北京
来源：滚动播报
（来源：中国航空报）
麻省理工学院的研究人员开发出一种低功耗芯片，它能让微型无人机和机器人实时构建周围环境的详细三维地图，而功耗仅为约6毫瓦。这款名为Gleanmer的片上系统可以帮助电池供电的自主机器在工业通风系统、仓库、隧道和其他需要避障的密闭空间等复杂环境中导航。
这项技术也可能应用于轻型增强现实头显，使其能够在不消耗电池电量的情况下绘制室内环境地图。该芯片将专用硬件与紧凑的地图绘制算法相结合，显著降低了创建机器人周围环境三维模型所需的内存和能量。
构建详细的三维地图通常需要机器人处理大量图像数据并存储周围环境的复杂模型。这些任务通常需要大量的内存和电力，因此难以部署在小型电池供电设备上。
麻省理工学院的研究团队并没有采用传统的基于体素的地图（这种地图使用数百万个微小立方体来表示环境），而是使用被称为高斯函数的灵活椭球体形状。这些形状能够更高效地表示曲面物体和开放空间，同时所需的内存也少得多。
研究人员将芯片与一种名为GMMap的地图绘制算法相结合，该算法只需一次扫描即可从深度图像创建3D地图。这使得系统能够几乎立即丢弃图像数据，而无须反复存储和处理。
该系统还避免了地图绘制中的另一个常见挑战。当机器人移动时，它通常会从多个角度观察同一物体，从而产生重叠的表示，导致地图尺寸增大。麻省理工学院的研究团队开发了一种方法，可以直接合并重叠的高斯函数，而无须返回原始图像数据。这种方法使研究人员能够将大部分活动数据存储在高速片上存储器中，而无须依赖耗电的外部存储设备。
在涉及各种先前记录的环境的测试中，Gleanmer芯片实时生成了详细的3D地图，同时仅消耗约6毫瓦的功率。据研究人员称，这大约是目前用于地图构建的最佳芯片所需能量的2.5%。
该芯片还可以直接从苹果手机摄像头传输的实时数据中重建障碍物和自由空间。通过在路径规划过程中重用紧凑的高斯分布表示，该系统使机器人能够以通常所需能量的约20%计算出无碰撞路径。
研究人员认为，通过将计算资源放置在更靠近机载传感器的位置，未来的版本可以更加高效。除了机器人技术之外，该团队还在探索基于高斯分布的表示方法是否能够帮助计算系统更高效地处理技术图纸和复杂原理图。 （逸文）
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
