本文摘要:最近科学家顺利开发了超高功耗的混合信号芯片,该芯片的设计启发了人类对大脑的理解,协助手掌大小的机器人协同工作,可以根据经验自学。

英亚体育

最近科学家顺利开发了超高功耗的混合信号芯片,该芯片的设计启发了人类对大脑的理解,协助手掌大小的机器人协同工作,可以根据经验自学。融合新一代的低功耗电机和传感器,以毫瓦运行,可以将单电池供电智能机器人的运行时间从几分钟提高到几小时。佐治亚理工大学的研究者是顺利开发的超强力低功耗混合信号芯片,该芯片的设计启发了人类对大脑的理解,帮助手掌大小的机器人协同工作,可以根据经验自学。

为了节省电力,该芯片被用于混合数字模拟信号的时域处理器,使用信号的脉冲宽度对信息进行展开编码。该神经网络IC不限于基于模型的编程应用,也没有协作能力,能够强化自我学习。

显示了小型机器人更大的侦察、救援和继续执行其他任务的能力。乔治亚理工大学的研究人员在2019年的IEEE国际固体电路会议(ISSCC )上,展示了搭载这个独自的ASIC的机器人推车。这项研究的赞助者还包括国防部高级研究计划局(DARPA )、半导体研究组织(SRC )和基于大脑灵感计算的自主智能研究中心(CBRIC )。

在试验场中,设置了由该超强低功耗混合信号芯片控制的机器人推车,展示了其自学能力和它与其他机器人推车合作的能力。乔治亚理工大学电气计算机工程学院副教授ArijitRaychowdhury说:“我们想表现这些非常小的机器人的智能,让他们了解自己周围的环境,在没有基础设施的协助下自主移动。” 为了构建这个目标,我们在这些非常小的设备中引入了低功耗电路的概念,它们自己做了决策。在现在的市场上,需要基础设施就可以自主运营的非常小,但强大的机器人的市场需求非常大。

》Raychowdhury和他的研究生宁源Cao、MuyaChang、AnupamGolder展示的汽车横跨橡胶垫复盖面积的试验场,周围铺着纸板墙。这些机器人推车寻找目标时,他们必须避免交通障碍,防止彼此冲突,在这个环境下要大力自学,互相通信。机器人推车被用于惯性传感器和超声波传感器,确认自己的方位,检测周围的物体。

传感器信息被发送到作为机器人手推车大脑的混合信号ASIC。指令被发送到以浆果为首的控制器,该控制器向电动机发送指令。

掌大微型机器人小车中,主要有驱动控制车轮的电机及其控制器、处理器、传感系统三个子系统消耗电力。在Raychowdhury和他的团队设计的机器人手推车中,处理器的低功耗特性意味着大部分电力都是由电机消耗的。“我们减少了ASIC的计算能力,减少了其功耗,功耗支出主要受电机电力市场的需求支配。

”他说。佐治亚理工大学的团队与微型机电一体化的电机运营商合作,提高了电机的电力密度。

“我想构筑传感子系统、通信计算单元、驱动模块的电力几乎处于几百毫瓦左右的电力水平的系统。”Raychowdhury说,他是佐治亚理工大学的副教授,也是安森美半导体的技术顾问。“如果我们需要使用高效的马达和控制器来生产这些手掌大小的机器人,我们可以使用几节AA电池运营好几个小时。

我们需要什么样的计算平台是正确的,但是除了计算IC,还需要其他组件的对应。”在时域计算中,以脉冲宽度的形式展开编码,表示在不同的电压电平上有不同的信息。这种方式融合了仿真电路的高能效特征和数字器件的鲁棒性。Raychowdhury说:“与传统数字芯片相比,该芯片的尺寸减少了一半,功耗上升到原来的三分之一。

” “我们在逻辑电路和存储器的设计上使用了很多技术,在将功耗减少到毫瓦的范围内的同时,还满足了目标性能。”考虑到所使用的脉冲宽度响应是不同的值,该系统中后者比完全的数字设备更快。但Raychowdhury回答说,这个速度对小型机器人来说足够幸福。

他说:“在这些控制系统中,机器人自身的移动速度会不愉快,因此我们不需要运营具有数千兆赫频率的电路。” “我们为了得到非常高的电源效率,牺牲了一点性能。即使以10MHz或100MHz工作,也足够慢地适用我们的目标。

”这个CMOS芯片是基于65纳米工艺构建的,仅限于机器人的两种自学模式。其一,该系统可以通过编程继续执行基于固定模型的算法,其次可以自我强化,从环境中自学。

随着时间的推移,这个系统需要构建更好的性能。就像开始走路的孩子学会绊倒走路一样。Raychowdhury先生说。

“在神经网络中,通过以预期的权重集启动系统,机器人可以长时间启动,立即崩溃,获取错误消息。你在新的方位上配置它的话,周围的环境会再次发生变化,但是环境本身没有那个机器人需要认识自学的构造。

然后系统自己提出要求,评估每个决策的有效性,优化以前的行为。”机器人之间可以相互通信,这样就可以协调找到目的。“在相互合作的团队合作面对的完全相同的环境中,机器人不仅要理解自己在做什么,还必须告诉团队内的其他同志也在做什么。

”他说:“不要把焦点放在自己身上,而要致力于集团利益的最大化。” 佐治亚理工大学的研究小组在国际固体电路会议上开展概念检查后,正在开发可进一步优化设计、构建计算单元和控制电路的片上系统。Raychowdhury补充说:“我们想在这些小型机器人中构建更多的功能。” “我们现在展示了能做什么,我们现在做的是用其他想法进一步强化其能力。

本文关键词:英亚体育,英亚体育官网

本文来源:英亚体育-www.duniapost.com