Lorem ipsum dolor sit amet, consectetur adipiscing elit. Ut elit tellus, luctus nec ullamcorper mattis, pulvinar dapibus leo.
Lorem ipsum dolor sit amet, consectetur adipiscing elit. Ut elit tellus, luctus nec ullamcorper mattis, pulvinar dapibus leo.
如何將空氣或水流的動態以三維（3D）形式直觀呈現？搭載事件型感測器技術（Event-based Sensor）的工業相機，為此奠定了全新的數據基礎：事件相機（Event Camera）僅記錄視場中真實發生變化的部分，能以極低的成本實現高精度流場分析。當多台此類相機協同運作時，效能尤為卓越 —— 例如，可實時（Real-time）三維追蹤數千個粒子的運動軌跡。
不論是氣流、水流或其他介質，流場的精確分析皆是研發工作中的關鍵手段。在此之前，業界主要依賴價格高昂的高速相機來將單個粒子的運動視覺化（Visualization）。儘管這類相機可生成細節豐富的圖像，卻會產生海量的數據，需要投入高昂的儲存、傳輸與運算處理成本。
此外，即便在極高幀率（Frame Rate）下，測量結果仍高度取決於曝光時間、光照條件及光學配置的精準搭配。若缺乏專業的成像經驗，極易出現運動模糊（Motion Blur）、圖像暗區或採樣不完整等問題，從而嚴重影響測量數據的質量。
一項全新技術為上述難題提供了理想的解決方案：事件相機（Event Camera）。它打破了連續採集完整圖像的傳統模式，而是僅對視場（FOV）內的動態變化做出響應，其精度可達微秒（$\mu s$）級。這種神經形態感測器技術（Neuromorphic Sensor Technology）大幅壓縮了數據流，同時支援對高速運動進行高動態範圍（HDR）分析。
當多台此類感測器組合使用時，將迎來突破性的應用展現：這是業內首度能以低成本、高擴展性、超高效率的方式，完成複雜的三維流場分析，為科研機構與工業應用打開了全新的大門。
流場診斷的核心在於精準捕捉動態 —— 理想情況下，不僅是二維（2D）平面，更要實現三維（3D）空間的完整捕捉。事件相機在此提供了一條全新的技術路徑。與傳統圖像感測器不同，它僅探測視場內的對比度變化，響應時間可達亞毫秒級。由此產生的數據量不僅大幅精簡，且信息密度更高、更具價值。再結合其高感光度與緊湊的結構設計，事件相機解鎖了許多以往僅能依靠極高成本高速系統才能實現的全新應用場景。
當多台事件相機協同運作時，其技術潛力將被徹底釋放。只有從不同角度同時觀測粒子，才能在空間中清晰識別目標，並進行三維重建（3D Reconstruction）其運動軌跡。諸如發展成熟的粒子圖像測速技術（PIV）、發動機葉片間複雜激波（Shock Wave）結構視覺化等應用，都能從中大幅受益。精簡後的數據流甚至支持實時解算，讓基於圖像測量技術的主動流場控制全新方案成為可能。
單台相機無法在三維空間中捕捉流場內單個粒子的運動軌跡。只有融合多視角觀測（通常使用 3-4 台相機），才能在空間中精確定位粒子位置。相機採用攝影測量（Photogrammetry）佈局，從不同視角觀測同一個空間區域，且視場略有重疊。基於對應像素與已知的相機位置，透過三角測量法（Triangulation）即可計算出粒子在空間中的三維座標。使用的觀測視角越多，粒子軌跡的重建就越精確、越穩定。
精準同步是後續正確融合多相機數據的關鍵所在。實驗中所採用的友思特合作夥伴 IDS Event Camera，提供了兩項極為實用的介面功能：
觸發輸入（Trigger Input）：為所有數據流賦予唯一的「時間戳記（Timestamp）」，確保後續事件能精確匹配。
硬體同步（TDRSTN）：即使相機連接在不同的電腦上，也能實現同步啟動。
數據採集完成後，真正的挑戰才剛開始：首先必須對各台相機的事件數據進行幾何配准（即相機標定/校正 Camera Calibration）。隨後透過兩種方式對粒子進行空間定位：
直接從同步事件中進行定位；
或採用兩步法：先在單一視角下追蹤粒子，再重建運動軌跡。
將單個像素事件的位置與時間戳記在指定時間內進行累積 —— 亦即在時間與空間上完成融合，最終在空間中形成「運動軌跡」，直觀地展示粒子在空間體積內隨時間推移的運動過程。這種視覺化形式對於理解複雜流場至關重要：可以清晰觀察粒子的運動軌跡、是否產生湍流、以及激波如何傳播。回流、渦旋形成、局部速度變化等現象亦能以此方式呈現。這類定性視覺化成果，不僅對科研與教學極具價值，也廣泛助力於工業系統的開發與優化，例如航空航天、流體力學、微流控（Microfluidics）等尖端領域。
「事件相機為傳統的高速成像系統提供了一個極具前景的替代方案。儘管其時間解析度（Time Resolution）尚未達到極致水平，但已能實現成本更低、流程更精簡的流場分析 —— 這也讓小型實驗室與科研機構同樣能夠開展三維粒子追蹤測速（3D PTV）測量。」 —— 德國航空航天中心（DLR）克里斯蒂安·維勒特博士 (Dr. Christian Willert)
系統效能尤為取決於時間解析度、空間解析度以及感測器本身。本次採用的 Sony IMX636 感測器，時間精度約為 100 微秒（$\mu s$）。在 1 kHz 的時脈頻率下，系統可同時追蹤多達 10,000 個粒子；在 10 kHz 頻率下，則可追蹤約 1,000 個粒子。這些數據既體現了該技術的巨大潛力，也揭示了其局限性：更高的解析度雖能追蹤更多粒子，但同時也會增加數據流與處理的壓力，這正是技術應用中需要權衡的核心點。
儘管存在一定局限，但相較於傳統的高速成像系統，事件相機仍具備顯著的成本與應用優勢。
數據與儲存優勢：它產生的數據量更少、儲存空間需求更低，讓規模較小的科研機構也能開展高精度的三維流場運動信息分析。
便攜與低功耗優勢：EVS 相機結構緊湊、功耗極低，外圍設備需求極少，非常適用於移動設備與自主系統（Autonomous Systems），從而開拓了全新的應用領域。
除此之外，該技術還有一個突出的創新亮點，即能夠以每秒超過 250 場的速度實現流場實時解算。這裡的每一「場」，都代表著特定空間內粒子運動的完整瞬時狀態。這種高密度的時間採樣，不僅能實現動態流場的精準分析，還為自適應系統（Adaptive Systems）奠定了基礎 —— 在這類系統中，可透過控制襟翼、噴嘴或其他機械部件，主動對流場進行干預與調節。這種實時解算能力，無疑是基於圖像測量技術未來發展中真正的里程碑。
事件視覺技術（Event Vision）並非要與傳統圖像系統競爭 —— 它不做替代，而是高效互補。在需要極致空間解析度與完整圖像信息的場景中，高速相機依然具備不可替代的優勢；而事件相機技術則為高效捕捉動態過程提供了一種低門檻的新方案。它讓高精度運動分析變得觸手足及 —— 即便對於預算與基礎設施有限的實驗室和科研機構同樣適用。
虹科合作夥伴 IDS uEye EVS 相機為此提供了理想的平台：結構緊湊、功耗低、外圍需求少。無需複雜的硬體配置，即可搭建具擴展性的多相機系統，並可與創新 EVS 感測器廠商 Prophesee 的 Metavision SDK 無縫協同運作。這為移動式流場診斷、風洞模型、乃至無人機（Drone）平台等開闢了全新的應用場景。
By deeply integrating into the whole process of radiotherapy, HongKe's system not only greatly improves the accuracy and efficiency of initial positioning, but also builds a solid defense for patient safety through real-time dynamic monitoring, and accumulates valuable objective and quantitative quality-control data for medical institutions.
With the continuous evolution of medical technology and its synergistic innovation with adaptive radiotherapy (ART), artificial intelligence (AI) and other cutting-edge fields, vision localization system based on binocular scatter 3D camera will surely become an indispensable core pillar in the system of precision radiotherapy, contributing a key force in enhancing the effectiveness of cancer treatment and improving the quality of patient's survival.
Looking for microfluidic solutions for high-throughput single-cell analysis and drug discovery? HONGKE provides you with the analysis of microfluidic droplet generation principles (T-junction, fluidic focusing), high-precision wafers and pressure pumping equipment to help you optimize your experimental process. Read more!
AIGC has spawned a huge amount of information and news, and it is difficult for traditional message queues to support the high concurrency of tens of millions of information streams. This article explains how to combine Bloom Filter, Consumer Groups, and Vector Retrieval with Redis Stream to realize milliseconds content de-weighting, priority distribution, and real-time recommendation, which can solve the problems of feed stream delay and content homogenization.
Banks dealing with AML and anti-fraud often face the tension between real-time decision-making and in-depth investigation. In this paper, we analyze how Redis (real-time scoring) and ArangoDB (graph database correlation analysis) can be perfectly divided into different roles and combined with Decisions to automate the process to meet the HKMA compliance guidelines and create a millisecond RegTech defense.
