美国公司使用仿生技术研发无人机避撞传感器

　　受活的生物大脑启发而产生的技术可以提供一种低成本的解决方案，用于解决无人机现存在的问题——碰撞的风险。同样的技术可为具备更强自主性、传感和导航技能的新一代无人机开辟道路。

　　研究人员长久以来就对即使是最小的昆虫的飞行控制产生深刻印象。苍蝇、蜻蜓和蜜蜂可以穿过障碍物丛生的空间，以闪电般的速度对潜在威胁产生反应，其能力是现有计算机难以匹敌的。生物神经系统的神经网络在计算方面表现很差，但是对于复杂感觉的输入却表现得很优秀，并且仅仅需要使用很少的能量。

　　生物系统的优良性能激起人们进行模拟自然架构的人工大脑的研究，即神经形态工程学。

　　位于加州托兰斯(Torrance)市的物理光学公司(Physical Optics Corp.，POC)根据一份美国空军的合同，正在开发“发现并回避昆虫眼/神经形态”(SAVIEN)传感器系统。该系统综合了两个元素，两个元素都是从生物获得的灵感。昆虫具有复眼，与人眼相比，其分辨率低，但是视野广阔。复眼非常适于探测“光流”(Optical Flow)，即物体在视野中的运动。此前，有很多开发者将光流作为传感技术应用到无人系统中，但是POC的SAVIEN在处理使用神经网络的输出方面采用了非常规手段。SAVIEN的神经形态学“大脑”是神经网络的数字化模拟，其足够强大可以对以高速过来的物体进行探测并作出反应。这种高效的、受生物启发的设计方案确保了尺寸、重量和功率需求足够小，可以应用在小型无人航空系统上。

　　同时，位于加州马利布(Malibu)市的HRL实验室，正在进行神经形态学系统的研究，以改进用于情报搜集平台的小型无人机。该实验室为通用汽车和波音联合控股。NEOVUS(景象的神经形态理解，Neuromorphic Understanding of Scenes)系统从一个5兆像素的摄像头以每秒30帧的速率获取输入并分两个步骤进行数据处理。第一步是是从景象中提取感兴趣的物体，并将其传到送到第二步，第二步进行分类和识别。

　　NEOVUS可以探测场景中移动和静止的人类和车辆，甚至能够分别出卡车和轿车。该技术可能为无人机带来巨大的效益。例如，人类操纵员可以不用查看所有时刻的图像，而在当车辆出现在道路上时候听到警报后再去查看，这就减少所需的带宽。

　　开发者称NEOVUS所需功率少于常规计算机视觉算法的千分之一，因而相应地其处理系统非常小。HRL已经在航空环境公司的RQ-11无人机上进行了神经形态系统的试飞，表明其考虑进入小型无人机市场。

　　SAVIEN和NEOVUS都依靠在现有数字硬件上的生物神经系统模拟。位于爱达荷州博伊西(Boise)市的生物启示技术(Boi-Inspired Technologies)公司正在采用一种更具挑战性的方法，研制一种真正的生物形态学硬件。其工作部分由美国空军资助，采用的是一种新型的组件，名为记忆电阻(memristor)，意即带有记忆的电阻。

　　生物启示技术公司CEO泰瑞•加弗荣(Terry Gafron)介绍说：“记忆电阻的一个吸引人的方面，以及我们在正在进行投资研发的，是其行为与生物突触不可思议地相似。”

　　与大脑中的突触一样，记忆电阻响应通过其中的脉冲，形成了学习系统的基础。生物启示技术公司正在为美国空军实验室(AFRL)研制一种基于记忆电阻的处理器。该公司还将于今年夏天推出商用的生物核心记忆电阻实验者/演示板;贝塔版的“记忆电阻”处理器芯片将在2015年年底发布。

　　相比于一般芯片中数百万个半导体晶体管，神经形态学硬件可能只需要少量的元件。加弗荣指出，苍蝇的复杂的飞行仅需要小一百个神经元。安装了生物形态学系统的微型无人机可以独立应对具有挑战性的环境，例如搜寻遭遇地震倒塌的大楼内部。

　　加弗荣称：“用户的干预将不再需要，因为其自适应系统将会学习倒塌大楼里的路径。更棒的是，随着经验的积累，微型无人机将会做得越来越好。”

　　在加弗荣预见的未来中，无人机将不断具备提高飞行技巧。未来生物形态学芯片将会更加强大，并且随着飞行经验的获取会变得越来越好。可能有一天，人类飞行员仅在有安全性风险的时候才出现。