UNIST·KIST·首尔大学研究团队开发出模拟人脑神经传导原理的机器人视觉传感器
联合研究团队开发新型视觉传感器：数据传输量降、精度升
模拟多巴胺-谷氨酸信号传递，可用于自动驾驶与机器人应用
一种模仿人脑中神经传递原理的视觉传感器已经被开发出来，即使在亮度忽明忽暗、变化剧烈的环境中，也能高效而精准地提取物体轮廓信息。
这一成果有望帮助自动驾驶、无人机和机器人技术更快速、更准确地感知周围环境。
蔚山科学技术院(UNIST)新材料工程系的 Choi Munki 教授团队与韩国科学技术研究院(KIST) Choi Changsoon 博士团队、首尔大学 Kim Daehyung 教授团队联合研究，开发出了仿突触机器人视觉传感器，并于4日对外发布。
研究团队成员（自左起）分别为 UNIST 研究员 Kwon Jongik（共同第一作者）、UNIST 教授 Choi Munki、KIST 研究员 Choi Changsun、首尔大学教授 Kim Daehyung、首尔大学研究员 Kim Jisoo（共同第一作者）。UNIST 提供
View original image视觉传感器是充当机器“眼睛”的部件，传感器感知到的信息会被传送至起“脑”作用的处理器进行处理。如果信息在传递过程中不经筛选，传输数据量就会增加，处理速度随之变慢，而且由于存在大量无用信息，识别精度也可能下降。在光照急剧变化或明暗区域交错的情况下，这类问题会更加突出。
联合研究团队仿照大脑突触中发生的多巴胺–谷氨酸信号传递通路，开发出一种只选择性提取类似轮廓线等高对比度视觉信息的视觉传感器。在大脑中，多巴胺通过调节谷氨酸来强化重要信息，研究团队正是将这一原理引入传感器设计之中。
Choi Munki 教授表示：“我们采用了在传感器内部直接赋予部分大脑功能的传感器内计算(in-sensor computing)技术，使其能够自行调节图像数据的亮度和对比度，并滤除不必要的信息，从根本上减轻需要处理每秒数十吉比特视频数据的机器人视觉系统的负担。”
实际实验结果表明，该视觉传感器在将视频数据传输量较传统方式减少约91.8%的同时，仍可将目标识别仿真的准确率提升到约86.7%。
这一传感器由光电晶体管构成，其电流响应会随栅极电压变化而改变。栅极电压起到类似大脑中多巴胺的作用，用于调节反应强度，而光电晶体管输出的电流则模拟相当于谷氨酸信号的刺激传递。通过调节栅极电压，器件对光变得更加敏感，因此即使在昏暗环境中也能清晰感知轮廓信息。此外，器件被设计为不仅对光的绝对亮度作出响应，还会根据与周围环境的亮度差异改变输出电流，因此在亮度变化较大的边界面——即轮廓线上反应更强，而对亮度均一的背景则加以抑制。
KIST 的 Choi Changsoon 博士表示：“这项技术可以广泛应用于机器人、自动驾驶汽车、无人机以及物联网设备等各类基于视觉的系统。它能够同时提升数据处理速度和能效，有望成为下一代人工智能视觉技术的核心解决方案。”
本研究得到了韩国研究财团优秀新进项目、KIST 未来源泉半导体技术开发项目及基础科学研究院的支持。
研究成果已于5月2日在线发表在《Science Advances》上。
版权所有 © 阿视亚经济 (www.asiae.co.kr)。 未经许可不得转载。
