受蝗蟲(chóng)啟發(fā)！自動(dòng)駕駛避險出現新思路

目前，邊緣場(chǎng)景成為了自動(dòng)駕駛難以突破的瓶頸，這也是為什么自動(dòng)駕駛依然無(wú)法大規模落地運營(yíng)的原因。相關(guān)的應對方法有對車(chē)輛進(jìn)行仿真訓練、采用數字孿生技術(shù)等，而在一些意料之外的領(lǐng)域，研究人員也從中找到了突破口。

日前，美國賓夕法尼亞州立大學(xué)的研究人員從夜間飛行的昆蟲(chóng)中汲取靈感，發(fā)現了一種基于昆蟲(chóng)防撞原理的新技術(shù)，可以使自動(dòng)駕駛受益。目前，相關(guān)的研究成果已經(jīng)發(fā)表在A(yíng)CS Nano上。

高能耗和惡劣環(huán)境成最大阻礙

為解決車(chē)輛碰撞問(wèn)題，許多車(chē)輛內置了防撞系統（CASs），當車(chē)輛與障礙物距離過(guò)近時(shí)會(huì )自動(dòng)剎車(chē)。部分系統通過(guò)分析汽車(chē)周?chē)臻g的圖像來(lái)進(jìn)行操作，但在惡劣環(huán)境中，比如大雨或光線(xiàn)不足的情況下，圖像的清晰度會(huì )大打折扣。

另一種方法是加入雷達或光感雷達，但這些設備體積較大，且需要大量的電力來(lái)支撐運營(yíng)，給車(chē)輛增加了一定的重量和能源需求。

目前，隨著(zhù)機器學(xué)習和人工智能的迅速興起，汽車(chē)制造商致力于使用高級相機采集高質(zhì)量圖像，并使用云計算進(jìn)行后續圖像處理。這類(lèi)方法會(huì )增加基礎設施成本，并造成巨大的碳排放量。

在白天照明情況較好的情況下，從獲取的圖像中提取特征相對容易，但夜間，迎面而來(lái)的車(chē)輛只有車(chē)燈這一個(gè)特征，辨別難度較大。此外，云計算對網(wǎng)絡(luò )連接的要求較高，存在潛在的技術(shù)安全風(fēng)險，無(wú)法在資源受限或偏遠地區使用。

蝗蟲(chóng)神經(jīng)元為靈感來(lái)源

為了彌補這些缺陷，研究人員在昆蟲(chóng)中汲取了靈感。昆蟲(chóng)可以在黑暗中飛行時(shí)避開(kāi)捕食者，捕捉獵物，而且在昆蟲(chóng)群體中，單個(gè)昆蟲(chóng)不會(huì )相互碰撞。

這其中以蝗蟲(chóng)最為典型。蝗蟲(chóng)大腦中有一種特殊的神經(jīng)元，稱(chēng)為小葉巨人運動(dòng)檢測器（LGMD）神經(jīng)元，可以檢測到正在接近的物體，并防止成群的蝗蟲(chóng)發(fā)生碰撞。

該神經(jīng)元具有突出的非線(xiàn)性計算能力，可及時(shí)檢測前方物體，避免正面碰撞?；认x(chóng)主要在兩種常見(jiàn)情況下依賴(lài)LGMD神經(jīng)元，第一是與障礙物發(fā)生碰撞時(shí)，第二是當捕食者接近時(shí)。在這兩種情況下，投射到蝗蟲(chóng)眼睛光感受器上的捕食者或障礙物的圖像都會(huì )隨著(zhù)距離的減小而增大。

在心理生物學(xué)實(shí)驗中，這種視覺(jué)刺激被稱(chēng)為looming stimulus，它將導致 LGMD神經(jīng)元的兩個(gè)樹(shù)突分支同時(shí)出現興奮性和抑制性反應。兩個(gè)相反的樹(shù)突輸入將引發(fā)LGMD神經(jīng)元的非單調逃逸響應，尖峰活動(dòng)頻率達到峰值，在即將發(fā)生的碰撞之前，提醒運動(dòng)神經(jīng)元改變軌跡，從而避免碰撞。

為了解LGMD神經(jīng)元的個(gè)體興奮性和抑制性反應及其對神經(jīng)元輸出的影響，研究人員創(chuàng )建了一個(gè)簡(jiǎn)單的生物物理模型。研究人員采用三種不同的速度來(lái)模擬視覺(jué)刺激，結果顯示，移動(dòng)最快的物體引起的神經(jīng)元反應最早，移動(dòng)速度最慢的物體引起的反應最為延遲。

（如圖所示，檢測時(shí)間td總是早于碰撞時(shí)tc）

在所有情況下，輸出尖峰都出現在即將發(fā)生的碰撞之前，從而為運動(dòng)神經(jīng)元激活提供了必要的時(shí)間來(lái)改變飛行軌跡。達到峰值****率的時(shí)間稱(chēng)為檢測時(shí)間，它總是先于碰撞時(shí)間。

多年來(lái)，研究人員對上述LGMD碰撞檢測模型進(jìn)行了多次嘗試，其中大部分基于硅互補金屬氧化物半導體技術(shù)（CMOS）和現場(chǎng)可編程門(mén)陣列（FPGA）。然而，蝗蟲(chóng)碰撞檢測架構與上述碰撞檢測器之間存在兩個(gè)明顯的差異。

第一個(gè)差異在于兩者所采用的信息處理策略?；认x(chóng)的神經(jīng)元將經(jīng)歷離子流過(guò)神經(jīng)元膜的過(guò)程，當超過(guò)給定閾值時(shí)會(huì )導致電脈沖，稱(chēng)為神經(jīng)元的動(dòng)作電位或尖峰，神經(jīng)元使用這些尖峰來(lái)轉換信息并與其他神經(jīng)元進(jìn)行通信。

這些基于尖峰的感覺(jué)神經(jīng)生物學(xué)計算和信息處理技術(shù)使它們能夠以顯著(zhù)的能源效率執行快速復雜的任務(wù)。相比之下，人工碰撞檢測器使用連續時(shí)間的電信號，這增加了能量負擔。

第二個(gè)區別在于碰撞檢測任務(wù)中涉及的基本元素?；认x(chóng)的LGMD神經(jīng)元執行多項任務(wù)一般使用投射到眼睛中感光傳入神經(jīng)元的兩個(gè)樹(shù)突分支進(jìn)行感知，確認信息的尖峰編碼，最后基于尖峰的計算來(lái)確定潛在的碰撞。

而基于CMOS的碰撞檢測器通常使用相機或硅光電檢測器作為傳感器，它們將光信息轉換為電壓或電荷，隨后由大型電路處理以執行類(lèi)似LGMD的碰撞檢測。由于缺乏傳感器內編碼和基于尖峰的計算，基于仿生CMOS的碰撞檢測器需要大量的外圍電路，無(wú)法達到預期的降能、減面積的目標。

為了達到預期效果，研究人員研發(fā)了全新的碰撞傳感器。

首先，該團隊根據昆蟲(chóng)用于避開(kāi)障礙物的神經(jīng)回路設計了一種特殊算法。該算法不對整個(gè)圖像進(jìn)行處理，只處理一個(gè)變量：汽車(chē)前燈的強度。因此，該碰撞傳感器不需要車(chē)載相機或圖像傳感器，檢測和處理單元被合并，使整個(gè)檢測器更小、更節能。

其次，該團隊在材料和設備方面進(jìn)行創(chuàng )新，選擇了光敏單層二硫化鉬構建的記憶晶體管。該記憶晶體管結合了憶阻器和晶體管的特性，含有三個(gè)端子，不僅能提供類(lèi)似于兩端憶阻器的電導狀態(tài)模擬和非易失性編程，而且允許靜電門(mén)控，這是實(shí)現用于計算的模擬和數字電路的關(guān)鍵。

此外，單層二硫化鉬記憶晶體管具有柵極可調的持久光電導現象，是進(jìn)行復雜視覺(jué)計算的高級機器視覺(jué)系統的理想選擇。

全新的傳感器由8個(gè)光敏記憶晶體管組成，它們由一層二硫化鉬構成，被集成在一個(gè)電路上。它只占用了40微米的面積，只需消耗幾百皮焦耳的能量，比現有系統少了幾萬(wàn)倍。

實(shí)驗表明，我們能夠使用基于2D記憶晶體管的集成光電電路，模擬LGMD神經(jīng)元的興奮、抑制和逃逸反應，以便在光照不佳或夜間駕駛條件下的各種現實(shí)場(chǎng)景中及時(shí)進(jìn)行碰撞檢測。

在真實(shí)的夜間場(chǎng)景中，該探測器可以在潛在碰撞事故發(fā)生前的兩到三秒進(jìn)行感知，為司機留下足夠的時(shí)間采取關(guān)鍵的補救措施。這對于防止自動(dòng)駕駛汽車(chē)發(fā)生碰撞事故意義重大。

研究團隊表示，他們已經(jīng)在2020年為這項防撞技術(shù)申請專(zhuān)利，目前正在致力于技術(shù)的實(shí)際應用和市場(chǎng)推廣。

不僅只有蝗蟲(chóng)，自動(dòng)駕駛汽車(chē)的開(kāi)發(fā)者也可以從其他昆蟲(chóng)那里得到靈感，提高自動(dòng)駕駛汽車(chē)的智能性和安全性。

例如，螞蟻的群居原理可以為汽車(chē)導航提供幫助。群居的螞蟻在搬運食物時(shí)，可以迅速找到巢穴和食物之間的最短路線(xiàn)。自動(dòng)駕駛汽車(chē)開(kāi)發(fā)者可以對此進(jìn)行深入研究，在車(chē)載導航中利用類(lèi)似的算法，提高道路交通效率。