麻省理工學院的研究人員開發了一種低功耗晶片，能夠讓微型無人機和機器人即時建立其周圍環境的詳細三維地圖，功耗僅約為 6 毫瓦。這款名為 Gleanmer 的系統單晶片可能會幫助電池驅動的自主機器在工業通風系統、倉庫、隧道及其他障礙物迴避至關重要的狹小空間中進行導航。該技術亦有望應用於輕量級增強現實耳機，使其在不耗盡電池的情況下映射室內環境。這款晶片結合了專用硬件與緊湊的映射算法，顯著減少了創建機器人周圍三維表示所需的記憶體和能量。
Gleanmer 晶片顯著降低機器人導航能耗
傳統上，構建詳細三維地圖通常需要機器人處理大量的影像數據並存儲其周圍環境的複雜表示。這些任務通常需要大量的記憶體和能量，令其在小型電池驅動設備上部署變得困難。麻省理工學院的團隊不依賴傳統的基於體素的地圖，這種地圖使用數百萬個小立方體來表示環境，而是使用靈活的橢圓形狀，稱為高斯（Gaussians）。這些形狀能更有效地表示曲面物體和開放空間，同時需要的記憶體遠少於傳統方法。
研究人員將該晶片與名為 GMMap 的映射算法配對，該算法能在單次過程中從深度影像創建三維地圖。這使得系統能夠幾乎立即丟棄影像數據，而不是反覆存儲和處理。
研究的共同主筆之一彼得·志軒·李表示：「在任何時刻，我們只需在記憶體中存儲幾個像素，這大大減少了我們的算法所需的記憶體佔用。」該系統還避免了映射中另一個常見的挑戰。當機器人移動時，通常會從多個角度觀察同一物體，這會產生重疊的表示，從而增加地圖的大小。麻省理工學院的團隊開發了一種方法，能夠直接合併重疊的高斯，而無需回到原始影像數據。
這種方法使研究人員能夠將大部分活動數據保留在快速的晶片內部記憶體中，而不是依賴耗電的外部存儲。共同主筆之一傅子惺表示：「通過擁有專用的記憶體來存儲你在前幾幀中看到的物體，可以更有效地訪問數據。」在測試包括多種先前錄製的環境中，Gleanmer 實時生成詳細的三維地圖，功耗約為 6 毫瓦。研究人員指出，這大約是目前最佳地圖構建晶片所需能量的 2.5%。該晶片還能直接從 iPhone 相機流式傳輸的實時數據中重建障礙物和自由空間。
通過在路徑規劃中重用緊湊的高斯表示，該系統使機器人能夠使用約 20% 通常所需的能量計算無碰撞路徑。麻省理工學院電機工程及計算機科學教授暨本研究的資深作者薇薇安·斯澤表示：「這篇論文展示了一個關鍵的例子，説明如何利用算法和硬件的協同設計來推動能效。」研究人員相信，未來版本的晶片可以通過將計算資源放置得更接近於機載傳感器來變得更加高效。除了機器人技術，該團隊也在探索基於高斯的表示是否可以幫助計算系統更有效地處理技術圖紙和複雜的示意圖。
該研究在 IEEE 超大型集成電路研討會上發表。
項目 規格 功耗 6 毫瓦 記憶體使用 低於傳統方法
