機器反應(yīng)速度與人類大腦的差距一直是自動駕駛技術(shù)面臨的最大挑戰(zhàn)之一。然而，最近一項由中國科學家參與研發(fā)的國際研究可能正在改變這一局面。
讓我們先來看一個簡單的數(shù)學問題：一輛以80公里時速行駛的自動駕駛汽車，如果檢測到前方危險需要0.5秒才能做出反應(yīng)，而人類駕駛員只需要0.15秒。這0.35秒的差距意味著車輛在停下前將額外行駛13米。在交通事故中，這13米往往是生與死的距離。
即便是先進處理器，在分析高清圖像識別移動物體及其軌跡時，速度也遠遜于人類。這種延遲引發(fā)了對機器人、無人機及自動駕駛車輛的安全性根本性擔憂。
由北京航空航天大學、香港城市大學、英國劍橋大學等中外合作者組成的國際團隊，從人類視覺機制中找到了突破口，現(xiàn)已開發(fā)出更快的反應(yīng)系統(tǒng)。
北京航空航天大學副教授高碩表示：“我們的方法實現(xiàn)了400%的速度提升，在保持或提高精度的同時超越了人類水平?！?/strong>關(guān)鍵在于，他們沒有完全推翻現(xiàn)有的攝像系統(tǒng)，而是通過硬件插件的方式，讓現(xiàn)有計算機視覺算法的運行速度提升了四倍。
研究團隊觀察到，當人類遭遇突發(fā)障礙物時，視覺系統(tǒng)會優(yōu)先響應(yīng)移動物體，而不是處理整個視野的所有信息，這種“選擇性注意”機制成為了他們設(shè)計新系統(tǒng)的靈感來源。
該技術(shù)的核心是一個基于二維突觸晶體管陣列的硬件系統(tǒng)，本質(zhì)上是一種高靈敏度的“運動檢測”芯片。這個芯片實現(xiàn)了“先濾波后處理”的動態(tài)機制，具備三大核心能力：首先，它能在100微秒內(nèi)檢測圖像變化，這個速度遠超人類感知;其次，它可以存儲超過10000秒的運動信息;第三，它能夠持續(xù)運行8000多個操作周期而不影響性能。
工作流程是這樣的：捕捉到圖像幀后，該芯片能忽略完整畫面，僅記錄關(guān)鍵變化并標記所有“移動物體”，隨后將數(shù)據(jù)傳遞給標準視覺算法進行深度分析。論文指出，這個流程的速度比傳統(tǒng)方法快十倍以上。
研究團隊在自動駕駛、無人機導航和機械臂操作等多個場景中測試了該系統(tǒng)。結(jié)果顯示，該硬件處理運動數(shù)據(jù)的速度是當前頂尖算法的四倍，在理想實驗室條件下甚至超越了人類表現(xiàn)。
測試顯示，該系統(tǒng)在駕駛中的危險識別能力提升213.5%，機械臂抓取物體能力提升了驚人的740.9%。
在實際路測中，系統(tǒng)效率雖略有下降，但仍優(yōu)于現(xiàn)有自動駕駛系統(tǒng)。研究人員指出，約0.2秒的響應(yīng)提升可使時速80公里的車輛制動距離縮短4.4米。
高教授強調(diào)：“交通事故中，這4米往往決定著碰撞是否發(fā)生，還是驚險躲過?！?/p>
在小型無人機領(lǐng)域，該系統(tǒng)至少將反應(yīng)時間縮短三分之一，顯著提升了續(xù)航能力和性能表現(xiàn)。對于需要快速反應(yīng)的無人機應(yīng)用，如快遞配送、緊急救援等，這一進步具有重要意義。
高博士強調(diào)：“該項目必將推動與中國汽車及無人機企業(yè)的深度合作，我們期望為自動駕駛車輛配備這種硬件級反射系統(tǒng)，使其在應(yīng)對突發(fā)路況時比人類反應(yīng)更敏銳，從而從根本上提升無人系統(tǒng)的安全性?！?/p>
