盖世汽车讯 据外媒报道，在一种小型晶体管的帮助下，由Fengnian Xia教授领导的耶鲁大学（Yale University）研究团队找到了一种能大幅提高某类热成像技术精度的方法。相关研究成果已发表在期刊《自然-传感器》（Nature Sensors）上。

图片来源：耶鲁大学

机器人、无人机、自动驾驶汽车及其他自主设备在行进过程中，往往依赖热感测与成像技术来进行导航。此外，该技术还广泛应用于夜视、远程测温及救援行动等多种领域。

问题所在

热成像设备通过探测物体散发的热量来生成可视化的热分布图。热成像技术主要有两种常见类型，且各有利弊。其中一种采用光子探测技术，该技术精度极高，但需要维持极低的运行温度；此外，其成本高昂，通常仅用于军事及其他专业领域。

热成像技术中较为常用的形式是利用一种被称为“微测辐射热计”的器件，将热量转化为可检测的电信号。这类器件既便携又廉价，被广泛应用于消防和监控等多个行业。然而，它们的性能明显落后于制冷型光子探测器。这在很大程度上归因于该技术通常所用材料（即氧化钒和非晶硅）的局限性：这两种材料的电阻温度系数（TCR）——即材料电阻随热量变化而发生改变的程度——都较低。

解决方案

研究人员采用了一种双端NPN晶体管——这是一种能够放大电路信号的器件。该研究的主要作者、博士生Jiazhen Chen解释道，研究团队并未更换该技术所使用的材料，而是利用晶体管增强了现有材料的性能。从本质上讲，该晶体管构建了一个载流子反馈回路，从而增强了材料的温度依赖性并赋予其可编程特性。这一改进将材料的电阻温度系数（TCR）从每开尔文约10%提升至高达150%，使器件能够更灵敏地探测周围物体散发的热量。

Jiazhen Chen表示，研究人员接下来的工作是利用该技术制造实际器件，特别是那些配备了能探测中红外热辐射组件的器件。此外，研究人员还计划将该技术应用于硅平台——硅是计算机芯片中广泛使用的一种材料。