从人脑和蛙眼得到的启示 自动驾驶 的革新 感知 (人从蛙眼身上得到了什么启示)

驾驶「感知」的革新?从人脑和蛙眼得到的启示

需要处理的图像像素过多与芯片算力不足的矛盾,已经成为了当前制约自动驾驶发展的瓶颈之一。

为了解决上述问题,事件相机与脉冲神经网络的结合或许会是一个可行的解决方案。

卷积神经网络是目前图像目标检测算法的重要手段。以ResNet-152为例,一个152层的卷积神经网络,处理一张224*224大小的图像所需的计算量大约是226亿次,如果这个网络要处理一个1080P的30帧的摄像头,那么它所需要的计算量将高达每秒33万亿次,十分庞大。

以当前典型的百度的无人车为例,计算平台约为800TOPS,其中1TOPS代表处理器可以每秒钟进行一万亿次操作。

假设一个摄像头所需要的算力为33TOPS,更遑论无人车动辄配置十余个摄像头,以及多个激光雷达和毫米波雷达。

为了准确检测行人并预测其路径,芯片往往需要多帧处理,至少是10帧,也就是330毫秒。这意味着相关系统可能需要数百毫秒才能实现有效探测,而对于一辆以60公里每小时行进中的车辆来说,330毫秒的时间就能行驶5.61米。

如果为了保证足够的安全,将帧数增加到每秒30帧,图像数据很可能让自动驾驶芯片不堪重负。

针对算力不足的问题,提高算力是业内玩家最容易想到的方法。然而,目前芯片的制程正在不断压缩,在极小尺寸下,量子遂穿效应逐渐显著,摩尔定律逐渐失效,芯片算力的提升也在面临巨大挑战。

同时,算力的提高也伴随着功耗的提高,但在新能源的大背景下,分配给芯片的能量越多,续航能力就会受到越大的影响。

算力与能耗正在逐渐成为自动驾驶发展的一对矛盾。

那么我们能不能另辟蹊径呢?仿生学也许能给我们带来新的思路。

对于人类来讲,在静止的画面中注意到运动物体并不难。对于青蛙来说,它甚至只能看到运动的物体,对静止的背景画面视而不见。

针对生物这一特性,研究者们设计出一种事件相机。

传统相机以固定帧率重复扫描整个场景,无论场景中是否有目标活动,均忠实的输出由一帧帧图片组成的视频流。毫无疑问,这种连续的视频流存在高度的信息冗余,大量无用的背景图片也被送入卷积神经网络进行运算。

事件相机则不同,事件相机仅记录亮度“变化”的像素点。

传统帧相机与事件相机输出的效果对比如下图所示,即传统的帧相机输出为整个视场的全部信息(左图),而事件相机只捕捉场景中运动的手臂,如(右图)所示。

驾驶「感知」的革新?从人脑和蛙眼得到的启示

基于重点关注运动目标这一特点,事件相机也许能在自动驾驶领域大展身手。

由于事件相机剔除了静止的背景图片,所以每帧产生的数据量大大减少,达到几十kb的级别。

相对于传统相机,事件相机还有高帧率、低功耗、高动态范围等优点:

下面两张图展现了事件相机的关注运动物体和高动态范围的特性。传统相机在光线较暗的情况下,难以辨识图片中右边的行人。然而事件相机却能够十分清晰的捕捉到右边的行人,并同时滤出图像右下静止的车辆信息。

驾驶「感知」的革新?从人脑和蛙眼得到的启示 传统相机

驾驶「感知」的革新?从人脑和蛙眼得到的启示

在自动驾驶领域,事件相机相对于传统相机具有巨大的优势,不过需要注意的是,事件相机无法提取出距离信息,需要激光雷达配合判断目标距离。

或许会有人感到疑惑:事件相机这么好,为什么没有大量应用在自动驾驶领域呢?

实际上,相机获取信息仅仅是第一步,后续事件相机信息的处理则是更为关键的一环。

如下图所示,传统相机的输出是一帧帧的静止图片,而事件相机则是一个个事件(Event)流。

驾驶「感知」的革新?从人脑和蛙眼得到的启示

一般来说,目前的神经网络都专注于如何提取每帧静止图片中的行人、汽车等目标,如YOLO,resnet等算法。针对基于时间戳的事件流,目前尚无有效的算法进行目标识别。

而事件流处理算法的缺失,与当前的神经网络结构是分不开的。

当前主流的神经网络被称为第二代人工神经网络,以精确的浮点运算为基础,缺失了在自然界中最重要的一个因素:时间。对于神经网络而言,输出的结果会和输入一一对应,任何时候输入相同的图片,神经网络都会输出一样的结果。

然而真实的大脑,是以这种浮点运算为基础的吗?显然不是,真实的大脑是以脉冲为基础的,以脉冲传递和处理信息。

这种以脉冲传递为基础的神经网络是脉冲神经网络(spiking neural network,SNN),被誉为第三代人工神经网络。基于脉冲神经网络结构设计的芯片也被称为类脑芯片。

脉冲发生的时刻携带着重要信息,脉冲神经网络天然具备对时序信息处理的能力,这与事件相机基于时间戳的事件流输出十分吻合。

此外,脉冲神经网络还具有事件驱动、异步运算、极低功耗等特性。

总的来说,事件相机和脉冲神经网络的结合,正如人类用眼睛和大脑观察四周:自动忽略周围静止的事物,对突然出现的运动物体予以重点关注和运算。

当前学术界已经掀起了对脉冲神经网络研究的热潮,但由于神经态硬件的发展正处于起步阶段,并且人们对于大脑的工作机理认识还不够全面,目前尚无基于脉冲神经网络在商业上的应用。

随着人们对大脑认识的深入,以及国外的TrueNorth、SpiNNaker、Loihi和国内清华的天机芯(Tianjic)和浙大的达尔文等类脑芯片的研发。我们也期待,事件相机与脉冲神经网络的结合能够给自动驾驶行业带来新的突破。

参考文献:

桑永胜,李仁昊,李耀仟,王蔷薇,毛耀.神经形态视觉传感器及其应用研究[J].物联网学报,2019,3(04):63-71.

Kim S , Park S , Na B , et al. Spiking-YOLO: Spiking Neural Network for Energy-Efficient Object Detection[J]. Proceedings of the aaai Conference on Artificial Intelligence, 2020, 34(7):11270-11277.

原创文章,未经授权禁止转载。详情见 转载须知 。


本文地址: /article/f277ab0d16210db0af32.html
全局中部横幅
全局中部横幅
中医理论 - 民福康养生

阴阳五行、五运六气、藏象等听着就感觉很深奥的知识都是组成中医学的知识,民福康健康中医理论栏目将带您更系统而深入的了解中医,从病因学说开始为您解读中医理论信息,在这里您可以学到中医系统知识!

中国美术网—弘扬中国传统美术艺术,打造专业美术艺术欣赏、前沿美术资讯推广服务平台

中国美术网是一个弘扬中国美术文化,展现中国美术作品,传递中国美术事业资讯,提供美术展览会议前沿信息,打造美术艺术人才的专业艺术推广服务平台。

临沂五金网临沂五金城官方一站式五金工具采购平台

临沂五金网由江北 实体五金市场万宝集团运营,属于河东区郁九曲村办企业,集各类五金工具、金属材料、电工电料、木工五金、电动工具、日用五金等,属于专业官方电商平台

广州ERP系统 | AI工作流自动化 - 俭俭AI-ERP企业管理软件

俭俭软件是广州专业的ERP系统服务商,提供AI智能ERP和工作流自动化解决方案。为制造业企业提供进销存、财务、生产管理、AI自动化一体化平台,助力企业降本增效。

常州钣金加工-常州源美金属制品有限公司

常州源美金属制品有限公司主要产品为CNC切削液过滤装置,各通讯类、医疗设备类、射频电源、匹配器外壳类、高铁零部件等同时公司对外承接各类钣金加工业务(标准钣金件与非标钣金件)。公司根据客户的需要代为设计方案,尤其对精度、外观要求高的产品有丰富的生产经验。

招标采购导航网_专业的招投标综合服务平台

招标采购导航网深耕招投标行业23年,日发布招标采购项目信息260000条,招投标就上招标采购导航网,商机与服务及时、可靠、有保障!

智能印章-全域印章数字化闭环管理-印章管控设备-思格特智能印章系统

珠海思格特智能系统有限公司,提供智能印章机、智能印章柜等全系列产品,搭配印章卫士软件、智能印章app等强大管理系统。实现人章分离、远程授权、精准监控,保障企业公章、电子章安全使用。广泛适用于央国企、金融、建筑等多行业,为60000多家企业保驾护航,量身定制智能印章管理方案,开启高效安全用章新时代。

贵州奥志锐科技服务有限公司

在21世纪的今天,网络科技已经成为推动社会进步和经济发展的核心动力。从互联网的普及到物联网的兴起,从大数据的应用到人工智能的发展,网络科技正在深刻地改变着我们的生活方式、工作模式和社会结构。本文将深入探讨网络科技的基本概念、发展历程、应用领域及其对未来社会的深远影响。

U8国际·(中国)官方

U8国际光电为一家以技术为动力、充满热忱的公司,致力将创新推至极致,提供显示科技、系统解决方案、智慧制造、医疗照护与绿色能源等领域具有先进技术含量的产品和解决方案服务。

全局底部横幅