在雷達研究領域，初創公司NPS（Neural Propulsion Systems：神經推進系統）利用數學上的突破，使雷達看得更快、更遠、更清楚。
NPS.ai公司的創始人兼首席執行官貝赫魯茲·雷茲瓦尼（Behrooz Rezvani）博士解釋了NPS的AtomicSense算法，該算法基于加州理工學院和麻省理工學院科學家創建的Atomic Norm。
雷茲瓦尼此前創辦過電信業公司Ikanos（被高通公司收購）和Quantenna（被安森美半導體公司收購）。在他職業生涯的早期，他曾在通用電氣公司從事核磁共振成像系統工作，還在西門子辦公室從事高分辨率超聲波工作。
關于核磁共振和超聲波，他說：“這兩個系統在檢測信號是都存在根本性問題。在某種層面上，雷達也是一種發送信號并接收信號的系統。”
他在五年前創辦了NPS，主要用于搜救無人機，以便當發生火災等緊急情況時，在肉眼無法看清的樹林深處艱難地帶找到人和動物。
“我意識到，這種想法背后的算法相當復雜。因此，我最終與加州理工學院的巴巴克·哈希比（Babak Hassibi）教授取得了聯系，選擇了應用于數學領域的最新突破——原子范數（Atomic Norm）。” 雷茲瓦尼說。
哈希比證實，將原子范數應用于雷達是可能的。
AtomicSense的優勢
雷茲瓦尼說，當雷達信號返回時，它通常被混在一起，有很多噪音，因此，需要進行處理。
“你必須做大量的提取信號的工作。這與我們在核磁共振或超聲中所做的沒有什么不同。在我們去除所有不必要的噪音之前，這些返回的信號無法理解，這就是雷達。”雷茲瓦尼表示。
他說，使用傳統的雷達，它會發送一連串的信號，等待信號回來，然后研究細節，弄清楚什么樣的目標和什么樣的物體產生了這些特征，進行破譯，得出10個或5個不同的結果對象。
“從根本上說，我們所做的是不同的，是基于空間和新的數學。它的出發性問題是：‘有多少個特征可以解釋這個圖像？’然后尋找所有可能的特征，促成最終的圖像。從本質上講，我們從另一個方面解決這個問題。” 雷茲瓦尼解釋道。
也就是說，AtomicSense不是看單個物體，而是通過整個畫面來進行識別。在同一時間內尋找電磁特征，尋找正在返回的信號。
“你希望能夠識別出300米外的街道中央帶著狗散步的行人，因為當你以60-80公里/時的速度在街上行駛時，你不希望發生事故。而其他傳感器發現的的時候，通常已經太晚了。”他指出。
他把以前的雷達系統稱為雷達2.0，把NPS的AtomicSense稱為雷達3.0。他們專注在原子神經處理（Atomic neural processing），雷茲瓦尼認為，從根本上說，這比目前最先進的技術還要高出幾個量級。
NPS創建了一個四級自主傳感器融合平臺，利用其AtomicSense平臺測試多波段寬孔雷達以及相機和激光雷達（LiDAR）。
AtomicSense與激光雷達
雷茲瓦尼表示，AtomicSense雷達檢測比傳統雷達好十倍，而且做得和激光雷達一樣好。
“我們的重點主要在雷達上，因為我們認為攝像機會越來越好。因此，隨著時間的推移，可能不需要在方程式中同時使用相機和激光雷達。但這有可能在不久的將來發生變化。”他補充說，“你不能用任何其他傳感器取代雷達，因為雷達獨有的工作方式——它解決了許多激光雷達和相機都無法解決的問題。”
AtomicSense平臺是一個基于原子范數的專利軟件平臺。它可以在低端GPU、中央處理器或通過邊緣計算運行。與之相比，激光雷達就昂貴很多了，因為它是基于機械光學件，必須非常精確。激光雷達對灰塵很敏感，維護費用也很高。
NPS AtomicSense雷達處理的另一個優勢是，它比傳統平臺有更少的誤報，并提供更多的數據點，它在更多情況下更安全，可靠性更高。
根據雷茲瓦尼的介紹，它可以檢測到在600米處穿越十字路口的汽車，探測距離可以達到傳統雷達的2.5倍。
目前，NPS仍在不斷地測試其傳感器平臺。
“我們用這個平臺把所有的傳感器集中在一起，繼續進行研究。我們有一個多平臺系統，可以仔細觀察所有的場景，并決定哪一個需要改進。” 雷茲瓦尼說，“我們對整個自主性生態系統的最大增值是在雷達方面，它是目前的薄弱環節。我們正在用我們的軟件帶來突破性的進展。”
他介紹說，NPS可以用于汽車的信號處理軟件，也可以進行國防應用，如雷神公司（美國的大型國防合約商）。使用AtomicSense，客戶可以使用更少的雷達來達到同樣的性能，或者有可能取代激光雷達以節省成本。
“我們的最終目標是拯救生命。” 雷茲瓦尼透露，“我們已經和幾個客戶談過包括人工智能領域，汽車制造商以及Tier 1供應商。此外，還有一些國防公司。”
轉載請注明出處。
相關文章
熱門資訊
精彩導讀
關注我們
