新型芯片助力微型機器人穿越複雜環境

麻省理工學院（MIT）的研究人員近日研發出一種新型芯片，可幫助微型無人機等低功耗設備在複雜環境中實時構建三維地圖，並規劃安全的避障路徑。該芯片的功耗僅約6毫瓦，相當於一個LED燈泡的耗電量，為電池容量有限的自主機器人系統帶來了突破性進展。

傳統上，機器人在構建詳細的三維地圖時需要消耗大量電力和內存。它們必須反覆處理攝像頭捕獲的圖像，並存儲所有三維像素（即體素）。MIT團隊另闢蹊徑，採用了一種高效算法GMMap，利用橢球體高斯模型來表徵環境中的障礙物。與立方體狀的體素相比，橢球體可以靈活調整大小、形狀和厚度，從而更緊湊地匹配彎曲物體的外形，大幅減少內存佔用。

基於這一算法，研究團隊設計了名為Gleanmer的系統級芯片。該芯片採用創新的單次掃描技術，只需一次處理即可從深度圖像中生成精確的高斯模型，隨後丟棄原始圖像，因此無需在芯片上存儲完整圖像。此外，算法僅比較相鄰像素而非所有像素，進一步降低了內存需求。當機器人移動時，來自不同視角的高斯模型會發生重疊，研究人員開發了直接融合重疊高斯模型的方法，無需回溯原始像素，從而顯著節省存儲和計算資源。

在測試中，Gleanmer芯片在實時生成詳細三維地圖的同時，功耗僅為約6毫瓦，是現有最佳地圖構建芯片功耗的2.5%。利用這些緊湊的高斯模型，機器人規劃安全軌跡的能耗也降低了80%。由於高斯地圖非常緊湊，芯片可以將活躍處理的高斯模型存儲在片內高速緩存中，避免訪問耗電的外部存儲器。

這一成果不僅適用於微型無人機，還有望應用於輕量級增強現實頭顯，支持長時間佩戴的醫療模擬或精密維修作業。研究團隊計劃進一步優化能效，將處理單元與傳感器集成，並探索高斯模型在藍圖表示等其他領域的應用。MIT教授Vivienne Sze表示：“這項工作是算法與硬件協同設計的典範，真正將能效推向了新高度。”該研究由MIT研究生Zih-Sing Fu和Peter Zhi Xuan Li共同領導，並得到MIT-MathWorks Fellowship、亞馬遜、美國國家科學基金會和英特爾等機構的支持。