MIT团队研发最新微型无人机导航芯片,耗能仅有普通灯泡的千分之一

2018 年 6 月 24 日 未来产业促进会


点击上方“公众号”可以订阅哦!


麻省理工学院的研究人员们在去年设计了一款微型芯片,专门用于帮助微型无人机导航——如今,他们的芯片经历了一次升级,不仅变得更小,耗能也大幅减少。

 


该团队由 MIT 电气工程与计算机科学(EECS)系助理教授 Vivienne Sze 和航空与航天系助理教授 Sertac Karaman 共同领导。他们从头开始定制了这一枚能耗低、体积小,同时提升了处理速度的芯片。

 

这枚新的芯片被取名为“Navion”,仅有 20 平方毫米大小,大概和乐高人偶的脚印差不多大。它耗能仅 24 毫瓦,几乎只有普通灯泡耗能的千分之一。

 

尽管 Navion 的耗能极小,但它能够处理每秒 171 帧的实时图像,并进行惯性测量,这两种测量都被用于确定其自身在空中的位置。研究人员说,该芯片可以集成到指甲大小的“微型无人机”中,以帮助无人机进行导航,尤其是在全球定位卫星数据不可用的偏远、无人地带。

 

这种芯片也可以被用于需要长时间导航,但能量存储有限的小型机器人或其它机械设备。

 

“我能想象将这种芯片被应用于依靠一块电池运行数月的低能量机器人,比如指甲般大小的扑翼飞行器,或者像气象气球那样轻于空气的设备。”麻省理工信息和决策系统实验室及数据、系统和社会研究所的成员 Karaman 说道,“或者想像一下它在医疗设备上的应用场景,比如你吞下了一枚小药片,它可以依靠非常小的电池以智能导航,从而不会在你的体内引起过热。我们正在研发的芯片将会在这些领域大有作用。”

  

灵活的芯片

 

在过去几年里,不少研究团队都设计制造了仅有手掌大小的微型无人机。科学家们设想,这样的小型无人机可以四处飞行并拍摄周围环境的照片。完成任务后,无人机可以回到使用者的手掌中,并且很容易被储存起来。

 


不过,一个手掌大小的无人机所能搭载的电池非常有限,并且大部分电能都不得不被用于电机工作。除此之外,仅有非常少的电能被用于其它基本操作,比如导航或状态估计,也就是确定其本身在空中的位置,

 

“在传统的机器人技术中,我们会使用一台现成的计算机并在其上面实现(状态估计)算法,因为我们通常不必担心能量限制。”Karaman 解释道,“但是在每一个需要将低能耗应用小型化的项目中,我们都必须以一种完全不同的方式来思考编程设计中所面临的挑战。”

 

在 Sze 和 Karaman 此前的研究中,他们已经尝试将算法和硬件结合在他们设计的芯片中,从而试图解决这一问题。他们的初始设计利用了 FPGA,也就是一种可以根据应用进行配置的商用硬件平台。在这种情况下,芯片能够在 2 瓦特功率下进行自身状态估计,在大型无人机所需的 10-30 瓦特基础上降低了很多。尽管如此,2 瓦特的能耗依旧大于普通微型无人机所能搭载的电池功率——一般的微型无人机电池功率仅有 100 毫瓦左右。

 

为了让芯片更小、耗能更少,麻省理工学院的研究者们决定从头开始设计一款新的芯片,而不是改进现有的设计。Sze 评价说:“这样的话,我们在设计芯片的过程中有了更大的灵活性。”

 

在世界中大展身手

 

为了减少芯片的能耗,研究团队的新设计中尽可能减少了任何给定时间内芯片中存储的数据量,包括存储的图像与惯性测量数据。新设计也优化了数据在芯片中的路径。

 

“我们会压缩任何需要临时存储在芯片上的图像,因此它就能少占用一些空间。”Sze 说。Sze 领导的麻省理工学院电子研究实验室(the Research Laboratory of Electronics)团队也减少了芯片中不必要的操作,例如一些和零相关、结果为零的运算——研究人员们找到了一种方法,能够跳过任何涉及零的计算。Sze 评价说:“这能让我们避免处理和存储这些零,因此我们可以减少大量不必要的存储和计算周期,从而降低芯片尺寸和能耗,并提高芯片的处理速度。”

 

通过这一最新的设计,研究者们将芯片的存储空间从 2MB 降低到了约 0.8MB。研究者们使用之前在不同环境下(例如工作场所、仓库等)收集的无人机飞行数据库对新的芯片进行了测试。

 

“我们不仅让芯片的能耗更少、运算速度更快,我们同时让它能够灵活地适应不同环境,从而进一步节约能源。”Sze 说,“关键在于寻找‘灵活’和‘高效’的平衡点。”该芯片还可以重新配置,以支持不同的摄像机和惯性测量单元(IMU)传感器。

 

通过测试,研究者们发现他们能将芯片的能耗从此前的 2 瓦特降低到 24 毫瓦。24 毫瓦能支持芯片处理每秒 171 帧的图像——这一效率比收集数据库时无人机的效率还要高。

 

研究者们计划让一辆微型赛车搭载芯片,从而进行对这一新设计的展示。他们希望由一个屏幕显示车载摄像头的实时视频,同时显示芯片计算出的空中的位置,以及这项任务的耗能功率。此后,该团队计划在一架真正的无人机上测试该芯片,并最终在微型无人机上进行测试。

 

- End -


编辑:石筱玉   校审:XHR

参考:

http://news.mit.edu/2018/novel-chip-upgrade-helps-miniature-drones-navigate-0620



  注:投稿请电邮至124239956@qq.com ,合作 或 加入未来产业促进会请加:www13923462501 微信号或者扫描下面二维码:

  


  文章版权归原作者所有。如涉及作品版权问题,请与我们联系,我们将删除内容或协商版权问题!联系QQ:124239956

  

登录查看更多
0

相关内容

不需要驾驶员登机驾驶的各式遥控飞行器。
【Google】利用AUTOML实现加速感知神经网络设计
专知会员服务
29+阅读 · 2020年3月5日
麻省理工学院MIT-ICLR2020《神经网络能推断出什么?》
专知会员服务
50+阅读 · 2020年2月19日
MIT公开课-Vivienne Sze教授《深度学习硬件加速器》,86页ppt
【斯坦福&Google】面向机器人的机器学习,63页PPT
专知会员服务
23+阅读 · 2019年11月19日
无人驾驶仿真软件
智能交通技术
21+阅读 · 2019年5月9日
华为Mate20系列4款新机发布,售价最高超一万六
DeepTech深科技
3+阅读 · 2018年10月17日
量子计算
人工智能学家
7+阅读 · 2018年4月6日
被忽视的安防肥肉:给傻瓜摄像头插上AI翅膀
进攻机动作战中的机器人集群
无人机
20+阅读 · 2017年12月4日
【无人机】无人机的自主与智能控制
产业智能官
42+阅读 · 2017年11月27日
Arxiv
3+阅读 · 2018年6月1日
VIP会员
相关资讯
无人驾驶仿真软件
智能交通技术
21+阅读 · 2019年5月9日
华为Mate20系列4款新机发布,售价最高超一万六
DeepTech深科技
3+阅读 · 2018年10月17日
量子计算
人工智能学家
7+阅读 · 2018年4月6日
被忽视的安防肥肉:给傻瓜摄像头插上AI翅膀
进攻机动作战中的机器人集群
无人机
20+阅读 · 2017年12月4日
【无人机】无人机的自主与智能控制
产业智能官
42+阅读 · 2017年11月27日
Top
微信扫码咨询专知VIP会员