傳統的光譜成像存在一定的使用難度，對研究水準有很高的要求，一點獲取信息失誤就有可能影響整體，視場中的高精度光譜信息無法被準確獲知。

智能感知技術領域的背后會用上光譜成像，工業制造，機器視覺等行業在發展過程中往往會用上各種光譜成像掃描數據信息，采集物體成像數據。

光譜成像是智慧感知領域的一大研究方向，具有廣大的市場前景。運用光譜成像技術可以獲取視場范圍內的物質像素點的組分和含量。

清華大學突破的技術更具優勢特色

根據清華大學官網公布的消息顯示，來自電子工程系黃翊東教授團隊在超光譜成像芯片的研究中取得重要突破，打造出全球首款實時超光譜成像芯片。

首先這款芯片的誕生為國產智慧感知技術的發展積累了更多經驗。

根據清華大學官網發布，已經實現了國際首款實時超光譜成像芯片的研制，分辨率達到了0．8納米。

目前最頂級的EUV光刻機可實現的芯片制造分辨率也才3nm。

分辨率越低，可光刻的芯片電路圖就越精密。

而應用到光譜成像的概念，0．8nm的分辨率幾乎可以獲取一個視場內所有的物質像素信息。

這項技術突破也引起了不小的波瀾，著名的《科學》雜志也將其刊登在最新一期上，并稱之為該領域的最新研究成果。

和熱成像原理類似，光譜可以讓智能感知技術得到進一步發展。

首次測量了活體大鼠腦部血紅蛋白及其衍生物的特征光譜的動態變化，時間分辨率高達30Hz（赫茲）。

通過實時光譜成像，可獲取大鼠腦部不同位置的動態光譜變化情況，結合血紅蛋白的特征吸收峰，分析獲取對應血管區和非血管區血紅蛋白含量的變化情況，并可利用神經血氧耦合的機制，得出腦部神經元的活躍狀態。

超光譜成像技術的實際應用

現在各個行業的發展都會用上智慧感知技術，比如汽車的自動駕駛，用于實時分析路面信息。還有用于勘測，在一些工程項目中也能發揮出重大作用。

智慧感知技術擁有更好的實時性和更清晰的成像功能，必然會大大增加車輛自動駕駛的安全性和使用過程中的體驗。

另外一個可能相關的領域是腦機接口領域，可以為用戶反饋一個更加清晰真實的外部世界。

再次在工業自動化、機器視覺等諸多領域都有不同程度的應用。

結尾：

新的時代，我們的技術也發展了起來，雖然有的還面臨卡脖子，但慢慢的，一些封鎖會被突破，我們甚至還會擁有自己的根技術。

這是一個好的趨勢，但仍需要更多的努力。而尊重科研人員，讓他們所得到的回報值得他們的付出，也是從根源發展核心技術的態度。

更多信息可以來這里獲取==>>電子技術應用-AET<<