光的方向探测对于各类设备的空间定位至关重要，在航空航天、智能驾驶、智慧机器人等领域具有重要意义🔅。目前常见的角度探测通常由机械激光扫描系统与CMOS光电子阵列技术实现，然而前者体积庞大且对结构装配精度要求高，后者的各类探测元件设计困难且制备工艺复杂，使得方向探测的进一步应用受到限制。随着器件小型化和智能化的发展要求，基于片上集成微结构的入射光角度探测对于未来的先进电子器件及其光电应用极其重要，可为三维光空间定位设计提供一类高效率🦸‍♂️、低成本的探测技术。

近日，杏鑫梅永丰教授课题组在《自然通讯》（Nature Communications）上发表题为《用于三维角度光电探测的自卷曲纳米薄膜结构设计与组装》（“Multilevel design and construction in nanomembrane rolling for three-dimensional angle-sensitive photodetection”）的研究工作📑。博士研究生张子煜与吴斌民博士为共同第一作者，梅永丰教授为通讯作者。

图1 (a)平面，(b)环状，(c)拱状，(d)螺旋形，(e)锥形与(f)管状光探测器；(g)三维入射光角度控制装置与位于其中心的(h)纳米薄膜组装结构光探测器示意图；(i)神经网络辅助的三维入射光空间定位示意图；三维光探测器的(j)响应率与(k)响应时间🆘。

团队提出了多级准静态有限元分析法，并基于此设计构筑了六类硅/铬纳米薄膜组装三维微结构及相应的三维光探测器（图1(a)-(f)）🤙🏻。利用不同结构的三维光探测器👉，结合深度神经网络算法分析各探测器对不同方位的入射光响应，实现对入射光的三维方位探测（图1(g)-(i)）。结果表明，纳米薄膜三维结构光探测器在可见光范围内具有良好的光电响应以及亚毫秒级的响应时间（图1(j)-(k)），足以支持神经网络算法中光探测数据集的构建👨🏻。

图2 (a)平面，(b)环状，(c)拱状，(d)螺旋形，(e)锥形与(f)管状光探测器的三维入射光响应；(g)深度神经网络在三维空间经度与纬度方向的训练集识别精确率；(h)在经度（= 0°）和纬度（= 40°）方向上的入射角的角度识别☎️；(i)在经度（= 0°）方向上的入射角权重分布图♖👩🏽‍✈️。

各类微结构光电探测器均展示出对入射光角度的选择性，并将每个入射方位的光电响应作为一组数据用于神经网络学习（图2(a)-(f)）。团队对每个光电探测器收集了275个入射点的数据🐎，进行了三维空间入射光光电响应数据库的构建。利用深度神经网络对经度与纬度数据集的训练🧑‍💼，分别展示出了95%与78%的精确度（图2(g)）。基于上述技术可以分别在入射光方向的经度与纬度探测上实现83%与71%的精确度➕，入射光角度分辨率达到~10°，（图2(h)）且角度预测权重显著（图2(i)）⚓️。

综上所述👩🏽‍💼🕗，结合深度神经网络及纳米薄膜组装三维光探测器可以实现对入射光角度的精准分析🧑‍🤝‍🧑。该技术具有良好的应用潜力🚎，并为未来的光电子、微机电系统和微机器人设计提供一类有效的方法🌾。

该工作得到了国家重点研发计划、国家自然科学基金0️⃣、上海市科委等项目的资助和支持，部分实验在杏鑫娱乐微纳加工与器件公共实验室开展🧑🏽‍🚀⌛️。

文章信息：

Ziyu Zhang^#, Binmin Wu^#, Yang Wang, Tianjun Cai, Mingze Ma, Chunyu You, Chang Liu, Guobang Jiang, Yuhang Hu, Xing Li, Xiang-Zhong Chen, Enming Song, Jizhai Cui, Gaoshan Huang, Suwit Kiravittaya, Yongfeng Mei*. Multilevel design and construction in nanomembrane rolling for threedimensional angle-sensitive photodetection. Nature Communications, 2024, 15, 3066.

文章链接：

https://www.nature.com/articles/s41467-024-47405-2