MWC 2018
2018
Computex
IFA 2018
Инженеры Массачусетского технологического института (MIT) представили специализированный чип Gleanmer, который позволяет миниатюрным роботам и устройствам с ограничением по питанию строить трёхмерные карты окружающей среды в реальном времени. Чип потребляет всего 6 мВт энергии — как обычный светодиод, обеспечивая при этом уверенную навигацию без столкновений с препятствиями.
Источник изображения: MIT
Разработка рассчитана прежде всего на малые автономные аппараты, например дроны или роботов для передвижения внутри вентиляционных каналов, трубопроводов и других объектов промышленной инфраструктуры, где необходимо обходить препятствия, искать утечки или проводить инспекцию. Платформа не использует данные GPS или иные источники для создания карты или определения координат, а опирается исключительно на зрение и память. Вся соль разработки заключается в том, как хранятся, обрабатываются и интерпретируются данные об окружении.
В этом заключается ключевое отличие Gleanmer от традиционных картографических систем — разработчики отказались от воксельного представления пространства. Вместо жёсткой сетки из кубических 3D-пикселей (вокселей) чип использует алгоритм GMMap, где занятые препятствиями и свободные области описываются трёхмерными гауссианами. Гауссианы, или функции Гаусса, представляют пространство в виде совокупности эллипсоидных «облаков» с заданными средними значениями. Плавные изгибы гауссиан лучше и полнее описывают пространство, объекты и препятствия, чем «кубики» вокселей (примерно как знакомая и ненавистная всем по видеоиграм лесенка), и в этом заключается ещё одно их преимущество.
В конечном итоге такая форма лучше соответствует криволинейным поверхностям и позволяет одним вытянутым эллипсоидом заменить множество вокселей. В результате карта остаётся пригодной для планирования безопасной траектории: робот различает занятые, свободные и ещё не исследованные области, но хранит описание пространства и объектов значительно компактнее.
Также разработчики сделали ставку на совместную оптимизацию алгоритма и «железа». Gleanmer строит карту по потоковым изображениям, но не хранит весь кадр в памяти: данные проходят через вычислительный блок один раз, а пиксели сравниваются главным образом с соседними, поскольку близкие точки обычно принадлежат одному объекту или одной свободной области. Для уменьшения избыточности перекрывающиеся гауссианы объединяются напрямую, без повторного обращения к исходным пикселям.
Сам чип изготовлен по 16-нм КМОП-технологии и обрабатывает кадры с глубиной сцены разрешением 640 × 480 пикселей со скоростью более 88 кадров в секунду при построении карты, а при запросах к карте выдаёт от 540 тыс. до 1,32 млн координат в секунду. За счёт прямых вычислений на гауссианах и другой оптимизации Gleanmer снижает энергозатраты на построение карты до 63 %, а на запросы — до 81 %. В MIT считают, что такая технология может пригодиться не только микророботам, но и лёгким AR/VR-очкам, которым необходимо постоянно воспринимать геометрию помещения без мощного процессора и аккумулятора большой ёмкости.
В целом чип в процессе навигации потребляет лишь 20 % энергии по сравнению с современными навигационными чипами с аналогичными возможностями. Оптимизация также достигается за счёт того, что данные хранятся в выделенной памяти в непосредственной близости от блоков обработки, что снижает затраты на их передачу. В будущем разработчики намерены разместить вычислительные блоки и память ещё ближе к датчикам изображения и дополнительно сократить энергопотребление интерфейсов. В идеале навигационные процессоры следует встраивать непосредственно в «глаза» роботов, но это уже совсем другая история.
Источник:
