“机器之眼”：新型自动驾驶芯片探测危险速度比人类快四倍

视觉处理速度提升400%，可显著提高自动驾驶汽车、无人机及机器人的安全性。

一支跨国研究团队发布了一套用于自主机器的新型安全系统，据称其对危险的响应速度比人脑更快。研究详细阐述了来自中国、英国、中国香港、沙特阿拉伯和美国的科学家如何构建一种基于硬件的“反射机制”，以加速自动化驾驶决策。

这项突破回应了机器人技术与自动驾驶领域长期存在的担忧：机器在解读视觉数据并应对突发危险时，通常比人类耗时更长。

以每小时50英里的速度行驶时，自动驾驶车辆需约0.5秒对障碍物作出反应。在这段时间内，车辆在制动前可能已驶出约43英尺（约13.1米）。相比之下，人脑的反应时间约为0.15秒。

机器反应时间为何成为安全风险

即便配备先进处理器，逐帧分析高清图像仍需耗时。计算机必须判断画面中何物在移动、移动方向以及是否构成威胁。这种延迟引发了外界对机器人在不可预测环境中运行、无人机及自动驾驶汽车安全性的担忧。

在真实交通环境中，分秒之差至关重要。响应稍慢可能意味着制动距离延长、碰撞风险上升。如何在保持精度的前提下缩小人类感知与机器处理之间的反应差距，一直是工程师面临的难题。

研究团队聚焦于从硬件层面解决该问题，而非仅依赖软件升级。他们的目标是在不完全重新设计现有摄像系统的基础上，实现更快速的决策。

受人类视觉启发的硬件“反射”

科学家以人类视觉机制为蓝本设计该系统。人脑并不会分析场景中的每一处细节，而是快速察觉突发运动或变化并先行反应，细致处理紧随其后。

该系统的核心是一块二维突触晶体管阵列，被描述为高灵敏度运动探测芯片。它遵循“先滤波后处理”的原则：芯片首先滤除无关视觉信息，仅识别场景中的关键变化。

该晶体管仅需100微秒即可感知图像变化，远超人眼感知速度。它能够将运动信息保持超过1万秒，并在超过8000个工作周期内无性能损耗。

捕捉到画面后，芯片会忽略完整图像，仅记录运动物体。这些筛选出的信号随后被传输至标准计算机视觉算法进行深度分析。据研究显示，该方法比传统图像处理方式快10倍以上。

汽车、无人机、机器人性能均获提升

实验室测试中，该系统处理运动数据的速度比现有最先进算法快四倍。在理想条件下，其反应表现甚至超越人类水平。

研究人员报告称，在驾驶测试中危险探测性能提升213.5%，机械臂物体抓取能力提升740.9%。在现实场景中，效率虽有轻微下降，但仍优于现有自主系统。

在时速50英里的情况下，约0.2秒的反应时间提升可使制动距离缩短约14.4英尺（约4.4米）。论文共同通讯作者、北京航空航天大学副教授高硕表示：“我们的方法实现了四倍提速，在利用时间先验保持甚至提升精度的同时，超越了人类水平。”

“我们并未完全推翻现有摄像系统，而是通过硬件插件的方式，让现有计算机视觉算法运行速度提升四倍，这在工程应用中更具实用价值。”他解释道：“交通事故中，这4米距离往往决定着是发生碰撞还是险情化解。”

对于小型无人机，反应时间缩减至少三分之一，续航能力与飞行性能均获改善。高硕补充道：“该项目必将推动与中国车企及无人机企业的深度合作。”

“我们希望为自动驾驶汽车配备这种‘硬件级反射’系统，使其在应对突发路况时能够比人类更灵敏地响应，从而从根本上提升无人系统的安全性。”

该研究发表于同行评议期刊《自然·通讯》。

如果朋友们喜欢，敬请关注“知新了了”！