Modely a platformy AI
Křemíkový obrazový senzor zrychluje a zjednodušuje zpracování obrazu pro autonomní vozidla
Tým výzkumníků na Harvardově škole inženýrství a aplikovaných věd Johna A. Paula vytvořil první procesor v senzoru, který by mohl být integrován do komerčních křemíkových obrazových čipů. Tyto senzory jsou známé jako komplementární metal-oxidový polovodičový (CMOS) obrazový senzor a jsou používány v širokém spektru komerčních zařízení, která zachycují vizuální informace.
Nové zařízení zrychluje a zjednodušuje zpracování pro autonomní vozidla a další aplikace.
Autonomní vozidla a vizuální zpracování
U autonomních vozidel je čas mezi pořízením snímku a dodáním dat do mikroprocesoru pro zpracování obrazu velmi důležitý. Je to kritické období, které může znamenat rozdíl mezi vyhnutím se překážce a zapojením do nehody.
Vizuální zpracování lze urychlit pomocí zpracování obrazu v senzoru, které spočívá ve vytažení důležitých funkcí z raw dat samotným obrazovým senzorem, spíše než samostatným mikroprocesorem. S tím said, zpracování v senzoru se prokázalo jako omezené na nově vznikající výzkumné materiály, které jsou obtížně použitelné v komerčních systémech.
To je to, co dělá nové vývojové zařízení tak velkým problémem.
Tým zveřejnil svou práci v Nature Electronics.
Zpracování v senzoru
Donhee Ham je profesorem elektrotechniky a aplikované fyziky na SEAS a seniorním autorem článku.
“Naše práce může využít mainstreamovou polovodičovou elektronickou průmysl, aby rychle přinesla zpracování v senzoru do širokého spektra skutečných aplikací,” řekl Ham.
Tým vyvinul křemíkovou fotodiodovou matici, která je také používána v komerčně dostupných obrazových čipech pro zachycení snímků. Ale fotodiody týmu jsou elektrostaticky dopovány, což znamená, že citlivost jednotlivých fotodiod na příchozí světlo může být upravena napětím.
Když je matice spojena s více napěťově tuneable fotodiodami, může provádět analogovou verzi násobení a přidání operací, které jsou důležité pro zpracování obrazu. To pomáhá vytažení relevantních vizuálních informací přímo při zachycení snímku.
Houk Jang je postdoktorandský výzkumný pracovník na SEAS a první autor článku.
“Tyto dynamické fotodiody mohou současně filtrovat snímky, zatímco jsou zachyceny, což umožňuje první fázi zpracování vidění být přesunuta z mikroprocesoru do senzoru samotného,” řekl Jang.
Pro odstranění zbytečných detailů nebo šumu pro různé aplikace je křemíková fotodiodová matice programována do různých obrazových filtrů. Když je použita v obrazovém systému v samořídícím vozidle, vyžaduje se vysokofrekvenční filtr, který sleduje označení vozovky.
Henry Hinton je doktorand na SEAS a spoluautor článku.
“V budoucnu předvídíme použití tohoto křemíkového zpracování v senzoru nejen v aplikacích strojového vidění, ale také v bio-inspirovaných aplikacích, kde je umožněno umístění senzoru a výpočetních jednotek, jako je v mozku,” řekl Hinton.
Tým se nyní bude snažit zvýšit hustotu fotodiod a integrovat je s křemíkovými integrovanými obvody.
“Nahrazením standardních neprogramovatelných pixelů v komerčních křemíkových obrazových senzorech programovatelnými pixely vyvinutými zde, mohou obrazové zařízení inteligentně odstranit zbytečná data. To by mohlo být provedeno efektivněji jak z hlediska energie, tak z hlediska šířky pásma, aby se splnily požadavky pro další generaci senzorických aplikací,” řekl Jang.












