據(jù)麥姆斯咨詢介紹,神經(jīng)形態(tài)視覺傳感是一種受生物啟發(fā)的相機(jī),可以捕捉場(chǎng)景中的活動(dòng),降低數(shù)據(jù)冗余和延遲。這些基于事件的傳感器使機(jī)械的自主性更加接近現(xiàn)實(shí),并在工業(yè)自動(dòng)化、消費(fèi)電子和自動(dòng)駕駛車輛等領(lǐng)域基于視覺的高速應(yīng)用中找到用武之地。
“為什么說基于事件的視覺傳感器是神經(jīng)形態(tài)的?因?yàn)槊總€(gè)像素都是一個(gè)神經(jīng)元,把人工智能引入像素邊緣完全有意義?!盰ole首席分析師Pierre Cambou稱。
最近幾個(gè)月,沉寂多年的神經(jīng)形態(tài)視覺傳感產(chǎn)業(yè)似乎又重新回到了人們的視野。去年11月,三星為其移動(dòng)和平板電腦應(yīng)用的動(dòng)態(tài)視覺傳感器(Dynamic Vision Sensor, DVS)技術(shù)提交了商標(biāo)申請(qǐng)。Pierre Cambou說,“這算是一個(gè)驚喜!因?yàn)槿亲畛跏袌?chǎng)化的動(dòng)態(tài)視覺傳感器主要用于汽車高級(jí)駕駛輔助系統(tǒng)(ADAS)?!?/p>
2019年12月,索尼悄悄收購(gòu)了總部位于蘇黎世的Insightness公司,該公司的視覺傳感器即使在運(yùn)動(dòng)中也可以在幾毫秒內(nèi)實(shí)現(xiàn)運(yùn)動(dòng)檢測(cè)。2020年2月,總部位于巴黎的Prophesee公司在完成2800萬美元額外融資后不久,和索尼一起在美國(guó)舊金山舉行的國(guó)際固態(tài)電路會(huì)議(International Solid-State Circuits Conference)上聯(lián)合宣布,他們已經(jīng)開發(fā)出一種基于事件的堆疊式圖像傳感器。
Prophesee基于事件的圖像傳感器的成像圖片
神經(jīng)形態(tài)傳感起源于1991年蘇黎世聯(lián)邦理工學(xué)院(ETH Zurich)神經(jīng)信息學(xué)研究所Misha Mahowald開發(fā)的“硅視網(wǎng)膜”技術(shù)。Mahowald解釋稱,“模仿人類視網(wǎng)膜,這種‘硅視網(wǎng)膜’通過從圖像中減去平均強(qiáng)度水平,只報(bào)告空間和時(shí)間變化,從而減少了帶寬?!边@種靈感推動(dòng)了動(dòng)態(tài)視覺傳感器背后的概念,使蘇黎世聯(lián)邦理工學(xué)院成為該技術(shù)的創(chuàng)新中心,并孕育了像Prophesee、Insightness等無數(shù)初創(chuàng)企業(yè)。瑞士創(chuàng)新公司iniVation也是其中之一。
iniVation開發(fā)的DAVIS346
這家總部位于蘇黎世的初創(chuàng)公司由基于事件的視覺先驅(qū)們于2015年創(chuàng)建,他們開發(fā)了一種動(dòng)態(tài)視覺平臺(tái),結(jié)合硬件和軟件用于高性能機(jī)器視覺系統(tǒng)。iniVation的神經(jīng)形態(tài)動(dòng)態(tài)視覺傳感器芯片DAVIS346模仿了人類視網(wǎng)膜的特性。只有在發(fā)生局部像素級(jí)的變化時(shí)才會(huì)進(jìn)行傳輸,以微秒級(jí)的分辨率生成事件流,與傳統(tǒng)的視覺傳感器相當(dāng),但數(shù)據(jù)量卻少得多。該公司聲稱,由于采用本地化處理,其功耗(最多減少90%)、數(shù)據(jù)存儲(chǔ)和計(jì)算要求顯著降低,同時(shí)還提高了傳感器的動(dòng)態(tài)范圍(高于120 dB)。
iniVation通過300個(gè)客戶的網(wǎng)絡(luò),與賓夕法尼亞大學(xué)(University of Pennsylvania)、蘇黎世大學(xué)(University of Zurich)和美國(guó)國(guó)防高級(jí)研究計(jì)劃局(DARPA)的研究人員合作開發(fā)了IBM的TrueNorth仿人腦芯片。這項(xiàng)研究的重點(diǎn)是無人駕駛飛機(jī)的自主飛行。
暢想智能制造
現(xiàn)代制造業(yè)正在發(fā)生一場(chǎng)無聲的革命。機(jī)器自主和自動(dòng)化相輔相成,大量制造自動(dòng)化的發(fā)展背后是機(jī)器視覺。與簡(jiǎn)單的傳感器不同,機(jī)器視覺傳感器會(huì)產(chǎn)生大量的數(shù)據(jù)以識(shí)別有缺陷的系統(tǒng),了解它們的缺陷并進(jìn)行快速干預(yù)。其結(jié)果是節(jié)約的成本和提高的生產(chǎn)率。
iniVation稱,其動(dòng)態(tài)視覺平臺(tái)適用于工業(yè)視覺,可實(shí)現(xiàn)基礎(chǔ)設(shè)施的高速3D掃描,用于預(yù)測(cè)性維護(hù)、高速生產(chǎn)檢測(cè)、顆粒、熒光成像顯微鏡以及人體運(yùn)動(dòng)分析。換句話說,它能夠以高速度、高精度和高一致性執(zhí)行普通或復(fù)雜的重復(fù)任務(wù)。
“我們花了一段時(shí)間才找到一個(gè)好的策略。”iniVation首席執(zhí)行官Kynan Eng說,“很多公司可以提供高速計(jì)數(shù),由于傳統(tǒng)相機(jī)可以實(shí)現(xiàn)每秒1000幀甚至更高,所以高速計(jì)數(shù)并不是根本。如果應(yīng)用不需要即時(shí)響應(yīng),那么,使用我們的傳感器就沒有什么意義?!?/p>
對(duì)于iniVation傳感器應(yīng)用,關(guān)鍵的是延遲而不是數(shù)據(jù)吞吐量,iniVation的傳感器具有快速響應(yīng)時(shí)間,例如一個(gè)不斷移動(dòng)執(zhí)行任務(wù)的機(jī)器人,它需要實(shí)時(shí)調(diào)整它的路徑。如果調(diào)整得越快,它就能移動(dòng)得越快,同時(shí)檢測(cè)自己錯(cuò)誤的速度也越快。
“在我看來,工業(yè)視覺是一個(gè)相對(duì)低風(fēng)險(xiǎn),但市場(chǎng)規(guī)模也低的市場(chǎng)?!盓ng說。因此,風(fēng)險(xiǎn)投資基金很少有興趣。著眼于有機(jī)增長(zhǎng),iniVation正在考慮規(guī)模經(jīng)濟(jì)。通過2019年與三星(Samsung)的合作,iniVation從制造和芯片銷售轉(zhuǎn)向?qū)C(jī)器視覺行業(yè)銷售相機(jī)?!澳憧梢再u100美元的芯片,也可以把它裝在相機(jī)里,賣1000美元的相機(jī)?!盰ole分析師Cambou指出。
通過轉(zhuǎn)向系統(tǒng)級(jí)產(chǎn)品,iniVation正在往高價(jià)值鏈上拓展。
“我們認(rèn)識(shí)到,只成為一家芯片公司沒有意義。”Eng說,“我們可以融資10億美元,但這仍不足以自己制造芯片??蛻粢恢眴栁覀?,為什么我們的相機(jī)價(jià)格昂貴,如何才能讓它們便宜。與三星合作,就是問題的答案。”
對(duì)產(chǎn)品質(zhì)量的高要求,推動(dòng)了食品、包裝、消費(fèi)電子、航空航天以及汽車行業(yè)的機(jī)器視覺。Eng說,iniVation的目標(biāo)是進(jìn)入更大的市場(chǎng)。
移動(dòng)領(lǐng)域空間巨大
基于事件的相機(jī)只傳輸強(qiáng)度的變化。它們不會(huì)受到運(yùn)動(dòng)模糊的影響,延遲時(shí)間約為微秒級(jí)。加上很高的動(dòng)態(tài)范圍和很低的功耗,使基于事件的相機(jī)非常適合虛擬現(xiàn)實(shí)和增強(qiáng)現(xiàn)實(shí)應(yīng)用(VR/AR)。“這是一個(gè)巨大的潛在市場(chǎng),不過,現(xiàn)在還不知道什么時(shí)候會(huì)真正起量。現(xiàn)在,它是一個(gè)利基市場(chǎng)?!盓ng說。
基于事件的相機(jī)也可以應(yīng)用于移動(dòng)設(shè)備?!爸攸c(diǎn)在于說服手機(jī)制造商在手機(jī)背面再增加一顆傳感器?!盓ng說。最初,iniVation和其它基于事件相機(jī)的廠商只生產(chǎn)使用DVS像素的相機(jī)。Eng補(bǔ)充說:“這些特性有利于應(yīng)對(duì)高速變化,但在很多情況下,人們只是想自拍或者給美食拍照。幾年前,我們開始開發(fā)一種兼具基于事件像素和正常像素的傳感器。用戶可以拍攝普通照片,進(jìn)行普通處理,但對(duì)于特定的用例,用戶會(huì)用到我們基于事件的像素?!?/p>
因此,手機(jī)制造商不必做出非此即彼的決定,并能維持同樣水平的價(jià)格。
Cambou說:“手機(jī)市場(chǎng)或?qū)⒃?021年~2022年前后開啟?,F(xiàn)在,我們已經(jīng)在華為手機(jī)的背面看到了5顆攝像頭。除了‘永久在線’的神經(jīng)形態(tài)相機(jī),我想不出再下一顆攝像頭還有誰。有人會(huì)說‘多光譜相機(jī)’,但我認(rèn)為更多的可能是讓智能手機(jī)始終保持‘意識(shí)’?;谑录南鄼C(jī)可以實(shí)現(xiàn)無接觸的交互,如鎖定和解鎖手機(jī)。”
與Prophesee和索尼的合作一樣,和三星的合作為iniVation在智能手機(jī)市場(chǎng)上提供了一條新的發(fā)展道路。Cambou說,一如既往,這是一個(gè)如何落地的問題。“永久在線意識(shí)已經(jīng)提出好多年了,但現(xiàn)在的問題是如何實(shí)現(xiàn)它。這取決于應(yīng)用,以及在客戶體驗(yàn)方面可以提供哪些改善。”
為汽車提供智慧雙眼
基于事件的相機(jī)很節(jié)能,因?yàn)橄袼鼗顒?dòng)微不足道;對(duì)于“靜默時(shí)”的像素幾乎不需要能量。這是一個(gè)賣點(diǎn),因?yàn)樽詣?dòng)駕駛汽車正從內(nèi)燃機(jī)向電動(dòng)引擎過渡。對(duì)于汽車公司來說,功耗比最初認(rèn)為的要重要得多。Eng說,“在目前的電動(dòng)汽車設(shè)計(jì)中,如果一輛汽車以恒定速度使用4 kW的總功率預(yù)算,那么其中一半會(huì)用于推動(dòng)汽車,另一半則要用于計(jì)算。計(jì)算環(huán)節(jié)省下來的每一瓦特電能,都可以延長(zhǎng)汽車的續(xù)航里程,或者使用更小的電池?!?/p>
iniVation的動(dòng)態(tài)視覺傳感器平臺(tái)能夠在惡劣的照明條件下實(shí)現(xiàn)車輛量距、高速即時(shí)定位和地圖繪制(SLAM)以及自動(dòng)駕駛輔助。“隨著處理技術(shù)的發(fā)展,自動(dòng)駕駛汽車的前景將會(huì)越來越明朗?!盓ng說,“我們將提供一種混合傳感器,它將同時(shí)具備幀速和基于事件的傳感能力,這樣汽車制造商就可以繼續(xù)使用它們已經(jīng)投入數(shù)十億美元開發(fā)的產(chǎn)品。”
傳感器是解鎖自動(dòng)駕駛的關(guān)鍵。Cambou表示,這些傳感器會(huì)產(chǎn)生大量的數(shù)據(jù),系統(tǒng)將嚴(yán)重受限于處理能力。更多的攝像頭和隨之而來的更多數(shù)據(jù)意味著“計(jì)算爆炸”。一個(gè)解決方案是提高數(shù)據(jù)質(zhì)量。Cambou 補(bǔ)充說,“真的要解決自動(dòng)駕駛問題,就需要更多類型的傳感數(shù)據(jù),例如激光雷達(dá)、熱像儀和高光譜相機(jī)等。我認(rèn)為汽車廠商也應(yīng)該考慮基于事件的相機(jī)?!?/p>
神經(jīng)形態(tài)工程的潛力仍有待開發(fā)。Yole稱,到2029年,神經(jīng)形態(tài)半導(dǎo)體、傳感和計(jì)算將成長(zhǎng)為71億美元規(guī)模的市場(chǎng)。如果在未來4~5年內(nèi)可以解決所有技術(shù)問題,神經(jīng)形態(tài)計(jì)算市場(chǎng)將從2024年的6900萬美元增長(zhǎng)到2029年的50億美元,以及2034年的213億美元。神經(jīng)形態(tài)傳感市場(chǎng)將從2024年的3400萬美元增長(zhǎng)到2029年的20億美元,以及2034年的47億美元。
-
人工智能
+關(guān)注
關(guān)注
1806文章
49018瀏覽量
249461 -
視覺傳感器
+關(guān)注
關(guān)注
3文章
268瀏覽量
23334
原文標(biāo)題:神經(jīng)形態(tài)視覺傳感器,使工業(yè)自動(dòng)化和自動(dòng)駕駛更接近現(xiàn)實(shí)
文章出處:【微信號(hào):MEMSensor,微信公眾號(hào):MEMS】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。
發(fā)布評(píng)論請(qǐng)先 登錄
消息稱三星正為蘋果iPhone開發(fā)三層堆疊式相機(jī)傳感器

什么是自感式傳感器
CMOS與傳統(tǒng)傳感器的成本比較
CMOS圖像傳感器的優(yōu)缺點(diǎn)
索尼圖像傳感器芯片有哪些
圖像傳感器功能作用及其使用場(chǎng)景
圖像傳感器的參數(shù)有哪些
圖像傳感器的探測(cè)能力與幀頻有關(guān)嗎
圖像傳感器的原理是什么?
圖像傳感器是依靠什么感光的
Melexis發(fā)布雙芯片堆疊式磁傳感器
CGQ-24霍爾傳感器是一種什么類型的傳感器
使用一種高度集成的ToF位置傳感器進(jìn)行精確的距離測(cè)量

一文讀懂圖像傳感器的選型

評(píng)論