Нова мікросхема від MIT допоможе компактним роботам із низьким рівнем енергоспоживання успішно маневрувати у складних просторах. Винахід стане в пригоді невеликим автономним безпілотникам, яким необхідно оминати перешкоди у вузьких кутах промислових систем вентиляції під час пошуку витоків газу. Завдяки розробці мініатюрні пристрої з обмеженою місткістю акумулятора можуть у реальному часі створювати детальні тривимірні карти оточення, витрачаючи не більше енергії, ніж один світлодіод. Отримані дані дозволяють роботу прокладати безпечний маршрут для досягнення мети.
Щоб дізнатись останні новини, слідкуйте за нашим каналом Google News онлайн або через застосунок.
Зазвичай генерація деталізованих карт вимагає потужних систем та значного обсягу пам’яті для збереження тривимірних об’єктів. Учені з MIT поєднали продуктивний алгоритм картографування із вузькоспеціалізованим апаратним забезпеченням, що прискорює обробку даних. Такий підхід мінімізував використання ресурсів. Інтегрована система споживає лише близько 6 міліватів, що є мізерною часткою порівняно з іншими технологіями. Завдяки ощадливості чип підходить і для легких гарнітур доповненої реальності, які можна носити годинами під час медичних симуляцій або для кропіткого ремонту техніки.
Читайте також: AERONAUT – про все, що літає вище землі: авіація, БПЛА та дрони, ракети та космос
Вівієн Сзе, професорка кафедри електротехніки та комп’ютерних наук (EECS) і співробітниця Дослідницької лабораторії електроніки (RLE), яка є провідною авторкою дослідження, наголошує на важливості спільного проєктування алгоритму та заліза. Вона зазначає, що чип дозволяє зберігати величезні масиви просторових даних у крихітному сховіщі з низьким енергоспоживанням. Разом із нею над проєктом працювали аспіранти MIT Зі-Сінг Фу і Пітер Чжі Сюань Лі, а також Сертак Караман, професор аеронавтики й астронавтики та директор LIDS. Результати команда презентувала на Симпозіумі з надвеликих інтегральних схем IEEE.
Створення 3D-карт зазвичай виснажує батарею, адже системі доводиться зберігати кадри й багаторазово опрацьовувати тривимірні пікселі. Замість кубічних елементів – вокселів – розробники застосували метод відображення об’єктів у формі еліпсоїдних згустків, відомих як Гаусіани. Масштаб, контури та щільність цих еліпсоїдів гнучко змінюються, що дозволяє точніше відтворювати округлі форми, ніж за допомогою жорстких кубів. Карта фіксує перешкоди й вільні зони навколо пристрою. Оскільки еліпсоїди адаптуються до геометрії, один витягнутий об’єкт замінює безліч кубиків, компактно описуючи простір.
Для своєї системи, названої Gleanmer, фахівці використали фірмовий алгоритм GMMap, який оперативно формує 3D-модель оточення. За традиційних підходів робототехніці доводилося б знову й знову завантажувати кожне глибинне зображення для коригування еліпсоїдів шляхом зіставлення абсолютно всіх пікселів. Щоб вирішити цю проблему, інженери розробили метод, який формує точні еліпсоїди з глибинних знімків усього за один прохід, після чого вихідні кадри видаляються. Алгоритм припускає, що сусідні точки належать до одного об’єкта, та зіставляє кожен піксель лише з його найближчим оточенням.
Пітер Чжі Сюань Лі пояснив, що завдяки такому рішенню в пам’яті одночасно зберігається лише кілька пікселів. Проте під час руху робот бачит ті самі об’єкти під різними кутами, через що еліпсоїди можуть дублюватися. Для вирішення цієї проблеми автори створили метод злиття накладених Гаусіан без звернення до первинних пікселів, що значно економить ресурси. Більшість обчислень відбувається безпосередньо з компактними еліпсоїдами. Чип спроєктований так, щоб утримувати активні Гаусіани у швидкій внутрішній пам’яті поруч із обчислювальними блоками.
Дані, які знадобляться роботу для наступних кроків, уже чекають у внутрішній пам’яті, тому системі не потрібно звертатися до енергоємного зовнішнього сховища. Зі-Сінг Фу додає, що наявність виділеної пам’яті для зберігання об’єктів із кількох попередніх кадрів дозволяє взаємодіяти з даними значно швидше. Технологію протестували на різноманітних готових тривимірних локаціях, а також під час реконструкції перешкод у реальному часі через відеопотік з iPhone. Мікросхема Gleanmer споживала близько 6 міліватів, що становить лише 2,5% від потужності найкращих сучасних аналогів. Завдяки повторному використанню еліпсоїдів робот витрачає на побудову маршруту лише 20% енергії.
Науковці планують ще більше підвищити ефективність, перемістивши обчислювальні блоки ближче до сенсорів. Також розглядається застосування Гаусіан для аналізу схем, що допоможе системам AI швидше опрацьовувати складні креслення. Професор Сертак Караман підсумував, що тривимірне картографування в реальному часі тривалий час залишалося недосяжним для малих безпілотників. Дрону чи AR-окулярам необхідно миттєво й безперервно розуміти простір за мінімальних енерговитрат. Розробка Gleanmer вперше робить це реальністю завдяки мікросхемі, яка легко вміщується між пальцями. Фінансову підтримку надали Intel, Amazon, Національний науковий фонд СШАпо та стипендія MIT-MathWorks.
Читайте також:
- Технологічний альянс року: Anthropic розробляє власні AI-чипи у партнерстві з Samsung
- Рішення для бізнесу та розробників: AMD представила Ryzen AI Halo і процесори Ryzen AI Max PRO 400