近日，西安電子科技大學項水英教授團隊在郝躍院士的悉心指導下，在光神經形態計算研究方向取得重要進展。在國際光學頂級期刊Laser &Photonics Reviews（中國科學院1區TOP期刊，IF:11.0）上發表了題為“Hardware Implementation of Ultra-fast Obstacle Avoidance based on a Single Photonic Spiking Neuron”（基于單個光子脈沖神經元的超快避障硬件實現）的最新研究成果。
類腦計算借鑒了大腦神經系統結構和信息處理機制處理信息。人類的大腦是目前自然界中唯一真正的通用智能系統，能夠以極低的能量消耗來處理不同的認知功能。學習大腦的信息處理機制顯然是構建更強大、更通用的機器智能的一條有前途的道路。而傳統的電子技術仍然受到速度、帶寬、效率的限制，光子神經形態計算有著超高速、大帶寬、低功耗等顯著優勢，是一個有力的替代方案。
大多數自主機器人導航和避障系統都依賴激光成像探測、雷達、高精度GPS等傳感器來感知與障礙物之間的距離。這些傳感器具有功耗大、成本高、難以收集相關目標數據的特點。而且一些小型無人機的有效載荷有限，迫切需要更簡單的系統架構、低功耗、優化的處理和實時的性能。針對以上的問題，團隊提出了基于單個光子脈沖神經元的模擬視覺神經系統的超快視覺避障方法并進行實驗性驗證，整個系統由單個相機，Fabry–Pérot激光器，運動神經元組成，分別模擬人眼的感光細胞，視網膜神經元，大腦。該系統在沒有任何事先訓練的情況下感知信息。它不限于特定場景，也不需要額外的傳感器輸入。可以降低計算和硬件成本。單個Fabry–Pérot激光器神經元可以實時將外部光學注入編碼為具有不同速率的超快尖峰事件。尖峰速率值被用于生成必要的控制命令以實現安全的避障。激光器的處理速率可以達到5GHz。這項研究為載荷有限的小型設備做出超快的避障響應提供一個可行的方案，并證明了在多種不同的運動場景下解決避障問題的能力，為未來應對復雜的避障場景奠定了基礎。
基于單個光子脈沖神經元的超快視覺避障系統結構
面對以恒定速度接近的障礙物激光器的響應結果
本文報道的基于光子脈沖神經元的視覺避障方法，具有體積小，重量輕，低成本，低功耗，實時的性能，超快的處理速度，適用于多種避障應用。為未來光子神經形態超快避障的應用奠定了基礎，在自動駕駛，無人機導航，機器人等領域的應用前景十分廣闊。
中國日報陜西記者站 秦峰
轉載請注明出處。
相關文章
熱門資訊
精彩導讀
關注我們
