盖世汽车讯 坐进一辆无人驾驶出租车，穿梭在旧金山或凤凰城的街道上，感觉这些无人驾驶汽车就像被施了魔法一样。然而，这并非什么神奇的魔法，而是一系列尖端技术的结晶，包括机器学习软件、高清摄像头和最先进的传感器。即便如此，这些车辆也并非完美无缺——它们在感知道路上的其他物体或行人时也会出现问题。

据外媒报道，东北大学（Northeastern University）电气与计算机工程教授Ravinder Dahiya参与开发了一种受生物学启发、旨在改善无人驾驶汽车视觉的新组件，未来可能会使它们反应更加灵敏。

图片来源：东北大学

在期刊《Nature Communications》上近期发表的一篇论文中，Dahiya及其合著者概述了他们设计和开发的新感知技术，以模仿人类视网膜分析视觉变化的方式。

Dahiya表示，该硬件的目标是缩短从自主系统发现物体到分析物体并采取行动之间的时间延迟，这对于在行人附近行驶的无人驾驶车辆来说是一个特别重要的问题。

研究人员表示，他们利用突触晶体管（一种旨在模拟大脑神经通路的电子设备）成功应对了这一挑战。这项工作建立在Dahiya此前利用这些“神经形态”或类脑传感技术开展的研究之上。“我们将其称之为神经形态行为，因为这与我们身体的处理过程非常相似。”

研究人员开发的系统旨在模拟人类接收和理解视觉信息的能力，即使这些信息在变化，例如当人的头发在风中飘动时，或者在无人驾驶出租车行驶过程中，有行人在车道上行走。

Dahiya表示，这是人类存储场景信息并仅根据时间变化对其进行更新的能力的一部分。按研究人员所述，这些就是所谓的“时间运动线索”。

通过只关注变化的领域，自主系统可以减轻它在任何给定时刻必须完成的工作量，从而减少处理时间。

Dahiya说：“这项研究旨在确定重点区域。我们正在利用硬件来实现这一点，从而减少数据处理量并提高速度。”

研究人员在多个仿真场景中测试了他们的视觉系统，包括自动驾驶和机器人手臂操作，以研究其预测运动和追踪物体的能力。

他们发现，与更传统的图像处理系统相比，他们的硬件处理速度提高了400%。

除了无人驾驶汽车之外，这些突触晶体管未来有一天还可以安装在各种自主系统上，包括智能眼镜和工业机器人手臂，这些系统通常用于需要正确识别物体或材料的任务。

但Dahiya表示，行业合作伙伴可能需要一段时间才能开发出长期支持这种视觉学习形式所需的基础设施。例如，像人工智能芯片制造商英伟达这样的公司已经开发出能够运行人工智能的专用软件芯片，但他们还没有发布功能类似的基于模拟硬件的神经形态系统。

因此这项技术目前可能仍将局限于学术界。Dahiya说：“要获得这种方法所需的合适硬件，还需要付出一些额外的努力。”