德国弗劳恩霍夫应用研究促进协会北京代表处
当传感器学会思考
当传感器学会思考

© Fraunhofer ISIT / Concrete Brandbuilding
NeurOSmart 项目的主视觉图
 
在 Fraunhofer-Gesellschaft 的 NeurOSmart 灯塔项目中,由位于 Itzehoe 的弗劳恩霍夫硅技术研究所 ISIT 牵头的五个研究所(ISIT、IPMS、IMS、IWU、IAIS)* 正在联合开发超节能的下一代智能传感器自主系统。 这将通过创新的电子器件,重新定义感应和信息处理之间的联系。
 
智能设备正日益成为我们日常生活的一部分——常见的例如自动驾驶和家居清洁机器人。以及其他一些我们无法直接到达的地方,独立工作的机器人需求也在不断增加:他们担任着物流中心灵活而不知疲倦的助手的重要角色,更是产环境中精确而强大的合作伙伴。
 

© Unsplash
自主制造
 
为了使这些应用能够更加自主化的进行,也就是说尽可能不需要人们去监控,通过传感器和电子器件使这些机器人能够对其周围环境进行感知,并且对预测要发生的事情独立进行处理。任务越复杂,机器就必须越智能和敏捷。因此,越来越多的不同传感器被组合在一起,例如用于距离测量、运动检测或触摸时的压力确定,用于记录和处理数据的电子设备和计算机技术也需要拥有更强大的性能。
 
然而,这种向移动超级计算机发展的趋势伴随着显著增加的能源消耗。 特别是在移动系统的情况下,这会导致使用时间或范围更短,根据目前的预测,未来几十年甚至将会达到全球能源生产的极限。
 

© Adobe Stock
AI技术/电路板上的芯片
 
为了应对这种挑战,弗劳恩霍夫 NeurOSmart 的研究人员因况制宜地为相应传感器量身定制了分散式智能系统。 该项目为期四年,资金总额为800万欧元。 人脑可以作为所谓的神经形态电子学的模型,因为尽管它具有巨大的计算能力,但在做决定时却能够节省大量能量。
 
“这种类型的数据处理,即思考,是通过一种新型的模拟计算机存储技术实现的,当数据新记录到系统中时,它也能够进行算术运算,”ISIT 科学家兼项目经理 Michael Mensing博士如是说道,“在实践中,它用于准确、实时地识别对象及其行为。”到目前为止,该功能需要计算机中几个单独开发的组件,且相互通信十分耗能。
 

© Adobe Stock
移动机器人系统的自主性
 
新途径的优势在于并行开发用于物体检测和分类的体积微小并且高效的模型,这些模型特别适配于开发传感器以及直接集成电子设备的新可能性及其应用。与当前不切实际或基于云的这些对更大、更耗能模型倾向性强的解决方案相比,其在快速响应时间、增强的数据保护和显着的节能方面突出。
 
在接下来的四年中,这种方法将首先与由弗劳恩霍夫开发的复杂 LiDAR(光探测和测距)系统相结合并在面向应用的环境中进行下一步测试。 该传感器系统是自主工作系统的重要组成部分,即使在恶劣天气或远距离下,仍可以使用详细的距离信息来识别周围环境。 作为创新传感器的第一个样本,它们将在未来几年内被集成到机器人系统中,通过移动重物或移交组件为制造工业中的人类同事提供支持。