Американские ученые представили новый специализированный чип, предназначенный для систем навигации маломощных автономных устройств. Разработка ориентирована в первую очередь на небольшие беспилотные летательные аппараты, используемые для инспекции труднодоступных участков промышленных систем отопления, вентиляции и кондиционирования воздуха с целью выявления утечек газа.
Основная задача чипа — построение детализированных трехмерных карт окружающего пространства в реальном времени. Это позволяет роботизированным системам с ограниченным энергопотреблением определять местоположение препятствий и прокладывать безопасные маршруты. Отмечается, что энергозатраты устройства сопоставимы с питанием одного светодиода и составляют около 6 милливатт, что значительно ниже показателей существующих аналогов.
Отличие предложенного решения заключается в подходе к обработке данных. Вместо традиционного использования трехмерных пикселей (вокселей), требующих больших вычислительных ресурсов и объемов памяти, алгоритм отображает препятствия в виде эллипсоидов (гауссиан). Такая форма позволяет более гибко описывать геометрию объектов и существенно сокращает объем хранимой информации: один эллипсоид может заменить множество кубических элементов.
Для достижения энергоэффективности разработчики применили метод совместной оптимизации алгоритма и аппаратной архитектуры. Алгоритм обрабатывает данные глубины за один проход, сравнивая только соседние пиксели, что позволяет не хранить полные изображения в памяти. Кроме того, система выполняет слияние перекрывающихся гауссиан напрямую, без повторного обращения к исходным данным, что дополнительно снижает нагрузку на память. Компактность элементов позволила разместить активно используемые данные во встроенной памяти рядом с вычислительными блоками, сократив необходимость обращения к внешним накопителям.
В ходе испытаний прототип чипа, получившего название Gleanmer, продемонстрировал возможность реконструкции трехмерных сцен как на основе готовых наборов данных, так и в реальном времени с использованием камеры смартфона. Энергопотребление устройства составило около 2,5% от энергии, потребляемой лучшими существующими чипами аналогичного назначения. Планирование маршрута с использованием построенной карты требует примерно 20% энергии по сравнению с традиционными методами.
Помимо применения в робототехнике, авторы проекта указывают на потенциал использования чипа в носимых устройствах дополненной реальности, в частности, для медицинских симуляторов или при выполнении точных сборочных операций, где важна длительная автономная работа. В перспективе исследователи намерены улучшить энергоэффективность за счет интеграции вычислительных блоков непосредственно с сенсорами и изучить возможность применения технологии для анализа сложных схем в системах искусственного интеллекта.