眼動追蹤技術能夠實時檢測并分析眼球運動，已成為研究視覺信息處理與認知機制的關鍵方法。目前，基于紅外攝像頭并融合深度學習的非接觸式眼動追蹤方法已成為主流。然而，高分辨率圖像的實時采集與處理需要大量的存儲資源和計算資源，導致系統尺寸增大、結構復雜度提高以及功耗增加。
據麥姆斯咨詢報道，為克服上述局限，四川大學提出了一種基于雙軸8 kHz靜電驅動MEMS微鏡的新型眼動追蹤系統（圖1）。通過調節驅動信號的占空比和相位，實現了靈活的一維（1D）旋轉掃描，從而精確引導激光束照射至角膜。通過測量角膜反射信號的時間間隔，實現對注視方向的估計，并顯著降低系統功耗。實驗評估表明，該系統在模擬眼跳運動過程中保持了穩定性能，實現了優于0.5°的角度測量精度以及較低的系統延遲。該研究為構建緊湊型、低功耗眼動追蹤系統提供了一條可行路徑。上述研究成果以“Electrostatic MEMS Mirror-Based 1D Rotational Scanning for High-Precision 2D Eye Tracking”為題發表于2026 IEEE MEMS會議論文集。
圖1 基于MEMS微鏡的眼動追蹤系統
MEMS微鏡設計與制備
圖2展示了MEMS微鏡的標準制造工藝流程，包括晶圓制備、雙面熱氧化、多晶硅沉積（LPCVD）、電感耦合等離子體（ICP）刻蝕、BOE濕法刻蝕、Cr/Au金屬濺射與圖形化處理，以及針對器件層和支撐層的各項光刻和深反應離子刻蝕（DRIE）工藝步驟。最后，通過BOE去除埋氧層，釋放MEMS微鏡結構。
圖2 MEMS微鏡的批量制備工藝
用于眼動追蹤系統的MEMS微鏡采用靜電梳齒結構驅動，并引入隔離溝槽以實現雙軸驅動信號的片上集成。MEMS微鏡的掃描電子顯微鏡（SEM）圖像及頻譜測試結果如圖3所示。快軸和慢軸的光學掃描角均超過50°，展現出優異的掃描性能。
圖3 MEMS微鏡的頻譜測試結果
通過調制驅動信號的占空比和相位，實現了一維旋轉掃描，并擴展了帶寬。兩個軸的頻率均達到8 kHz。通過檢測角膜反射峰之間的時間間隔，實現對注視方向的估計，從而降低計算復雜度。本文所提出的基于MEMS微鏡的眼動追蹤系統的工作原理如圖4所示。
圖4 基于MEMS微鏡的眼動追蹤原理示意圖
FPGA編程框架
研究團隊為眼動追蹤開發了一種基于現場可編程門陣列（FPGA）的高精度實時控制系統。系統采用模塊化硬件架構，以提高計算效率和數據吞吐量。該系統基于Xilinx Artix-7 FPGA實現，并采用流水線架構進行設計，如圖5所示。
圖5 FPGA編程原理架構
實驗平臺與性能測試
研究團隊搭建了一套光學測試平臺，用于實現眼球運動的實時追蹤與結果分析，如圖6所示。
圖6 基于MEMS微鏡的眼動追蹤原型系統的實驗測試平臺
為模擬真實眼球的運動場景，研究團隊在不同條件下開展了眼動追蹤實驗分析。采用數據采集卡對APD接收數據的變化進行采集與分析，并通過串口對眼球旋轉角度變化進行分析（圖7）。實驗結果表明，該系統在各個眼動階段均具有良好的響應一致性和角度計算精度，同時檢測的信號變化與眼球旋轉角度變化具有較高的匹配度。
圖7 連續眼動追蹤測試
為進一步驗證系統在二維注視測量中的性能，研究團隊設計了二維眼動追蹤實驗。圖8a給出了眼動追蹤系統在不同二維偏轉角度下的精度分布。實驗結果表明，系統在水平方向和垂直方向均具有極高的角度定位精度，誤差不超過0.3°。隨著偏轉角度的增大，定位精度略有下降，但整體仍保持較高的精度水平，僅在少數邊緣區域的測量誤差超過2°。
為進一步評估所提出眼動追蹤系統的實時響應能力，研究團隊設計了眼跳響應測試。測試數據通過串口傳輸至上位機進行時延分析，以驗證系統在動態場景下的實用性和穩定性。圖8b展示了眼動追蹤系統眼跳響應測試的測量結果，并結合電機旋轉時間計算了系統在各個偏轉角度下的測量時延。實驗結果表明，隨著眼跳角度的增大，系統總測量時間逐漸增加，但三次重復測量之間的差異始終控制在±10 ms以內，表明該系統在不同測試條件下具有良好的重復性和穩定性。
圖8 眼動追蹤系統的性能測試結果
結論
本研究提出了一種基于MEMS微鏡的眼動追蹤新方法。通過嚴格的理論推導，建立了眼球反射光強與眼球旋轉角度之間的對應關系。研究人員設計了專用程序，在FPGA上集成了反射鏡驅動、數據采集與分析以及結果顯示功能，并搭建了實驗平臺對所設計系統進行測試。實驗結果表明，該系統為實現高精度、低延遲、小型化的眼動追蹤奠定了基礎。
論文信息：
DOI: 10.1109/MEMS64181.2026.11419562
