Retina 是歐盟的一項新計畫，耗資 610 萬歐元，為期四年，旨在結合先進的光譜成像儀與基於矽光子晶片的光達感測器，形成多功能多模態感測系統，藉此改變醫療保健、汽車和農業領域。以下將探討 Retina 的主要目標、技術發展和應用，同時了解它如何解決目前的挑戰和未來的潛在發展方向。
圖1 Retina網站圖示，目標是開發用於改造汽車、農業和醫療保健領域的系統；資料來源：Retina計畫網站
從全球的智慧感測市場的角度來看，根據市調機構SkyQuest 預測，智慧感測器市場規模預計從2024年的772.5億美元，達到 2031 年的2409.5 億美元，複合年成長率為 17.10%。越來越多的應用依賴智慧感測器獲取和傳輸資料，小型化和感測器技術提升也進一步推動了智慧感測器市場的成長，因為它們使得智慧感測器可以應用於許多不同的產品線。智慧感測器的使用已成為環境監測和能源效率的一大優勢，這將進一步推動未來幾年的市場成長。舉例來說，在工業應用中，可以透過智慧感測器獲得溫度、壓力、流速和其他感測特性的即時資料以進行監控。這有助於提高產量、減少停機時間和提高效率，所有這些因素都在逐步推動智慧感測器產業的發展。
單位：億美元
圖2 全球智慧感測器市場預測；資料來源：SkyQuest，2025/3
有鑑於智慧感測在未來產業中扮演的重要角色，歐盟推動Retina計畫，由西班牙研究機構 AIMEN 居中協調，並召集 13家歐洲頂尖研究機構和技術公司組成。Retina 的主要目標是解決目前感測器系統的一個重大限制，即目前的感測器系統依賴光譜成像或光達(LiDAR)，這導致資料不完整或在不同環境中缺乏多功能性。因此Retina 致力於開發光譜成像和光達技術，並將它們組合成一個單一系統，能夠即時提供空間(3D)和物質成分的光譜資料的全面分析。
Retina 旨在利用可見光至近紅外線(VNIR)和短波紅外線(SWIR)範圍內的光子積體電路(PIC)、量子點(QD)以及先進的CMOS和InGaAs偵測器的功能。目的是將這些技術與機器學習演算法的數位基礎設施結合起來，以開發提供無與倫比的光靈敏度和光譜範圍的多模式感測應用。基於PIC的新型光達採用傾斜光柵耦合器陣列進行非機械光束控制和FMCW 調變方式。由於在InP 基板上製造，因此具有晶片完全整合、不受其他光達訊號影響，以及功耗低等優點。
同時，快照光譜成像儀採用QD的SWIR感測器和像素級光學濾波器，提供小型化設計、視訊功能以及與傳統影像處理管道的相容性。機器學習(ML)平台結合了特定的資料處理技術和資料融合以及ML模型的邊緣部署，因此提供了專門針對高光譜影像的優勢，所有的資料處理工作都在同一個地方進行。除了協調工作之外，AIMEN 的工作還包括低階訊號處理與ML 演算法的驗證。
圖 3 Imec研發中的SWIR 影像感測器；資料來源：Imec
技術的驗證包括三個方面，首先是醫療，用以檢測腫瘤細胞和關鍵結構以及評估灌注和氧合；其次是汽車，用於在混雜天氣條件下的障礙物感應與碰撞偵測；最後是農業，用於早期檢測葡萄樹幹疾病（GTD）的感測解決方案，水分監測，以及收穫數量的即時估計以進行生產力預測。
醫療案例
Retina 的醫療案例主要集中在使用短程光達、SWIR、VNIR 光譜成像儀，以及商用RGB相機檢測腫瘤細胞和關鍵結構以及評估灌注和氧合。一個主要參與者是隸屬於Olympus集團的荷蘭Quest Medical Imaging，該公司開發和製造醫學螢光成像系統，其術中醫學影像系統使用近紅外線雷射獲取螢光影像，結合標準彩色影像，使外科醫生更容易識別和導航。雷射照射到組織上，激發螢光染料，例如，可以檢測腫瘤或識別前哨淋巴結，以評估是否存在轉移。類似地，在評估組織灌注（血液或液體流向組織和器官）時，可以測量穿過身體的螢光團的強度。
QuestMedical Imaging 扮演的角色是調查使用者需求，並整合在該領域使用自己的醫療設備所獲得的知識。該公司還為演算法的初步測試和進一步開發提供測試資料和模型材料。此外，並組裝了一臺由整合光達和多光譜感測器組成的展示機器，以研究與減少背景訊號和優化穿透深度相關的臨床用戶需求，並查看與二維影像相比，三維結構是否可以為註釋和處理提供額外的資訊。
總部位於比利時的國際研究和開發組織Interuniversity Microelectronics Centre(Imec)為此展示機器提供多光譜感測器，Imec 的方法是開發直接沉積在影像感測器上的晶片上光譜濾波器，以製造小型化、輕便且強大的系統。而且由於該技術可大規模生產，因此具有可擴充性、更低的生產成本和更易於整合。此外，還可以透過使用不同類型的過濾器，可實現快照和視訊擷取。這種方法的另一個優點可提供自訂的圖形解決方案，包括 VIS（460 – 600 nm）和 VNIR（600 – 850 nm/ 670 – 950 nm）範圍內的高光譜、多光譜、線掃描和快照馬賽克感測器。此外，Imec也在研究一種基於量子點的新型感測器，這種感測器由厚度低於目標波長的薄膜堆疊組成。這些感測器相對於 InGaAs 感測器的優勢在於，它們具有更高的像素密度和更高的空間分辨率，同時生產成本更低。
Fraunhofer Heinrich Hertz Institute (HHI)在Retina計畫開發中也發揮著重要作用，利用其在多專案晶圓(MPW)平台上的小型化和光子整合知識，協助讓Retina 技術變得輕便、節能，並適合整合到多功能、可擴充的系統中。他們還擁有開發新型基於晶片的光達系統的專業知識。
汽車案例
Retina 的汽車案例涉及使用遠端光達和商用攝影機，在所有天氣條件下對障礙物進行多模式感知和碰撞檢測。此光達系統的開發者之一是西班牙Vigo大學的量子、通訊、光子和整合實驗室(QOPHI)。
QOPHI 的貢獻主要展現在兩個方面：在Fraunhofer研究所，現有的 MPW 平台中添加光柵耦合器和微透鏡，以及開發調頻連續波(FMCW)的光達PIC，以滿足光達在雷射功率、線寬、FOV 等方面的要求。
傳統光達系統是基於飛行時間 (TOF)原理，它測量光脈衝傳播到物體並返回感測器所需的時間，並根據光速和測量的時間延遲計算距離。相較之下，FMCW 光達系統不使用脈衝，而是連續發射具有變化頻率的雷射，並測量傳出和返回訊號之間的頻率差異，藉此提供距離和速度資訊。
FMCW光達系統比TOF光達有幾個優勢，例如功耗更低、不受其他光源干擾、能夠同時測量距離和速度、以及能夠完全整合到單一晶片上。
開發汽車專案的另一個重要廠商是來自比利時的 Xenomatix，它是固態光達的先驅，在光達開發方面擁有十多年的經驗。 Xenomatix 的工作是透過定義功能和整合的系統需求，以符合用戶的需求。透過與汽車領域領先的第一級供應商和原始設備製造商的互動，Xenomatix 收集了與解析度、範圍、視野、精度、幀速率和功耗相關的最低和最高基本要求列表，並根據這些資料提出了理想的光達。他們還將協助開發人工智慧演算法，以處理道路使用者的視覺攝影機和光達資料並進行物體檢測，以提高在各種天氣條件下的防撞能力。在等待該專案的光達感測器開發的同時，Xenomatix將提供來自其光達系統的案例資料來啟動AI開發，他們還將參與測試該專案開發的光達系統的基本性能。
農業案例
Retina 的農業案例主要集中在葡萄栽培和葡萄樹幹疾病(GTD）的早期檢測、水分脅迫監測以及收穫數量的即時估計以進行生產力預測。監測既可以使用短程光達、SWIR 和 VNIR光譜成像儀在地面進行，也可以使用長程光達、SWIR 和 VNIR 光譜成像儀在無人機上進行。
瑞士公司 PhotonFocus 開發了用於無人機高光譜成像(HIS)的嵌入式Al平台。該公司憑藉著在無人機成像系統方面的豐富經驗，開發出性能出色、功耗低的產品。為此，無人機系統使用其 MV4平台的 HSI 相機，該平台採用了 Imec的VNIR 感測器和SWIR快照成像儀、高性能、低功耗影像處理平台、低功耗 10GigE 介面和改進的冷卻結構。
葡萄樹幹疾病是由一系列真菌引起的，它們對葡萄栽培構成重大威脅，因為它們會導致植物死亡和葡萄園生產力下降。一個根本問題是，主要症狀出現在樹幹上，而次要症狀可能在污染後五年內出現在葉子上，這使得早期診斷變得困難。由於砷化鈉等殺菌劑在歐洲已被禁止，現在迫切需要有效的早期識別措施，以便在葡萄藤被感染後立即將其移除，防止鄰近植物受到污染。
ADVID 的解決方案是使用地面短程光達和 SWIR 以及 VNIR 光譜成像儀對 GTD 進行早期識別，並使用帶有SWIR 和 VNIR 光譜成像儀的無人機遠程光達來探測樹冠。
另一個威脅是乾旱，迫切需要有效的水分脅迫管理來幫助生產者控制氣候變遷對葡萄品質的影響。目前，測量黎明前葉片水勢是在夜間進行的，方法是從葡萄藤上切下一片葉子和莖，然後將其放置在壓力室中。雖然這是一種可靠的方法，但測量是透過抽樣進行的，因此無法了解葡萄園不同部分水分脅迫如何變化，而且由於該過程勞動密集且耗時，因此成本也很高。
為了完成測量工作，ADVID 使用具有SWIR 和 VNIR 光譜成像儀的地面短程光達，可以確定水的空間分佈，從而能夠及時干預並提高葡萄的產量和品質。同樣，基於無人機的長距離光達與 SWIR 和 VNIR 光譜成像儀相結合，可以透過精確測量冠層密度、高度、體積和行距來實現葡萄園景觀的3D 測繪。無人機將由 Aeromedia 部署，該公司是西班牙無人機成像解決方案領域的領導者，在航空資料收集方面擁有專業知識。
挑戰和前景
雖然 Retina計畫代表了感測器技術的重大進步，但其實施並非沒有挑戰。要整合光譜成像和光達這兩項複雜技術，必須克服資料融合、處理速度和感測器校準方面的技術障礙。解決這些問題是很重要的，因為系統需要既準確又經濟實惠，才能廣泛採用在汽車和消費電子等成本敏感的行業。
儘管如此，展望未來，Retina計畫有可能為機器感知樹立新的標準。隨著越來越多的產業採用這項技術，它將激發感測器整合的進一步創新，從而產生更輕便、高效和多功能的系統。儘管挑戰依然存在，但 Retina計畫是一個很好的例子，說明研究機構、科技公司和使用者之間的協調合作如何推動光子技術的創新和進步，使社會各個領域受益。Retina的多模式感知系統象徵著機器感知和感知的變革性發展。透過將光譜成像和光達結合到一個高效的平台，Retina 將為機器提供更完整的環境認知，促進各領域的安全性、效率和決策的提高。
到目前為止，重點一直放在提高自動駕駛汽車的精度、支持醫療診斷和提高農業產量上，但這項技術的應用範圍非常廣泛，有可能影響到尚未想像的領域。
台灣在智慧感測方面的發展
隨著智慧感測的應用日漸擴大，近年來台灣廠商在感測技術領域也有相當的進展，分別應用於工廠檢測、AI偵測，以及半導體產品開發等，以下列舉幾個實例：
1. 無人機紅外線熱影像技術在太陽光電廠的應用
崑鼎公司在其太陽光電廠的維運中，成功應用了無人機搭載紅外線熱影像技術。該技術可快速檢測太陽能板的溫度異常，及時發現故障或效率降低的模組，且可維持固定高度及鏡頭角度進行大範圍檢測作業，不受案廠作業環境之影響，更可快速篩檢出異常的設備，釐清可能的異常原因，減少人工巡檢耗費的時間與人力，大幅提升巡檢效率，相較於人工作業可減少約一半之作業時間。
2. 熱像技術與人工智慧的融合
隨著人工智慧（AI）技術的進步，臺灣的熱像技術與AI深度融合，產生了更為強大的應用場景。這種結合提升了技術的精度和效能，為產業帶來更多機會。
例如工研院運用經濟部科專成果研發新一代「熱影像體溫異常偵測技術」，創新結合AI人工智慧與紅外線熱像儀彩色顯示，可同時偵測多人面部額溫，零接觸、高準度全彩偵測記錄，門禁管制、輔助疫調面面俱到，超高性價比吸引全國逾百個政府機關、學校或企業採用。工研院「熱影像體溫異常偵測技術」融合AI人工智慧，可自動偵測人臉額頭位置溫度，避免其他熱源干擾產生誤判，透過溫度補償技術，並結合物聯網（IOT），能根據感測器與熱源的距離、環境溫濕度等條件，將系統量測到的溫度進行補償校正，動態上傳每日受測者體溫資訊及環境資訊，收集數十萬筆對應不同環境溫度的體溫偵測結果，室內外均可維持量測誤差度在正負0.3度的範圍內，準確度達90%。
3. 半導體領域的創新
臺灣在半導體領域的創新也促進了熱像技術的發展。法商BeFC在臺灣以石墨、酵素、醣類等有機材料，利用酵素氧化醣類釋放電子的生化反應機制，開發出新一代環保、低成本且無金屬的紙基生物燃料電池，適合作為LED與低功耗裝置之供電電源使用。另外，該公司同時以此創新電池為基礎，整合了熱影像、濕度、pH值等多款感測器與通訊晶片，設計出先進的遠距監測標籤，可應用於運輸物流、醫療保健、食品安全等領域之物流追蹤與廢棄物管理。
然後，對比國外在智慧感測結合AI的發展，台灣廠商也應持續進行整合，結合上游感測晶片，中游模組封裝，乃至於下游產品應用的廠商，開發具市場潛力的產品，以期迎頭趕上，加速智慧感測技術的發展與紮根。