一、研究介绍

近日，四川大学机械工程学院王竹卿教授团队联合华西眼科“医学+制造”平台成功开发出一种基于静电驱动MEMS双轴扫描镜的微型眼动追踪系统。该系统通过创新性采用Lissajous扫描模式与线性光电二极管阵列（LPSA），实现了0.6°的高分辨率眼动检测，功耗显著低于传统摄像头方案。相关成果以"Design and Performance Evaluation of an Eye-tracking System Based on an Electrostatic MEMS Scanning Mirror"为题，发表于期刊《Micromachines》（中科院三区，IF=3.4）。

二、研究内容

传统摄像头眼动追踪技术存在功耗高、分辨率受限及成本昂贵等问题（移动场景下精度仅87.5%）。本研究提出颠覆性方案：

1.核心创新硬件

本研究采用静电梳齿驱动的双轴MEMS微镜作为核心扫描元件，其快轴谐振频率为52.07 kHz，慢轴为4.2 kHz，通过高频振动生成Lissajous扫描光斑。系统以线性光电二极管传感器阵列（LPSA, TSL1401CL）替代传统摄像头，通过其128像素阵列直接捕捉眼球反射光形成的灰度值变化，从而显著降低了数据采集的维度与冗余。

2.智能算法突破

研究的关键算法在于建立了眼球旋转角度与LPSA传感器平均灰度值之间的线性拟合模型。基于该模型的斜率（k值），可直接推算出系统的追踪分辨率。四基准方向（上/下/左/右）的转动测试表明，各方向均呈现出独特的灰度响应曲线，最终测得系统的平均跟踪误差介于1.14°至3.31°之间，证明了该算法的有效性与精确性。

3.性能优化验证

为确保系统性能，通过实验选定30 mW激光源与大范围扫描模式为最优工作参数组合，该配置可使LPSA传感器获得最宽的灰度动态范围，为信号分析提供了高质量数据基础。此外，通过对斜向复合运动（如右上方15°）的测试，验证了系统能够成功地将复杂的斜向运动信号特征耦合为水平与垂直方向的信号分量进行分析，证实了其在处理多方向协同运动时的稳健性。

MEMS微镜眼动追踪系统示意图

眼动追踪系统实物图

眼睛模型不同角度的信号： (a) 左转 10°、20° 和 30° (b) 右转 10°、20° 和 30° (c) 向上转 10°、20° 和 30° (d) 向下转 10°、20° 和 30°

不同方向上错误率和分辨率的对比

三、结论和展望

本研究首次将静电MEMS微镜与线性光电传感结合，解决了眼动追踪设备的小型化与低功耗难题。相较于传统方案：体积缩小：移除摄像头模组，更适合集成至眼镜等可穿戴设备。功耗降低：微镜纳秒级响应与LPSA传感器协同，功耗仅为相机系统的1/10。 成本可控：MEMS工艺支持批量生产，单件成本显著下降。

未来团队将通过AI算法优化进一步提升动态场景精度，并探索该系统在医疗诊断（如眼疾筛查）、心理学研究及AR/VR人机交互中的应用。