上海維立勝衡傳感器有限公司
會(huì)員1.png)
上海維立勝衡傳感器有限公司
閱讀：83發(fā)布時(shí)間：2025-2-28
神經(jīng)形態(tài)視覺(jué)傳感器是的傳感設(shè)備，可以自動(dòng)響應(yīng)環(huán)境變化，例如周?chē)h(huán)境的不同亮度。這些傳感器模仿人類神經(jīng)系統(tǒng)的功能，人為地復(fù)制感覺(jué)神經(jīng)元優(yōu)先響應(yīng)感知環(huán)境變化的能力。
通常，這些傳感器僅捕獲場(chǎng)景中的動(dòng)態(tài)運(yùn)動(dòng)，然后將其饋送到計(jì)算單元，計(jì)算單元將分析它們并嘗試識(shí)別它們是什么。在這些系統(tǒng)設(shè)計(jì)中，處理它們收集的數(shù)據(jù)的傳感器和計(jì)算單元在物理上是分開(kāi)的，可能會(huì)在處理傳感器數(shù)據(jù)時(shí)產(chǎn)生時(shí)間延遲，同時(shí)也會(huì)消耗更多的電量。
香港理工大學(xué)、華中科技大學(xué)和香港科技大學(xué)的研究人員最近開(kāi)發(fā)了新型事件驅(qū)動(dòng)視覺(jué)傳感器，可以捕獲動(dòng)態(tài)運(yùn)動(dòng)，并將其轉(zhuǎn)換為可編程尖峰信號(hào)。這些傳感器是在《自然電子》雜志上發(fā)表的一篇論文中介紹的，無(wú)需將數(shù)據(jù)從傳感器傳輸?shù)接?jì)算單元，從而在分析捕獲的動(dòng)態(tài)運(yùn)動(dòng)時(shí)實(shí)現(xiàn)更好的能源效率和更快的速度。
“近傳感器和傳感器內(nèi)計(jì)算架構(gòu)通過(guò)直接在傳感終端附近或內(nèi)部執(zhí)行計(jì)算任務(wù)，有效降低數(shù)據(jù)傳輸延遲和功耗，”該論文的合著者Yang Chai告訴Tech Xplore。“我們的研究小組致力于研究用于近傳感器和傳感器內(nèi)計(jì)算的新興定制設(shè)備。然而，我們發(fā)現(xiàn)現(xiàn)有的工作集中在傳統(tǒng)的基于框架的傳感器上，這些傳感器會(huì)生成大量冗余數(shù)據(jù)。”
人工神經(jīng)網(wǎng)絡(luò)（ANN）發(fā)展的進(jìn)展為神經(jīng)形態(tài)傳感設(shè)備和圖像識(shí)別系統(tǒng)的發(fā)展帶來(lái)了新的機(jī)遇。作為最近研究的一部分，Chai和同事著手探索將基于事件的傳感器與尖峰神經(jīng)網(wǎng)絡(luò)(SNN)（模仿神經(jīng)元放電模式的ANN）相結(jié)合的潛力。
柴說(shuō)：“基于事件的傳感器和尖峰神經(jīng)網(wǎng)絡(luò)（SNN）相結(jié)合進(jìn)行運(yùn)動(dòng)分析可以有效減少冗余數(shù)據(jù)并有效識(shí)別運(yùn)動(dòng)。”“因此，我們提出了具有兩個(gè)光電二極管像素的硬件架構(gòu)，具有基于事件的傳感器和突觸的功能，可以實(shí)現(xiàn)傳感器內(nèi)SNN。”
該團(tuán)隊(duì)的論文中介紹了用于運(yùn)動(dòng)識(shí)別的傳感器內(nèi)尖峰神經(jīng)網(wǎng)絡(luò)(SNN)模擬。A)事件驅(qū)動(dòng)SNN像素陣列的圖示以及單個(gè)像素和輸出神經(jīng)元的相應(yīng)電路圖。B)像素感測(cè)過(guò)程后的輸出光電流Itotal。C）訓(xùn)練后每個(gè)子像素陣列的光響應(yīng)率分布。D）依次進(jìn)行左手揮動(dòng)、右手揮動(dòng)和手臂旋轉(zhuǎn)時(shí)輸出神經(jīng)元生成的輸出尖峰。
Chai和他的同事開(kāi)發(fā)的新型計(jì)算事件驅(qū)動(dòng)視覺(jué)傳感器能夠進(jìn)行基于事件的傳感和執(zhí)行計(jì)算。這些傳感器本質(zhì)上是響應(yīng)本地記錄像素的亮度和光強(qiáng)度的變化而生成可編程尖峰。
Chai解釋說(shuō)：“事件驅(qū)動(dòng)特性是通過(guò)使用具有相反光響應(yīng)和不同光響應(yīng)時(shí)間的兩個(gè)分支來(lái)生成事件驅(qū)動(dòng)尖峰信號(hào)來(lái)實(shí)現(xiàn)的。”“突觸特性是通過(guò)具有不同光響應(yīng)度的光電二極管實(shí)現(xiàn)的，可以精確調(diào)制尖峰信號(hào)的幅度，模擬SNN中的不同突觸權(quán)重。”
研究人員在一系列初步測(cè)試中評(píng)估了他們的傳感器，發(fā)現(xiàn)它們有效地模擬了大腦中的神經(jīng)元適應(yīng)視覺(jué)場(chǎng)景變化的過(guò)程。值得注意的是，這些傳感器減少了傳感器將收集的數(shù)據(jù)量，同時(shí)也消除了將該數(shù)據(jù)傳輸?shù)酵獠坑?jì)算單元的需要。
Chai說(shuō)：“我們的工作提出了一種通過(guò)捕獲局部像素級(jí)光強(qiáng)度變化來(lái)感知和處理場(chǎng)景的方法，從而實(shí)現(xiàn)傳感器內(nèi)SNN，而不是傳統(tǒng)的ANN。”“這種設(shè)計(jì)結(jié)合了基于事件的傳感器和傳感器內(nèi)計(jì)算的優(yōu)點(diǎn)，適合實(shí)時(shí)動(dòng)態(tài)信息處理，例如自動(dòng)駕駛和智能機(jī)器人。”
未來(lái)，Chai和他的同事開(kāi)發(fā)的計(jì)算事件驅(qū)動(dòng)視覺(jué)傳感器可以進(jìn)一步開(kāi)發(fā)并在額外的實(shí)驗(yàn)中進(jìn)行測(cè)試，以進(jìn)一步評(píng)估其在現(xiàn)實(shí)世界應(yīng)用中的價(jià)值。此外，最近的這項(xiàng)工作可以為其他研究小組帶來(lái)啟發(fā)，從而有可能為結(jié)合基于事件的傳感器和SNN的新傳感技術(shù)鋪平道路。
Chai補(bǔ)充道：“未來(lái)，我們團(tuán)隊(duì)將專注于陣列級(jí)實(shí)現(xiàn)以及計(jì)算傳感器陣列與CMOS電路的集成技術(shù)，以展示完整的傳感器內(nèi)計(jì)算系統(tǒng)。”“此外，我們將嘗試開(kāi)發(fā)基準(zhǔn)來(lái)定義不同應(yīng)用的設(shè)備指標(biāo)要求，并以定量的方式評(píng)估傳感器內(nèi)計(jì)算系統(tǒng)的性能。”
儀表網(wǎng) 設(shè)計(jì)制作，未經(jīng)允許翻錄必究 .? ? ?
請(qǐng)輸入賬號(hào)
請(qǐng)輸入密碼
請(qǐng)輸驗(yàn)證碼