|
新聞詳情
科學家開發出仿生無人駕駛防撞探測器來源于蝗蟲的智慧
自古以來,蝗災就對我國的農業造成了巨大的影響。今年的蝗災尤其嚴重,蝗群飛過,寸草不生。大規模的蝗群更是遮天蔽日,恰有一種“黑云壓城城欲摧”的氣勢。讓人費解的是,蟲群中蝗蟲個體數量極多,飛行速度快,卻沒有“交通事故”的發生,真的是給咱早晚高峰時期擁堵的交通打了個結實的巴掌。 研究表明,蝗蟲體內存在著一種叫做小葉大運動探測器(lobulagiant movement detector, LGMD)的神經元,這個單神經元細胞能夠探測到接近的目標,并對視覺刺激執行非線性的數學運算,以最小的能量觸發逃逸反應,從而防止了數百萬個體的蝗蟲群在高速移動過程中碰撞事件的發生。隨著機器人在安全性、便利性和自動化程度的提高,其在交通、制造以及醫療外科等領域的應用顯著增長。尤其是在自動駕駛領域,面對周圍車輛位置、障礙物信息與實時路況,碰撞監測顯得至關重要。目前基于圖像處理算法的碰撞躲避模型已經能夠使用超大規模的集成電路實現,然而能源消耗極大。令人震驚的是,蝗蟲、蒼蠅以及鴿子等動物體內的碰撞監測神經元卻能夠讓它們在幾毫秒內以極低的能量計算出復雜的碰撞動力學,從而安然逃生。考慮到它們極為有限的腦資源,不得不說是一個奇跡。 鑒于此,美國賓州州立大學的SaptarshiDas課題組巧妙的將基于單層MoS2的光探測器件與浮柵晶體管型存儲器件垂直堆疊,創建了一個極低功耗的動態、非易失且可重構的碰撞躲避監測系統來模擬蝗蟲體內的LGMD神經元。該系統能夠及時的探測即將發生的碰撞,并以納焦耳級別的能量消耗觸發逃逸反應。該研究以題為“Alow-power biomimetic collision detector based on an in-memory molybdenumdisulfide photodetector”的論文發表在最新一期的《Nature Electronics》上。 【碰撞躲避的神經算法】 蝗蟲體內的LGMD神經元是一種獨特而復雜的神經元,采用了分布式的計算架構來協助處理視覺信息(圖1a),復眼中蜂窩狀的光感受器將視覺刺激轉換為電脈沖,經過薄層,髓質和小葉,傳送到LGMD神經元的樹突狀扇出區。紅色區域的樹突分支接收前饋抑制,藍色區域的接收前饋激發和側抑制。研究表明,LGMD神經元對接近物體的角大小和角速度進行乘法運算,并通過下列方程確定放電率(firingrate) 方程中t為時間,θTH是與物種相關的參數,決定了LGMD神經元的發射頻率到達峰值時接近物體的角度大小(圖1b)。根據方程,圖1c-e展示了LGMD神經元對接近物體的興奮性反應、抑制性反應和放電率在時間維度上的演變。在即將碰撞時,放電率達到峰值,并傳遞給運動神經元,觸發逃逸反應。圖1f為借鑒于LGMD神經元的碰撞監測器件,由興奮性的光探測器件與抑制性的存儲器件相集成,在僅存在視覺刺激時,器件表現出興奮性反應(圖1g),僅存在編程刺激時,器件表現出抑制性反應(圖1h),當外部的視覺刺激和內部的編程刺激同時出現時,表現出類似于LGMD神經元的非單挑逃逸反應(圖1i)。 圖1.蝗蟲體內的碰撞躲避系統與人造模擬器件 【單層MoS2光探測器的性能表征】 作者采用了藍色的LED光作為光源,測試了光探測器的反應(圖2a),同時采用了周期性的具有不同振幅的LED信號來測試光探測器件對弱光的敏感性,并對其信噪比以及能耗進行了測試。結果表明,信噪比隨著光源信號強度的降低而降低(圖2b),但是能耗卻可以在保持最佳信號探測的條件下呈指數型減小(圖2c)。圖2d和e展示了汽車駕駛過程中兩種典型的碰撞場景:與車相撞和與墻相撞。在碰撞過程中,光探測器件接收到的視覺刺激持續增加(圖2f)。此外,作者還通過調節LED光源電壓上升速率來模擬物體接近的速度。速率越快,光電流的上升越快(圖2g-j)。實驗結果證明基于單層MoS2的光探測器件能夠對接近的物體做出興奮性的反應,這是設計碰撞躲避系統的關鍵。 圖2.單層MoS2光探測器件對接近物體的響應 【光探測器-浮柵晶體管集成電路的動態閾值電壓工程】 要模擬LGMD神經元的逃逸反應,還需要浮柵晶體管器件的協助。圖3a和b顯示了該集成電路在不同幅值的編程刺激下的轉移曲線,幅值越大,閾值電壓越高。這一現象主要源于柵極偏壓對p++-Si/TiN/Pt界面形成的肖特基勢壘的影響(圖3c)。作者還對該集成進行了不同幅值的編程刺激,并讀取其輸出電流(圖3d-g)。結果表明,電流隨時間呈單調降低趨勢,證實該施加于柵極的編程刺激可以模擬抑制性反應。此外,這種由編程刺激引入的抑制性反應能耗極低(500 飛焦耳,Vp=7.5 V),是碰撞躲避系統能夠成功避免碰撞的關鍵。 圖3.碰撞躲避系統的抑制性響應 【重現LGMD神經元的逃逸反應】通過結合光探測器的興奮性反應和浮柵晶體管器件的抑制性反應,作者成功重現了LGMD神經元的逃逸反應。在編程刺激背景下(抑制性反應)集成器件對不同視覺刺激的電流輸出情況如圖4a所示。輸出電流達到最小值的拐點(時間)由施加在LED光源上的電壓上升速率(目標接近的速度)決定。作者還測試了集成器件對物體不同接近速度所需的碰撞時間(圖4b)和避免碰撞的能耗(圖4c)進行了表征,結果表明,該集成器件總能監測到即將發生的碰撞,并以極低的能量(皮焦耳至納焦耳級別)觸發逃逸反應。 圖4.重現LGMD神經元的逃逸反應 【仿生碰撞躲避探測器模型】 為了加強實驗結果與仿生碰撞躲避探測器的興奮性光響應、抑制性編程響應和非單調的逃逸響應的物理根源之間的相關性,作者設計了一個虛擬源模型對實驗結果進行擬合與模擬。結果如圖5所示(a-f為實驗數據擬合,g-j為模擬數據)。值得關注的是,盡管實驗數據與模擬數據高度擬合,該仿生碰撞躲避探測器件相較于LGMD神經元仍存在不足,如 1. 器件僅使用了視覺刺激的一個特征,即物體接近的速度。 2. 單個器件僅能監測到即將發生的碰撞,但不能確定碰撞物體接近的方向。 3. 如果視覺刺激不足以抵消編程刺激,該器件可能無法監測到弱光強且移動緩慢的物體的接近。 圖5.仿生碰撞躲避系統的理論模型與實驗數據擬合 總結:作者通過將基于單層MoS2的光探測器件與浮柵晶體管型存儲器件相集成,成功重現了蝗蟲體內LGMD神經元的生理功能。這種內存內(in-memory)特定任務計算與感知方法將大大推動無人駕駛領域低成本低能源的碰撞躲避系統的發展。 |