在商业上采用无人驾驶飞机的最大的监管障碍之一是碰撞安全,这种飞机和滚下人行道的飞机,也许有一天会送你披萨。 少数安全事故可能会对收养产生重大后果,许多监管机构不愿冒险使用自动设备,这些设备旨在在公共场所运行,但没有太多先例。

传感器冗余当然有助于自主移动机器人和飞行运载无人机的案例商业,雷达是一个奇妙的传感器,以避免碰撞,当与其他传感模式一起使用。 但雷达有问题,因为它增加了有效载荷重量,增加了功率要求,扰乱了工程师必须执行的谨慎平衡动作,特别是在开发飞行机器人时。

一个专注于纳米技术的比利时研究和创新中心开发了解决方案,可能为无人机、地面无人机和各种条纹机器人中基于雷达的避碰打开闸门。 总部位于利文的imec已经制造出了它声称的世界上第一个基于尖峰神经网络的雷达信号处理芯片。

“今天,我们展示了世界上第一个使用递归尖峰神经网络处理雷达信号的芯片,”IMEC神经形态传感项目经理Ilja Ocket说。 “SNN的运作方式与生物神经网络非常相似,在生物神经网络中,神经元发射的电脉冲随时间的推移而稀疏,并且只有在感觉输入发生变化时才会发生变化。 因此,能源消耗可以大大减少。 更重要的是,我们芯片上的尖峰神经元可以反复连接-将SNN变成一个学习和记忆时间模式的动态系统。 我们今天介绍的技术是发展真正的自学系统的重大飞跃。

有趣的是,该芯片最初设计用于支持功率受限设备中的心电图(ECG)和语音处理.. 但它的通用架构很容易重新配置,以处理各种其他感官输入,如声纳、雷达和激光雷达数据。 无人机的使用情况似乎自然地表明了它的存在。 毕竟,无人机工业是建立在电力受限设备的基础上的。 此外,这些设备需要对其环境的变化迅速作出反应,并至关重要地避免障碍。

“因此,我们新芯片的旗舰用例包括为无人机创建低延迟、低功耗的防撞系统。 在接近雷达传感器的情况下,我们的芯片应该使雷达传感系统能够更快、更准确地区分接近的物体。 反过来,这将使无人机几乎能够立即对潜在的危险局势做出反应。 “有一种情况是,我们目前正在探索自主无人机的特点,它依赖于他们的车载摄像机和雷达传感器系统进行仓库内导航,在执行复杂任务时与墙壁和货架保持安全距离。 这一技术还可以应用于许多其他用例——从机器人场景到自动引导车辆的部署,甚至健康监测。

这是推动自动化革命的技术和传感器融合的一个很好的例子。 这也可能是一个重要的步骤,因为世界各地的公司和组织向监管机构提出申请,为商业无人机开放天空和公共道路。