近日，ok138cn太阳集团529王浩、韩伟、沈谅平、马国坤、万厚钊等组成的创新团队在感内计算火焰智能监测研究领域取得新进展，相关成果以“Ferroelectric optoelectronic sensor for intelligent flame detection and in-sensor motion perception”为题，发表于中国国际顶级期刊《Nano-Micro Letters》。ok138cn太阳集团为第一单位，博士生危家昀、马国坤教授、硕士生梁润智、华南师范大学王文晓博士为第一作者，王浩教授、韩伟副教授、沈谅平教授、郑州大学曾龙辉教授为通讯作者。

新一代消防安全系统需要对火焰进行精确的检测和运动识别，感存算一体技术成为火焰检测的前沿新兴技术。然而，在日盲紫外线（200 - 280 nm）波段，基于人工视觉系统的硬件层面功能演示受到了探测器检测能力较弱的限制。鉴于此，王浩教授团队历时5年，通过多学科协同攻关，创制出Ga2O3/In2Se3铁电-光电异质结探测器（Fe-OES）阵列（5×5 像素），该阵列通过铁电极化效应显著抑制暗电流、增强光生载流子分离效率，使器件在极弱光强条件下仍具备超高探测率和响应度，同时还具有可配置的多模式功能。在255 nm日盲紫外光照射下，器件探测率最高可达 4.91×10¹⁷ Jones，处于氧化镓基紫外光电探测器领先水平。Fe-OES 阵列可以直接感知不同的火焰运动，并模拟昆虫视觉系统中的非脉冲梯度神经元。结合自研的氧化铌忆阻器LIF神经元硬件，火焰紫外信号能够得到有效放大。如图1所示，该研究成功完成了三项火焰识别任务：通过终端和云端警报实现对所有时间段火焰的高效监测；使用轻量级卷积神经网络实现火焰运动识别；通过光敏人工神经系统实现火焰早期极弱紫外光探测。

图1 Fe-OES阵列的多功能应用场景

如图2所示，采用 255 nm日盲紫外光模拟极其微弱的火焰，在持续的光脉冲刺激下，Fe-OES表现出多级响应，并能够在终端有效地编码时间信息，实现潜在的火焰运动识别。受视觉系统启发，外部光刺激产生光生载流子的过程被用于模拟视网膜的光电导过程，进而通过模拟神经元突触来评估火焰传播趋势。

图2 基于Fe-OES仿生视觉阵列实现感内计算火焰运动识别

该研究还展示了一种基于Fe-OES器件的光敏人工神经系统，如图3所示，该系统通过神经元感知机制有效地探测火焰燃烧早期极其微弱的紫外光线，识别准确率达到了90.51%。

图3 基于脉冲神经网络的光学感知系统

在系统应用层面，团队将该探测器与外部电路及物联网模块相结合，成功构建了全天候智能火焰监测与远程报警系统。该系统可在昼夜环境下实现快速响应，并通过云端与移动终端进行实时预警，有效弥补了传统火灾报警系统在无人环境下的应用短板，为新一代火灾智能监测与预警技术的发展提供了新思路和新方案。团队氧化镓紫外光电探测器相关研究成果已获多项国家发明专利授权，并成功开发了火灾预警巡检机器人、电力设备电晕放电监测、紫外成像、保密通信、逻辑门阵列等应用系统，取得了明显的社会和经济效益。

王浩创新团队积极主动服务国家重大战略需求及区域发展需要，与相关龙头企业、国家创新中心、全国重点实验室、湖北实验室和武汉市产业创新联合实验室等深度融合融汇，有组织开展三维存储器与先进封装、忆阻器与类脑芯片、光电探测器与硅光芯片、毫米波芯片与6G通信等未来技术的研究。先后承担国家、湖北省和武汉市标志性重大重点项目或课题多项。研究成果在Adv. Mater.、Nano-Micro Lett.、Angew. Chem.、Nature Comm.、IEEE EDL等权威期刊发表，被引用1.1万余次；获授权国际国内发明专利100余项，多项成果实现转移转化；获湖北省青年科技奖和5项湖北省自然科学二等奖，团队多人连续多年入选斯坦福大学发布的全球前2%顶尖科学家榜单。为湖北省和我国集成电路的发展做出了积极贡献。

论文链接：https://link.springer.com/article/10.1007/s40820-025-01968-x